The ever-growing demand for acquiring, managing and exploiting patient health related information has led to the development of several eHealth applications. However, despite the number of Information Technology (IT) systems already developed and the apparent need for such systems, end users can only collect online and exploit, only a limited set of information for health purposes in the context of personalized, preventive and participatory medicine.
To this direction, this poster presents new health IT solutions, under development at FORTH, that explore the personal health record (PHR) concept, based on related work and best practices for the development of PHR systems in a standardized manner. Focus is on core functionality modules of the Integrated Care SolutionsTM PHR system, designed to support the citizen, paying emphasis on wellbeing, home care and the management of chronic diseases. Relevant links relate to meaningful use criteria in the United States (US) and the health level seven (HL7) personal health record system functional model (PHR-S FM). Based on accumulated experiences from FORTH’s participation in many EU research projects, the poster concludes by providing directions towards achieving wider PHR adoption to support better communication between patients and healthcare providers.

Η συνεχώς αυξανόμενη ζήτηση για απόκτηση, διαχείριση και εκμετάλλευση πληροφοριών σχετικά με την υγεία των ασθενών έχει οδηγήσει στην ανάπτυξη αρκετών εφαρμογών ηλεκτρονικής υγείας. Ωστόσο, παρά τον αριθμό των ήδη αναπτυγμένων συστημάτων πληροφορικής και την προφανή ανάγκη για τέτοιου είδους συστήματα, οι τελικοί χρήστες μπορούν να συλλέγουν ηλεκτρονικά και να εκμεταλλεύονται μόνο περιορισμένο σύνολο πληροφοριών υγείας στο πλαίσιο εξατομικευμένης, προληπτικής και συμμετοχικής ιατρικής.
Προς αυτή την κατεύθυνση, η αφίσα παρουσιάζει την ανάπτυξη νέων λύσεων πληροφορικής για την Υγεία, που βρίσκονται σε εξέλιξη στο ΙΤΕ, οι οποίες διερευνούν την έννοια του προσωπικού ηλεκτρονικού φακέλου (Π-ΗΦΥ), βασισμένη σε σχετικές εργασίες και βέλτιστες πρακτικές για την ανάπτυξη συστημάτων Π-ΗΦΥ με τυποποιημένο τρόπο. Η προσοχή εστιάζεται στις βασικές λειτουργικές μονάδες της οικογένειας εφαρμογών Integrated Care SolutionsTM, που έχουν σχεδιαστεί για να υποστηρίξουν την αυτοδιαχείριση του, δίνοντας έμφαση στην ευζωία, στην κατ’ οίκο φροντίδα, καθώς και στη διαχείριση χρόνιων παθήσεων. Σχετική δουλειά, αναφορικά με τα σημαντικά κριτήρια χρήσης στις Ηνωμένες Πολιτείες (ΗΠΑ) και το λειτουργικό μοντέλο για τον προσωπικό ηλεκτρονικό φάκελο υγείας του HL7 (PHR-S FM), παρουσιάζονται. Με βάση τις συσσωρευμένες εμπειρίες από τη συμμετοχή του ΙΤΕ σε πολλά ερευνητικά προγράμματα της ΕΕ, παρέχονται κατευθύνσεις για την επίτευξη ευρύτερης υιοθέτησης του Π-ΗΦΥ για τη στήριξη της καλύτερης επικοινωνίας μεταξύ ασθενών και παρόχων υγειονομικής περίθαλψης.

Today one of the most prominent nomenclatures for reporting genomic variants is HGVS (www.hgvs.org/mutnomen). According to this, variations are reported in alliance to their relative position in a reference sequence. This sequence can be a transcript, a chromosome, a database accession number, just to name few. The complexity of HGVS and the subsequent non-adherence from researchers makes the unique genomic positional identification of a variant, a cumbersome task. The most known tool that performs this task is mutalyzer (www.mutalyzer.nl) that requires strict HGVS adherence.
Here we present MutationInfo (github.com/kantale/MutationInfo), a python tool with a simple interface, that performs various heuristics in order to perform the same task through less strict and fuzzy methods. These heuristics combine a variety of available tools and databases in order to perform an exhaustive search for the genomic position of a variant that belongs either in the HGVD or RS nomenclature.
We conclude that this tool can improve the identification of already reported variants in sequencing studies and therefore contribute to the clinical application of genetics.

It is generally recognized that using different sources of information and knowledge is better than just using a single source. This is most profound in the post-genomics era. On one hand, the advent of genomic high-throughput technologies realized by DNA microarray and next generation RNAseq technologies enabled a ‘systems level analyses’ by offering the ability to measure the expression status of thousands of genes in parallel. On the other, molecular pathway networks depict the interaction of DNA segments during the transcription of genes into mRNA. The prominent and vital role of pathways in the study of various biology processes is a major sector in contemporary biology research. We introduce MinePath (www.minepath.org) a web-based platform that elaborates on, and radically extends the identification of differentially expressed sub-paths in molecular pathways. Besides the network topology, the underlying MinePath algorithmic processes exploit exact gene-gene molecular relationships (e.g. activation, inhibition) and are able to identify differentially expressed pathway parts. Each pathway is decomposed into all its constituent sub-paths, which in turn are matched with corresponding gene expression profiles. The highly ranked, and phenotype inclined sub-paths are kept. Apart from the pathway analysis algorithm, the fundamental innovation of the MinePath web-server concerns its advanced visualization and interactive capabilities. To our knowledge, this is the first pathway analysis server that introduces and offers visualization of the underlying and active pathway regulatory mechanisms instead of genes. Other features include live interaction, immediate visualization of functional sub-paths per phenotype and dynamic linked annotations for the engaged genes and molecular relations. The user can download not only the results but also the corresponding web viewer framework of the performed analysis. This feature provides the flexibility to immediately publish results without publishing source/expression data, and get all the functionality of a web based pathway analysis viewer.
We applied MinePath to analyse a large cohort of gene expression data for Alzheimer disease (AD) coming from the Mount Sinai Brain Bank Expression Array Data. The dataset contains 1053 postmortem brain samples of 125 individuals across 19 cortical regions. We selected four brain regions based on the strongest association with gene expression changes in cases with AD compared to controls: inferior temporal gyrus (Brodmann area 20 or BM20), middle temporal gyrus (BM21), inferior frontal gyri (BM44) and superior frontal gyri (BM8). The web-site with the MinePath AD experiments present an example for immediate publication of MinePath results using the MinePath Viewer (accessed at www.minepath.org/Alzheimer).

