Έναρξη φοίτησης: Σεπτέμβριος 2023

Καταληκτική ημερομηνία υποβολής αιτήσεων: Τρίτη, 16 Μαΐου 2023 (2 μ.μ.)

Υποβολή αίτησης

Πληροφορίες από τη Γραμματεία του Τμήματος:

Ηλεκτρονική Φόρμα Επικοινωνίας | Τηλ.: 25002533 | Φαξ.: 25002633

Μία (1) Θέση στο γνωστικό αντικείμενο: «Επεξηγήσιμη Τεχνητή Νοημοσύνη με Χρήση Αυτοπροσοχής» 

Περιγραφή: Τα μοντέλα τεχνητής νοημοσύνης (AI) που βασίζονται στη βαθιά μάθηση αποτελούν σήμερα την αιχμή της τεχνολογίας για την πραγματοποίηση λειτουργικών προβλέψεων σε ένα ζωντανό και εκτεταμένο πεδίο έρευνας. Μια μέθοδος νευρωνικών δικτύων που ονομάζεται βαθιά μάθηση μιμείται τον τρόπο με τον οποίο είναι καλωδιωμένος ο ανθρώπινος εγκέφαλος. Ωστόσο, είναι συχνά άγνωστο ποιες υποθέσεις διέπουν τις προβλέψεις που γίνονται από τα προγνωστικά μοντέλα.

Η προτεινόμενη διατριβή στοχεύει στην "επεξηγήσιμη AI", που αναφέρεται σε ένα σύνολο διαδικασιών και τεχνικών που καθιστούν δυνατό για τους ανθρώπινους χρήστες να κατανοήσουν και να πιστέψουν την έξοδο που παράγεται από αλγορίθμους μηχανικής μάθησης. Ενδιαφερόμαστε κυρίως για μηχανισμούς αυτοπροσοχής, που είναι τεχνικές βαθιάς μάθησης που προσθέτουν επιπλέον εστίαση σε ένα συγκεκριμένο στοιχείο. Σε αυτό το πλαίσιο, η προσέγγιση θα επικεντρώνεται συνήθως σε ένα συστατικό εντός της αρχιτεκτονικής του δικτύου που είναι υπεύθυνο για τη διαχείριση και την ποσοτικοποίηση των αλληλεξαρτώμενων σχέσεων εντός των στοιχείων εισόδου, που ονομάζεται αυτοπροσοχή.

Προαπαιτούμενα: MSc in Data Science, εργασιακή εμπειρία με Python.

Ερευνητικός Σύμβουλος: Σωτήρης Χατζής, Αναπληρωτής Καθηγητής, sotirios.chatzis@cut.ac.cy

Μία (1) Θέση στο γνωστικό αντικείμενο: «Υπεύθυνες Τεχνολογίες Τεχνητής Νοημοσύνης»

Η υιοθέτηση της Τεχνητής Νοημοσύνης (AI) και του ψηφιακού μετασχηματισμού γενικότερα, έχει γίνει πρόσφατα μάντρα για τους δημόσιους οργανισμούς και τη δημόσια διοίκηση, τον ιδιωτικό τομέα, τον τομέα της εκπαίδευσης και κατάρτισης και σε όλα τα επίπεδα διακυβέρνησης.

Ο ψηφιακός γραμματισμός είναι απαραίτητος για τη ζωή σε έναν ψηφιοποιημένο κόσμο, ενώ η κατανόηση των κινδύνων και των ευκαιριών των αναδυόμενων τεχνολογιών και κυρίως αυτών της τεχνητής νοημοσύνης έχει μεγάλη σημασία. Βασικό στοιχείο είναι επίσης η κατανόηση των επιπτώσεων της ΤΝ γύρω από τη δικαιοσύνη και τη διακυβέρνηση, η οποία θα πρέπει να συνοδεύεται από τις ηθικές πτυχές της τεχνητής νοημοσύνης και θα πρέπει να περιλαμβάνει νοοτροπία ενσωμάτωσης της διάστασης του φύλου, καθώς οι γυναίκες, αν και αντιπροσώπευαν το 54% όλων των φοιτητών τριτοβάθμιας εκπαίδευσης στην ΕΕ το 2017, υποεκπροσωπούνται ακόμη ιδιαίτερα στους ψηφιακούς τομείς.

Ο στόχος αυτού του έργου είναι να αναπτύξει νέες κατευθυντήριες γραμμές για την ηθική και υπεύθυνη ανάπτυξη εργαλείων τεχνητής νοημοσύνης, συμπεριλαμβανομένων των μοντέλων μεγάλων γλωσσών.

Ερευνητικός Σύμβουλος: Σωτήρης Χατζής, Αναπληρωτής Καθηγητής, sotirios.chatzis@cut.ac.cy

Μία (1) Θέση στο γνωστικό αντικείμενο: «Συστήματα Θεραπευτικών Υπερήχων με Απεικόνιση Μαγνητικού Τομογράφου (MRI) για Εκτομή στην Κοιλιακή Χώρα»

Εστιασμένοι υπέρηχοι είναι μια μορφή ενέργειας που μπορεί να χρησιμοποιηθεί για τη θεραπεία διαφόρων ασθενειών στον τομέα της ογκολογίας με χρήση θερμικών πρωτοκόλλων. Οι θερμικές επιδράσεις των εστιασμένων υπερήχων μπορεί να παρακολουθούνται με εξαιρετική αντίθεση, χρησιμοποιώντας μαγνητική τομογραφία (MRI).

Η προσφερόμενη θέση θα επικεντρωθεί στην δημιουργία και αξιολόγηση υφιστάμενου 4-D MR συμβατές ρομποτικό σύστημα. Ένα σημαντικό καθήκον είναι ο σχεδιασμός πλασματικού υλικού βασισμένο σε χημική ένωση αγαρόζης για εφαρμογή στον εγκέφαλο. Προσομοιώσεις θα πραγματοποιηθούν προκειμένου να βελτιστοποιηθούν τα θεραπευτικά πρωτόκολλα υπέρηχων. Θα σχεδιαστεί μετατροπέας υπερήχων για εφαρμογή στην κοιλιακή χώρα. Ο υποψήφιος αναμένεται να αξιολογήσει εκτενώς το σύστημα με την χρήση πλασματικού υλικού σε περιβάλλον εργαστηρίου και μέσα σε ένα μαγνητικό τομογράφο. Μέθοδοι απεικόνισης του MRI αλληλουχίες θα βελτιστοποιηθούν για τα προτεινόμενα θεραπευτικά πρωτόκολλα.

