| ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ
ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ Η/Υ |
Ανακοίνωση Παρουσίασης Διπλωματικής Εργασίας
O φοιτητής του τμήματος ΗΜΜΥ κος Τηλέμαχος Παληκαρίδης θα παρουσιάσει τη διπλωματική του εργασία με τίτλο:
«Predicting depression and suicidal tendencies using social media posts with machine / deep learning techniques»
Η παρουσίαση θα πραγματοποιηθεί την Πέμπτη 12/3/2026, στις 2.00μ.μ. δια ζώσης στην αίθουσα συνεδριάσεων ΣΤΕΦ καθώς και μέσω Τηλεδιάσκεψης, στον ακόλουθο σύνδεσμο:
Ακολουθεί η περίληψη της εργασίας:
Σκοπός της παρούσας διατριβής είναι η δημιουργία ενός συστήματος βασισμένου στη μηχανική μάθηση και τη βαθιά μάθηση, με στόχο την αναγνώριση της κατάθλιψης και των αυτοκτονικών σκέψεων από αναρτήσεις στα μέσα κοινωνικής δικτύωσης. Η μελέτη επικεντρώνεται στην ανάπτυξη αλγορίθμων που μπορούν να αναγνωρίσουν τα συμπτώματα της κατάθλιψης από τις αναρτήσεις των χρηστών χρησιμοποιώντας δεδομένα από τα μέσα κοινωνικής δικτύωσης. Η ανάλυση κειμένου βασίστηκε στην τεχνική Term Frequency-Inverse Document Frequency (TF-IDF), η οποία μετατρέπει τα κείμενα σε διανυσματικές αναπαραστάσεις με βάση τη συχνότητα των λέξεων, καθώς και στην τεχνική Tokenization (Token-based Vectorization), η οποία μετατρέπει τα κείμενα σε ακολουθίες αριθμών. Οι τεχνικές Word Embeddings και Bert Embeddings χρησιμοποιούνται για την πολυδιάστατη αναπαράσταση των λέξεων, βελτιώνοντας έτσι την κατανόηση της σημασιολογικής συνάφειας. Η χρήση της βιβλιοθήκης NLTK στοχεύει στη διευκόλυνση της κανονικοποίησης του κειμένου, εξασφαλίζοντας έτσι τη σωστή μετατροπή σε πεζά, την εξάλειψη των ειδικών χαρακτήρων και τη διατήρηση σημαντικών όρων, ενώ ταυτόχρονα εξαλείφονται οι λέξεις-κλειδιά. Η κύρια αποτελεσματικότητα των μοντέλων μηχανικής μάθησης, συμπεριλαμβανομένων των SVM, XGBoost, Random Forest, Naive Bayes, Logistic Regression και deep learning CNN και BiLSTM, αξιολογήθηκε στην αναγνώριση ψυχικών ασθενειών. Τα ευρήματα δείχνουν ότι αυτή η ολοκληρωμένη προσέγγιση καταγράφει την έννοια της κατάθλιψης και των αυτοκτονικών τάσεων, προσφέροντας μια ολοκληρωμένη προσέγγιση που δημιουργεί ένα ισχυρό εργαλείο για τον εντοπισμό και την πρόληψη ψυχικών διαταραχών, προσφέροντας σημαντικές προοπτικές για τη βελτίωση της δημόσιας υγείας.
Ο Επιβλέπων Καθηγητής
Κωνσταντίνος Καραμπίδης,
Μέλος Ε.ΔΙ.Π.