Ρεφανίδης Ιωάννης
  • 2310 891.859
  • yrefanid uom.edu.gr
  • Γραφείο: Γ2, 226

    Ρεφανίδης Ιωάννης

    Καθηγητής
    Τμήμα Εφαρμοσμένης Πληροφορικής
    Κοσμήτορας

    Καθηγητής, Διδακτικό Προσωπικό (Π.Μ.Σ. στην Τεχνητή Νοημοσύνη και Αναλυτική Δεδομένων)


    Γνωστικό Αντικείμενο

    ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ

    Βιογραφικό
    Ακαδημαϊκοί Τίτλοι
    • Πτυχίο Τμήματος Φυσικής, Α.Π.Θ. (1992)
    • Πτυχίο Τμήματος Πληροφορικής, Α.Π.Θ. (1997)
    • Διδάκτωρ Τμήματος Πληροφορικής Α.Π.Θ. (2001)
    Ερευνητικά Ενδιαφέροντα
    • Τεχνητή Νοημοσύνη
    • Ευφυή συστήματα στις οικονομικές και διοικητικές επιστήμες
    • Σχεδιασμός ενεργειών
    • Σημασιολογικός ιστός, ευφυείς πράκτορες και υπηρεσίες διαδικτύου
    • Κινητές υπολογιστικές πλατφόρμες
    • Θεωρία παιγνίων
    • Εκπαιδευτικό λογισμικό

    Διδασκόμενα Μαθήματα


    • ARTIFICIAL INTELLIGENCE
      (ΠΛ0905)

    Κωδικός Τμήματος
    AI

    Τμήμα
    ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ

    Περιγραφή

    Η περιγραφή του μαθήματος δεν είναι διαθέσιμη

    • ΕΠΕΞΕΡΓΑΣΙΑ ΦΥΣΙΚΗΣ ΓΛΩΣΣΑΣ
      (AIDA205)

    Τύπος
    ΥΠΟΧΡΕΩΤΙΚΟ

    Κωδικός Τμήματος
    ΜΤΝΑΔ

    Τμήμα
    Π.Μ.Σ. ΣΤΗΝ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΚΑΙ ΑΝΑΛΥΤΙΚΗ ΔΕΔΟΜΕΝΩΝ

    Περιγραφή

    Η περιγραφή του μαθήματος δεν είναι διαθέσιμη

    • ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ
      (AIE806)

    Τύπος
    ΕΠΙΛΟΓΗΣ

    Κωδικός Τμήματος
    AI

    Τμήμα
    ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ

    Περιγραφή

    ΓΕΝΙΚΑ

    ΣΧΟΛΗ

    ΕΠΙΣΤΗΜΩΝ ΠΛΗΡΟΦΟΡΙΑΣ

    ΤΜΗΜΑ

    ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ

    ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ

    ΠΡΟΠΤΥΧΙΑΚΟ

    ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ

    AIE806

    ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ

    Η

    ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ

    ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ

    ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ
    σε περίπτωση που οι πιστωτικές μονάδες απονέμονται σε διακριτά μέρη του μαθήματος π.χ. Διαλέξεις, Εργαστηριακές Ασκήσεις κ.λπ. Αν οι πιστωτικές μονάδες απονέμονται ενιαία για το σύνολο του μαθήματος αναγράψτε τις εβδομαδιαίες ώρες διδασκαλίας και το σύνολο των πιστωτικών μονάδων

    ΕΒΔΟΜΑΔΙΑΙΕΣ
    ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ

    ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ

     

    3

    5

     

     

     

     

     

     

    Προσθέστε σειρές αν χρειαστεί. Η οργάνωση διδασκαλίας και οι διδακτικές μέθοδοι που χρησιμοποιούνται περιγράφονται αναλυτικά στο (δ).

     

     

    ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ

    γενικού υποβάθρου,
    ειδικού υποβάθρου, ειδίκευσης

    γενικών γνώσεων, ανάπτυξης δεξιοτήτων

    ΕΙΔΙΚΟΥ ΥΠΟΒΑΘΡΟΥ

    ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ:

     

    -

    ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ:

    ΕΛΛΗΝΙΚΗ Η ΑΓΓΛΙΚΗ (ΕΦΟΣΟΝ ΥΠΑΡΞΟΥΝ ΦΟΙΤΗΤΕΣ ERASMUS)

    ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS

    ΝΑΙ

    ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)

    https://classroom.google.com/   Κωδικός τάξης: t6xxa2v

    ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

    Μαθησιακά Αποτελέσματα

    Περιγράφονται τα μαθησιακά αποτελέσματα του μαθήματος οι συγκεκριμένες  γνώσεις, δεξιότητες και ικανότητες καταλλήλου επιπέδου που θα αποκτήσουν οι φοιτητές μετά την επιτυχή ολοκλήρωση του μαθήματος.

    Συμβουλευτείτε το Παράρτημα Α

    • Περιγραφή του Επιπέδου των Μαθησιακών Αποτελεσμάτων για κάθε ένα κύκλο σπουδών σύμφωνα με το Πλαίσιο Προσόντων του Ευρωπαϊκού Χώρου Ανώτατης Εκπαίδευσης
    • Περιγραφικοί Δείκτες Επιπέδων 6, 7  8 του Ευρωπαϊκού Πλαισίου Προσόντων Διά Βίου Μάθησης και το Παράρτημα Β
    • Περιληπτικός Οδηγός συγγραφής Μαθησιακών Αποτελεσμάτων

    Γνώσεις
    Αναγνώριση των διαφόρων τύπων παιγνίων (στιγμιαία, με διάρκεια, επαλαμβανόμενα, πλήρους ή μερικής πληροφόρησης, συνεργατικά ή μη)
    Κατανόηση των διαφόρων τύπων λύσης, κυρίως της έννοιας της ισορροπίας Nash και πώς αυτή προσαρμόζεται στους διάφορους τύπους παίγνιων
    Δεξιότητες
    Αναγνώριση καταστάσεων παιγνίων σε πραγματικά προβλήματα και μοντελοποίηση τους
    Επίλυση παιγνίων μέσω της εύρεσης των σημείων ισορροπίας
    Ικανότητες
    Ικανότητα στρατηγικής ανάλυσης καταστάσεων σε ανταγωνιστικά περιβάλλοντα και λήψης αποφάσεων

    Γενικές Ικανότητες

    Λαμβάνοντας υπόψη τις γενικές ικανότητες που πρέπει να έχει αποκτήσει ο πτυχιούχος (όπως αυτές αναγράφονται στο Παράρτημα Διπλώματος και παρατίθενται ακολούθως) σε ποια / ποιες από αυτές αποσκοπεί το μάθημα;.

    Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών

    Προσαρμογή σε νέες καταστάσεις

    Λήψη αποφάσεων

    Αυτόνομη εργασία

    Ομαδική εργασία

    Εργασία σε διεθνές περιβάλλον

    Εργασία σε διεπιστημονικό περιβάλλον

    Παράγωγή νέων ερευνητικών ιδεών

     

    Σχεδιασμός και διαχείριση έργων

    Σεβασμός στη διαφορετικότητα και στην πολυπολιτισμικότητα

    Σεβασμός στο φυσικό περιβάλλον

    Επίδειξη κοινωνικής, επαγγελματικής και ηθικής υπευθυνότητας και ευαισθησίας σε θέματα φύλου

    Άσκηση κριτικής και αυτοκριτικής

    Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης

    ……

    Άλλες…

    …….

    Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
    Λήψη αποφάσεων
    Αυτόνομη εργασία

    ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ [Syllabus]

    ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ
    Αναπαράστασης παιχνιδιών. Κανονική/στρατηγική μορφή. Εκτατική μορφή.
    Στρατηγικές. Κυριαρχία και επιλυσιμότητα κυριαρχίας.
    Ισορροπία Nash. Δυοπώλιο Cournot. Καρτέλ. Η τραγωδία των κοινών. Μικτές στρατηγικές.
    Αναμενόμενη χρησιμότητα. Αποστροφή ρίσκου.
    Παιχνίδια με μη-ταυτόχρονες κινήσεις. Προς τα πίσω επαγωγή. Τέλεια ισορροπία Nash για υποπαίγνια.
    Επαναλαμβανόμενα παιχνίδια. Πεπερασμένα και άπειρα παίγνια. Στρατηγική ενεργοποίησης. Επιεικείς στρατηγικές. Το κοινό θεώρημα. Δυναμικά παιχνίδια.
    Ηθικός κίνδυνος. Θεωρίες κινήτρων.
    Παιχνίδια με ελλιπή πληροφόρηση. Ισορροπία Bayes-Nash. Σχεδίαση μηχανισμών. Αρχή της αποκάλυψης. Δημοπρασίες.
    Συνεργατικά παίγνια με μεταφέρσιμη χρησιμότητα.

    ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ - ΑΞΙΟΛΟΓΗΣΗ

    ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ
    Πρόσωπο με πρόσωπο, Εξ αποστάσεως εκπαίδευση κ.λπ.

    Διαλέξεις με φυσική παρουσία (πρόσωπο με πρόσωπο).

    ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
    Χρήση Τ.Π.Ε. στη Διδασκαλία, στην Εργαστηριακή Εκπαίδευση, στην Επικοινωνία με τους φοιτητές

    Οι ΤΠΕ χρησιμοποιούνται παντού στο μάθημα. Ειδικότερα:
    Χρήση laptop και προβολικού στις διαλέξεις
    Διαμοιρασμό υλικού για online προβολή
    Επικοινωνία με φοιτητές με email
    Δυνατότητα τηλεδιασκέψεων με Hangout

    ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ

    Περιγράφονται αναλυτικά ο τρόπος και μέθοδοι διδασκαλίας.

    Διαλέξεις, Σεμινάρια, Εργαστηριακή Άσκηση, Άσκηση Πεδίου, Μελέτη  ανάλυση βιβλιογραφίας, Φροντιστήριο, Πρακτική (Τοποθέτηση), Κλινική Άσκηση, Καλλιτεχνικό Εργαστήριο, Διαδραστική διδασκαλία, Εκπαιδευτικές επισκέψεις, Εκπόνηση μελέτης (project), Συγγραφή εργασίας / εργασιών, Καλλιτεχνική δημιουργία, κ.λπ.

     

    Αναγράφονται οι ώρες μελέτης του φοιτητή για κάθε μαθησιακή δραστηριότητα καθώς και οι ώρες μη καθοδηγούμενης μελέτης σύμφωνα με τις αρχές του ECTS

    Δραστηριότητα

    Φόρτος Εργασίας Εξαμήνου

    Διαλέξεις

    39

    Μελέτη

    65

    Εκπόνηση εργασιών

    35

    Τελικές εξετάσεις

    3

    ΣύνολοΜαθήματος

    142

     

    ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

    Περιγραφή της διαδικασίας αξιολόγησης

     

    Γλώσσα Αξιολόγησης, Μέθοδοι αξιολόγησης, Διαμορφωτική  ή Συμπερασματική, Δοκιμασία Πολλαπλής Επιλογής, Ερωτήσεις Σύντομης Απάντησης, Ερωτήσεις Ανάπτυξης Δοκιμίων, Επίλυση Προβλημάτων, Γραπτή Εργασία, Έκθεση / Αναφορά, Προφορική Εξέταση, Δημόσια Παρουσίαση, Εργαστηριακή Εργασία, Κλινική Εξέταση Ασθενούς, Καλλιτεχνική Ερμηνεία, Άλλη / Άλλες

     

    Αναφέρονται ρητά προσδιορισμένα κριτήρια αξιολόγησης και εάν και που είναι προσβάσιμα από τους φοιτητές.

    Γραπτές εξετάσεις (ελληνική γλώσσα) για το 100% του βαθμού, με δυνατότητα εκπόνησης εργασιών για επιπλέον 20%.
    Αναφέρονται στις ιστοσελίδες του μαθήματος.




    ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

    - Προτεινόμενη Βιβλιογραφία:
    Εισαγωγή στη Θεωρία Παιγνίων. Martin J. Osborne. Εκδοσεις Κλειδαριθμος, 2010.
    Θεωρία Παιγνίων, McCain Roger A., Έκδ. 1/2019, Broken Hill Publishers Ltd.
    - Συναφή επιστημονικά περιοδικά:
    International Journal of Game Theory
    Games and Economic Behavior
    Artificial Intelligence
    Autonomous Agents and Multiagent Systems
    • ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΟΥ
      (CSC602)

    Κωδικός Τμήματος
    AI

    Τμήμα
    ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ

    Περιγραφή

    ΓΕΝΙΚΑ

    ΣΧΟΛΗ

    ΕΠΙΣΤΗΜΩΝ ΠΛΗΡΟΦΟΡΙΑΣ

    ΤΜΗΜΑ

    ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ

    ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ

    ΠΡΟΠΤΥΧΙΑΚΟ

    ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ

    CSC602

    ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ

    ΣΤ

    ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ

    ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΟΥ

    ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ
    σε περίπτωση που οι πιστωτικές μονάδες απονέμονται σε διακριτά μέρη του μαθήματος π.χ. Διαλέξεις, Εργαστηριακές Ασκήσεις κ.λπ. Αν οι πιστωτικές μονάδες απονέμονται ενιαία για το σύνολο του μαθήματος αναγράψτε τις εβδομαδιαίες ώρες διδασκαλίας και το σύνολο των πιστωτικών μονάδων

    ΕΒΔΟΜΑΔΙΑΙΕΣ
    ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ

    ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ

     

    3

    5

     

     

     

     

     

     

    Προσθέστε σειρές αν χρειαστεί. Η οργάνωση διδασκαλίας και οι διδακτικές μέθοδοι που χρησιμοποιούνται περιγράφονται αναλυτικά στο (δ).

     

     

    ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ

    γενικού υποβάθρου,
    ειδικού υποβάθρου, ειδίκευσης

    γενικών γνώσεων, ανάπτυξης δεξιοτήτων

    ΕΙΔΙΚΟΥ ΥΠΟΒΑΘΡΟΥ

    ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ:

     

    -

    ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ:

    ΕΛΛΗΝΙΚΗ

    ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS

    ΟΧΙ

    ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)

    https://classroom.google.com  Κωδικός τάξης: j7azbyj

    ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

    Μαθησιακά Αποτελέσματα

    Περιγράφονται τα μαθησιακά αποτελέσματα του μαθήματος οι συγκεκριμένες  γνώσεις, δεξιότητες και ικανότητες καταλλήλου επιπέδου που θα αποκτήσουν οι φοιτητές μετά την επιτυχή ολοκλήρωση του μαθήματος.

    Συμβουλευτείτε το Παράρτημα Α

    • Περιγραφή του Επιπέδου των Μαθησιακών Αποτελεσμάτων για κάθε ένα κύκλο σπουδών σύμφωνα με το Πλαίσιο Προσόντων του Ευρωπαϊκού Χώρου Ανώτατης Εκπαίδευσης
    • Περιγραφικοί Δείκτες Επιπέδων 6, 7  8 του Ευρωπαϊκού Πλαισίου Προσόντων Διά Βίου Μάθησης και το Παράρτημα Β
    • Περιληπτικός Οδηγός συγγραφής Μαθησιακών Αποτελεσμάτων

    Γνώσεις
    Περιγραφή τυπικών γλωσσών (κανονικές εκφράσεις, γραμματικές).
    Κατανόηση των διαφόρων τύπων αυτομάτων και των δυνατοτήτων/περιορισμών τους
    Κατανόηση των διαφόρων κλάσεων πολυπλοκότητας προβλημάτων
    Δεξιότητες
    Περιγραφή προβλημάτων ως γλώσσα
    Σχεδίαση αυτομάτων κατάλληλων για την υπό εξέταση γλώσσα
    Δυνατότητα εύρεσης πολυωνυμικών αναγωγών μεταξύ προβλημάτων
    Ικανότητες
    Ευρύτερη αντίληψη των υπολογιστικών δυνατοτήτων και των περιορισμών των σύγχρονων υπολογιστών
    Ικανότητα αναγνώρισης και ταξινόμησης των υπολογιστικών προβλημάτων

    Γενικές Ικανότητες

    Λαμβάνοντας υπόψη τις γενικές ικανότητες που πρέπει να έχει αποκτήσει ο πτυχιούχος (όπως αυτές αναγράφονται στο Παράρτημα Διπλώματος και παρατίθενται ακολούθως) σε ποια / ποιες από αυτές αποσκοπεί το μάθημα;.

    Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών

    Προσαρμογή σε νέες καταστάσεις

    Λήψη αποφάσεων

    Αυτόνομη εργασία

    Ομαδική εργασία

    Εργασία σε διεθνές περιβάλλον

    Εργασία σε διεπιστημονικό περιβάλλον

    Παράγωγή νέων ερευνητικών ιδεών

     

    Σχεδιασμός και διαχείριση έργων

    Σεβασμός στη διαφορετικότητα και στην πολυπολιτισμικότητα

    Σεβασμός στο φυσικό περιβάλλον

    Επίδειξη κοινωνικής, επαγγελματικής και ηθικής υπευθυνότητας και ευαισθησίας σε θέματα φύλου

    Άσκηση κριτικής και αυτοκριτικής

    Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης

    ……

    Άλλες…

    …….

    Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
    Λήψη αποφάσεων
    Αυτόνομη εργασία

    ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ [Syllabus]

    ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ
    Αλφάβητα και γλώσσες. Κανονικές εκφράσεις. Κανονικές γλώσσες. Μη-κανονικές γλώσσες. Γραμματικές χωρίς συμφραζόμενα. Γραμματικές χωρίς περιορισμούς.
    Αυτόματα. Πεπερασμένα αυτόματα. Αιτιοκρατικά και μη-αιτοκρατικά αυτόματα. Αυτόματα στοίβας. Μηχανές Turing. Θέση του Church. Turing αποφασίσιμες και αποδεκτές γλώσσες. Παγκόσμια μηχανή Turing. Μη υπολογισιμότητα. Μη επιλύσιμα προβλήματα.
    Πολυπλοκότητα. Οι κλάσεις P, NP και EXP. Αναγωγές προβλημάτων. Παραδείγματα προβλημάτων από διάφορες κλάσεις και αλγόριθμοι επίλυσης. Η κλάση NP-Complete. Το αρχέγονο πρόβλημα της Boolean ικανοποιησιμότητας. Αναγωγές από και προς το αρχέγονο πρόβλημα.

    ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ - ΑΞΙΟΛΟΓΗΣΗ

    ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ
    Πρόσωπο με πρόσωπο, Εξ αποστάσεως εκπαίδευση κ.λπ.

    Διαλέξεις με φυσική παρουσία (πρόσωπο με πρόσωπο).

    ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
    Χρήση Τ.Π.Ε. στη Διδασκαλία, στην Εργαστηριακή Εκπαίδευση, στην Επικοινωνία με τους φοιτητές

    Οι ΤΠΕ χρησιμοποιούνται παντού στο μάθημα. Ειδικότερα:
    Χρήση laptop και προβολικού στις διαλέξεις
    Διαμοιρασμό υλικού μαθήματος για online προβολή
    Επικοινωνία με φοιτητές με email
    Δυνατότητα τηλεδιασκέψεων με Hangout ή Skype

    ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ

    Περιγράφονται αναλυτικά ο τρόπος και μέθοδοι διδασκαλίας.

    Διαλέξεις, Σεμινάρια, Εργαστηριακή Άσκηση, Άσκηση Πεδίου, Μελέτη  ανάλυση βιβλιογραφίας, Φροντιστήριο, Πρακτική (Τοποθέτηση), Κλινική Άσκηση, Καλλιτεχνικό Εργαστήριο, Διαδραστική διδασκαλία, Εκπαιδευτικές επισκέψεις, Εκπόνηση μελέτης (project), Συγγραφή εργασίας / εργασιών, Καλλιτεχνική δημιουργία, κ.λπ.

     

    Αναγράφονται οι ώρες μελέτης του φοιτητή για κάθε μαθησιακή δραστηριότητα καθώς και οι ώρες μη καθοδηγούμενης μελέτης σύμφωνα με τις αρχές του ECTS

    Δραστηριότητα

    Φόρτος Εργασίας Εξαμήνου

    Διαλέξεις

    39

    Μελέτη

    65

    Εκπόνηση εργασιών

    35

    Τελικές εξετάσεις

    3

    Σύνολο Μαθήματος

    142

     

    ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

    Περιγραφή της διαδικασίας αξιολόγησης

     

    Γλώσσα Αξιολόγησης, Μέθοδοι αξιολόγησης, Διαμορφωτική  ή Συμπερασματική, Δοκιμασία Πολλαπλής Επιλογής, Ερωτήσεις Σύντομης Απάντησης, Ερωτήσεις Ανάπτυξης Δοκιμίων, Επίλυση Προβλημάτων, Γραπτή Εργασία, Έκθεση / Αναφορά, Προφορική Εξέταση, Δημόσια Παρουσίαση, Εργαστηριακή Εργασία, Κλινική Εξέταση Ασθενούς, Καλλιτεχνική Ερμηνεία, Άλλη / Άλλες

     

    Αναφέρονται ρητά προσδιορισμένα κριτήρια αξιολόγησης και εάν και που είναι προσβάσιμα από τους φοιτητές.

    Γραπτές εξετάσεις (ελληνική γλώσσα) για το 80% του βαθμού, με δυνατότητα εκπόνησης εργασιών για επιπλέον 20%.
    Αναφέρονται στις ιστοσελίδες του μαθήματος.

    ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

    - Προτεινόμενη Βιβλιογραφία:
    Στοιχεία Θεωρίας Υπολογισμού (μετάφραση 2ης αμερικανικής έκδοσης, 1997), των Harry Lewis και Χρίστος Παπαδημητρίου, Εκδόσεις Κριτική, 2005.
    Εισαγωγή στη θεωρία υπολογισμού (μετάφραση 2ης αμερικανικής έκδοσης, 2005), του Michael Sipser. Πανεπιστημιακές Εκδόσεις Κρήτης, 2007.
    - Συναφή επιστημονικά περιοδικά:
    Theoretical Computer Science
    Computing
    • ΜΕΘΟΔΟΙ ΚΑΙ ΕΡΓΑΛΕΙΑ ΤΕΧΝΗΤΗΣ ΝΟΗΜΟΣΥΝΗΣ
      (SD0203)

    Τύπος
    ΕΠΙΛΟΓΗΣ

    Κωδικός Τμήματος
    MAI

    Τμήμα
    Π.Μ.Σ. ΣΤΗΝ ΕΦΑΡΜΟΣΜΕΝΗ ΠΛΗΡΟΦΟΡΙΚΗ

    Περιγραφή

    Η περιγραφή του μαθήματος δεν είναι διαθέσιμη

    • ΣΧΕΔΙΑΣΜΟΣ ΚΑΙ ΧΡΟΝΟΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
      (AIDA202)

    Τύπος
    ΥΠΟΧΡΕΩΤΙΚΟ

    Κωδικός Τμήματος
    ΜΤΝΑΔ

    Τμήμα
    Π.Μ.Σ. ΣΤΗΝ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΚΑΙ ΑΝΑΛΥΤΙΚΗ ΔΕΔΟΜΕΝΩΝ

    Περιγραφή

    Τίτλος

    Σχεδιασμός και Χρονοπρογραμματισμός

    (Planning and Scheduling)

    Στόχοι

    Στόχος του μαθήματος είναι η εμβάθυνση στη σύγχρονη θεωρία και αλγορίθμους αυτοματοποιημένου σχεδιασμού και χρονοπρογραμματισμού ενεργειών και των εφαρμογών τους.

    Δεξιότητες

    Χρήση εργαλείων αυτοματοποιημένου σχεδιασμού και χρονοπρογραμματισμού για μηχανική γνώσης (σχεδίαση μοντέλων, π.χ. GIPO), επικύρωση (π.χ., VAL), επίλυση προβλημάτων (πληθώρα από opensourceplanners). Εφαρμογές σε ρομποτική (ROSplan), σχεδιασμό κίνησης (OMPL), κλπ.

    Προαπαιτήσεις

    Ο φοιτητής θα πρέπει να έχει παρακολουθήσει το προπτυχιακό μάθημα «Τεχνητή Νοημοσύνη», με έμφαση σε αλγορίθμους αναζήτησης, προβλήματα ικανοποίησης περιορισμών και βασικές έννοιες σχεδιασμού.

    Πώς θα καλυφτούν οι προαπαιτήσεις

    Ο φοιτητής μπορεί να παρακολουθήσει ηλεκτρονικά το προπτυχιακό μάθημα «Τεχνητή Νοημοσύνη», μέσα από το opencourses.uom.gr. Θα δοθεί βιβλιογραφία στα πλαίσια του μαθήματος, και θα υπάρξει επίβλεψη/καθοδήγηση από τον διδάσκοντα.

    Περιεχόμενο μαθήματος

    Γλώσσες περιγραφής προβλημάτων σχεδιασμού (PDDL+, SAS). Σχεδιασμός μερικής διάταξης, βασισμένος σε γράφους, ως πρόβλημα ικανοποιησιμότητας, ιεραρχικός, στο χρόνο, με περιορισμούς πόρων.

    Ευρετικοί μηχανισμοί και αλγόριθμοι αναζήτησης.

