Μαθήματα

• Introductory concepts: Introduction to functional programming (FP) and the Scala programming language. The transition from object-oriented to functional programming. Brief introduction of the basic concepts of FP
  and Scala.
• Deepening in FP concepts: pure functions and side effects. Referential transparency, higher order functions, functional data structures, data sharing, controlling program flow in FP.
• Specialization: Platforms for Big Data analytics and FP. Purely functional parallelism, Effects and I/O, purely functional state.
• Advanced concepts: Combinator libraries, common structure in functional design, exception handling, function strictness and laziness.

Grading Scheme

• MidTerm Exam on Scala Programming and FP Concepts (20%) ~ Mid March ~ Prerequisite: whoever fails (gets a grade <5) in the midterm exam is disqualified from the rest of the course
• Project on Apache Spark and Kafka (50%) – delivered near the end of Semester – oral exam follows
• Final Exam (30%) – Scala + Lambda Calculus + Big Data Platforms 

Bibliography via Eudoxos

• A Beginner's Guide to Scala, Object Orientation and Functional Programming, Edition: 2nd ed./2018, Authors: John Hunt, ISBN: 9783319757711, Publisher: HEAL-Link Springer ebooks, Eudoxos Code: 91676496
• Scala Programming for Big Data Analytics, Edition: 1st ed./2019, Authors: Irfan Elahi, ISBN: 9781484248102, Publisher: HEAL-Link Springer ebooks, Eudoxos Code: 91694186

Suggested Readings

• ***Functional Programming in Scala, Edition: 2nd ed./2022, Authors: Michael Pilquist, Rúnar Bjarnason, Paul Chiusano, ISBN: 9781617299582, Publisher: Manning, Livebook Available: https://livebook.manning.com/book/functional-programming-in-scala-second-edition/ .***
• Programming in Scala: A Comprehensive Step-by-Step Guide (Updated for Scala 3.0), Edition: 5th ed./2021, Authors: Martin Odersky, Lex Spoon, Bill Venners, Frank Sommers, ISBN: 9780997148008, Publisher: Artima Inc.

• Teaching:
  Assistant Professor, Nikos Giatrakos
  • Office: 145.Α37, Phone: 28210-37399, email: ngiatrakos -at- tuc -dot- gr, www
    Office Hours: Monday 09:00 - 10:00 & 12:00 - 14:00, Tuesday 11:00 - 12:00

• Recitation:
  TBA
  • Office: TBA, Phone: TBA, email: TBA
    Office Hours: TBA

For the Generative AI course, we will be using Moodle as educational plaform! 
https://moodle.tuc.gr/course/view.php?id=276 

You can self-enroll on Moodle: login to Moodle, find the Generative AI course in the list of the ECE school, click on the course, then press "enrol me" (No enrolment key required).

I won't be using eClass -- I just have this message here as a placeholder to redirect you to Moodle. 

The course content will be significantly updated this year! Please check the description carefully

Summary: The class will cover classes of networking problems and the theoretical tools that can be used for modeling and optimizing such problems (but not only). Here, you can find the 4 main tools we will learn. You can also see the specific applications we will apply these tools in detail, as examples.

1. Modeling Network Problems with Discrete Time Markov Chains
   • Theory: Definition, n-step Analysis, stationary distribution, transient analysis 
   • Applications: 
     • Search Engines (PageRank),
     • Recommendation-driven Content platform (Youtube,spotify,etc) Model
     • MAC Protocol Theory (Slotted Aloha, 802.11/WiFi)
     • unbiased sampling of Large Social Networks
2. Solving Networking Problems with Discrete and Continuous Optimization Methods
   • Theory: Discrete Optimization and Submodular Maximization Theory, Convex Optimization Overview, Network Utility Maximization, Distributed Optimization
   • Applications Covered:
     • Cache (CDN) Optimization
     • Fair Resource Allocation,
     • TCP Congestion ControL
3. Optimizing Large Data Centers & Clouds with Advanced Queueing Theory
   • Theory: Quick Intro to M/M/* queues. Mg1/FCFs/LCFS, Priority Queuing, Size-based scheduling, PRocessor Sharing, task assignment  
   • Applications Covered
     • Load balancing in Multi-server systems (CDN, DNS),
     • modern clouds for multi-server Machine Learning jobs

• 4.Graph Theory for Social Network Analysis
  • Theory: :Social network properties (Scale-Free structure, Small World phenomena, Community, Homopily), Random Graph model (Erdos-Renyi, Watts-Strogatz, Preferential Attachment), Random Walks on Graphs, Centrality Measures
  • Applications Covered:
    • Opinion Polarization in Social Networks,
    • Opinion Evolution and Influence over Social Nets
    • Network navigability

This course provides a graduate-level introduction to distributed systems and is also co-taught to undergraduate students as an elective, with the same syllabus and the same requirements. The course includes both a theoretical component and a systems component.