Απαραίτητα προσόντα: Πτυχίο ή Μάστερ στον τομέα Ηλεκτρολογικής Μηχανικής, ή Μηχανολογικής Μηχανικής, ή Φυσικής ή Ιατρικής ή Βιοϊατρικής Μηχανικής.

Ερευνητικός Σύμβουλος: Χριστάκης Δαμιανού στη διεύθυνση christakis.damianou@cut.ac.cy .

Μία (1) Θέση στο γνωστικό αντικείμενο: Ευφυής Διάγνωση Σφαλμάτων για Κατανεμημένα Συστήματα και Δίκτυα

Η εμφάνιση των τεχνολογιών 5G, IoT, WSN και Industry 4.0 κατέστησε δυνατή τη συλλογή μεγάλων ποσοτήτων δεδομένων σε πραγματικό χρόνο σχετικά με ένα περιβάλλον παρακολούθησης. Υπάρχει αυτή τη στιγμή ανάγκη να αναπτυχθούν μέθοδοι και αρχιτεκτονικές ανεκτικές σε σφάλματα για κατανεμημένα συστήματα και δίκτυα. Η προτεινόμενη έρευνα θα επικεντρωθεί σε καινοτόμες προσεγγίσεις διάγνωσης σφαλμάτων που μπορούν να μάθουν τα χαρακτηριστικά ή τη δυναμική του παρακολουθούμενου περιβάλλοντος και να προσαρμόσουν τη συμπεριφορά τους προκειμένου να χειριστούν προβληματικά ή ελλιπή δεδομένα και να επιτύχουν παρακολούθηση με ανοχή σε σφάλματα.

Απαιτούμενα Προσόντα: Πτυχίο και μεταπτυχιακό επιπέδου μάστερ στην Ηλεκτρολογική Μηχανική ή Πληροφορική ή σε συναφές γνωστικό αντικείμενο. Οποιαδήποτε εμπειρία ή τριβή με έρευνα και ειδικότερα ερευνητική δουλειά στο πεδίο της θέσης θα θεωρηθεί ως επιπρόσθετο προσόν.

Χρηματοδότηση: Υπάρχει διαθέσιμη χρηματοδότηση για υποψήφιους πλήρης απασχόλησης που πληρούν τα προσόντα, μέσω συμμετοχής στο Ευρωπαϊκό ερευνητικό πρόγραμμα aerOS https://aeros-project.eu/.

Ερευνητικός Σύμβουλος: Μιχάλης Μιχαηλίδης, Επίκουρος Καθηγητής, michalis.michaelides@cut.ac.cy.

Μία (1) Θέση στο γνωστικό αντικείμενο: «Βελτιστοποίηση Εκτέλεσης Εφαρμογών Μηχανικής Μάθησης σε Κατανεμημένα Συστήματα Επεξεργασίας Ροών Δεδομένων»

Η ανάπτυξη εφαρμογών μηχανικής μάθησης (machine learning - ML) σε κατανεμημένα συστήματα επεξεργασίας ροών δεδομένων (distributed stream processing engines - DSPEs) όπως το Apache Spark Streaming, το Heron και το Flink, είναι μια πολύπλοκη διαδικασία που απαιτεί εκτεταμένες ρυθμίσεις σε δύο διαστάσεις. Πρώτον, τα DSPE έχουν μια τεράστια γκάμα παραμέτρων συστήματος (όπως βαθμός παραλληλισμού, μεγέθη μνήμης, κ.λπ.) που πρέπει να βελτιστοποιηθούν για να επιτευχθούν τα επιθυμητά επίπεδα απόδοσης του συστήματος. Δεύτερον, κάθε ML μοντέλο έχει το δικό του σύνολο υπερ-παραμέτρων που πρέπει να ρυθμιστούν καθώς επηρεάζουν σημαντικά τη συνολική ακρίβεια πρόβλεψης του μοντέλου. Αυτές οι δύο μορφές ρυθμίσεων έχουν μελετηθεί εκτενώς στη βιβλιογραφία αλλά μόνο μεμονωμένα η μία από την άλλη, ενώ πρόσφατες μελέτες έχουν δείξει πολύπλοκες αλληλεπιδράσεις μεταξύ των δύο. Ο στόχος είναι να αναπτυχθούν νέες συνδυασμένες προσεγγίσεις ρύθμισης συστημάτων και μοντέλων που θα αυτοματοποιήσουν την εκτέλεση εφαρμογών μηχανικής μάθησης σε DSPEs με βελτιστοποιημένο τρόπο.

Απαιτούμενα Προσόντα: Πτυχίο και μεταπτυχιακό επιπέδου μάστερ στην Πληροφορική ή σε συναφές γνωστικό αντικείμενο. Στον ιδανικό υποψήφιο θα πρέπει να αρέσει η εργασία σε ερευνητικά προβλήματα καινοτόμων συστημάτων και να κατέχει καλές δεξιότητες ανάπτυξης λογισμικού. Οποιαδήποτε εμπειρία ή τριβή με έρευνα και ειδικότερα ερευνητική δουλειά στο πεδίο της θέσης θα θεωρηθεί ως επιπρόσθετο προσόν.

Χρηματοδότηση: Υπάρχει δυνατότητα χρηματοδότησης μέσω Ερευνητικών Προγραμμάτων για υποψήφιους που πληρούν τα προσόντα ή ως βοηθοί διδασκαλίας.

