Εκτεταμένη Πραγματικότητα (XR) και Παιχνιδοποίηση στο πλαίσιο του Διαδικτύου των Αντικειμένων (IoT) και της Τεχνητής Νοημοσύνης (AI)
Περίληψη
Η παρούσα διατριβή αποτελεί μία διαθεματική έρευνα η οποία προσπαθεί να συνδέσει διαφορετικές βαθιές τεχνολογίες (Deep Technologies) σε ένα ολιστικό πλαίσιο με απώτερο σκοπό την επίλυση προβλημάτων σε διάφορα πεδία. Συγκεκριμένα, έχοντας ως βάση την Παιχνιδοποίηση (Gamification) και τις τεχνολογίες της Εκτεταμένης Πραγματικότητας (XR) θα προσπαθήσουμε να συνδυάσουμε τόσο το Διαδίκτυο των Αντικειμένων (IoT) όσο και την Τεχνητή Νοημοσύνη. Στην πρώτη φάση, το Διαδίκτυο των Αντικειμένων θα λειτουργήσει ως είσοδος για την οπτικοποίηση δεδομένων σε πραγματικό χρόνο ενώ στη δεύτερη φάση θα μελετήσουμε τεχνικές δημιουργίας συνθετικών δεδομένων μέσω της ανάπτυξης εικονικών περιβαλλόντων, τα οποία μπορούν να χρησιμοποιηθούν για την εκπαίδευση μοντέλων τεχνητής νοημοσύνης. Επιπλέον, θα εμβαθύνουμε περισσότερο στο εικονικό περιβάλλον που παρέχει η παιχνιδοποίηση συνδυαζόμενο και με εικονικές μηχανές (Virtual Machines) ενώ τέλος, θα επιχειρήσουμε να μελετήσουμε και τον ανθρωποκεντρικό σχεδια ...
περισσότερα
Περίληψη σε άλλη γλώσσα
The present dissertation is a cross-disciplinary research that will try to establish a framework and build interconnections among various modern Deep Technologies in order to solve a variety of problems in different domains. Specifically, starting with the Gamification and Extended Reality (XR) we will try to combine the Internet of Things (IoT) and Artificial Intelligence (AI). In the first phase, the IoT will work as an input for real-time data visualization and in the next phase, we will work on synthetic data generation techniques through virtual environments that can be used to train AI models. In addition, we will dive deeper in gamified virtual environments and we will combine them with virtual machines and in the end, we will study more about the human-centered design in gamification both at technical level and using surveys. As a proof of the suggested framework’s transferability in diverse domains, we designed and developed research tools regarding autonomous vehicles and dis ...
περισσότερα
Κατεβάστε τη διατριβή σε μορφή PDF (70.23 MB)
(Η υπηρεσία είναι διαθέσιμη μετά από δωρεάν εγγραφή)
|
Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.
|
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.