The course will cover tools for optimization problems, where a sequence of (inter-dependent) decisions must be made (dynamically), often under uncertainty about the environment to be optimized (requires learning). Problems like this arise in many modern applications, ranging from autonomous driving and robotics, to game playing (chess, poker, go) and wired/wireless network management. The specific topics covered will be the following: Quick revision of first order optimization methods (gradient descent and stochastic gradient descent); Multi-armed Bandits; First order algorithms for Online Convex Optimization; Online Convex Optimization with instantaneous and long-term constraints; Distributed online convex optimization; backpressure algorithms for Stochastic Network Optimization; Markov Decision Processes; Tabular Reinforcement Learning - RL (Q-Learning, SARSA); Policy gradient methods; Approximate (e.g. Deep) RL solutions such as Deep Q Networks, Actor-Critic methods, and the recent AlphaGo and AlphaZero algorithms, that have been very successful in popular strategic games; Generalized policy rollout for online learning; The class will include both take home exercises, as well as a programming assignment.

Δίκτυα Η/Υ 2 με έμφαση στα:

• Ασύρματα Δίκτυα
• Ασφάλεια Δικτύων
• Δικτυακός Προγραμματισμός

Material:

• Access Networks, Performance Metrics, Protocol Layers(Chapter_1_v8.2.pptx)

• Transport Layer (Chapter_3_v8.2.pptx)
  • Transport layer services
  • Multiplexing/Demultiplexing
  • TCP (reliable transfer/congestion control) 
  • UDP (unreliable transfer)

• Network Layer (Chapter_4_v8.2.pptx)
  • Discussion on Controls vs Data Plane

• Data link Layer (Chapter_6_v8.2.pptx)
  • Error detection correction
  • Multiple Access Protocols
  • Addressing
• Wireless and Mobile Networks (Chapter_7_v8.2.pptx)
  • Wireless links and networks characteristics
  • Wireless LANS (Wi-Fi)

• IEEE 802.11 Overview (802.11_Overview.pptx)

• IEEE 802.11 Evolution (802.11_Evolution.pptx)

• IEEE 802.11 Algorithms

• Network Security (Chapter_8_v8.1.pptx)

Το μάθημα εξηγεί την βασική φιλοσοφία των δικτυακών τεχνολογιών που χρησιμοποιούνται σήμερα, και τις απομυθοποιεί. Ξεκινάμε συμβατικά, από τα ανώτερα στρώματα εφαρμογής και προχωράμε προς τις τεχνολογίες στρωμάτων μεταφοράς και δικτύου, αποκωδικοποιώντας και αναλύοντας όλα τα απαραίτητα ενδιάμεσα πρωτόκολλα για την αποστολή/λήψη π.χ. ενός e-mail ή μιας ιστοσελίδας. Παρουσιάζεται επίσης, βιβλιογραφία και νέες τάσεις  σε θέματα ποιότητας υπηρεσιών (QoS, π.χ. active queue management). Επίσης, γίνεται εισαγωγή σε θέματα ασφάλειας δικτύων. Τέλος, παρουσιάζονται και αποδεικνύονται βασικά θεωρήματα δικτύων δεδομένων τα οποία κάθε μηχανικός πρέπει να γνωρίζει.

Το μάθημα περιλαμβάνει εξοικείωση με βασικά δικτυακά εργαλεία (π.χ. tcpdump, traceroute, netstat κλπ) και δικτυακό προσομοιωτή (ns-2) για διαδραστική εξάσκηση (και διασκέδαση), στοιχεία θεωρίας ουρών και πιθανοτικής ανάλυσης βασικών πρωτοκόλλων/αλγορίθμων.

