Πολύπλοκα Συστήματα: Από την κοινωνία στο Web
| Τίτλος | Πολύπλοκα Συστήματα: Από την κοινωνία στο Web / Complex Systems: From the society to the web |
| Κωδικός | DMCI106 |
| Σχολή | Θετικών Επιστημών |
| Τμήμα | Πληροφορικής |
| Κύκλος / Επίπεδο | 1ος / Προπτυχιακό, 2ος / Μεταπτυχιακό |
| Περίοδος Διδασκαλίας | Χειμερινή |
| Υπεύθυνος/η | Κωνσταντίνος Κοτρόπουλος |
| Κοινό | Ναι |
| Κατάσταση | Ενεργό |
| Course ID | 600016143 |
Πρόγραμμα Σπουδών: ΠΜΣ ΨΗΦΙΑΚΑ ΜΕΣΑ - ΥΠΟΛΟΓΙΣΤΙΚΗ ΝΟΗΜΟΣΥΝΗ (2018 έως σήμερα) ΠΦ
Εγγεγραμμένοι φοιτητές: 2
| Κατεύθυνση | Τύπος Παρακολούθησης | Εξάμηνο | Έτος | ECTS |
|---|---|---|---|---|
| ΚΟΡΜΟΣ | Υποχρεωτικό Κατ' Επιλογήν | 1 | 1 | 7,5 |
| Τίτλος | Πολύπλοκα Συστήματα: Από την κοινωνία στο Web |
| Ακαδημαϊκό Έτος | 2020 – 2021 |
| Περίοδος Τάξης | Χειμερινή |
| Διδάσκοντες μέλη ΔΕΠ |
|
| Ώρες Εβδομαδιαία | 3 |
| Class ID | 600177053
|
Τύπος Μαθήματος 2016-2020
- Επιστημονικής Περιοχής
- Ανάπτυξης Δεξιοτήτων
Τύπος Μαθήματος 2011-2015
Ειδικού Υποβάθρου / Κορμού
Τρόπος Παράδοσης
- Πρόσωπο με πρόσωπο
Ηλεκτρονική Διάθεση Μαθήματος
- e-Οδηγός Σπουδών https://qa.auth.gr/el/class/1/600177053
- eLearning (Moodle): https://elearning.auth.gr/course/view.php?id=7891
Erasmus
Το μάθημα προσφέρεται και σε φοιτητές
προγραμμάτων ανταλλαγής.
Γλώσσα Διδασκαλίας
- Ελληνικά (Διδασκαλία, Εξέταση)
- Αγγλικά (Διδασκαλία, Εξέταση)
Προαπαιτήσεις
Γενικές Προαπαιτήσεις
Προηγούμενη έκθεση σε μαθήματα γραμμικής άλγεβρας και βελτιστοποίησης βοηθούν στην γρηγορότερη πρόσληψη των εννοιών.
Μαθησιακά Αποτελέσματα
Γνωστικοί: Να εξοικειωθούν με υπολογιστικά μοντέλα πολύπλοκων προσαρμοστικών συστημάτων της κοινωνικής ζωής. Να γνωρίσουν σε βάθος τις τεχνικές διάχυσης σε προσαρμοστικά συστήματα.
Δεξιότητες: Να εξοικειωθούν με το περιβάλλον NetLogo και αντίστοιχα άλλα περιβάλλοντα.
Γενικές Ικανότητες
- Εφαρμογή της γνώσης στην πράξη
- Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
- Προσαρμογή σε νέες καταστάσεις
- Λήψη αποφάσεων
- Αυτόνομη εργασία
- Παραγωγή νέων ερευνητικών ιδεών
- Άσκηση κριτικής και αυτοκριτικής
- Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
Περιεχόμενο Μαθήματος
Πολυπλοκότητα στην κοινωνία. Μοντελοποίηση με χρήση NetLogo. Μοντέλα πολύπλοκων προσαρμοστικών κοινωνικών συστημάτων. Κοινωνική δυναμική. Μεταίχμιο χάους. Αυτο-οργανωνόμενη κρισιμότητα. Εξελισσόμενα αυτόματα. Λήψη αποφάσεων σε επίπεδο οργανισμών. Κοινωνική επιστήμη στο ενδιάμεσο. Εφαρμογές: Μοντέλο δασικής πυρκαγιάς, κοινωνικός διαχωρισμός, παίγνια, δημοπρασίες. Προσαρμοστικά φίλτρα. Προσαρμογή διάχυσης πάνω σε δίκτυα. Κινητά προσαρμοστικά δίκτυα. Διαδικτυακή ζωή: Διαβάθμιση σελίδων από τη Google˙ Yπόδειξη ταινιών από το Netflix˙ Πώς ένα βίντεο στο Youtube γίνεται επιδημία (viral);
Λέξεις Κλειδιά
πολύπλοκα συστήματα, προσαρμοστικές τεχνικές, στρατηγικές διάχυσης
Τύποι Εκπαιδευτικού Υλικού
- Σημειώσεις
- Διαφάνειες
- Βιβλίο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Χρήση Τ.Π.Ε.
- Χρήση Τ.Π.Ε. στη Διδασκαλία
- Χρήση Τ.Π.Ε. στην Επικοινωνία με τους φοιτητές
Περιγραφή
Εξοικείωση με το NetLogo στην ανάπτυξη εφαρμογών
Οργάνωση Μαθήματος
| Δραστηριότητες | Φόρτος Εργασίας | ECTS | Ατομικά | Ομαδικά | Erasmus |
|---|---|---|---|---|---|
| Διαλέξεις | 39 | ✓ | ✓ | ✓ | |
| Μελέτη και ανάλυση βιβλίων και άρθρων | 96 | ✓ | ✓ | ||
| Εκπόνηση μελέτης (project) | 60 | ✓ | ✓ | ||
| Συγγραφή εργασίας / εργασιών | 15 | ✓ | ✓ | ||
| Εξετάσεις | 15 | ✓ | ✓ | ||
| Σύνολο | 225 |
Αξιολόγηση Φοιτητών
Περιγραφή
Οι γραπτές εξετάσεις συμβάλλουν σε ποσοστό 50% στον τελικό βαθμό. Οι εργασίες συμβάλλουν σε ποσοστό 40% στον τελικό βαθμό, ενώ το υπόλοιπο 10% προκύπτει από την ενεργό συμμετοχή στις διαλέξεις.
Μέθοδοι Αξιολόγησης Φοιτητών
- Γραπτή Εξέταση με Ερωτήσεις Σύντομης Απάντησης (Διαμορφωτική, Συμπερασματική)
- Γραπτή Εργασία (Διαμορφωτική, Συμπερασματική)
- Δημόσια Παρουσίαση (Διαμορφωτική, Συμπερασματική)
Βιβλιογραφία
Επιπρόσθετη βιβλιογραφία για μελέτη
1) J. H. Miller and S. E. Page, Complex Adaptive Systems: An Introduction to Computational Models of Social Life, Princeton Univ. Press. 2007.
2) A. H. Sayed, Adaptation, Learning, and Optimization over Networks, Foundations and Trends in Machine Learning, vol. 7, issue 4-5, NOW Publishers, Boston-Delft, 518pp, 2014. ISBN 978-1-60198-850-8, DOI 10.1561/2200000051.
3) A. H. Sayed, Adaptive Filters, John Wiley & Sons, NJ, ISBN 978-0-470-25388-5, xxx+786pp, 2008.
4) Special Issue Adaptation and Learning over Complex Networks, IEEE Signal Processing Magazine, vol. 30, no. 3, May 2013.
Τελευταία Επικαιροποίηση
05-10-2020