Ερευνητικός Σύμβουλος: Ηρόδοτος Ηροδότου, Επίκουρος Καθηγητής,  herodotos.herodotou@cut.ac.cy

Μία (1) Θέση στο γνωστικό αντικείμενο: «Διαχείριση Υβριδικών Κατανεμημένων Συστημάτων Αποθήκευσης Δεδομένων Χρησιμοποιώντας Τεχνικές Μηχανικής Μάθησης»

Οι συνεχείς βελτιώσεις στη μνήμη, στις συσκευές αποθήκευσης (π.χ. NVRAM, SSD) και τις δικτυακές τεχνολογίες υπολογιστών έχουν οδηγήσει στην εισαγωγή και εκλαΐκευση υβριδικών (ή πολυ-επίπεδων) κατανεμημένων συστημάτων αποθήκευσης δεδομένων (hybrid or multi-tiered distributed data storage systems). Ωστόσο, η πολυπλοκότητα της μετακίνησης δεδομένων μεταξύ των επιπέδων αποθήκευσης και της κρυφής μνήμης αυξάνεται σημαντικά, καθιστώντας πιο δύσκολο για τις εφαρμογές να επωφεληθούν από την υψηλότερη απόδοση που θεωρητικά προσφέρει ένα τέτοιο σύστημα. Ο στόχος είναι να αναπτυχθούν νέοι αλγόριθμοι βασισμένοι στη μηχανική μάθηση που θα αυτοματοποιούν όλες τις σχετικές αποφάσεις που λαμβάνονται από τέτοια συστήματα, όπως η αντικατάσταση και η αποδοχή σε κρυφή μνήμη, η εκ των προτέρων ανάκτηση δεδομένων, και οι μετακινήσεις δεδομένων μεταξύ επιπέδων αποθήκευσης.

Απαιτούμενα Προσόντα: Πτυχίο και μεταπτυχιακό επιπέδου μάστερ στην Πληροφορική ή σε συναφές γνωστικό αντικείμενο. Στον ιδανικό υποψήφιο θα πρέπει να αρέσει η εργασία σε ερευνητικά προβλήματα καινοτόμων συστημάτων και να κατέχει καλές δεξιότητες ανάπτυξης λογισμικού. Οποιαδήποτε εμπειρία ή τριβή με έρευνα και ειδικότερα ερευνητική δουλειά στο πεδίο της θέσης θα θεωρηθεί ως επιπρόσθετο προσόν.

Χρηματοδότηση: Υπάρχει δυνατότητα χρηματοδότησης μέσω Ερευνητικών Προγραμμάτων για υποψήφιους που πληρούν τα προσόντα ή ως βοηθοί διδασκαλίας.

Ερευνητικός Σύμβουλος: Ηρόδοτος Ηροδότου, Επίκουρος Καθηγητής,  herodotos.herodotou@cut.ac.cy

Μία (1) Θέση στο γνωστικό αντικείμενο: «Συστήματα Αρχειοθέτησης και Διακίνησης Εικόνων (PACS) και προηγμένη ιατρική απεικόνιση»

Το PACS είναι ένα σύστημα που χρησιμοποιείται στην ιατρική απεικόνιση για την αποθήκευση, ανάκτηση, διανομή και παρουσίαση ψηφιακών εικόνων. Χρησιμοποιείται ευρέως σε εγκαταστάσεις υγειονομικής περίθαλψης, όπως νοσοκομεία, κλινικές και κέντρα απεικόνισης. Η θέση σε αυτόν τον τομέα επικεντρώνεται στην έρευνα για την ανάπτυξη και τη βελτίωση των συστημάτων PACS όπως στο σχεδιασμό και την εφαρμογή νέων αλγορίθμων και εργαλείων, την ανάπτυξη νέων μεθόδων για την ενσωμάτωση πολλαπλών τρόπων απεικόνισης και τη διερεύνηση νέων εφαρμογών του PACS στην κλινική πρακτική.

Τα πιθανά ερευνητικά θέματα περιλαμβάνουν την ανάπτυξη νέων μεθόδων για το χειρισμό μεγάλου όγκου απεικονιστικών δεδομένων, τη βελτίωση της ποιότητας και της ανάλυσης της εικόνας, την ανάπτυξη μεθόδων για την ενσωμάτωση πολλαπλών απεικονιστικών μεθόδων - συμπεριλαμβανομένου και απεικονιστικών μεθόδων ορατού φωτός - και τη διερεύνηση νέων εφαρμογών του PACS στην κλινική έρευνα και εκπαίδευση. Οι υποψήφιοι αναμένεται να έχουν ένα ισχυρό υπόβαθρο σε ένα συναφές πεδίο, όπως στην επιστήμη των υπολογιστών, στην βιο-ιατρική μηχανική ή στην ιατρική φυσική, καθώς και εμπειρία στην ιατρική απεικόνιση και την ανάπτυξη λογισμικών και βάσεων δεδομένων.

Απαραίτητα προσόντα: Πτυχίο ή Μάστερ στον τομέα Πληροφορικής ή Βιο-ιατρικής Μηχανικής ή Ιατρικής Φυσικής.

Ερευνητικός Σύμβουλος: Ευθύβουλος Κυριάκου, Επίκουρος Καθηγητής, efthyvoulos.kyriacou@cut.ac.cy

Μία (1) Θέση στο γνωστικό αντικείμενο: «Προχωρημένα θέματα Ανάλυσης Ιατρικών Εικόνων και Video»

Η προσφερόμενη θέση θα επικεντρωθεί στην ανάλυση ιατρικών εικόνων και video με τη χρήση καινούργιων τεχνικών όπως ανάλυση AM-FM. Η προσφερόμενη θέση θα επικεντρωθεί κυρίως στην ανάλυση  δημιουργία συστήματος ανάλυσης εικόνων από υπερήχων από καρωτιδικές πλάκες και των δυνάμεων που ασκούνται σε αυτή κατά τη διάρκεια του καρδιακού κύκλου.  Εκτός από ανάλυση θα γίνει και η εφαρμογή τεχνητής νοημοσύνης  και βαθιά μηχανική μάθηση έτσι που να δημιουργηθούν τα κατάλληλα μοντέλα πρόγνωσης.

Οι υποψήφιοι αναμένεται να έχουν καλές γνώσεις προγραμματισμού κυρίως σε γλώσσα Python.

Απαραίτητα προσόντα: Πτυχίο ή Μάστερ στον τομέα Πληροφορικής, Ηλεκτρολογικής Μηχανικής, ή Βιοϊατρικής Μηχανικής ή ανάλογο υπόβαθρο.
 