Παρακολούθηση κατάστασης, διάγνωση και πρόγνωση σφαλμάτων ηλεκτρικών μηχανών (ΗΜ), Ταυτοποίηση και διαφοροποίηση σφαλμάτων, Εσφαλμένα θετική ή αρνητική διάγνωση σφάλματος, Σπασμένες μπάρες κλωβού επαγωγικών κινητήρων, Απομαγνήτιση μηχανών μονίμων μαγνητών, Εσωτερικά βραχυκυκλώματα στάτη ΗΜ, Στατική, δυναμική και μεικτή εκκεντρότητα ΗΜ, Σφάλματα εδράνων, Εσωτερικά βραχυκυκλώματα σε μηχανές με τύλιγμα δρομέα, Μόνιμη και δυναμική κατάσταση λειτουργίας ΗΜ, Εκκίνηση επαγωγικών κινητήρων, Επαγωγική γεννήτρια διπλής τροφοδοσίας (DFIG), Σχεδιασμός ΗΜ, Ηλεκτρομαγνητική ανάλυση ΗΜ, Μηχανή μαγνητικής αντίδρασης (Reluctance), Υπεραγώγιμες γεννήτριες, ΗΜ αξονικής ροής, Γήρανση μονώσεων και τεστ μερικών εκκενώσεων. Ανάλυση υπογραφών ρεύματος στάτη (MCSA), Ανάλυση υπογραφών μαγνητικής ροής διακένου και ροής σκέδασης, Ηλεκτρομαγνητική και μηχανική ροπή, Μέθοδος του διανύσματος Park. 

Σύνολα, σχέσεις, αλφάβητα, γλώσσες. Πεπερασμένα αυτόματα, κανονικές εκφράσεις, κανονικές γλώσσες. Ισοδυναμία πεπερασμένων αυτομάτων και κανονικών εκφράσεων. Ελαχιστοποίηση αυτομάτων. Λεκτική ανάλυση. Αυτόματα στοίβας, γραμματικές χωρίς συμφραζόμενα, γλώσσες χωρίς συμφραζόμενα. Ισοδυναμία αυτομάτων στοίβας και γραμματικών χωρίς συμφραζόμενα. Συντακτική ανάλυση. Μηχανές Turing και επεκτάσεις τους, γραμματικές χωρίς περιορισμούς, αναδρομικές γλώσσες. Μη ντετερμινισμός, μη ντετερμινιστικές μηχανές Turing, αναδρομικά απαριθμήσιμες γλώσσες. Ιεραρχία γλωσσών. Αποφασισιμότητα, υπολογισιμότητα, μη επιλυσιμότητα. Η θέση των Church και Turing. Καθολικές μηχανές Turing, αναγωγές. Το θεώρημα του Rice. Υπολογιστική πολυπλοκότητα και κλάσεις πολυπλοκότητας. NP-πληρότητα και πολυωνυμικές αναγωγές. Το θεώρημα του Cook. Αντιμετώπιση NP-πληρότητας. Εφαρμογή στο πρόβλημα της μεταγλώττισης και εργαστηριακή διδασκαλία των εργαλείων flex, bison, jison.

Περιγραφή      Zoom      Videos 

Σύνολα, σχέσεις, αλφάβητα, γλώσσες. Πεπερασμένα αυτόματα, κανονικές εκφράσεις, κανονικές γλώσσες. Ισοδυναμία πεπερασμένων αυτομάτων και κανονικών εκφράσεων. Ελαχιστοποίηση αυτομάτων. Λεκτική ανάλυση. Αυτόματα στοίβας, γραμματικές χωρίς συμφραζόμενα, γλώσσες χωρίς συμφραζόμενα. Ισοδυναμία αυτομάτων στοίβας και γραμματικών χωρίς συμφραζόμενα. Συντακτική ανάλυση. Μηχανές Turing και επεκτάσεις τους, γραμματικές χωρίς περιορισμούς, αναδρομικές γλώσσες. Μη ντετερμινισμός, μη ντετερμινιστικές μηχανές Turing, αναδρομικά απαριθμήσιμες γλώσσες. Ιεραρχία γλωσσών. Αποφασισιμότητα, υπολογισιμότητα, μη επιλυσιμότητα. Η θέση των Church και Turing. Καθολικές μηχανές Turing, αναγωγές. Το θεώρημα του Rice. Υπολογιστική πολυπλοκότητα και κλάσεις πολυπλοκότητας. NP-πληρότητα και πολυωνυμικές αναγωγές. Το θεώρημα του Cook. Αντιμετώπιση NP-πληρότητας. Εφαρμογή στο πρόβλημα της μεταγλώττισης και εργαστηριακή διδασκαλία των εργαλείων flex, bison, jison.