Introduction: Research and Direct to Consumer services increase the flow of genetic data. Interpretation of these data into meaningful information that could lead to clinical applications, requires the development of novel (bio) informatics tools and services. Here, we present an integrated electronic Pharmacogenomics Assistant (ePGA, www.epga.gr /) that provides personalized genotype5to5phenotype translation services, linked to drug recommendations.
Materials and methods. ePGA is a web5service, which combines data from heterogeneous data  sources  (PharmGKB, dbSNP, Ensembl) and links them to available, up to date, clinical guidelines. ePGA users can query  for combinations of genes, drugs and alleles, and browse related clinical guidelines. Moreover, users may upload genotypes in Variant Call Format (VCF) and receive personalized drug recommendations. 
Results: To demonstrate ePGA we explored genome data from phase5I 1000 Genomes Project (1kG). Statistical analysis indicates that pharmacogenomics (PGx) profiles differ significantly among 1kG populations in most (~75%) of the studied pharmacogenes. In general, individuals of African ancestry exhibit greater PGx profile variation in most genes among populations, which can be attributed to increased genetic heterogeneity of African population.
Conclusions: The novelty of ePGA rests in its ability to translate genotypes into PGx phenotypes and drug recommendations, based on state5of5the5art pharmacogenomics knowledge. ePGA’s acts as a “one stop shop” web portal for clinicians 5 by supporting them in making informed decisions, and for researchers 5 by providing a  single place with information to understand, document and assess individuals’ differences in drug efficacy. The work was supported by the Greek GSRT in the context of eMoDiA project (11SYN_10_145, www.emodia.gr),
“COOPERATION 2011” program, and the FORTH5SIEMENS project (‘Biology – Biophotonics’).

The poster presents work contributing to the need for ever more sophisticated robotic systems, capable of moving on uneven or rough terrain and unstructured environments. In particular, a robotic amphibian reptile prototype is presented, able to crawl and swim using its body undulations combined with movements of its lateral paddle-like appendages. Such innovative robotic locomotion mechanisms, developed at the Institute of Computer Science of FORTH, may crawl on the bottom, the banks or among the riparian vegetation, enter the water and swim in it or on its surface, moving from a terrestrial environment to an aquatic one and back, something that other robotic systems may have difficulty achieving. Moreover, their sprawled posture and the fabrication of their body from compliant materials, enhance their stability, as well as their mechanical adaptation to terrain irregularities. Such mechanisms could be equipped with appropriate sensors and tools, to become able to inspect and service coastal and underwater installations, repair damages, or explore sensitive coastal and marine ecosystems.

Συμβάλλοντας στην ανάγκη για διαρκώς πιο εξελιγμένα ρομποτικά συστήματα, ικανά να κινηθούν σε ανώμαλα ή δύσβατα εδάφη, το poster παρουσιάζει ένα ρομποτικό πρωτότυπο αμφίβιου ερπετού, που έρπει και κολυμπάει χρησιμοποιώντας την κυμάτωση του σώματός του συνδυασμένη με κινήσεις των πλευρικών του παραποδίων. Τέτοιοι καινοτόμοι ρομποτικοί μηχανισμοί κίνησης, που αναπτύχθηκαν στο Ινστιτούτο Πληροφορικής του ΙΤΕ, μπορούν να έρπουν στο βυθό, στις όχθες ή ανάμεσα στην παρόχθια βλάστηση, να προχωράνε και να μπαίνουν μέσα στο νερό, και να κολυμπούν μέσα σε αυτό ή στην επιφάνειά του, κινούμενοι με άνεση από το ένα περιβάλλον στο άλλο, κάτι που άλλα ρομποτικά συστήματα δυσκολεύονται να κάνουν. Επιπλέον, διαθέτουν σώμα φτιαγμένο από ελαστικά υλικά, που επιτρέπει την καλύτερη μηχανική προσαρμογή τους σε ανώμαλα εδάφη. Τέτοιου είδους μηχανισμοί θα μπορούσαν, εξοπλισμένοι με κατάλληλους αισθητήρες και εργαλεία, να εποπτεύσουν υποθαλάσσιες εγκαταστάσεις, να επισκευάσουν βλάβες κάτω από την επιφάνεια του νερού, ή να εξερευνήσουν ευαίσθητα παράκτια και υποθαλάσσια οικοσυστήματα.

We propose a method for registering a pair of retinal images. The proposed approach employs point correspondences and assumes that the human eye has a spherical shape. The image registration problem is formulated as a 3D pose estimation problem, solved by estimating the rigid transformation that relates the views from which the two images were acquired. Given this estimate, each image can be warped upon the other, so that pixels with the same coordinates image the same retinal point. Extensive experimental evaluation shows improved accuracy over state of the art methods, as well as robustness to noise and spurious keypoint matches. Experiments also indicate the method's applicability to the comparative analysis of images from different examinations that may exhibit changes, and its applicability to diagnostic support.