    Μηχανική γνώσης για προβλήματα σχεδιασμού. Εργαλεία σχεδίασης/επικύρωσης πεδίων. Διεπαφές.

    Κατανεμημένος και πολυπρακτορικός σχεδιασμός. Σχεδιασμός μικτής πρωτοβουλίας.

    Πιθανοτικός σχεδιασμός, μη-αιτιοκρατικά περιβάλλοντα. Ολοκλήρωση σχεδιασμού, εκτέλεσης και παρακολούθησης.

    Σχεδιασμός και ρομποτική. Εύρεση μονοπατιών και σχεδιασμός κίνησης.

    Αναγνώριση πλάνων. Επεξήγηση πλάνων. Μάθηση μοντέλων.

    Εφαρμογές: Μεταφορές, διάστημα, ρομποτική, κατασκευές.

    Προτεινόμενα βιβλία

    Automated Planning and Acting (1st edition, 2016), Malik Ghallab, Dana Nau and Paolo Traverso, Cambridge University Press.

    Automated Planning, theory and practice (1st edition, 2004), Malik Ghallab, Dana Nau, Paolo Traverso.

    A Concise Introduction to Models and Methods for Automated Planning (1st edition, 2013), Hector Geffner and Blai Bonet, Morgan & Claypool Publishers.

    International Conference on Automated Planning & Scheduling (ICAPS) proceedings, 2003-2018, AAAI (free).

    Μέθοδοι αξιολόγησης

    Εργασίες & τελική γραπτή εξέταση

    Ιστοσελίδα μαθήματος

    Το μάθημα θα φιλοξενηθεί στο http://compus.uom.gr

     

    • ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ
      (AIC502)

    Τύπος
    ΥΠΟΧΡΕΩΤΙΚΟ

    Κωδικός Τμήματος
    AI

    Τμήμα
    ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ

    Περιγραφή

    ΓΕΝΙΚΑ

    ΣΧΟΛΗ

    ΕΠΙΣΤΗΜΩΝ ΠΛΗΡΟΦΟΡΙΑΣ

    ΤΜΗΜΑ

    ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ

    ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ

    ΠΡΟΠΤΥΧΙΑΚΟ

    ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ

    AIC502

    ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ

    Ε

    ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ

    ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ

    ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ
    σε περίπτωση που οι πιστωτικές μονάδες απονέμονται σε διακριτά μέρη του μαθήματος π.χ. Διαλέξεις, Εργαστηριακές Ασκήσεις κ.λπ. Αν οι πιστωτικές μονάδες απονέμονται ενιαία για το σύνολο του μαθήματος αναγράψτε τις εβδομαδιαίες ώρες διδασκαλίας και το σύνολο των πιστωτικών μονάδων

    ΕΒΔΟΜΑΔΙΑΙΕΣ
    ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ

    ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ

     

    3

    5

     

     

     

     

     

     

    Προσθέστε σειρές αν χρειαστεί. Η οργάνωση διδασκαλίας και οι διδακτικές μέθοδοι που χρησιμοποιούνται περιγράφονται αναλυτικά στο (δ).

     

     

    ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ

    γενικού υποβάθρου,
    ειδικού υποβάθρου, ειδίκευσης

    γενικών γνώσεων, ανάπτυξης δεξιοτήτων

    ΕΙΔΙΚΟΥ ΥΠΟΒΑΘΡΟΥ

    ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ:

     

    -

    ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ:

    ΕΛΛΗΝΙΚΗ

    ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS

    ΟΧΙ

    ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)

    https://classroom.google.com/  κωδικός τάξης: 2g5bkqi

    ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

    Μαθησιακά Αποτελέσματα

    Περιγράφονται τα μαθησιακά αποτελέσματα του μαθήματος οι συγκεκριμένες  γνώσεις, δεξιότητες και ικανότητες καταλλήλου επιπέδου που θα αποκτήσουν οι φοιτητές μετά την επιτυχή ολοκλήρωση του μαθήματος.

    Συμβουλευτείτε το Παράρτημα Α

    • Περιγραφή του Επιπέδου των Μαθησιακών Αποτελεσμάτων για κάθε ένα κύκλο σπουδών σύμφωνα με το Πλαίσιο Προσόντων του Ευρωπαϊκού Χώρου Ανώτατης Εκπαίδευσης
    • Περιγραφικοί Δείκτες Επιπέδων 6, 7  8 του Ευρωπαϊκού Πλαισίου Προσόντων Διά Βίου Μάθησης και το Παράρτημα Β
    • Περιληπτικός Οδηγός συγγραφής Μαθησιακών Αποτελεσμάτων


    Γνώσεις
    Αλγόριθμοι αναζήτησης για προβλήματα ενός πράκτορα
    Μοντελοποίηση και επίλυση προβλημάτων ικανοποίησης περιορισμών
    Αλγόριθμοι για παιχνίδια δύο ατόμων (minimax, κλάδεμα άλφα-βήτα, αλγόριθμος expected minimax)
    Λογική (προτασιακή και κατηγορηματική), αλυσίδες εκτέλεσης, τεχνική της ανάλυσης
    Σχεδιασμός ενεργειών
    Δεξιότητες
    Προγραμματισμός αλγορίθμων αναζήτησης και σχεδίαση/υλοποίηση ευρετικών συναρτήσεων
    Μελέτη και επίλυση προβλημάτων Boolean ικανοποιησιμότητας με χρήση έτοιμων προγραμμάτων αλλά και ενίσχυση αυτών.
    Ικανότητες
    Ικανότητα ανάλυσης/σχεδίασης και υλοποίησης αλγορίθμων για επίλυση προβλημάτων Τεχνητής Νοημοσύνης
    Ικανότητα εκπόνησης πτυχιακής εργασίας στο χώρο της Τεχνητής Νοημοσύνης

    Γενικές Ικανότητες

    Λαμβάνοντας υπόψη τις γενικές ικανότητες που πρέπει να έχει αποκτήσει ο πτυχιούχος (όπως αυτές αναγράφονται στο Παράρτημα Διπλώματος και παρατίθενται ακολούθως) σε ποια / ποιες από αυτές αποσκοπεί το μάθημα;.

    Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών

    Προσαρμογή σε νέες καταστάσεις

    Λήψη αποφάσεων

    Αυτόνομη εργασία

    Ομαδική εργασία

    Εργασία σε διεθνές περιβάλλον

    Εργασία σε διεπιστημονικό περιβάλλον

    Παράγωγή νέων ερευνητικών ιδεών

     

    Σχεδιασμός και διαχείριση έργων

    Σεβασμός στη διαφορετικότητα και στην πολυπολιτισμικότητα

    Σεβασμός στο φυσικό περιβάλλον

    Επίδειξη κοινωνικής, επαγγελματικής και ηθικής υπευθυνότητας και ευαισθησίας σε θέματα φύλου

    Άσκηση κριτικής και αυτοκριτικής

    Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης

    ……

    Άλλες…

    …….


    Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
    Λήψη αποφάσεων
    Αυτόνομη εργασία

    ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ [Syllabus]


    ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ
    Εισαγωγή στην Τεχνητή Νοημοσύνη. Ιστορική αναδρομή.
    Ευφυείς πράκτορες.
    Αλγόριθμοι αναζήτησης. Συστηματική αναζήτηση. Τυφλή αναζήτηση (πρώτα σε βάθος, πρώτα σε πλάτος, επαναληπτική εκβάθυνση) και πληροφορημένη αναζήτηση (πρώτα στο καλύτερο, Α*). Ευρετικές συναρτήσεις. Τοπική αναζήτηση (αναρρίχηση λόφων, προσομοιωμένη ανόπτηση, γενετικοί αλγόριθμοι).
    Προβλήματα ικανοποίησης περιορισμών.  Έλεγχος συνέπειας τόξων. Διάδοση περιορισμών.
    Παιχνίδια αντιπαλότητας. Αναζήτηση Minimax και κλάδεμα άλφα-βήτα. Παιχνίδια τύχης.
    Γνώση και συλλογιστική. Προτασιακή λογική. Προτάσεις Horn. Ικανοποιησιμότητα Boolean προτάσεων. Λογική πρώτης τάξης. Προς τα εμπρός/πίσω αλυσίδα εκτέλεσης. Ανάλυση.
    Σχεδιασμός. Αναπαράσταση STRIPS. Προέλαση και οπισθοχώρηση. Σχεδιασμός μερικής διάταξης. Χρονικός σχεδιασμός και σχεδιασμός με πόρους.

    ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ - ΑΞΙΟΛΟΓΗΣΗ

    ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ
    Πρόσωπο με πρόσωπο, Εξ αποστάσεως εκπαίδευση κ.λπ.