Περιγραφή     Περίγραμμα

Σύνολα, σχέσεις, αλφάβητα, γλώσσες. Πεπερασμένα αυτόματα, κανονικές εκφράσεις, κανονικές γλώσσες. Ισοδυναμία πεπερασμένων αυτομάτων και κανονικών εκφράσεων. Ελαχιστοποίηση αυτομάτων. Λεκτική ανάλυση. Αυτόματα στοίβας, γραμματικές χωρίς συμφραζόμενα, γλώσσες χωρίς συμφραζόμενα. Ισοδυναμία αυτομάτων στοίβας και γραμματικών χωρίς συμφραζόμενα. Συντακτική ανάλυση. Μηχανές Turing και επεκτάσεις τους, γραμματικές χωρίς περιορισμούς, αναδρομικές γλώσσες. Μη ντετερμινισμός, μη ντετερμινιστικές μηχανές Turing, αναδρομικά απαριθμήσιμες γλώσσες. Ιεραρχία γλωσσών. Αποφασισιμότητα, υπολογισιμότητα, μη επιλυσιμότητα. Η θέση των Church και Turing. Καθολικές μηχανές Turing, αναγωγές. Το θεώρημα του Rice. Υπολογιστική πολυπλοκότητα και κλάσεις πολυπλοκότητας. NP-πληρότητα και πολυωνυμικές αναγωγές. Το θεώρημα του Cook. Αντιμετώπιση NP-πληρότητας. Εφαρμογή στο πρόβλημα της μεταγλώττισης και εργαστηριακή διδασκαλία των εργαλείων flex, bison, jison.

Περιγραφή     Περίγραμμα

Σύνολα, σχέσεις, αλφάβητα, γλώσσες. Πεπερασμένα αυτόματα, κανονικές εκφράσεις, κανονικές γλώσσες. Ισοδυναμία πεπερασμένων αυτομάτων και κανονικών εκφράσεων. Ελαχιστοποίηση αυτομάτων. Λεκτική ανάλυση. Αυτόματα στοίβας, γραμματικές χωρίς συμφραζόμενα, γλώσσες χωρίς συμφραζόμενα. Ισοδυναμία αυτομάτων στοίβας και γραμματικών χωρίς συμφραζόμενα. Συντακτική ανάλυση. Μηχανές Turing και επεκτάσεις τους, γραμματικές χωρίς περιορισμούς, αναδρομικές γλώσσες. Μη ντετερμινισμός, μη ντετερμινιστικές μηχανές Turing, αναδρομικά απαριθμήσιμες γλώσσες. Ιεραρχία γλωσσών. Αποφασισιμότητα, υπολογισιμότητα, μη επιλυσιμότητα. Η θέση των Church και Turing. Καθολικές μηχανές Turing, αναγωγές. Το θεώρημα του Rice. Υπολογιστική πολυπλοκότητα και κλάσεις πολυπλοκότητας. NP-πληρότητα και πολυωνυμικές αναγωγές. Το θεώρημα του Cook. Αντιμετώπιση NP-πληρότητας. Εφαρμογή στο πρόβλημα της μεταγλώττισης και εργαστηριακή διδασκαλία των εργαλείων flex, bison, jison.

Περιγραφή [pdf] --- Περίγραμμα [pdf]

