Διεπιστημονικές εφαρμογές επιστήμης ηλεκτρονικών υπολογιστών

Δημοσιεύσεις Ελλήνων Ερευνητών

Nikolaos Pechlivanis, Maria Tsagiopoulou, Maria Christina Maniou, Anastasis Togkousidis, Evangelia Mouchtaropoulou, Taxiarchis Chassalevris, Serafeim C. Chaintoutis, Maria Petala, Margaritis Kostoglou, Thodoris Karapantsios, Stamatia Laidou, Elisavet Vlachonikola, Anastasia Chatzidimitriou, Agis Papadopoulos, Nikolaos Papaioannou, Chrysostomos I. Dovas, Anagnostis Argiriou & Fotis Psomopoulos
Scientific Reports, Volume 12, Issue 1, December 2022, Article number 2659, https://doi.org/10.1038/s41598-022-06625-6
Published: 17 February 2022

Επιστημονικές Δημοσιεύσεις Ανοικτής Πρόσβασης

Current Technologies for Detection of COVID-19: Biosensors, Artificial Intelligence and Internet of Medical Things (IoMT): Review
Irkham, Irkham, Ibrahim, Abdullahi Umar, Nwekwo, Chidi Wilson, Al-Turjman, Fadi, Hartati, Yeni Wahyuni
Sensors 2023, 23(1), 426; https://doi.org/10.3390/s23010426
Published: 30 December 2022
Αυτή η μελέτη παρέχει μια ολιστική προσέγγιση για την ανίχνευση της COVID-19 με βάση (1) μοριακή διάγνωση που περιλαμβάνει RT-PCR, αντιγόνο-αντίσωμα και βιοαισθητήρες που βασίζονται σε CRISPR και (2) ανίχνευση με τη βοήθεια υπολογιστή, βασιζόμενη σε μοντέλα τεχνητής νοημοσύνης που περιλαμβάνουν προσεγγίσεις  βαθιάς μάθησης και μεταφοράς μάθησης. Η ανασκόπηση επίσης συγκρίνει τις δύο αυτές αναδυόμενες τεχνολογίες και ανοίγει ερευνητικά θέματα για την ανάπτυξη πλατφορμών με δυνατότητα έξυπνου Διαδίκτυου των Πραγμάτων στην Ιατρική (IoMT) για τον εντοπισμό της COVID-19.
COVID and ICT in Primary Education: Challenges Faced by Teachers in the Basque Country
Paños-Castro, Jessica, Arruti, Arantza, Korres, Oihane
Sustainability ; 14(16):10452, 2022, https://doi.org/10.3390/su141610452
Published: 22 August 2022
Αυτό το άρθρο εστιάζει στην ψηφιακή ικανότητα των εκπαιδευτικών πρωτοβάθμιας εκπαίδευσης στην Αυτόνομη Περιφέρεια της Χώρας των Βάσκων (Ισπανία) κατά τη διάρκεια της πανδημίας COVID-19. Ο κύριος στόχος της μελέτης είναι να κατανοήσει περαιτέρω τις προκλήσεις που αντιμετωπίζουν οι εκπαιδευτικοί της πρωτοβάθμιας εκπαίδευσης στην προσαρμογή στην εξ αποστάσεως διδασκαλία λόγω της COVID-19, κατά τη διάρκεια του lockdown και των περιορισμών παραμονής στο σπίτι.
Marcel Salathé
Nature 619, 31-33, 2023, https://doi.org/10.1038/d41586-023-02130-6
Published: 03 July 2023
Κατά τη διάρκεια του πρώτου έτους της πανδημίας COVID-19, περίπου 50 χώρες ανέπτυξαν ψηφιακή ανίχνευση επαφών. Όταν κάποιος βρισκόταν θετικός στον SARS-CoV-2, οποιοσδήποτε είχε βρεθεί σε κοντινή απόσταση από αυτό το άτομο (συνήθως για 15 λεπτά ή περισσότερο) θα ειδοποιούνταν, εφόσον και τα δύο άτομα είχαν εγκαταστήσει την εφαρμογή ανίχνευσης επαφών στις συσκευές τους. Η ψηφιακή ανίχνευση επαφών έλαβε μεγάλη προσοχή από τα μέσα ενημέρωσης και πολλή κριτική εκείνο το πρώτο έτος. Πολλοί ανησυχούσαν ότι η τεχνολογία παρείχε έναν τρόπο στις κυβερνήσεις και τις εταιρείες τεχνολογίας να έχουν ακόμη περισσότερο έλεγχο στις ζωές των ανθρώπων από ό,τι πριν. Άλλοι απέρριπταν τις εφαρμογές ως αποτυχημένες, αφού οι αρχές δημόσιας υγείας αντιμετώπιζαν προβλήματα στην ανάπτυξή τους. Τρία χρόνια μετά, τα δεδομένα λένε μια διαφορετική ιστορία.