    Διαλέξεις με φυσική παρουσία (πρόσωπο με πρόσωπο).

    ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
    Χρήση Τ.Π.Ε. στη Διδασκαλία, στην Εργαστηριακή Εκπαίδευση, στην Επικοινωνία με τους φοιτητές

    Οι ΤΠΕ χρησιμοποιούνται παντού στο μάθημα. Ειδικότερα:
    Χρήση laptop και προβολικού στις διαλέξεις
    Επικοινωνία με φοιτητές με email
    Διαμοιρασμό υλικού μαθήματος για online προβολή
    Δυνατότητα τηλεδιασκέψεων με Hangout ή Skype

    ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ

    Περιγράφονται αναλυτικά ο τρόπος και μέθοδοι διδασκαλίας.

    Διαλέξεις, Σεμινάρια, Εργαστηριακή Άσκηση, Άσκηση Πεδίου, Μελέτη  ανάλυση βιβλιογραφίας, Φροντιστήριο, Πρακτική (Τοποθέτηση), Κλινική Άσκηση, Καλλιτεχνικό Εργαστήριο, Διαδραστική διδασκαλία, Εκπαιδευτικές επισκέψεις, Εκπόνηση μελέτης (project), Συγγραφή εργασίας / εργασιών, Καλλιτεχνική δημιουργία, κ.λπ.

     

    Αναγράφονται οι ώρες μελέτης του φοιτητή για κάθε μαθησιακή δραστηριότητα καθώς και οι ώρες μη καθοδηγούμενης μελέτης σύμφωνα με τις αρχές του ECTS

    Δραστηριότητα

    Φόρτος Εργασίας Εξαμήνου

    Διαλέξεις

    39

    Μελέτη

    65

    Εκπόνηση εργασιών

    40

    Τελικές εξετάσεις

    3

    Σύνολο Μαθήματος

    147 ώρες

     

    ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

    Περιγραφή της διαδικασίας αξιολόγησης

     

    Γλώσσα Αξιολόγησης, Μέθοδοι αξιολόγησης, Διαμορφωτική  ή Συμπερασματική, Δοκιμασία Πολλαπλής Επιλογής, Ερωτήσεις Σύντομης Απάντησης, Ερωτήσεις Ανάπτυξης Δοκιμίων, Επίλυση Προβλημάτων, Γραπτή Εργασία, Έκθεση / Αναφορά, Προφορική Εξέταση, Δημόσια Παρουσίαση, Εργαστηριακή Εργασία, Κλινική Εξέταση Ασθενούς, Καλλιτεχνική Ερμηνεία, Άλλη / Άλλες

     

    Αναφέρονται ρητά προσδιορισμένα κριτήρια αξιολόγησης και εάν και που είναι προσβάσιμα από τους φοιτητές.

    Γλώσσα αξιολόγησης: Ελληνική

    Μέθοδοι αξιολόγησης: Γραπτές εξετάσεις (80%) – Αξιολόγηση γραπτής ομαδικής εργασίας (20%)
    Οι γραπτές εξετάσεις περιλαμβάνουν: Ασκήσεις.
    Τα κριτήρια αξιολόγησης είναι αναρτημένα στην ιστοσελίδα του μαθήματος









    ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

    - Προτεινόμενη Βιβλιογραφία:
    Τεχνητή Νοημοσύνη, μια σύγχρονη προσέγγιση (2η διεθνής έκδοση). Stuart Russell  Peter Norvig. Εκδόσεις Κλειδάριθμος, 2004.

    Τεχνητή Νοημοσύνη (4η έκδοση), Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου. Εκδόσεις Πανεπιστημίου Μακεδονίας, 2020.
    - Συναφή επιστημονικά περιοδικά:

    Intelligent Systems
    AI Magazine
    Artificial Intelligence
    Journal of Artificial Intelligence Research

    Δημοσιεύσεις


    • Βιβλία (3 εγγραφές)

    Περιλαμβάνει Βιβλία ή/και μονογραφίες σε διεθνείς ή ελληνικούς εκδοτικούς οίκους. Κεφάλαια ή άρθρα συλλογικών τόμων ή επιμέλεια τόμων σε διεθνείς ή ελληνικούς εκδοτικούς οίκους.

      2002

      • Βλαχάβας, Ι., Κεφαλάς, Π., Βασιλειάδης, Ν., Ρεφανίδης, Ι., Κόκκορα Φ. και Σακελλαρίου, Η., Τεχνητή Νοημοσύνη, Εκδόσεις Γαρταγάνη, Θεσσαλονίκη, 2002.

        Προβολή Δημοσίευσης

      2001

      • I. Stamelos, I. Refanidis, P. Katsaros, A. Tsoukias, I. Vlahavas and A. Pomportsis. An Adaptable Framework for Educational Software Evaluation. In Decision Making: Recent Developments and Worldwide Applications, S.H. Zanakis, G. Doukidis and C. Zopounidis (eds), 347-360, Kluwer Academic Publishers, 2001.

      2000

      • I. Refanidis and I. Vlahavas. A Heuristic Based Approach to Planning in STRIPS Domains. In Advances in Informatics, ed. I. Fotiadis & S.D. Nikolopoulos, World Scientific, April 2000, 305-312.

        Προβολή Δημοσίευσης

      • Επιστημονικά Περιοδικά (27 εγγραφές)

      Περιλαμβάνει Άρθρα σε διεθνή ή ελληνικά επιστημονικά περιοδικά (με κριτές).

        2022

        • Nikolaidis, S., Refanidis, I. Consolidating incentivization in distributed neural network training via decentralized autonomous organization. Neural Comput & Applic (2022). https://doi.org/10.1007/s00521-022-07374-3

          Προβολή Δημοσίευσης

        2021

        • S. Nikolaidis and I. Refanidis. Using distributed ledger technology to democratize neural network training. Applied Intelligence, Springer. 2021.

          Προβολή Δημοσίευσης

        • Protogerou, A., Papadopoulos, S., Drosou, A., Tzovaras., D., and Refanidis, I. A graph neural network method for distributed anomaly detection in IoT. Evolving Systems 12, 19-36 (2021).

          Προβολή Δημοσίευσης

        2020

        • Nikolaidis, S., Refanidis, I. Privacy preserving distributed training of neural networks. Neural Comput & Applic (2020). https://doi.org/10.1007/s00521-020-04880-0

          Προβολή Δημοσίευσης

        2018

        • A. Alexiadis, I. Refanidis and I. Sakellariou. Integrating Meeting and Individual Events Scheduling. Inteligencia Artificial, 21(62) (2018), 53-66. (also presented at the COPLAS-2018 workshop)

          Προβολή Δημοσίευσης

        • K. Goulianas, A. Margaris, I. Refanidis and K. Diamantaras. Solving polynomial systems using a fast adaptive back propagation-type neural network algorithm. European Journal of Applied Mathematics, vol. 29, pp. 301-337, 2018. Cambridge University Press.

          Προβολή Δημοσίευσης

        2016

        • A. Alexiadis and I. Refanidis. Optimizing Individual Activity Personal Plans through Local Search. AI Communications, vol. 29, no. 1, pp. 185-203, 2016, IOS Press.

          Προβολή Δημοσίευσης

        • G. Markou and I. Refanidis. Non-deterministic planning methods for automated web service composition. Artificial Intelligence Research, vol. 5 (1), 2016, Sciedu Press

          Προβολή Δημοσίευσης

        • K. Goulianas, A. Margaris, I. Refanidis and K. Diamantaras. An adaptive learning rate backpropagation-type neural network for solving n × n systems on nonlinear algebraic equations. Mathematical Methods in Applied Sciences, Volume 39, Issue 10, July 2016, Pages: 2602–2616, Wiley.

          Προβολή Δημοσίευσης

        • A. Alexiadis and I. Refanidis. Alternative Plan Generation And Online Preference Learning In Scheduling Individual Activities. International Journal on Artificial Intelligence Tools Vol. 25, No. 03, 1650014 (2016), World Scientific.

          Προβολή Δημοσίευσης

        • G. Markou and I. Refanidis. Cost-Sensitive Probabilistic Contingent Planning for Web Service Composition. International Journal on Artificial Intelligence Tools, 25 (1), 2016, doi: 10.1142/S0218213016600010, World Scientific.

          Προβολή Δημοσίευσης

        • K. Goulianas, A. Margaris, I. Refanidis, K. Diamantaras and T. Papadimitriou. A back-propagation-type neural network architecture for solving the complete n x n nonlinear algebraic system of equations. Advances in Pure Mathematics, vol. 6, no. 6, 455-480,m 2016, Scientific Research Publishing.