Σύνολα, σχέσεις, αλφάβητα, γλώσσες. Πεπερασμένα αυτόματα, κανονικές εκφράσεις, κανονικές γλώσσες. Ισοδυναμία πεπερασμένων αυτομάτων και κανονικών εκφράσεων. Ελαχιστοποίηση αυτομάτων. Λεκτική ανάλυση. Αυτόματα στοίβας, γραμματικές χωρίς συμφραζόμενα, γλώσσες χωρίς συμφραζόμενα. Ισοδυναμία αυτομάτων στοίβας και γραμματικών χωρίς συμφραζόμενα. Συντακτική ανάλυση. Μηχανές Turing και επεκτάσεις τους, γραμματικές χωρίς περιορισμούς, αναδρομικές γλώσσες. Μη ντετερμινισμός, μη ντετερμινιστικές μηχανές Turing, αναδρομικά απαριθμήσιμες γλώσσες. Ιεραρχία γλωσσών. Αποφασισιμότητα, υπολογισιμότητα, μη επιλυσιμότητα. Η θέση των Church και Turing. Καθολικές μηχανές Turing, αναγωγές. Το θεώρημα του Rice. Υπολογιστική πολυπλοκότητα και κλάσεις πολυπλοκότητας. NP-πληρότητα και πολυωνυμικές αναγωγές. Το θεώρημα του Cook. Αντιμετώπιση NP-πληρότητας. Εφαρμογή στο πρόβλημα της μεταγλώττισης και εργαστηριακή διδασκαλία των εργαλείων flex, bison, jison.

Περιγραφή [pdf] --- Περίγραμμα [pdf]

Σύνολα, σχέσεις, αλφάβητα, γλώσσες. Πεπερασμένα αυτόματα, κανονικές εκφράσεις, κανονικές γλώσσες. Ισοδυναμία πεπερασμένων αυτομάτων και κανονικών εκφράσεων. Ελαχιστοποίηση αυτομάτων. Λεκτική ανάλυση. Αυτόματα στοίβας, γραμματικές χωρίς συμφραζόμενα, γλώσσες χωρίς συμφραζόμενα. Ισοδυναμία αυτομάτων στοίβας και γραμματικών χωρίς συμφραζόμενα. Συντακτική ανάλυση. Μηχανές Turing και επεκτάσεις τους, γραμματικές χωρίς περιορισμούς, αναδρομικές γλώσσες. Μη ντετερμινισμός, μη ντετερμινιστικές μηχανές Turing, αναδρομικά απαριθμήσιμες γλώσσες. Ιεραρχία γλωσσών. Αποφασισιμότητα, υπολογισιμότητα, μη επιλυσιμότητα. Η θέση των Church και Turing. Καθολικές μηχανές Turing, αναγωγές. Το θεώρημα του Rice. Υπολογιστική πολυπλοκότητα και κλάσεις πολυπλοκότητας. NP-πληρότητα και πολυωνυμικές αναγωγές. Το θεώρημα του Cook. Αντιμετώπιση NP-πληρότητας. Εφαρμογή στο πρόβλημα της μεταγλώττισης και εργαστηριακή διδασκαλία των εργαλείων flex, bison, jison.

Περιγραφή [pdf] --- Περίγραμμα [pdf]

Εισαγωγή στην μοντελοποίηση δικτύων επικοινωνιών με την βοήθεια στοχαστικών διαδικασιών: σύντομη επανάληψη διακριτών τυχαίων μεταβλητών, η στοχαστική διαδικασία Bernoulli και αθροίσματα ανεξάρτητων τυχαίων μεταβλητών, η στοχαστική διαδικασία Poisson και οι κύριες ιδιότητες της, διακριτές αλυσίδες Markov (ιδιότητες, κατηγοριοποίηση καταστάσεων, οριακή συμπεριφορά).

Εισαγωγή στη μοντελοποίηση δικτύων επικοινωνιών με τη βοήθεια της θεωρίας ουρών αναμονής (Θεώρημα Little, οι Μαρκοβιανές ουρές αναμονής M/M/1,M/M/m/m, η ουρά αναμονής με γενικευμένη κατανομή χρόνων εξυπηρέτησης, ουρά αναμονής M/G/1 με περιόδους διακοπής του εξυπηρετητή, ουρές αναμονής με προτεραιότητες).

Σχεδίαση, μοντελοποίηση και ανάλυση απόδοσης πρωτοκόλλων προσπέλασης μέσου για: 1) ασύρματα δίκτυα ενοποιημένων υπηρεσιών φωνής / δεδομένων / συμπιεσμένου video, 2) ραδιοδίκτυα μετάδοσης πακέτων, 3) ενσύρματα μητροπολιτικά / τοπικά δίκτυα υψηλών ταχυτήτων και ασύρματα τοπικά δίκτυα. Τεχνικές χρονοπρογραμματισμού των μεταδόσεων σε δίκτυα επικοινωνιών.