Keshavarzi, Ali
Laboratory of Remote Sensing and GIS, Department of Soil Science, University of Tehran, Iran, SSRN: https://ssrn.com/abstract=3568425 or http://dx.doi.org/10.2139/ssrn.3568425
Date Written: April 4, 2020
Στην παρούσα μελέτη, καταδεικνύεται η δυνατότητα εφαρμογής τεσσάρων διαφορετικών τεχνικών εξόρυξης δεδομένων, όπως οι Tree Tree (DT), Random Forests (RF), Logistic Model Trees (LMT) και Naive Bayes (NB) για να μοντελοποιήσουν και να παρουσιάσουν την εξέλιξη της νόσου του Coronavirus (COVID-19).
Contribution of Augmented Reality in Teaching and Learning, in the Midst of COVID-19: Systematic Review
Chamorro-Atalaya, O.; Morales-Romero, G.; Quispe-Andía, A.; Quispe-Guía, S.; Guía-Altamirano, T.; Auqui-Ramos, E.; Linares-Sánchez, G.; Sandoval-Nizama, G.; Arévalo-Tuesta, J. A.
International Journal of Learning, Teaching and Educational Research, 22(2):302-322, 2023, https://doi.org/10.26803/ijlter.22.2.17
Accepted Feb 22, 2023
Η κατάσταση έκτακτης ανάγκης που κηρύχθηκε σε πολλές χώρες λόγω της πανδημίας οδήγησε τα πανεπιστήμια να εξετάσουν το ενδεχόμενο της χρήσης τεχνολογικών εργαλείων για να μη διακοπεί η διαδικασία διδασκαλίας και μάθησης. Έτσι, είναι σημαντικό να εξεταστούν τα αποτελέσματα σχετικά με την εφαρμογή της επαυξημένης πραγματικότητας στην εκπαίδευση. Στόχος της έρευνας αυτής είναι η παραγωγή γνώσης από τη συστηματική ανασκόπηση της βιβλιογραφίας σχετικά με την εικονική διδασκαλία εν μέσω της COVID-19. Η βιβλιογραφική ανασκόπηση πραγματοποιήθηκε με μεικτή προσέγγιση, σε διερευνητικό και περιγραφικό επίπεδο.
Contactless blood oxygen estimation from face videos: A multi-model fusion method based on deep learning
Hu, Min, Wu, Xia, Wang, Xiaohua, Xing, Yan, An, Ning, Shi, Piao
Biomedical Signal Processing and Control, Volume 81, March 2023, 104487, https://doi.org/10.1016/j.bspc.2022.104487
Available online 10 December 2022
Το οξυγόνο αίματος (SpO2), ένας βασικός δείκτης της αναπνευστικής λειτουργίας, λαμβάνει αυξανόμενη προσοχή κατά τη διάρκεια της πανδημίας COVID-19. Τα κλινικά αποτελέσματα δείχνουν ότι οι ασθενείς με COVID-19 πιθανότατα έχουν σαφώς χαμηλότερο SpO2 πριν από την εμφάνιση σημαντικών συμπτωμάτων. Δεδομένης της έλλειψης σύγχρονων μεθόδων για την παρακολούθηση του SpO2 μέσω βίντεο προσώπου, αυτή η εργασία προτείνει μια νέα μέθοδο σύντηξης πολλαπλών μοντέλων που βασίζεται στη βαθιά μάθηση για την εκτίμηση του SpO2.

Pages