          Προβολή Δημοσίευσης

        • K. Agnantis, A. Alexiadis and I. Refanidis. Intelligent Calendar Applications: A Holistic Framework based on Ontologies. International Journal on Artificial Intelligence (IJAI), 2016 Autumn (October), vol. 14 (2), pp. 1-22, Ceser Publications.

          Προβολή Δημοσίευσης

        • K. Agnantis, A. Alexiadis and I. Refanidis. Coursr2: An Integrated Time Management System for Lifelong Learners. International Journal of Artificial Intelligence Tools (IJAIT), Vol. 25, No. 06, 1650029 (December 2016), World Scientific.

          Προβολή Δημοσίευσης

        2014

        • D. Sklavakis and I. Refanidis. The MATHESIS meta-knowledge engineering framework: Ontology-driven development of intelligent tutoring systems. Applied Ontology Journal, Volume 9 Issue 3-4, July 2014, Pages 237-265, IOS Press.

          Προβολή Δημοσίευσης

        2013

        • I. Refanidis and I. Sakellariou. Computing higher order exclusion relations in propositional planning. Journal of Experimental and Theoretical Artificial Intelligence (JETAI), vol. 25, no.1 (2013), 23-51, Taylor and Francis.

          Προβολή Δημοσίευσης

        • D. Sklavakis and I. Refanidis. MATHESIS: An Intelligent Web-Based Algebra Tutoring School. International Journal of Artificial Intelligence in Education, Volume 22, Issue 4, October 2013, Pages 191-218, IOS Press

          Προβολή Δημοσίευσης

        • G. Markou and I. Refanidis. Composing Semantic Web Services Online and an Evaluation Framework. International Journal on Advances in Internet Technology, vol. 6, no. 3-4 (2013), 114-131, IARIA Journals.

          Προβολή Δημοσίευσης

        2011

        • I. Refanidis and A. Alexiadis. Deployment and Evaluation of SELFPLANNER, an Automated Individual Task Management System. Computational Intelligence, 27(1), 2011, pp. 41-59, Wiley Periodicals Inc.

          Προβολή Δημοσίευσης

        • I. Refanidis. A Dynamic Programming Formulation of Scheduling Non-Deterministic Activities with Stochastic Durations. International Journal of Artificial Intelligence (IJAI), vol. 7 (A11), 2011, pp. 1-18, Ceser Publications.

          Προβολή Δημοσίευσης

        2010

        • I. Refanidis and N. Yorke-Smith. A Constraint Based Programming Approach to Scheduling an Individual's Activities. ACM Transactions on Intelligent Systems and Technologies, vol. 1 (2), 2010, pp. 12:1-12:32.

          Προβολή Δημοσίευσης

        2003

        • I. Refanidis and I. Vlahavas. Multiobjective Heuristic State-Space Planning. Artificial Intelligence Journal, vol 145/1-2, 2003, pp 1 – 32, Elsevier.

          Προβολή Δημοσίευσης

        2001

        • D. Vrakas, I. Refanidis and I. Vlahavas. Parallel planning via the distribution of operators. Journal of Experimental and Theoretical Artificial Intelligence, 13 (3), 2001, pp. 211-226, Taylor and Francis.

          Προβολή Δημοσίευσης

        • I. Refanidis and I. Vlahavas. The GRT Planning System: Backward Heuristic Construction in Forward State-Space Planning. Journal of Artificial Intelligence Research, 15, 2001, 115-161.

          Προβολή Δημοσίευσης

        • I. Refanidis and I. Vlahavas. The GRT Planner. AI Magazine, Fall 2001, pp. 63-65, AAAI Press.

          Προβολή Δημοσίευσης

        2000

        • I. Stamelos, I. Vlahavas, I. Refanidis and A. Tsoukias. Knowledge Based Evaluation of Software Systems: a Case Study. Information and Software Technology, 42 (5), 2000, pp. 333-345, Elsevier.

          Προβολή Δημοσίευσης

        1999

        • I. Vlahavas, I. Stamelos, I. Refanidis and A. Tsoukias. ESSE: an Expert System for Software Evaluation. Knowledge Based Systems, 12 (4), 1999, pp. 183-197, Elsevier.

          Προβολή Δημοσίευσης

        • Συνέδρια (67 εγγραφές)

        Περιλαμβάνει Άρθρα σε δημοσιευμένα πρακτικά διεθνών ή ελληνικών συνεδρίων (με κριτές).

          2023

          • Aikaterini Maria Kouti and Ioannis Refanidis, "CPU and GPU Parallelism of the A* Algorithm on solving N-Puzzle problems". Presented at the 27th Pan-Hellenic Conference on Progress in Computing and Informatics, November 24 - 26, 2023, Lamia, Greece. Proceedings to be published by ACM.
          • Dimitrios Manolakis and Ioannis Refanidis. Finding time optimal routes for trains using basic kinematics and A*. Presented on Trustworthy AI for safe & secure traffic control in connected & autonomous vehicles (TACTFUL 2023), co-located with ECAI 2023, Kraków, Poland. Post-workshop ECAI proceedings to be published by Springer.

            Προβολή Δημοσίευσης

          2021

          • Dimitrios Manolakis, Georgios Spanos, and Ioannis Refanidis. 2021. Shallow Neural Networks beat Deep Neural Networks trained with transfer learning: A Use Case based on training Neural Networks to identify Covid-19 in chest X-ray images. In 25th Pan-Hellenic Conference on Informatics (PCI 2021). Association for Computing Machinery, New York, NY, USA, 58–62.

            Προβολή Δημοσίευσης

          • Nikolaidis S., Refanidis I. (2021) Incentivizing Participation to Distributed Neural Network Training. In: Iliadis L., Macintyre J., Jayne C., Pimenidis E. (eds) Proceedings of the 22nd Engineering Applications of Neural Networks Conference. EANN 2021. Proceedings of the International Neural Networks Society, vol 3. Springer, Cham.

            Προβολή Δημοσίευσης

          • Tzogka C., Refanidis I. (2021). Addressing Computer Vision Challenges Using an Active Learning Framework. In: Iliadis L., Macintyre J., Jayne C., Pimenidis E. (eds) Proceedings of the 22nd Engineering Applications of Neural Networks Conference. EANN 2021. Proceedings of the International Neural Networks Society, vol 3. Springer, Cham.

            Προβολή Δημοσίευσης

          2019

          • Sp. Blatsios and I. Refanidis. An Adaptation and Personalisation Methodology for Serious Games Design (work in progress paper). In Proceedings of the 13th European Conference on Games Based Learning (ECGBL-2019), pp. 991-994, Odense, Denmark, 2019.
          • A. Karanikolos and I. Refanidis. Encoding Position Improves Recurrent Neural Text Summarizers. In Proceedings of the 3rd International Conference on Natural Language and Speech Processing, pp. 142-150. Trento, Italy, September 2019. © The Association for Computational Linguistics.

            Προβολή Δημοσίευσης

          • Sp. Nikolaidis and I. Refanidis. LEARNAE: Distributed and Resilient Deep Neural Network Training for Heterogeneous Peer to Peer Topologies. In Proceedings of the 20th International Conference on Engineering Applications of Neural Networks (EANN-2019). © Springer Nature Switzerland AG 2019. J. Macintyre et al. (Eds.): EANN 2019, CCIS 1000, pp. 286–298, 2019.

            Προβολή Δημοσίευσης

          • S. Blatsios and I. Refanidis. Towards and Adaption and Personalisation Solution based on Multi Agent System Applied on Serious Games. In proceedings of the 15th International Conference on Artificial Intelligence Applications and Innovations (AIAI-2019). Published by Springer Nature Switzerland AG 2019. J. MacIntyre et al. (Eds.): AIAI 2019, IFIP AICT 559, pp. 584–594, 2019. https://doi.org/10.1007/978-3-030-19823-7_49.

            Προβολή Δημοσίευσης

          2018

          • A. Alexiadis, I. Refanidis and I. Sakelariou. Integrating Meeting and Individual Events Scheduling. In Proceedings of ICAPS-2018 Workshop on Constraint Satisfaction Techniques for Planning and Scheduling, Delft, The Netherlands, June 2018.