Introduction: Today a considerable part of social discourse regarding political affairs is taking place in Online Social Networks (OSNs). The study of a corpus retrieved from these media could reveal tendencies of the electorate towards political notions institutions, events, ideologies and public figures.
Data: In this ongoing study we have collected the complete corpus of tweets referring to the Greek Referendum of 2015 and the subsequent legislative General Elections, Dutch general Elections (March), the French Presidential Elections (April), the French legislative Elections (June), the United Kingdom general Elections (June) and we also plan to include the corpus from the German federal Elections (September) and the Czech legislative Elections (October)
Objectives: Apply Natural Language Processing techniques in order to:

• Automate entity identification for multi-language content.
• Assess both the commonalities and the important differences between the political online discussions in various European regions.
• Compare users’ political profile and sentiment for various parties and electoral events.

Keyloggers are a prominent class of malware that harvests sensitive data by recording any typed in information. Keylogger implementations strive to hide their presence using rootkit-like techniques to evade detection by antivirus and other system protections. In this paper, we present a new approach for implementing a stealthy keylogger: we explore the possibility of leveraging the graphics card as an alterna- tive environment for hosting the operation of a keylogger. The key idea behind our approach is to monitor the system’s keyboard buffer directly from the GPU via DMA, without any hooks or modifications in the kernel’s code and data structures besides the page table. The evaluation of our prototype implementation shows that a GPU-based keylogger can effectively record all user keystrokes, store them in the memory space of the GPU, and even analyze the recorded data in-place, with negligible runtime overhead.

Heterogeneous systems are composed of a set of different processing units, each with its own performance capabilities and energy characteristics. The majority of current network packet processing frameworks utilize a separate computational device for each application, typically the most powerful, to cope with the constantly increasing network link speeds. However, this may result in the under-utilization of the device, as more applications could potentially execute at the same time. In this work, we propose an adaptive scheduling approach, tailored for demanding network packet processing applications, that carefully schedules applications across a diverse set of computational devices.

Wireless communication at nanoscale faces unique challenges stemming from low hardware capabilities, limited power supply and unreliable channel conditions. The present paper proposes a networking scheme that can operate efficiently under such physical restrictions. Studying 3D multi-hop networks, the novel scheme offers scalable, trilateration-based node addressing and low-complexity packet routing mechanisms. Analysis is employed to design a routing process that balances path multiplicity for robust data delivery, and minimization of redundant transmissions. Extensive simulations yield increased resilience to challenging network conditions.

Today’s society is characterized by the rapid expansion of information technologies in our every day lives, which is only expected to be increased in the future. At the same time, critical, interconnected, devices are always an attractive target for attackers. To defend against cyber threats, the main strategy is to patch security holes as they emerge. However, this strategy has been proven to be ineffective, since critical applications may be significantly under risk, before the security patches are released. In the context of the SHARCS project we address this issue by considering security at each and every stage of the development of an application, beginning from the design phase. In addition, we address the importance of security mechanisms implemented in hardware, in order to provide enhanced resilience against exploits and minimize the overheads of the deployed defence mechanisms.

Το σύστημα αυτό επιτρέπει την φυσική αλληλεπίδραση των χρηστών σε περιβάλλοντα «εικονικής πραγματικότητας» με την χρήση χειρονομιών. Τα χέρια των χρηστών προβάλλονται στον εικονικό κόσμο ως τρισδιάστατα εικονικά χέρια και με αυτόν τον τρόπο οι χρήστες μπορούν να βλέπουν και να διαχειρίζονται τη θέση και τη φορά τους, καθώς εφαρμόζεται αντιστοίχιση με τον πραγματικό κόσμο. Κατάλληλες χειρονομίες χρησιμοποιούνται για πλοήγηση στο εικονικό περιβάλλον, για να προβληθούν λεπτομερείς πληροφορίες για τα τρισδιάστατα «εικονικά» αντικείμενα στο χώρο, και για να εμφανιστεί μενού σχετικό με το κάθε αντικείμενο. Το σύστημα έχει υλοποιηθεί στο περιβάλλον ανάπτυξης Unity 3D Game Engine. Για την ανάδειξη των παραπάνω δυνατοτήτων του συστήματος έχουν υλοποιηθεί δύο εκδόσεις:

• ένα «εικονικό» κέντρο δεδομένων (data-center) μεγάλης κλίμακας. Η εφαρμογή στοχεύει στο να βοηθήσει τους διαχειριστές (systems-administrators) αυτών των κέντρων να λαμβάνουν με διαισθητικό τρόπο τη γενική εικόνα ενός κέντρου δεδομένων σχετικά με την τρέχουσα κατάστασή του
• μια εικονική επιφάνεια εργασίας τρισδιάστατων αντικειμένων πολιτιστικής κληρονομιάς, επιτρέποντας στους χρήστες να επεξεργαστούν τρισδιάστατα αντικείμενα τοποθετημένα στο χώρο.

This system provides natural user interaction in virtual environments through the use of gestures. User’s hands are projected in the virtual environment as 3D virtual hands, so that users receive feedback about and can manage their hands’ position and orientation (corresponding to their position and orientation in the real world). Appropriate gestures have been defined for navigation in the virtual world, projection of detailed information about 3D virtual objects in the environment, as well as for the projection of a menu related to each object. The system has been implemented using the Unity 3D Game Engine. To showcase the system’s features, two virtual environments have been developed:

• a virtual large scale data-center. This application aims to support systems-administrators in obtaining information about the current status of a data-center in an intuitive way
• a virtual 3D desktop for cultural heritage artifacts, allowing users to examine 3D objects places in the environment.