Ερευνητικός Σύμβουλος: Ευθύβουλος Κυριάκου, Επίκουρος Καθηγητής, efthyvoulos.kyriacou@cut.ac.cy

Μία (1) Θέση στο γνωστικό αντικείμενο: «Καταπολέμηση Παράνομου εμπορίου τέχνης η αποκατάσταση και διαχείριση τους»

Εισαγωγή: Υπολογίζεται ότι στην Ευρώπη διακινούνται ετησίως 140,000-700,000 πολιτιστικά αγαθά, συνολικής αξίας 64-318 εκατ. €. Το παράνομο εμπόριο έργων τέχνης κατατάσσεται ως ο τρίτος μεγαλύτερος τύπος εμπορίας στη μαύρη αγορά, πίσω από τα ναρκωτικά και τα όπλα. Αποτελεί ένα πολύ-παραμετρικό ζήτημα που δρα παράλληλα με τη νόμιμη αγορά και αφορά αντικείμενα που προέρχονται από κλοπές, παράνομες ανασκαφές και παραγωγή ψεύτικων ή πλαστών.

Αυτή η διδακτορική μελέτη είναι αφιερωμένη στην έρευνα και τη διαμόρφωση καινοτόμων και εξειδικευμένων βιώσιμων στρατηγικών και εργαλείων για την καταπολέμηση της παράνομης διακίνησης πολιτιστικών αγαθών και την ενεργοποίηση σχετικών μηχανισμών παρακολούθησης, ανίχνευσης, προστασίας και μέριμνας. Επιπρόσθετα, η έρευνα επιδιώκει τη δημιουργία ενός δικτύου επικοινωνίας και συνεργασίας με εγχώριες και εξωτερικές αρμόδιες αρχές στον τομέα της καταπολέμησης της σύλησης και της παράνομης διακίνησης πολιτιστικών αγαθών.

Προτεινόμενη Μεθοδολογία και Πεδίο Εφαρμογής: Ο στόχος είναι η ανάπτυξη εξειδικευμένης και εις βάθος έρευνας για τη διαδικασία ταυτοποίησης, εντοπισμού και αυθεντικοποίησης πολιτιστικών αντικειμένων και της μετέπειτα  διαχείρισής τους.

Η προσέγγιση περιστρέφεται γύρω από την ανάπτυξη ενός εγχειριδίου βέλτιστων πρακτικών και ενός νομικού πλαισίου συναρτώμενου με κάθε στάδιο της διαδικασίας. Σημαντική εστίαση του διδακτορικού είναι η τρισδιάστατη ψηφιοποίηση της πολιτιστικής κληρονομιάς, η κωδικοποίηση τρισδιάστατων πολιτιστικών αντικειμένων και η δημιουργία τρισδιάστατων αντιγράφων και ψηφιακών δίδυμων πολιτιστικών αντικειμένων. Η έρευνα θα βασίζεται εν μέρει στην  μελέτη «Study on quality in 3D digitization of tangible cultural heritage» και θα διεξαχθεί σε στενή και άμεση συνεργασία με μια διεπιστημονική ομάδα ειδικών, συμπεριλαμβανομένων διακεκριμένων ακαδημαϊκών και επιστημόνων από τοπικούς και διεθνείς φορείς.

Ο απώτερος σκοπός είναι η δημιουργία ενός ειδικού συστήματος «κωδικοποίησης» για την δισδιάστατη και τρισδιάστατη ολιστική τεκμηρίωση απτών πολιτιστικών αντικειμένων, η καταπολέμηση του παράνομου εμπορίου έργων τέχνης, η προστασία και η διατήρηση της πολιτιστικής κληρονομιάς και σχετικών δεδομένων, και η προώθηση του ηθικού εμπορίου.

Θέματα και Διαδικασία: Επίκεντρο της διατριβής αποτελεί η αυθεντικοποίηση, ιχνηλασιμότητα και ταυτοποίηση αντικειμένων πολιτιστικής κληρονομιάς, η κοινή χρήση βάσεων δεδομένων και απογραφών, δημιουργία τρισδιάστατων αντιγράφων και ψηφιακών δίδυμων πολιτιστικών αντικειμένων, το πολιτιστικό Δίκαιο και η πολιτιστική διπλωματία, η αρχειοθέτηση, τεκμηρίωση και καταχώριση αντικειμένων πολιτιστικής κληρονομιάς και η συλλογή, επεξεργασία και χρήση σχετικών δεδομένων και μεταδεδομένων. Πρόσθετα σημεία εστίασης περιλαμβάνουν πολιτικές απόκτησης, πρωτόκολλο και τεχνολογία ελέγχου προέλευσης, και διαμεσολάβηση και Εναλλακτική Επίλυση Διαφορών.

Ερευνητικός Σύμβουλος: Μαρίνος Ιωαννίδης, Επίκουρος Καθηγητής, marinos.ioannides@cut.ac.cy

Μία (1) θέση στο γνωστικό αντικείμενο: «Μία προσέγγιση για την ψηφιακή ολιστική πολιτιστική κληρονομιά: Η επέκταση της άυλης κληρονομιάς ενσωματωμένη σε ψηφιακή μορφή ως μέρος μιας ολιστικής τεκμηρίωσης δεδομένων Πολιτιστικής Κληρονομιάς»

Επεξεργασία δεδομένων, ψηφιακή κληρονομιά, μεταδεδομένα, Ολιστική, Πολιτιστική Κληρονομιά, Άυλα, Παραδεδομένα.

Η ψηφιοποίηση της πολιτιστικής κληρονομιάς απαιτεί τη συλλογή τεράστιων ποσοτήτων πολύπλοκων πολυτροπικών δεδομένων, εικόνων και εγγραφών, προκειμένου να εντοπιστούν και να τεκμηριωθούν τόσο τα απτά χαρακτηριστικά, π.χ. υλικά, φυσικές πολυπλοκότητες και γεωγραφικό πλαίσιο. Με την επεξεργασία των δεδομένων που συλλέγονται από το σύνολο ενός περιουσιακού στοιχείου πολιτιστικής κληρονομιάς, στόχος είναι ο εντοπισμός και η καταγραφή των υλικών χαρακτηριστικών, για την πρόσβαση στις άυλες πτυχές, αποκαλύπτοντας έτσι την ιστορία του - από την παραγωγή έως την τελική χρήση. Ωστόσο, αντιμετωπίζουμε το ζήτημα του πώς μπορούμε να εντοπίσουμε και να αλληλεπιδράσουμε με αυτήν την άυλη ιστορία. Επιπλέον, για να ψηφιοποιήσουμε πλήρως την ιστορία και τη μνήμη ενός περιουσιακού στοιχείου πολιτιστικής κληρονομιάς, πρέπει να εξετάσουμε την πρόκληση του πώς μπορούμε να διασφαλίσουμε τη διατήρηση των δεσμών και των σχέσεων που υπάρχουν μεταξύ των διαφόρων δεδομένων.