            Προβολή Δημοσίευσης

          2015

          • G. Markou, A. Alexiadis and I. Refanidis. Web Services and Automated Planning for Intelligent Calendars. 6th Italian Workshop on Planning & Scheduling (IPS-2015). Within the 14th Conference of the Italian Association for Artificial Intelligence, Ferrara, September 2015.
          • Konstantinos Agnantis and Ioannis Refanidis. Activity Ontologies for Intelligent Calendar Applications. 7th Balkan Conference on Informatics (BCI-2105), Craiova, Romania, September 2015. ACM, doi: 10.1145/2801081.2801109.
          • Nikos Papachristou and Ioannis Refanidis. Constructing Pin Endgame Databases for the Backgammon Variant Plakoto. The 14th International Conference on Advances in Computer Games (ACG2015), Leiden, the Netherlands, July 2015. LNCS 9525, pp. 177-184, Springer, 2015.
          • Konstantinos Agnantis and Ioannis Refanidis. COURSR: Scheduling Composite Educational Objects. 9th International Speduling and Planning Applications Workshop (SPARK-2015), within ICAPS-2015, pp. 50-58, Tel Aviv, June 2015.

          2014

          • Christos Emmanouilidis, Remous-Aris Koutsiamanis, Aimilia Tasidou, Pavlos S. Efraimidis and Ioannis Refanidis. Personalized Cloud-based Recommendation Services for Creative Tourism. Heritage, Tourism and Hospitality International Conference (HTHIC) 2014, Istanbul, Turkey, 6-8 November 2014, pp. 261-271.

            Προβολή Δημοσίευσης

          • Ioannis Refanidis, Christos Emmanouilidis, Ilias Sakellariou, Anastasios Alexiadis, Remous-Aris Koutsiamanis, Konstantinos Agnantis, Aimilia Tasidou, Fotios Kokkoras, and Pavlos S. Efraimidis. myVisitPlannerGR: Personalized Itinerary Planning System for Tourism. Proceedings of the 8th Hellenic AI Society Conference, Ioannina, Greece (2014), LNCS (Springer) 8445, pp. 615–629.
          • N. Papachristou and I. Refanidis. Opening Statistics and Match Play for Backgammon Games. Proceedings of the 8th Hellenic AI Society Conference, Ioannina, Greece (2014), LNCS (Springer) 8445, pp. 569–582.
          • G. Markou and I. Refanidis. Anytime Planning for Web Service Composition via Alternative Plan Merging. IEEE 26th International Conference on Tools with Artificial Intelligence (ICTAI-2014), pp. 91-98, Limassol, Cyprus, November 2014. Best paper award & best student paper award.

          2013

          • Anastasios Alexiadis and Ioannis Refanidis. Generating Alternative Plans for Scheduling Personal Activities. In SPARK-2013: ICAPS-2013 Workshop on Scheduling and Planning Applications, pp. 35-40, Rome, Italy, June 2013.
          • Anastasios Alexiadis and Ioannis Refanidis. Post-Optimizing Individual Activity Plans through Local Search. In COPLAS-2013: ICAPS 2013 Workshop on Constraint Satisfaction Techniques for Planning and Scheduling Problems, pp. 7-15, Rome, Italy, June 2013.
          • George Markou and Ioannis Refanidis, MadSwan: A Semantic Web Service Composition System. In Proceedings of the 10th European Semantic Web Conference (ESWC 2013), Montpellier, France. Poster presentation. Lecture Notes in Computer Science, vol. 7955, pp 304-305, Springer.
          • Nikolaos Papahristou and Ioannis Refanidis. AnyGammon: Playing Backgammon Variants Using Any Board Size. In Proceedings of the 8th International Conference on the Foundations of Digital Games (Entry at the Research and Experimental Festival), pp. 410-412, Chania, Crete, May 2013.

          2012

          • George Markou and Ioannis Refanidis. Towards an Automatic Non-Deterministic Web Service Composition Platform. 8th International Conference on Next Generation Web Services Practices. Sao Carlos, Brazil, 21-23 November 2012. Published in Fourth International Conference on Computational Aspects of Social Networks (CASoN), 2012, pp. 372-377, IEEE.
          • Nikolaos Papahristou and Ioannis Refanidis. On the Design and Training of Bots to play Backgammon Variants. 8th International Conference on Artificial Intelligence Applications and Innovations (AIAI), Halkidiki, Greece. Volume 381 of the Series IFIP Advances in Information and Communication Technology, pp 78-87, 2012. Springer.
          • Ioannis Papikas and Ioannis Refanidis. Fast Path Planning through Segmentation of the Map into Manhattan-cohesive Areas. In proceedings of the 5th Annual Symposium on Combinatorial Search (SoCS 2012), in conjunction with AAAI-2012, Niagara Falls, Canada, July 2012, pp. 209-210. Copyright © AAAI, 2012.
          • Anastasios Alexiadis and Ioannis Refanidis. Meeting the Objectives of Personal Activity Scheduling through Post-Optimization. First International Workshop on Search Strategies and Non-standard Objectives (SSNOWorkshop'12), in conjunction with CPAIOR-2012, Nantes, France.
          • George Markou and Ioannis Refanidis. Towards Automatic Non-Deterministic Web Service Composition. 7th International Conference on Internet and Web Applications and Services, pp 118-122 (short paper), Stuttgart, Germany, June 2012 (AWARDED PAPER).
          • N. Papahristou and I.Refanidis. Improving temporal difference learning performance in backgammon variants. Advances in Computer Games 13. November 2011. Appears in H.J. van den Herik and A. Plaat (Eds.): ACG 2011, LNCS 7168, pp. 134–145, 2012. © Springer-Verlag Berlin Heidelberg 2012.

          2011

          • D. Sklavakis and I. Refanidis. The MATHESIS Semantic Authoring Framework: Ontology-Driven Knowledge Engineering for ITS Authoring. Proceedings of the 15th International Conference on Knowledge-Based and Intelligent Information & Engineering Systems, pp. 114-123, Kaiserslautern, Germany, September 2011.
          • I. Refanidis, A. Alexiadis and N. Yorke-Smith. Beyond Calendar Mashups: SELFPLANNER 2.0. ICAPS-2011 Demo Session Working Notes, pp. 66-70, Freiburg, Germany.
          • N. Papahristou and I. Refanidis. Training neural networks to play backgammon variants using reinforcement learning. 3rd European event on Bio-inspired Algorithms in Games, Torino, Italy, Springer LNCS 6624, pp. 113-122, 2011.

          2010

          • D. Sklavakis and I. Refanidis. MATHESIS: A Web Based Intelligent Tutoring School for Algebra. Entry at the Intelligent System Demonstration at the 6th Hellenic Conference on Artificial Intelligence, Companion Volume to Proc. 6th Hellenic Conf. on AI (SETN-2010), pp. 33-38, Athens, 2010.
          • E. Moka and I. Refanidis. Towards Intelligent Management of a Student's Time. S. Konstantopoulos et al. (Eds.): SETN 2010, LNAI 6040, Springer, pp. 383–388, 2010.
          • D. Sklavakis and I. Refanidis. Ontology-Based Authoring of Intelligent Model-Tracing Math Tutors. In Proc. of the 14th International Conference on AI: Methodology, Systems, Applications. Varna, Bulgaria. Springer/LNAI 6304, pp. 201-210, 2010.

          2009

          • I. Refanidis and I. Sakellariou. A Systematic and Complete Algorithm to Compute Higher Order Exclusion Relations. In Proceeding of the ICAPS-2009 Workshop on Constraint Satisfaction Techniques for Planning and Scheduling Problems (COPLAS'2009), Thessaloniki, Greece, 2009, 33-42
          • I. Refanidis and N. Yorke-Smith. On Scheduling Events and Tasks by an Intelligent Calendar Assistant. In Proceeding of the ICAPS-2009 Workshop on Constraint Satisfaction Techniques for Planning and Scheduling Problems (COPLAS'2009), Thessaloniki, Greece, 2009, 43-52.
          • D. Sklavakis and I. Refanidis. The MATHESIS Ontology: Reusable Authoring Knowledge for Reusable Intelligent Tutors. 7th International Workshop on Ontologies and Semantic Web for E-Learning, in conjunction with AIED2009, pp.86-90, Brighton, UK, 2009.
          • E. Dagkli and I. Refanidis. MIXPLAN: A CLP-based Mixed-initiative Planning System for Temporal Domains. 4th Balkan Conference on Informatics (BCI09), 73-78, Thessaloniki, Greece, 2009, IEEE Computer Society
          • A. Alexiadis and I. Refanidis. Defining a Task’s Temporal Domain for Intelligent Calendar Applications. 5th IFIP Conference on Artificial Intelligence Applications & Innovations (AIAI 2009), 399-406, Thessaloniki, Greece. Springer.
          • G. Markou and I. Refanidis. MSRS: Critique on its usability via a path planning algorithm implementation. 5th IFIP Conference on Artificial Intelligence Applications & Innovations (AIAI 2009), 311-320, Thessaloniki, Greece, Springer.
          • D. Sklavakis and I. Refanidis. The MATHESIS Algebra Tutor: Web-based Expert Tutoring via Deep Model Tracing. Interactive Event at the 14th International Conference on Artificial Intelligence in Education, 795, Brighton, 2009.