Μέσα σε μία σχολική τάξη, οι μαθητές είναι πιθανόν να αποσπαστούν από τις εκπαιδευτικές δραστηριότητες είτε από εσωτερικά ερεθίσματα (π.χ., σκέψεις και προσπάθειες ανάκτησης πληροφοριών από τη μνήμη) είτε από εξωτερικούς παράγοντες (π.χ., εικόνες, ήχους). Αυτό έχει ως αποτέλεσμα να μην είναι πάντα “παρόντες” για να εκμεταλλευτούν όλα τα οφέλη που μπορεί να τους προσφέρει μια έξυπνη τάξη.
Η διατήρηση της προσοχής των μαθητών κατά τη διάρκεια ενός μαθήματος αποτελεί σημαντικό παράγοντα για τη διαχείριση μιας τάξης, και οι εκπαιδευτικοί εφαρμόζουν ποικίλες τεχνικές για το σκοπό αυτό. Μερικές από τις τεχνικές -οι οποίες σύμφωνα με πρόσφατες μελέτες μπορούν να δώσουν κίνητρο στους μαθητές- είναι οι έπαινοι, η ενθάρρυνση, οι επιπλήξεις και η παρουσίαση πολυμεσικού υλικού.
Η παρούσα εργασία παρουσιάζει το cognitOS, ένα εργασιακό περιβάλλον εστιασμένο σε μαθητές, ικανό να παρέμβει όταν καθίσταται απαραίτητο με σκοπό να επαναφέρει την προσοχή των μαθητών στην τρέχουσα εργασία. Λαμβάνοντας υπόψη ότι (i) οι μαθητές ευδοκιμούν σε ενθαρρυντικά περιβάλλοντα από τα οποία λαμβάνουν ανάδραση για την εξέλιξή τους και ότι (ii) η ενεργός μάθηση αναγνωρίζεται ως η πιο αποτελεσματική εκπαιδευτική μέθοδος όσον αφορά την επαναφορά της συγκέντρωσης των μαθητών, το cognitOS επεμβαίνει παρέχοντας είτε ενθαρρυντικά μηνύματα ή ελκυστικές δραστηριότητες για να παρέχει ικανοποιητικά κίνητρα στους μαθητές.

Inside a classroom environment, students get distracted from educational activities either by internal stimuli (e.g., thoughts and attempts to retrieve information from memory) or external stimuli (e.g., pictures, sounds); hence, they might not always be "present" to take advantage of all the benefits that a smart classroom has to offer.
Maintaining the students' attention is an important task in classroom management, and teachers apply various techniques for this purpose; praise, encouragement, reprimands and multimodal cues are some of the techniques that according to recent studies affect the students' motivation.
This work presents cognitOS, a student-centric working environment able to intervene when necessary in order to re-engage the student in the task at hand. Taking into consideration that (i) students thrive in encouraging environments where they receive specific feedback and that (ii) active Learning is acknowledged as the most effective instructional method in terms of resetting the students' concentration, cognitOS intervenes by providing either encouraging messages or engaging activities to increase motivation.

Το Δίκτυο-των-Αντικειμένων (Internet-of-Things - IoT) δεν έχει πλέον μόνο ερευνητικό ενδιαφέρον, καθώς συνεχώς αυξάνεται η χρήση του σε καθημερινά περιβάλλοντα (π.χ., οικιακοί χώροι, εκπαιδευτικά ιδρύματα, εταιρικά περιβάλλοντα), γεγονός που φανερώνει την ταχεία εξέλιξη του από ένα εργαστηριακό σε ένα εμπορικό προϊόν. Αυτή η μεταφορά από τα ερευνητικά εργαστήρια σε ταχεία αναπτυσσόμενους φυσικούς χώρους, καθιστά επιτακτική την ανάγκη για εργαλεία τα οποία θα διευκολύνουν στο μέγιστο βαθμό τη διαδικασία διαμόρφωσης της συμπεριφοράς έξυπνων χώρων, και πιο συγκεκριμένα τον προγραμματισμό του τρόπου με τον οποίο το περιβάλλον αντιδρά στα διάφορα γεγονότα που συμβαίνουν σε αυτό. O προγραμματισμός της συμπεριφοράς έξυπνων περιβαλλόντων επιτρέπει τόσο τους τελικούς χρήστες τους να προσαρμόσουν τις έξυπνες υποδομές στις ανάγκες τους, όσο και τους σχεδιαστές αλληλεπίδρασης (UX designers) να δημιουργήσουν καινοτόμες διαδραστικές εμπειρίες για έξυπνους χώρους. Για αυτό το σκοπό αναπτύχθηκε το AmI-Solertis, το οποίο προσφέρει μια διαδικτυακή σουίτα λογισμικού που ενσωματώνει: (α) εργαλεία τα οποία διευκολύνουν τη διαχείριση, το προγραμματισμό, τον έλεγχο (testing) και την παρακολούθηση όλων των διαφορετικών αντικειμένων (π.χ., services, hardware modules, software components, κτλ.)  ενός έξυπνου περιβάλλοντος και (β) ένα ολοκληρωμένο περιβάλλον ανάπτυξης το οποίο υποστηρίζει τους χρήστες κατά την συγγραφή, εξερεύνηση, και εκτέλεση προγραμμάτων (scripts) τα οποία ενορχηστρώνουν τις διάφορες τεχνολογικές υποδομές ώστε να ορίσουν τη συμπεριφορά του περιβάλλοντος.