Στόχος αυτής της έρευνας είναι να αξιοποιήσει αποτελεσματικά και καινοτόμα το ευρύ φάσμα των τεχνικών απόκτησης δεδομένων (τεχνολογικές και βιβλιογραφικές) και τα διάφορα δεδομένα που παράγονται από αυτές, για να δημιουργήσει μια υψηλής ποιότητας και ακριβής ολιστική τεκμηρίωση των στοιχείων της πολιτιστικής κληρονομιάς. Κάνοντας αυτό, η καταγραφή υπερβαίνει την πολυπλοκότητα της δομής των απτών αντικειμένων προκειμένου να προεκταθεί η άυλη μνήμη και η αξία που είναι ενσωματωμένη μέσα. Ιδιαίτερη προσοχή θα δοθεί στους παράγοντες που καθορίζουν τι είναι υλική και τι άυλη κληρονομιά.

Μια βασική πτυχή αυτού του διδακτορικού είναι να εμβαθύνει στο υπόβαθρο και την ιστορία του περιουσιακού στοιχείου και σε αυτήν την περίπτωση κοσμημάτων και ειδών χρυσοχοΐας , με στόχο να προσδιορίσει πότε και γιατί κατασκευάστηκε, για ποιον και πώς/γιατί χρησιμοποιήθηκε ή επαναχρησιμοποιήθηκε και το ιστορικό του πλαίσιο, επιτρέποντάς μας να ανασυνθέσουμε και να ερμηνεύσουμε την κρυμμένη άυλη ιστορία μέσα στο απτό. Ειδικότερα, πρέπει να λάβουμε υπόψη τις πτυχές που βρίσκονται στα όρια της υλικής και άυλης κληρονομιάς, οι οποίες περιλαμβάνουν τεχνικές παραγωγής (όπως, επίπεδο δεξιοτήτων, γνώση του κατασκευαστή και διαθέσιμα εργαλεία), χρήση φθοράς και επαναχρησιμοποίησης.

Αναπτύσσοντας μια ροή εργασίας για την επεξεργασία των δεδομένων που συλλέγονται με σκοπό την εξαγωγή κρυφού νοήματος και την αποθήκευση γνώσης, μπορεί να γίνει μια συμβολή σε ένα παγκόσμιο πρότυπο για ολιστική τεκμηρίωση. Ως πρόσθετο μέρος αυτής της διαδικασίας, ένα βασικό στοιχείο θα είναι η παραγωγή ενός σχήματος μεταδεδομένων, όπως λεξιλόγια για την ταξινόμηση των στοιχείων της πολιτιστικής κληρονομιάς που θα εισαχθούν σε ένα σύνθετο σύστημα διαχείρισης γνώσης.  

Στόχοι και Έρευνητικές Ερωτήσεις:

Μια σημαντική πτυχή αυτής της έρευνας είναι η επεξεργασία και ο χειρισμός των δεδομένων που συλλέγονται, προκειμένου να διασφαλιστεί μια ακριβής, προσβάσιμη και αναζητήσιμη καταγραφή των μεταδεδομένων. Μερικές από τις προκλήσεις που θα ληφθούν υπόψη, περιλαμβάνουν:

• Πώς μπορούμε να ορίσουμε και να αντοπίσουμε το νόημα μέσω της καταγραφής των υλικών στοιχείων;
• Με ποιους τρόπους μπορούμε να αντλήσουμε νόημα από τα υλικά -απτά στοιχεία;
• Ποια εργαλεία και μεθοδολογίες μπορούν να εφαρμοστούν για την καταγραφή αυτής της άυλης κληρονομιάς και της επακόλουθης ιστοριοαφήγησης;
• Πώς μπορούμε να αναπτύξουμε έναν αγωγό για την επεξεργασία πληροφοριών και δεδομένων, λαμβάνοντας υπόψη τα ακόλουθα στάδια: Πληροφορίες και Δεδομένα – Γνώση – Ερμηνεία – Νόημα – Ιστορία – Παρουσίαση – Εμπλουτισμός – (Ιστορία).
• Με ποιους τρόπους μπορούμε να εμπλουτίσουμε τις πληροφορίες και τις μορφές δεδομένων πολυμέσων για να ανασυνθέσουμε την αποσπασματική ιστορία που είναι συνδεδεμένη στον κύκλο ζωής του πολιτιστικού στοιχείου;
• Ποια ορολογία είναι κρίσιμη για τον ορισμό των μεταδεδομένων προκειμένου να δημιουργηθεί μια ταξινόμηση και να συμβάλει σε μια οντολογία που διασφαλίζει μια ακριβή και χρησιμοποιήσιμη καταγραφή των στοιχείων της πολιτιστικής κληρονομιάς;
• Πώς μπορούμε να συμβάλουμε στην παραγωγή ενός ευρέως υιοθετημένου προτύπου για την καταγραφή των μεταδεδομένων και να έχουμε προστιθέμενη αξία και αντίκτυπο στην ευρύτερη ακαδημαϊκή και επιστημονική κοινότητα;

Ερευνητικός Σύμβουλος: Μαρίνος Ιωαννίδης, Επίκουρος Καθηγητής, marinos.ioannides@cut.ac.cy

Μία (1) Θέση στο γνωστικό αντικείμενο: «Η ολιστική προσέγγιση της ψηφιακής τεκμηρίωσης της Πολιτιστικής Κληρονομιάς: - Η περίπτωση του Καραβιού της Κερύνειας»