Εισαγωγή στην μοντελοποίηση δικτύων επικοινωνιών με την βοήθεια στοχαστικών διαδικασιών: σύντομη επανάληψη διακριτών τυχαίων μεταβλητών, η στοχαστική διαδικασία Bernoulli και αθροίσματα ανεξάρτητων τυχαίων μεταβλητών, η στοχαστική διαδικασία Poisson και οι κύριες ιδιότητές της, διακριτές αλυσίδες Markov (ιδιότητες, κατηγοριοποίηση καταστάσεων, οριακή συμπεριφορά).

Εισαγωγή στην μοντελοποίηση δικτύων επικοινωνιών με τη βοήθεια της θεωρίας ουρών αναμονής (Θεώρημα Little, οι Μαρκοβιανές ουρές αναμονής M/M/1, M/M/m/m, η ουρά αναμονής με γενικευμένη κατανομή χρόνων εξυπηρέτησης, ουρά αναμονής M/G/1 με περιόδους διακοπής του εξυπηρετητή, ουρές αναμονής με προτεραιότητες).

Σχεδίαση, μοντελοποίηση και ανάλυση απόδοσης πρωτοκόλλων προσπέλασης μέσου για: 1) ασύρματα δίκτυα ενοποιημένων υπηρεσιών φωνής / δεδομένων / συμπιεσμένου video, 2) ραδιοδίκτυα μετάδοσης πακέτων, 3) ενσύρματα μητροπολιτικά / τοπικά δίκτυα υψηλών ταχυτήτων και ασύρματα τοπικά δίκτυα. Τεχνικές χρονοπρογραμματισμού των μεταδόσεων σε δίκτυα επικοινωνιών.

Εισαγωγή στην μοντελοποίηση δικτύων επικοινωνιών με την βοήθεια στοχαστικών διαδικασιών: σύντομη επανάληψη διακριτών τυχαίων μεταβλητών, η στοχαστική διαδικασία Bernoulli και αθροίσματα ανεξάρτητων τυχαίων μεταβλητών, η στοχαστική διαδικασία Poisson και οι κύριες ιδιότητές της, διακριτές αλυσίδες Markov (ιδιότητες, κατηγοριοποίηση καταστάσεων, οριακή συμπεριφορά).

Εισαγωγή στην μοντελοποίηση δικτύων επικοινωνιών με τη βοήθεια της θεωρίας ουρών αναμονής (Θεώρημα Little, οι Μαρκοβιανές ουρές αναμονής M/M/1, M/M/m/m, η ουρά αναμονής με γενικευμένη κατανομή χρόνων εξυπηρέτησης, ουρά αναμονής M/G/1 με περιόδους διακοπής του εξυπηρετητή, ουρές αναμονής με προτεραιότητες).

Σχεδίαση, μοντελοποίηση και ανάλυση απόδοσης πρωτοκόλλων προσπέλασης μέσου για: 1) ασύρματα δίκτυα ενοποιημένων υπηρεσιών φωνής / δεδομένων / συμπιεσμένου video, 2) ραδιοδίκτυα μετάδοσης πακέτων, 3) ενσύρματα μητροπολιτικά / τοπικά δίκτυα υψηλών ταχυτήτων και ασύρματα τοπικά δίκτυα. Τεχνικές χρονοπρογραμματισμού των μεταδόσεων σε δίκτυα επικοινωνιών.

Το μάθημα δεν διαθέτει περιγραφή

Το μάθημα δεν διαθέτει περιγραφή

Το μάθημα δεν διαθέτει περιγραφή

ΩΡΕΣ ΓΡΑΦΕΙΟΥ:

Τρίτη 11:00-13:00

Η Υπολογιστική Γεωμετρία είναι η υποπεριοχή των αλγορίθμων που εφαρμόζονται σε γεωμετρικά προβλήματα. Θα εξετάσουμε τις βασικές αρχές και τεχνικές που διέπουν την επεξεργασία γεωμετρικών δεδομένων και την επίλυση διακριτών γεωμετρικών προβλημάτων. Το μάθημα αυτό είναι θεωρητικό. Πραγματεύεται κυρίως τη μαθηματική και αλγοριθμική υποδομή που χρειάζεται κάποιος που προσεγγίζει θέματα Υπολογιστικής Γεωμετρίας.