The Internet-of-Things (IoT) is no longer just a research hype, since its constantly increasing penetration rate into everyday environments (e.g., households, educational institutions, corporate environments, etc.) indicates a rapid move from the laboratory into commerce. That shift from research laboratories to rapidly evolving physical spaces introduces the need for tools that would streamline the process of configuring their smart behavior, i.e., namely program the way that the environment will respond to the various events that happen within it. Programming the behavior of Smart Environments not only enables their inhabitants to tailor the available intelligent facilities according to their preferences, but also empowers User Experience designers to quickly create innovative interactive experiences for smart spaces. To that end, the AmI-Solertis system has been developed. It offers a powerful web-based suite that incorporates: (a) tools which facilitate management, programming, testing and monitoring of all the individual artifacts (i.e., services, hardware modules, software components, etc.) of a Smart Environment, and (b) a web-IDE that supports users while creating, exploring, deploying, or optimizing programming scripts that combine and orchestrate the various technological facilities to modify the environment’s bevavior.

Η συγκεκριμένη εργασία παρουσιάζει την γλώσσα περιγραφής δραστηριοτήτων ACTA (ACTivity Analysis). Η ACTA αφορά μία γενικής χρήσης γλώσσα περιγραφής μηχανών πεπερασμένων καταστάσεων (FSM). Η ACTA διευκολύνει τη διαδικασία σχεδίασης έξυπνων παιχνιδιών από επαγγελματίες οι οποίοι δεν είναι εξοικειωμένοι με "παραδοσιακές" γλώσσες προγραμματισμού. Με την ACTA απλοποιείται η διαδικασία της μοντελοποίησης της λογικής και της αλληλεπίδρασης των παιχνιδιών χρησιμοποιώντας ένα απλό και διαισθητικό στη χρήση συντακτικό. Σε τεχνικό επίπεδο αναπτύχθηκε ένα έξυπνο μοντέλο αντιστοίχισης που επιτρέπει τη δυναμική διασύνδεση μεταξύ των παραγόμενων από την ACTA κανόνων και των συστατικών (π.χ., τύποι δεδομένων) της γλώσσας προγραμματισμού υλοποίησης. Το Windows Workflow Foundation (WF) αποτελεί το μέσο σύνδεσης μεταξύ του κώδικα της ACTA και των εσωτερικών μηχανισμών του παιχνιδιού. Εκτός από την συμβολή στη διαδικασία σχεδίασης έξυπνων παιχνιδιών, η ACTA μπορεί να χρησιμοποιηθεί και από προγραμματιστές για την ανάπτυξη οποιασδήποτε εφαρμογής αποτελείται από ένα πεπερασμένο σύνολο καταστάσεων και μεταβάσεις οδηγούμενες από γεγονότα.

This work presents ACTA (ACTivity Analysis), a general purpose finite state machine (FSM) description language for rapid prototyping of smart games. ACTA facilitates smart game design by professionals who are not familiar with traditional programming languages. Professionals are able to model the game’s logic and interaction using a straightforward and intuitive notation which can be customized for every different game. In order to support a customized scripting vocabulary, a reflection-oriented model was adopted allowing dynamic linking between ACTA generated rules and multiple data types. Windows Workflow Foundation (WF) is the “glue layer” connecting ACTA’s scripting vocabulary with the application internals. Developers can use ACTA not only for developing event-driven sequential logic games, but also for applications of behavior composed of a finite number of states, transitions between those states and actions, as well as for applications based on rules driven workflows.

We propose an augmented reality application for travel assistance. Travel Companion assists a user through various guidance functions and offers personalized reminders and recommendations, which are based on the user’s current location and information that is being collected from the user’s mobile/tablet camera. It is mainly useful for people that feel insecure during their trips (e.g., elderly, disabled, people that do not know the local habits or the language of their destination).

Προτείνουμε ένα σύστημα επαυξημένης πραγματικότητας για υποβοήθηση ταξιδιών. Το σύστημα υποστηρίζει τον ταξιδιώτη μέσα από διάφορες λειτουργίες καθοδήγησης και προσφέρει προσωποποιημένες υπενθυμίσεις και συστάσεις βασισμένες, μεταξύ άλλων, στην τρέχουσα θέση του χρήστη και σε πληροφορία που λαμβάνεται από την κάμερα της συσκευής του χρήστη. Απευθύνεται κυρίως σε ανθρώπους που για διάφορους λόγους αισθάνονται ανασφάλεια στα ταξίδια τους (πχ, ηλικιωμένοι, ΑΜΕΑ, άνθρωποι χωρίς γνώση των τοπικών συνηθειών ή της γλώσσας του προορισμού τους).

CAPrice is an initiative led by FORTH to develop socio-technical solutions that can assist users of digital products in promoting their privacy protection needs in the digital world. With the help of novel collective awareness tools, such as crowdsourced platforms, visual cues, and structured, goal-oriented discussions, consumers and developers can actively collaborate within a more trusted and privacy-conscious digital market.
For more information, please visit:
https://www.caprice-community.net/
https://www.youtube.com/watch?v=4L8gOfU9MXg

To CAPrice αποτελεί μια πρωτοβουλία που διευθύνεται από το ΙΤΕ, με σκοπό την ανάπτυξη κοινωνικο-τεχνικών λύσεων που μπορούν να συμβάλλουν στην προώθηση των απαιτήσεων ιδιωτικότητας των χρηστών ψηφιακών υπηρεσιών. Μέσω καινοτόμων εργαλείων συλλογικής συνείδησης, όπως πλατφόρμες συμμετοχής του πολίτη, γραφικές επεξηγήσεις, δομημένα συστήματα διαβούλευσης κ.α., οι καταναλωτές και οι προγραμματιστές μπορούν να συνεργαστούν στο πλαίσιο μιας πιο έμπιστης και ενσυνείδητης ως προς την ιδιωτικότητα ψηφιακής αγοράς.
Για περισσότερες πληροφορίες, επισκεφτείτε:
https://www.caprice-community.net/
https://www.youtube.com/watch?v=4L8gOfU9MXg

