i40

Πρόγραμμα Σπουδών
Μαθήματα του ΠΜΣ
Αναλυτική παρουσίαση των μαθημάτων ανά εξάμηνο.

3

Εξάμηνα σπουδών

18

Μαθήματα

90

Σύνολο ECTS

01Εισαγωγή στη Βιομηχανία 4.0 και 5.0
Βασικές τεχνολογίες της Βιομηχανίας 4.0 και 5.0 — τεχνητή νοημοσύνη, επιστήμη δεδομένων, Βιομηχανικό Διαδίκτυο των Πραγμάτων (IIoT) και υπολογιστικό νέφος. Κατανόηση της εξέλιξης της βιομηχανικής αυτοματοποίησης και πραγματικές περιπτώσεις χρήσης (use cases) σε παραγωγικά περιβάλλοντα.
Από την παλινδρόμηση, τα δένδρα απόφασης και τις Μηχανές Διανυσμάτων Υποστήριξης (SVM) έως τα αναδρομικά νευρωνικά δίκτυα και τη βαθιά μάθηση. Έμφαση σε τεχνικές επιλογής χαρακτηριστικών και συνδυαστικούς αλγόριθμους για βιομηχανικά δεδομένα.
Αρχιτεκτονικές, πρωτόκολλα και συσκευές IoT/IIoT, με εστίαση στη σύγκλιση Πληροφορικής (IT) και Επιχειρησιακής Τεχνολογίας (OT). Εφαρμογές βιομηχανικού IoT σε πραγματικά σενάρια παραγωγής.
Θεμελιώδεις έννοιες και αρχιτεκτονικές κυβερνοφυσικών συστημάτων (CPS), σχέση τους με τον αυτόματο έλεγχο, κατανεμημένα ενσωματωμένα συστήματα πραγματικού χρόνου, IIoT και ψηφιακά δίδυμα.
Δημιουργία και εφαρμογή ψηφιακών διδύμων για τη μοντελοποίηση φυσικών αντικειμένων και διαδικασιών, με εργαλεία φωτογραμμετρίας, μηχανικής μάθησης και μεγάλων γλωσσικών μοντέλων.
Τεχνολογίες εκτεταμένης πραγματικότητας (XR) και η συνάφειά τους με τη Βιομηχανία 4.0. Πρακτική ανάπτυξη λύσεων για εκπαίδευση, σχεδιασμό και ψηφιακό μετασχηματισμό βιομηχανικών διαδικασιών.
Αρχές κυκλικής οικονομίας ενσωματωμένες στο πλαίσιο της Βιομηχανίας 4.0 — ανακατασκευή, βιομηχανική συμβίωση, έξυπνες πόλεις και σχεδιασμός βιώσιμων αλυσίδων παραγωγής.
Θεμελιώδεις τεχνικές επεξεργασίας φυσικής γλώσσας (NLU/NLG) και μοντέλα μηχανικής μάθησης για ανάλυση κειμένου, με εστίαση σε εφαρμογές σε βιομηχανικά περιβάλλοντα.
01Βιομηχανική Κυβερνοασφάλεια
Αρχές κυβερνοασφάλειας για βιομηχανικά συστήματα ελέγχου (ICS) και τεχνολογία λειτουργιών (OT), από ανίχνευση απειλών και ευπαθειών έως αντιμετώπιση περιστατικών και ασφάλεια βιομηχανικών πρωτοκόλλων (Modbus, OPC UA).
Μέθοδοι επεξεργασίας σημάτων, συμπίεσης δεδομένων, μείωσης διαστατικότητας και βελτιστοποίησης για ανάλυση μεγάλων όγκων βιομηχανικών δεδομένων. Ευρετήρια χωρικών δεδομένων και επαναληπτικά σχήματα βελτιστοποίησης.
Ενσωμάτωση τεχνητής νοημοσύνης, IoT και ανάλυσης δεδομένων για ένα βιομηχανικό περιβάλλον που προσαρμόζεται δυναμικά στις απαιτήσεις παραγωγής και αλυσίδας εφοδιασμού. Αρχές ψηφιακού και καινοτόμου βιομηχανικού μετασχηματισμού.
Επιστημονική μεθοδολογία (σχεδιασμός και διεξαγωγή έρευνας), τεχνική συγγραφή και διαχείριση έργων. Αξιοποίηση εργαλείων τεχνητής νοημοσύνης (π.χ. ChatGPT) για σύνταξη εγγράφων και προσομοίωση σεναρίων.
Τεχνολογία blockchain, κρυπτογραφική ασφάλεια και μηχανισμοί συναίνεσης (Proof of Work, κ.ά.), με εφαρμογές στη διαφάνεια και την ακεραιότητα βιομηχανικών αλυσίδων εφοδιασμού.
Από φιλτράρισμα εικόνας και ανίχνευση χαρακτηριστικών έως συνελικτικά νευρωνικά δίκτυα (CNN), εκτίμηση βάθους και παρακολούθηση αντικειμένων σε βιομηχανικές γραμμές παραγωγής.
Αρχές σχεδίασης διαδραστικών συστημάτων, μέθοδοι αξιολόγησης ευχρηστίας και τεχνικές ανάπτυξης διεπαφών χρήστη, με εφαρμογή σε πραγματικά προβλήματα βιομηχανικών πληροφοριακών συστημάτων.
Μεθοδολογίες penetration testing και αντιμετώπισης συμβάντων σε βιομηχανικά δίκτυα (IT/OT). Εργαλεία ανίχνευσης ευπαθειών (Nmap, Metasploit, OpenVAS) και αντιμετώπιση ευπαθειών σε βιομηχανικά πρωτόκολλα.
Κύλιση στην κορυφή