Η ψηφιοποίηση πολιτιστικής κληρονομιάς αποτελεί μια από τις πιο σύγχρονες και βέλτιστες πρακτικές για την κατανόηση και διατήρηση της μνήμης του παρελθόντος, την δημιουργία ενός ακριβούς ψηφιακού αρχείου, την προστασία, την προώθηση και ανάδειξη της πολιτιστικής κληρονομιάς, αλλά και την προσβασιμότητά της από μεγαλύτερο κοινό. Αποτελεί, φυσικά, πολύπλοκη διαδικασία η οποία εξαρτάται από παράγοντες όπως ο τύπος του υλικού του αντικειμένου υπό μελέτη, το μέγεθος, η τοποθεσία κτλ., ενώ αποτελείται ταυτόχρονα και από διάφορα στάδια, με αρχικό τη συλλογή δεδομένων. Τα απαραίτητα για τη ψηφιοποίηση δεδομένα αφορούν την προέλευση, τον σκοπό, την ηλικία, την καλλιτεχνική πτυχή, την αξία και τη μοναδικότητα των στοιχείων υπό επεξεργασία. Η συλλογή των διαθέσιμων δεδομένων μέσω διαφόρων τύπων αναλύσεων κρίνεται απαραίτητη έτσι ώστε να επιτευχθεί η δημιουργία ενός τρισδιάστατου (3D) μοντέλου, η οποία αποτελεί τον καλύτερο τρόπο οπτικής παρουσίασης των στοιχείων πολιτιστικής κληρονομιάς.

Κατά την απαραίτητη διαδικασία για την απόκτηση δεδομένων παράγεται αναπόφευκτα ένας μεγάλος όγκος δεδομένων, μεταδεδομένων και παραδεδομένων, τα οποία θα πρέπει να αποθηκευτούν, να συνδυαστούν και να υποβληθούν σε επεξεργασία για να χρησιμοποιηθούν στην επίτευξη του τρισδιάστατου μοντέλου. Τα παραδεδομένα αποτελούν το κύριο συστατικό για μια ολοκληρωμένη τεκμηρίωση προκειμένου να περιγράψουν τις ιδιότητες, την παρουσίαση και την οπτικοποίηση σε πολιτιστικά και ιστορικά πλαίσια του υπό μελέτη αντικειμένου. Δεδομένου ότι τα παραδεδομένα περιγράφουν τις ανθρώπινες διαδικασίες με τις οποίες δημιουργήθηκε το αντικείμενο υπό μελέτη, θα πρέπει κατά τη διαδικασία απόκτησης δεδομένων να αναγνωριστούν και να κατανοηθούν ως αναπόσπαστο μέρος των πρακτικών οπτικοποίησης της πολιτιστικής κληρονομιάς. Η χρήση και κατανόηση των παραδεδομένων είναι αυτή που οδηγεί στην ολιστική καταγραφή και αποτύπωση της πολιτιστικής κληρονομιάς. Μέσω της διήγησης της ιστορίας του υπό μελέτη αντικειμένου, από την σκέψη, τις διαδικασίες που ακολουθήθηκαν για την πραγμάτωσή του μέχρι το τελικό αποτέλεσμα (μεταδεδομένα), διατηρείται και η αξία του.

Πιο συγκεκριμένα, όσον αφορά στο πεδίο της ενάλιας πολιτιστικής κληρονομιάς, η ψηφιοποίηση μπορεί να συμβάλει στην ορθότερη και πιο ολοκληρωμένη καταγραφή, αποτύπωση και διαχείριση του ενάλιου αρχαιολογικού υλικού. Επιπλέον, η ανάδειξη του υλικού αυτού αλλά και η προσβασιμότητα τόσο στα ίδια τα ευρήματα όσο και στις πληροφορίες που τα αφορούν από όλους τους ενδιαφερόμενους αποτελούν σημαντικά πλεονεκτήματα της ψηφιοποίησης.

Στα πλαίσια, λοιπόν, ψηφιοποίησης ενάλιου αρχαιολογικού υλικού η προτεινόμενη διδακτορική διατριβή θα έχει ως αντικείμενο μελέτης  και ψηφιοποίησης το Καράβι της Κερύνειας. Το ζήτημα της ψηφιοποίησης του Καραβιού της Κερύνειας καθίσταται ιδιαίτερα πολύπλοκο και αποτελεί τεράστια πρόκληση καθώς το ίδιο το καράβι εκτίθεται από την στιγμή της συναρμολόγησής του μέχρι και σήμερα στο Κάστρο της τουρκοκρατούμενης Κερύνειας. Το γεγονός ότι το Καράβι βρίσκεται στο Κατεχόμενο κομμάτι της Κύπρου καθιστά ουσιαστικά επιτακτική την ανάγκη ψηφιοποίησής του καθώς μια τέτοια ενέργεια θα βοηθήσει, όχι μόνο στην ανάδειξη και προώθησή του, αλλά και στην προσβασιμότητά του από μεγαλύτερο κοινό.

Με κεντρικό άξονα την ψηφιοποίηση του Καραβιού της Κερύνειας στόχος είναι η δημιουργία ενός μοναδικού συστήματος για την τεκμηρίωση δεδομένων, τη συλλογή, την αποθήκευση και τη χρήση των αποκτημένων πληροφοριών.

Η κατάλληλη επιλογή μεθόδου ψηφιοποίησης για την απόκτηση δεδομένων για δεδομένα, μεταδεδομένα και παραδεδομένα θα αποτελέσει μία ακόμα από τις βασικές προκλήσεις της συγκεκριμένης διατριβής. Επίσης, θα εξεταστεί το είδος και η ποσότητα των δεδομένων που χρειάζονται για να ειπωθεί η ‘ιστορία’ του υπό μελέτη αντικειμένου, αλλά και ο τρόπος με τον οποίο μπορούν να χρησιμοποιηθούν τα συλλεχθέντα δεδομένα, έτσι ώστε να μπορούν να είναι χρήσιμα για διάφορες ομάδες χρηστών και εύκολα προσβάσιμα για περαιτέρω χρήση.