We describe a web platform for modelling and analysing argumentative discussions by offering different means of opinion analysis, allowing the participants to obtain a complete picture of the validity, the justification strength and the public acceptance of each individual opinion. The system applies a semantic representation for modelling the user-generated arguments and their relations, a formal framework for evaluating the strength value of each argument and a collection of Machine Learning algorithms for the clustering of features and the extraction of association rules.

Περιγράφουμε μία διαδικτυακή πλατφόρμα για την μοντελοποίηση και ανάλυση συζητήσεων με επιχειρήματα, που προσφέρει διαφορετικούς τρόπους ανάλυσης απόψεων και επιτρέπει στους συμμετέχοντες να αποκτήσουν πλήρη εικόνα της αξίας, ισχύος αιτιολόγησης και δημόσιας αποδοχής κάθε άποψης. Το σύστημα χρησιμοποιεί μία σημασιολογική αναπαράσταση για την μοντελοποίηση των επιχειρημάτων των χρηστών και των σχέσεων μεταξύ τους, ένα τυπικό πλαίσιο για την αξιολόγηση της αξίας των επιχειρημάτων και ένα σύνολο από αλγορίθμους Μηχανικής Μάθησης για την ομαδοποίηση χαρακτηριστικών και την εξαγωγή συσχετίσεων.

We live in an information age where our diverse information needs are satisfied online by search engines, social networks, media, news aggregators, e-shops, and other online information providers. For every request we submit to these providers, a combination of sophisticated algorithms play an important role in guiding our decisions (e.g., where should I dine, what should I buy), in shaping our opinions (e.g., who should I vote for). The convenient and effective way in which these services satisfy our information needs has limited our information seeking abilities, and has rendered us overly dependent on them. For example, we rarely wonder whether the returned results are properly representative of all different viewpoints. Bias in online information has recently become a pressing issue, with search engines, social networks and recommendation services being accused of exhibiting some form of bias. In this preliminary work we make the case for a systematic approach towards measuring bias, and we discuss formal measures for quantifying the various types of bias, we outline the system components necessary for realizing them, and we highlight the related research challenges and open problems.

Ζούμε στην εποχή της πληροφορίας, όπου οι πληροφοριακές μας ανάγκες ικανοποιούνται από μηχανές αναζήτησης, κοινωνικά δίκτυα, μέσα ενημέρωσης, συλλέκτες ειδήσεων, ηλεκτρονικά καταστήματα και άλλες υπηρεσίες. Για κάθε ανάγκη μας, ένας συνδυασμός εξελιγμένων αλγορίθμων διαδραματίζει σημαντικό ρόλο στο πως λαμβάνουμε αποφάσεις (π.χ. πού πρέπει να δειπνήσω, τι πρέπει να αγοράσω), στη διαμόρφωση των απόψεών μας (πχ., ποιο κόμμα να ψηφίσω). Ο τρόπος με τον οποίο οι υπηρεσίες αυτές ικανοποιούν τις πληροφοριακές μας ανάγκες έχει περιορίσει αισθητά την ικανότητά μας για αναζήτηση και κρίση της διαθέσιμης πληροφορίας. Για παράδειγμα, σπάνια αναρωτιόμαστε αν τα επιστρεφόμενα αποτελέσματα είναι αντιπροσωπευτικά όλων των διαφορετικών απόψεων ή αν τα αποτελέσματα είναι μεροληπτικά. Σε αυτό το πρώιμο στάδιο της εργασίας μας δικαιολογούμε την ανάγκη μιας συστηματικής προσέγγισης για τη μοντελοποίηση και τη μέτρηση της μεροληψίας και συζητάμε μέτρα για την ποσοτικοποίηση των διαφόρων τύπων μεροληψίας, περιγράφουμε τα στοιχεία του συστήματος που είναι απαραίτητα για την υλοποίησή τους και τονίζουμε τις συναφείς ερευνητικές προκλήσεις και τα ανοιχτά προβλήματα.

Nowadays, there is a growing trend in publishing large amounts of scientific, corporate, government and social data on the Web for open access and use. Every Internet user can be a potential publisher of data. As this data comes from several different sources (users), we should expect that they exhibit different forms of heterogeneity, e.g., users may refer to the same topic with different terms. Therefore, there is a great need for evaluating the trustworthiness, authenticity and accuracy of such data. In this setting, recording the history of published data and the process through which it was modified or “copied” from one source to another, in short its provenance, is of crucial importance. In our poster we will present some examples about how provenance appears and affects our daily Web life.