          2008

          • D. Sklavakis and I. Refanidis. An Individualized Web-based Algebra Tutor Based on Dynamic Deep Model Tracing. 5th Hellenic Conference on Artificial Intelligence (LNAI 5138, Springer), 389-394, Syros, Greece, 2008.
          • I. Refanidis and A. Alexiadis. SelfPlanner: Planning your time! ICAPS 2008 Workshop on Scheduling and Planning Applications, Sydney, 2008.

          2007

          • I. Refanidis and A. Alexiadis. SelfPlanner: An Intelligent Web-based Calendar Application. Demo session of the 17th International Conference on Automated Planning and Scheduling Systems (ICAPS-07), Providence, Rhode Island, US, September 2007.
          • I. Refanidis. Managing Personal Tasks with Time Constraints and Preferences. 17th International Conference on Automated Planning and Scheduling Systems (ICAPS-07), 272-279, Providence, Rhode Island, US, September 2007. AAAI Press.

          2006

          • I. Refanidis. D. Gemitzis and G.Stephanides. Scheduling Personal Time using Squeaky Wheel Optimization. ECAI-06 Workshop on Modelling and Solving Problems with Constraints, 17-24, Riva del Garda, Italy, 2006.

          2005

          • I. Refanidis. Stratified heuristic POCL temporal planning based on planning graphs and constraint programming. ICAPS-05 Workshop on Constraint Programming for Planning and Scheduling, 66-73, Monterey , California, 2005.

          2004

          • I. Refanidis, Thomas L. McCluskey and Yannis Dimopoulos. Planning Services for Individuals: A New Challenge for the Planning Community. ICAPS-04 Workshop on Connecting Planning Theory with Practice, 56-61, Whistler, British Columbia, Canada, 2004.

          2002

          • I. Refanidis, I. Vlahavas and K. Paparrizos. Resource Allocation for Crisis Management using Planning. 15th National Conference of the Hellenic Operation Research Society, Βιβλίο περιλήψεων σελ. 110, Tripoli, 2002.
          • I. Stamelos and I. Refanidis. Decision Making Based On Past Problems Cases. 2nd Helenic Conference for Artificial Intelligence. LNAI 2308 (2002), 42-53, Springer-Verlag.

          2001

          • I. Refanidis and I. Vlahavas. The MO-GRT System: Heuristic Planning with Multiple Criteria. Workshop on Planning and Scheduling with Multiple Criteria, 46-55, Toulouse, France, April 2002.
          • I. Refanidis, N. Bassiliades and I. Vlahavas. AI Planning for Transportation Logistics. 17th International Logistics Conference, 241-248, Thessaloniki, November 2001.
          • I. Refanidis and I. Vlahavas. A Framework for Multi-Criteria Plan Evaluation in Heuristic State-Space Planning. IJCAI-01 Workshop on Planning with Resources, 50-56, Seattle, Washington, August 2001.
          • E. Hatzikraniotis, I. Lefkos, G. Bisdikian, D. Psillos, I. Refanidis and I. Vlahavas. An open learning environment for thermal phenomena. In Proceedings of the 5th International Conference on Computer Based Learning in Science (CBLIS 2001), A17-26, Brno, Czech Republic, July 2001.

          2000

          • Ι. Βλαχάβας, Ι. Ρεφανίδης και Η. Σακελλαρίου. Ένα πολυμεσικό σύστημα διδασκαλίας της γλώσσας λογικού προγραμματισμού Prolog. Βιβλίο περιλήψεων του 1ου Εθνικού Συνεδρίου Πληροφορικής στην Εκπαίδευση, σελ. 29, Θεσσαλονίκη, Νοέμβριος 2000.
          • Ι. Λεύκος, Ι. Ρεφανίδης, Λ. Γάλλος, Ε. Πετρίδου, Δ. Ψύλλος, Π. Αργυράκης, Ι. Βλαχάβας και Ε. Χατζηκρανιώτης. Εικονικό εργαστήριο θερμότητας. Βιβλίο περιλήψεων του 1ου Εθνικού Συνεδρίου Πληροφορικής στην Εκπαίδευση, σελ. 54, Θεσσαλονίκη, Νοέμβριος 2000.
          • Ι. Ρεφανίδης, Κ. Κορομπίλης, Δ. Ψύλλος, Π. Αργυράκης, Ι. Βλαχάβας και Ε. Χατζηκρανιώτης. Εικονικό εργαστήριο θερμοδυναμικής. Βιβλίο περιλήψεων του 1ου Εθνικού Συνεδρίου Πληροφορικής στην Εκπαίδευση, Θεσσαλονίκη, σελ. 68, Νοέμβριος 2000.
          • Δ. Ψύλλος, Π. Αργυράκης, Ι. Βλαχάβας, Ε. Χατζηκρανιώτης, Γ. Μπισδικιάν, Ι. Ρεφανίδης, Ι. Λεύκος, Κ. Κορομπίλης, Δ. Βράκας, Λ. Γάλλος και Ι. Νικολαϊδης. Σύνθετο Εργαστηριακό Περιβάλλον για τη διδασκαλίας της Θερμότητας και της Θερμοδυναμικής. Πρακτικά του 2nd Ελληνικού Συνεδρίο Πληροφοριακών και Τηλεπικοινωνιακών Τεχνολογιών στην Εκπαίδευση, 331-340, Πάτρα, Οκτώβριος 2000.
          • D. Vrakas, I. Refanidis and I. Vlahavas. An Operator Distribution Method for Parallel Planning. In Proceedings of the ΑΑΑΙ Workshop on Parallel and Distributed Search for Reasoning, held in conjunction with the 17th National Conference of AAAI, 17-21, USA, July 2000.
          • I. Refanidis and I. Vlahavas. The GRT Planner: New Results. In ECAI-00 PostWorkshop Proceedings in Local Search Techniques for Planning and Scheduling, Springer, LNAI 2148, 120-138.
          • I. Refanidis and I. Vlahavas. Heuristic Planning with Resources. In Proceedings of the 14th European Conference on Artificial Intelligence (ECAI-2000), Berlin, August 2000, 521-525.
          • I. Refanidis and I. Vlahavas. Exploiting State Constraints in Heuristic State-Space Planning. In Proceedings of the 5th International Conference on Artificial Intelligence Planning and Scheduling Systems (AIPS-2000), Breckenridge, Colorado, USA, April 2000, 363-370.

          1999

          • D. Vrakas, I. Refanidis, F. Milcent and I. Vlahavas. On the Parallelization of Greedy Regression Tables: Parallelizing the Greedy Regression Tables Heuristic. In Proceedings of the 18th Workshop of the Planning and Scheduling SIG, 180-189, December 1999, UK.
          • I. Refanidis, I. Vlahavas and L. Tsoukalas. On Determining and Completing Incomplete States in STRIPS Domains. In Proceedings of the IEEE International Conference on Information, Intelligence and Systems, Washington DC, November 1999, 289-296.
          • I. Refanidis and I. Vlahavas. GRT: A Domain Independent Heuristic for STRIPS Worlds based on Greedy Regression Tables. In Proceedings of the 5th European Conference on Planning, September 1999, Durham, UK, Springer-Verlag (LNAI 1809), 1999, 347-359.
          • I. Refanidis and I. Vlahavas. SSPOP: A State-Space Non-Linear Planner. In Proceedings of the 3rd SCI'99 / 5th ISAS'99, Orlando, Florida, 1999, V240-246.
          • I. Stamelos, I. Refanidis, P. Katsaros, A. Tsoukias, I. Vlahavas and A. Pomportsis. Automating the Evaluation of Educational Software. In Proceedings of the 5th International Conference of the Decision Sciences Institute, Athens, 4-7 July 1999, 1369-1373.
          Wheelchair Blue
          Accessibility Tools
          Fonts PlusIncrease Text
          Fonts MinusDecrease Text
          ContrastHigh Contrast
          GrayscaleGrayscale
          Readable FontReadable Font