Ερευνητικός Σύμβουλος: Μαρίνος Ιωαννίδης, Επίκουρος Καθηγητής, marinos.ioannides@cut.ac.cy

Μία (1) Θέση στο γνωστικό αντικείμενο: «Βελτιστοποίηση της Πολυπλοκότητας της Γνώσης. Μια προσέγγιση μεταξύ τομέων και σύμφωνα με τις αρχές FAIR, για τη σημασιολογική μοντελοποίηση της Ψηφιακής Πολιτιστικής Κληρονομιάς»

Περιγραφή: Την τελευταία δεκαετία, η εξέλιξη του Διαδικτύου των Πραγμάτων (IoT), των υποδομών ανοιχτής επιστήμης και των πλαισίων εφαρμογών ιστού άνοιξε ολοκαίνουργια σενάρια για την κυκλοφορία δεδομένων, την ανακάλυψη, την εξαγωγή και την οπτικοποίηση . Αυτή η αλλαγή ενίσχυσε το ενδιαφέρον για την εφαρμογή των σημασιολογικών τεχνολογιών Ιστού του W3C,  για την ανάπτυξη και σύνδεση μεταδεδομένων και δεδομένων Ψηφιακής Πολιτιστικής Κληρονομιάς στον ιστό των Linked Open Data (LOD). Οι ψηφιακές ανθρωπιστικές επιστήμες κάνουν μια εκτεταμένη και πολύ ειδική χρήση αυτών των εργαλείων, τα οποία προορίζονται κυρίως για δισδιάστατες (2D) μορφές αρχείων. Τρισδιάστατες (3D) μορφές έχουν εισαχθεί πρόσφατα σε αυτό το σενάριο και παρουσιάζουν πολλές προκλήσεις όσον αφορά την κυκλοφορία και την σύνδεση δεδομένων, μεταδεδομένων και παραδεδομένων.

Ανεξάρτητα από τη μορφή τους, τα δεδομένα, οι πληροφορίες και οι γνώσεις που σχετίζονται με το ψηφιακό δίδυμο ενός αντικειμένου πολιτιστική είναι δύσκολο να διατηρηθούν μαζί, αν και αυτό θα μπορούσε να μετριαστεί από τα πρώτα στάδια της απόκτησης και της επεξεργασίας. Οι τεχνικές μοντελοποίησης δεδομένων μας επιτρέπουν να προσεγγίσουμε την ετερογένεια των πηγών δεδομένων που χαρακτηρίζουν αυτό που μπορούμε να ορίσουμε ως Μεγάλα Δεδομένα (Big Data) Πολιτιστικής Κληρονομιάς. Ωστόσο, για να καταστεί δυνατή μια ολοκληρωμένη αναπαράσταση γνώσης, πρέπει να βασίζονται σε Συστήματα Οργάνωσης Γνώσης (KOS) όπως μοντέλα, σχήματα και οντολογίες. Επιπλέον, οι τρέχουσες ενέργειες μοντελοποίησης δεδομένων πρέπει να πλαισιωθούν εντός των αρχών FAIR (Findable, Accessible, Interoperable, Reusable), που περιλαμβάνονται ήδη στις οδηγίες διαχείρισης δεδομένων H2020 και αποτελούν βασική προϋπόθεση για τον σύγχρονο κύκλο ζωής των επιστημονικών δεδομένων .

Οι στόχοι αυτής της ερευνητικής δραστηριότητας είναι:

• Η παραγωγή επίσημων  αναπαραστάσεων υψηλής πιστότητας και διατομής των κινητών και ακίνητων αγαθών της Ψηφιακής Πολιτιστικής Κληρονομιάς, ενσωματώνοντας τις συνδεδεμένες γνώσεις τους, ως άυλη πολιτιστική κληρονομιά (ICH), καθώς και άλλες ερμηνευτικές πτυχές - π.χ. γνωστική όψη.
• Η εφαρμογή των αρχών FAIR σε διαφορετικές ροές εργασιών μοντελοποίησης δεδομένων σημασιολογικού χαρακτήρα και απαραιτήτως η κάλυψη των απαιτήσεων σχετικά με την  ποιότητα των δεδομένων.

Αυτή η καινοτόμος προσέγγιση θα βασιστεί στον κύκλο ζωής της ολιστικής τεκμηρίωσης, λαμβάνοντας υπόψη τους διάφορους τύπους δεδομένων, τις δομές και τις ανάγκες των τελικών χρηστών που προκύπτουν από το έργο ERA Chair Mnemosyne και τις επιλεγμένες μελέτες περιπτώσεων. Ειδικότερα, αυτό το διδακτορικό έργο θα αναπτυχθεί σε συνδυασμό με τα αναμενόμενα αποτελέσματα από το PhD 2 - Επεξεργασία δεδομένων του έργου Mnemosyne. Τα αποτελέσματα του περιγραφόμενου έργου θα εξεταστούν περαιτέρω με τη μορφή κατευθυντήριων γραμμών και αρθρωτών σημασιολογικών διαδικτυακών εργαλείων.

Ερευνητικός Σύμβουλος: Μαρίνος Ιωαννίδης, Επίκουρος Καθηγητής, marinos.ioannides@cut.ac.cy

Μία (1) Θέση στο γνωστικό αντικείμενο: «Από μέσα έξω: Επεξεργασία μιας ολιστικής τεκμηρίωσης αντικειμένων Πολιτιστικής Κληρονομιάς, για τη διαχείριση της πολύπλευρης πολυπλοκότητας των απτών στοιχείων, για τον προσδιορισμό της άυλης ιστορίας που είναι ενσωματωμένη μέσα και πώς αυτό μπορεί στη συνέχεια να αναπαρασταθεί σε ψηφιακή μορφή.»