Στις μέρες μας, υπάρχει μια συνεχώς αυξανόμενη τάση για δημοσίευση μεγάλων όγκων δεδομένων στον Παγκόσμιο Ιστό. Τα δεδομένα αυτά μπορεί να έχουν επιστημονικό, βιομηχανικό, κυβερνητικό ή κοινωνικό περιεχόμενο και είναι δυνατόν να δημοσιεύονται ή να αναπαράγονται ελεύθερα από τους  χρήστες του Διαδικτύου. Καθώς τα δεδομένα αυτά προέρχονται από διαφορετικές πηγές, θα πρέπει να θεωρούμε δεδομένη την ετερογένεια τους. Για παράδειγμα, διαφορετικοί χρήστες μπορούν να περιγράφουν την ίδια πληροφορία με διαφορετικούς όρους. Συνεπώς, υπάρχει μεγάλη ανάγκη για αξιολόγηση της αξιοπιστίας, της αυθεντικότητας και της ακρίβειας τέτοιων δεδομένων. Ως εκ τούτου, η καταγραφή της ιστορίας των δημοσιευόμενων δεδομένων, καθώς και της διαδικασίας μέσω της οποίας τροποποιούνται ή αναπαράγονται από  χρήστη σε χρήστη, με λίγα λόγια της προέλευση τους, κρίνεται εξαιρετικής σημασίας. Στην παρουσίαση μας, θα δείξουμε μερικά παραδείγματα σχετικά με το πώς η προέλευση των δεδομένων εμφανίζεται και επηρεάζει την διαδικτυακή μας καθημερινότητα.

Οι δραστηριότητες που σχετίζονται με τα ιχθυαποθέματα και την αλιεία ποικίλουν ως προς τον σκοπό (εμπορικός, επιστημονικός, κλπ.), το είδος των αλιευμάτων, τον εξοπλισμό που χρησιμοποιείται, κ.α. Οι διεθνείς και εθνικοί οργανισμοί που είναι υπεύθυνοι για αυτές τις δραστηριότητες συχνά καταγράφουν τις σχετικές πληροφορίες σύμφωνα με τα δικά τους πρότυπα, τις δικές τους συμβάσεις  και σε δικές τους βάσεις δεδομένων. Αυτό έχει σαν συνέπεια τον κατακερματισμό της πληροφορίας των ιχθυοαποθεμάτων και αλιευμάτων καθιστώντας έτσι αδύνατη την ανάλυση και εξαγωγή γνώσης από το σύνολο όλων των δεδομένων που αφορούν την αλιεία.

Στα πλαίσια Ευρωπαϊκών Προγραμμάτων Ερευνητικών Υποδομών, το Εργαστήριο Πληροφοριακών Συστημάτων του Ινστιτούτου Πληροφορικής του ΙΤΕ  σε συνεργασία με άλλα ερευνητικά κέντρα της Ευρώπης, όπως το Consiglio Nazionale delle Ricerche (CNR), διεθνείς οργανισμούς,  όπως ο Food and Agriculture Organization (FAO) του ΟΗΕ, καθώς και κοινοπραξίες όπως η Sustainable Fisheries Partnership (SFP), σχεδίασε και έφτιαξε το πρώτο Παγκόσμιο Μητρώο Ιχθυαποθεμάτων και Αλιευμάτων το οποίο διασυνδέει τις πληροφορίες που αφορούν σε ιχθυοαποθέματα και αλιευτικές δραστηριότητες που βρίσκονται στις διάφορες βάσεις δεδομένων. Για την επίτευξη αυτού του στόχου σχεδιάστηκαν και αναπτύχθηκαν τα σχετικά μοντέλα, εργαλεία και διαδικασίες, βασισμένα σε διεθνή πρότυπα και καλές πρακτικές.

 Το σύστημα Ίππαλος (Hippalus) είναι ένα σύστημα γενικού σκοπού για την εξερεύνηση δεδομένων και τη στήριξη αποφάσεων.  Μπορεί να χρησιμοποιηθεί σε πολλά πεδία εφαρμογών, από το ηλεκτρονικό εμπόριο (π.χ. για επιλογή προϊόντων ή υπηρεσιών) έως την ταυτοποίηση ψαριών ή για να βοηθήσει έναν ψηφοφόρο τι να ψηφίσει.  Ο Ίππαλος επιτρέπει στο χρήστη να βρει το δρόμο του προς την επιλογή (προϊόν/υπηρεσία/πόρου ) που του ταιριάζει καλύτερα με απλά βήματα καθώς εξερευνεί τις επιλογές που έχει, και του προσφέρει έναν έξυπνο μηχανισμό προτιμήσεων που επιτρέπει στο χρήστη τη διατύπωση γενικών και ειδικών προτιμήσεων και υποστηρίζει αυτόματη κατανόηση και διαχείριση των εξαιρέσεων.  Με τον Ίππαλο η επιλογή του ιδανικού προϊόντος ή υπηρεσίας γίνεται πιο εύκολη και  γρήγορη.

Τα τελευταία χρόνια παρατηρείται διεθνώς μια τάση για δημοσίευση ανοικτών δεδομένων και μια προσπάθεια συμμόρφωσης με πρότυπα και καλές πρακτικές που να επιτρέπουν την εύκολη  εύρεση, επαναχρησιμοποίηση και αξιοποίηση ανοικτών δεδομένων. Τα Διασυνδεδεμένα Δεδομένα (Linked Data) είναι ένας τέτοιος τρόπος δημοσίευσης δεδομένων, και υπάρχουν ήδη χιλιάδες τέτοια δημοσιευμένα συνολοδεδομένα (datasets).
Η σημασιολογική ολοκλήρωση δεδομένων σε μεγάλη (παγκόσμια)  κλίμακα δεν έχει ακόμα επιτευχθεί και είναι ίσως η μεγαλύτερη πρόκληση της πληροφορικής σήμερα. Στην κατεύθυνση αυτού του γενικότερου οράματος, το Εργαστήριο Πληροφοριακών Συστημάτων του Ινστιτούτου Πληροφορικής του ΙΤΕ,  σχεδιάζει και εξελίσσει καινοτόμα ευρετήρια,  αλγορίθμους και εργαλεία για την υποβοήθηση της διαδικασίας σημασιολογικής ολοκλήρωσης δεδομένων μεγάλης κλίμακας. Συγκεκριμένα, το σύστημα LODsyndesis  προσφέρει υπηρεσίες και μετρήσεις για  (α) την εύρεση όλης της πληροφορίας που αφορά σε μία  συγκεκριμένη οντότητα  (URI) ή σύνολο από οντότητες (URIs) και την προέλευσή της, (β) την υποβοήθηση της διαδικασίας ανακάλυψης και επιλογής πηγών ή συνολοδεδομένων, (γ) την εκτίμηση της ποιότητας του βαθμού διασύνδεσης μεταξύ οποιουδήποτε συνόλου πηγών και την παρακολούθησή της εξέλιξής της στο χρόνο, (δ) για την κατασκευή  οπτικοποιήσεων  που προσφέρουν πλουσιότερη επισκόπηση. 

