Postgraduate Section 4 1011

Από Περιγράμματα - Τμήμα Μαθηματικών
Αναθεώρηση ως προς 12:48, 24 Μαρτίου 2026 από τον Ktzuvara (συζήτηση | συνεισφορές)
(διαφορά) ← Παλαιότερη αναθεώρηση | Τελευταία αναθεώρηση (διαφορά) | Νεότερη αναθεώρηση → (διαφορά)
Μετάβαση σε: πλοήγηση, αναζήτηση


Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΠΛ9
Εξάμηνο 2
Τίτλος Μαθήματος Ειδικά Θέματα Θεωρητικής Πληροφορικής
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Μαθήματος Επιλογής
Προαπαιτούμενα Μαθήματα Απαραίτητες γνώσεις από 641 - Σχεδίαση και Ανάλυση Αλγορίθμων
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Η Θεωρητική Πληροφορική είναι το θεμέλιο της Επιστήμης της Πληροφορικής και κύριος στόχος της είναι να αναλύσει και να λύσει υπολογιστικά προβλήματα τα οποία θεωρούνται από τα δυσκολότερα και τα πλέον γοητευτικά στην ιστορία των Μαθηματικών. Εκτός από την καθαρά μαθηματική πλευρά, η Θεωρητική Πληροφορική προσφέρει νέες και αποτελεσματικές τεχνικές για την αντιμετώπιση πρακτικών υπολογιστικών προβλημάτων που προκύπτουν σε όλους τους τομείς της επιστημονικής δραστηριότητας. Στόχος του μαθήματος είναι η ειδίκευση σε περιοχές που καλύπτει η Θεωρητική Πληροφορική, όπως Κρυπτογραφία, Παράλληλοι Αλγόριθμοι, Προηγμένοι Επιστημονικοί Υπολογισμοί, Προσεγγιστικοί Αλγόριθμοι, Σημασιολογία Γλωσσών Προγραμματισμού, Υπολογιστική Γεωμετρία, κ.α. Οι φοιτητές του μαθήματος αναμένεται να κατέχουν προηγμένες θεωρητικές και πρακτικές δεξιότητες σε ένα ευρύ φάσμα θεμάτων ζωτικής σημασίας για την Επιστήμη της Θεωρητικής Πληροφορικής και Μαθηματικών. Θα προσφέρει στους φοιτητές την ευκαιρία να αποκτήσουν ένα ισχυρό υπόβαθρο διερευνώντας παράλληλα εφαρμογές της Θεωρητικής Πληροφορικής σε άλλους τομείς, όπως η οικονομία, η φυσική και η βιολογία. Στο μάθημα περιλαμβάνονται ατομικές ασκήσεις, περιληπτική συγγραφή και παρουσίαση σχετικών ερευνητικών εργασιών. Η ύλη θα προσαρμόζεται και θα ειδικεύεται ανάλογα με τις εκάστοτε εξελίξεις και απαιτήσεις.
Γενικές Ικανότητες
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Αυτόνομη εργασία
  • Εργασία σε διεπιστημονικό περιβάλλον 

Περιεχόμενο Μαθήματος

Ο κύριος στόχος του μαθήματος είναι η ειδίκευση σε περιοχές που καλύπτει η Θεωρητική Πληροφορική όπως: 

  • Κρυπτογραφία 
  • Παράλληλοι Αλγόριθμοι 
  • Προηγμένοι Επιστημονικοί Υπολογισμοί 
  • Προσεγγιστικοί Αλγόριθμοι
  • Σημασιολογία Γλωσσών Προγραμματισμού 
  • Υπολογιστική Γεωμετρία 
  • Τεχνολογία Ανάπτυξης Αλγορίθμων

Η ύλη του μαθήματος θα προσαρμόζεται και θα ειδικεύεται ανάλογα με τις εκάστοτε εξελίξεις και απαιτήσεις.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Υποστήριξη Μαθησιακής διαδικασίας μέσω της ηλεκτρονικής πλατφόρμας e-class
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - Εργασίες 70.5
Σύνολο Μαθήματος  187.5
Αξιολόγηση Φοιτητών
  • Ατομικές Εργασίες (50%)
  • Συγγραφή Περιληπτικών Εργασιών (20%)
  • Παρουσιάσεις (30%)

Συνιστώμενη Βιβλιογραφία

Δείτε την υπηρεσία Εύδοξος.

Special Topics in Theoretical Computer Science


General

School School of Science
Academic Unit Department of Mathematics
Level of Studies Graduate
Course Code ΠΛ9
Semester 1
Course Title Special Topics in Theoretical Computer Science
Independent Teaching Activities Lectures (Weekly Teaching Hours: 3, Credits: 7.5)
Course Type Elective
Prerequisite Courses 641 - Design and Analysis of Algorithms
Language of Instruction and Examinations Greek
Is the Course Offered to Erasmus Students Yes (in English)
Course Website (URL) See eCourse, the Learning Management System maintained by the University of Ioannina.

Learning Outcomes

Learning outcomes
  • Theoretical Computer Science is the foundation of information science and its main objective is to analyze and solve computational problems that are considered to be the most difficult and most fascinating in the history of mathematics. In addition to the purely mathematical aspect, Theoretical Computer Science offers new and effective techniques for dealing with practical computational problems that arise in all areas of scientific activity.
  • The aim of the course is to specialize in areas covered by Theoretical Computer Science, such as Cryptography, Parallel Algorithms, Advanced Scientific Calculations, Approximation Algorithms, Semantics of Programming Languages, Computational Geometry, etc.
  • The students of the course are expected to have advanced theoretical and practical skills in a wide range of subjects of vital importance for the Theoretical Computer Science and Mathematics. It will provide students with the opportunity to gain a strong background while exploring applications of Theoretical Computer Science in other areas such as economics, physics and biology.
  • The course includes individual exercises, summary writing and presentation of relevant research papers.
  • The course material will be adapted and specialized according to the necessary developments and requirements.
General Competences
  • Search for, analysis and synthesis of data and information, with the use of the necessary technology
  • Working independently
  • Team work
  • Project planning and management

Syllabus

The main objective of the course is the specialization in areas covered by Theoretical Computer Science such as:

  • Cryptography
  • Parallel Algorithms
  • Advanced Scientific Calculations
  • Approximation Algorithms
  • Programming Languages Semantics
  • Computational Geometry
  • Algorithm Engineering

The course material will be adapted and specialized according to the necessary developments and requirements.

Teaching and Learning Methods - Evaluation

Delivery Lectures
Use of Information and Communications Technology Use of projector and interactive board during lectures.
Teaching Methods
Activity Semester Workload
Lectures 39
Working independently 78
Exercises - Homework 70.5
Course total  187.5
Student Performance Evaluation
  • Written exercises (50%)
  • Essay / report (20%)
  • Public presentation (30%)

Attached Bibliography

See the official Eudoxus site.