Περιγραφή: Η ψηφιοποίηση των αγαθών της πολιτιστικής κληρονομιάς απαιτεί τη συλλογή τεράστιων ποσοτήτων σύνθετων και πολυτροπικών δεδομένων, εικόνων και ηχογραφήσεων, προκειμένου να εντοπιστούν και να τεκμηριωθούν χαρακτηριστικά όπως η σύνθεση, οι φυσικές πολυπλοκότητες και το κοινωνικό και πολιτιστικό πλαίσιο της παραγωγής και της χρήσης τους. Με την επεξεργασία των δεδομένων που συλλέγονται, ο στόχος είναι να αξιολογηθούν τα δεδομένα από απτά χαρακτηριστικά, προκειμένου να έχουν πρόσβαση στις άυλες πτυχές, αποκαλύπτοντας έτσι την ιστορία του - από την παραγωγή έως την τελική χρήση. Ωστόσο, πρέπει να αντιμετωπίσουμε το ζήτημα του πώς μπορούμε να ταυτοποιήσουμε και να αλληλεπιδράσουμε με αυτήν την άυλη ιστορία. Μια εξίσου σημαντική πρόκληση αποτελεί επίσης  το πώς μπορούμε να διασφαλίσουμε τη διατήρηση των δεσμών και των σχέσεων που υπάρχουν μεταξύ των διαφόρων δεδομένων. 

Μια βασική πτυχή αυτής της διδακτορικού έρευνας αποτελεί το κοινωνικο-πολιτισμικό υπόβαθρο του πολιτιστικού αγαθού, με στόχο να προσδιορίσουμε πότε και γιατί δημιουργήθηκε, για ποιον και πώς ή γιατί χρησιμοποιήθηκε, επιτρέποντάς μας να ανακατασκευάσουμε και να ερμηνεύσουμε την κρυφή άυλη ιστορία μέσα το αυτό. Συγκεκριμένα, πρέπει να λάβουμε υπόψη τις πτυχές που βρίσκονται στα όρια της υφής και άυλης κληρονομιάς, οι οποίες περιλαμβάνουν τεχνικές παραγωγής (όπως το επίπεδο δεξιοτήτων,η γνώση του κατασκευαστή και τα διαθέσιμα εργαλεία), φθορά χρήσης και επαναχρησιμοποίησης. Για να αντιμετωπίσουμε αυτήν την πρόκληση, πρέπει να αναπτύξουμε μια νέα μεθοδολογία και κατευθυντήριες γραμμές για την επεξεργασία των δεδομένων, μέσω του φιλτραρίσματος, του σχολιασμού και της ολοκλήρωσης των δεδομένων πολυμέσων, για να εμπλουτίσουμε τα δεδομένα που συλλέγονται για την ανάπτυξη μιας ολιστικής τεκμηρίωσης του πολιτιστικού αγαθού που ενσωματώνει τα υλικά, άυλα, καθώς και ένα ευρύτερο δίκτυο γνώσης.

Καθ 'όλη τη διάρκεια αυτής της διδακτορικής έρευνας, στα πλαίσια του έργου ERA Chair H2020 «MNEMOSYNE», στοχεύουμε να συμβάλλουμε στη συνολική διαδικασία τεκμηρίωσης, χρησιμοποιώντας επιλεγμένες μελέτες περιπτώσεων, για να αξιοποιήσουμε αποτελεσματικά και καινοτόμα τα δεδομένα που αποκτήθηκαν μέσω ενός ευρέος φάσματος τεχνικών απόκτησης, παράλληλα με εργαλεία πολυμέσων, όπως βίντεο, ήχο ή πολυφασματική και θερμική απεικόνιση,  για την ενίσχυση των υπαρχουσών γνώσεων και συνόλων δεδομένων και τεκμηρίωση πλήρως του πολιτισμικού αγαθού. Κάνοντας αυτό επιδιώκουμε να καταγράψουμε την πολυπλοκότητα της δομής τους και της προϋπάρχουσας γνώσης για την παρέκταση της άυλης μνήμης που είναι ενσωματωμένη μέσα. Αυτή η έρευνα θα επιδιώξει επίσης να δημιουργήσει μια ταξινόμηση για τη διαχείριση των δεδομένων, των μεταδεδομένων και των παραδεδομένων, τα οποία θα τροφοδοτήσουν ένα σύνθετο σύστημα διαχείρισης γνώσης. Επιπλέον, θα στοχεύσει να συμβάλει σε ένα πρότυπο για τη διαχείριση και τη δομή των συλλεγόμενων μεταδεδομένων και παραδεδομένων, ώστε να διασφαλιστεί η υψηλής ποιότητας, ολοκληρωμένη και ακριβής επεξεργασία των δεδομένων.

Ερευνητικοί στόχοι και ερωτήσεις: Μια σημαντική πτυχή αυτής της έρευνας είναι η επεξεργασία και ο χειρισμός των δεδομένων που συλλέγονται, προκειμένου να διασφαλιστεί μια ακριβής, προσβάσιμη και με δυνατότητα αναζήτησης εγγραφή των μεταδεδομένων. Μερικές από τις προκλήσεις που θα εξεταστούν περιλαμβάνουν:

• Πώς μπορούμε να προσδιορίσουμε και να καταγράψουμε την άυλη κληρονομιά από την καταγραφή των ενσώματων περιουσιακών στοιχείων και ιδιαίτερα, πώς μπορούμε να εφαρμόσουμε διαφορετικά εργαλεία και μεθοδολογίες για την εξαγωγή νοήματος από ψηφιακούς πόρους;
• Πώς μπορούμε να απεικονίσουμε τα δεδομένα με τέτοιο τρόπο ώστε να μπορεί να αναδύθεί η ιστορία;
• Με ποιους τρόπους μπορούμε να φιλτράρουμε και να εμπλουτίζουμε δεδομένα για να αναδημιουργήσουμε την ιστορία που είναι υφασμένη στον κύκλο ζωής του πολιτισμικού αγαθού;
• Ποια ορολογία είναι κρίσιμη για τον ορισμό και την ταξινόμηση των μεταδεδομένων, προκειμένου να δημιουργηθεί μια ακριβής και χρησιμοποιήσιμη εγγραφή;
• Εργαζόμενοι στα προηγούμενα τέσσερα σημεία, πώς μπορούμε να συνεισφέρουμε στην παραγωγή ενός προτύπου για την καταγραφή μεταδεδομένων;
• Πώς μπορεί αυτό να τροφοδοτήσει ένα σύστημα διαχείρισης οντολογίας / γνώσης για να υποστηρίξει την πολυπλοκότητα των πολιτιστικών αγαθών που θα εξεταστούν.

Ερευνητικός Σύμβουλος: Μαρίνος Ιωαννίδης, Επίκουρος Καθηγητής, marinos.ioannides@cut.ac.cy