In this work we introduce and evaluate a measurement-based approach to performance prediction of data-intensive applications over NoSQL systems. While the use of systematic measurements for building performance prediction models is a well-studied topic, little attention has been paid so far on the application space of data-intensive systems using NoSQL databases. Measurement-based performance prediction approaches are often limited by a relatively narrow range of hardware characteristics available within each organization's private infrastructure. An opportunity to change this fact is the emergence of federated, publicly-accessible, large-scale research infrastructures, such as Fed4FIRE and GENI, featuring a variety of heterogeneous hardware. This work demonstrates accurate measurement-based performance prediction modeling for NoSQL systems over such public infrastructures. We consider three prominent regression techniques: Multivariate adaptive regression splines (MARS), support vector regression (SVR), and artificial neural network (ANN) regression, applied to the YCSB data-intensive benchmark over the MongoDB NoSQL data store. Our measurements are drawn from 1-, 3-, and 5-node clusters of four node types. Performance prediction using MARS yields the best results with an average accuracy of 97.85% vs. 94.16% and 90.39% with SVR and ANN respectively. The approach can seamlessly extend to a wider range of hardware specifications available in federated research infrastructures.

Service elasticity, the ability to rapidly expand or shrink service processing capacity on demand, has become a first-class property in the domain of infrastructure services. Scalable NoSQL data stores are the de-facto choice of applications aiming for scalable, highly available data persistence. The elasticity of such data stores is still challenging, due to the complexity and performance impact of moving large amounts of data over the network to take advantage of new resources (servers). In this work we propose incremental elasticity, a new mechanism that progressively increases processing capacity in a fine-grain manner during an elasticity action by making sub-sections of the transferred data available for access on the new server, prior to completing the full transfer. In addition, by scheduling data transfers during an elasticity action consecutively between each of the pre-existing servers and the new server, rather than as simultaneous transfers, incremental elasticity leads to smoother elasticity actions, reducing their overall impact on performance.

Latest trends in wearable-based Human Activity Recognition are challenged by the need to transit from off-line, centralized classification of a-priori known activities towards on-line processing and learning architectures. Such architectures are dictated by the need to analyze and interpret complex activities while in data capture. To respond to this challenge, our analytics framework combines modern signal processing and data mining techniques with Body Sensor Networks architectures for: (a) coping with the operating imperfections of the underlying sensing infrastructure, which lead to substantial losses of missing values, by the means of on-line tensor completion for reconstructing inertial sensing data streams; (b) exploiting the inherent correlations of multi-variate streaming timeseries for performing instantaneous discovery of motifs. Our on-going investigations, presented in this work, highlight how disparate data (in terms of modality, and source of origin) can be efficiently explored for exchanging the sequential processing over elongated timeseries with parallelized computations over shorter streaming timeseries that represent different sensing modalities, for improving the granularity on-line human activity recognition schemes.

Light carries an extraordinary amount of information, far beyond that is typically understood as a two-dimensional image, encoding higher dimensional measurements including spectrum, and depth. SPL’s vision involves developing systems for extracting this information and providing critical insights in emerging applications, ranging from Earth observation to medical imaging. To achieve this goal, we will present innovative synergies between sensor designs, signal processing algorithms and knowledge extracting mechanisms. We will present SPL’s research activities on Computational Imaging, exploiting and extending theoretical results on Machine Learning, Compressed Sensing, and Sparse Representations.

User generated content is gradually being recognized for its remarkable potential to enrich the professionally broadcasted content, but also as the means to provide acceptable quality audiovisual content for public events where professional coverage is absent.
This potential is particularly interesting with respect to the audio modality, as a multitude of temporally overlapping User Generated audio Recordings (UGRs) may be utilized in order to provide a multichannel recording of the captured acoustic event. Assuming a multiplicity of UGRs from the same event, we present automatic organization tools for grouping together audio clips originating from the same event and for synchronizing them along a common temporal axis. Following this preparation phase, we discuss simple forms of content combination with which the UGRs can be combined and processed in order to produce a new audio stream which is characterized by increased duration and improved quality compared to each one of its constituent parts.

The recent advances in wireless technologies have triggered drastic changes in the landscape of wireless markets. New markets have emerged that are larger, more heterogeneous and diverse. Modeling such markets can be challenging due to the interplay of various business and network-related aspects. Existing models of wireless markets are either microscopic, focusing on a specific technical aspect (e.g., protocol, network topology, technology) at a fine scale or macroscopic modeling wireless markets at a large-scale, e.g., considering homogeneous user populations. In contrast to these approaches, this work develops a multi-layer game-theoretical framework, which allows providers to model users at multiple levels of detail by considering a different number of user sub-populations. It also models the user selection of the appropriate dataplan/provider based on their price and quality of service (QoS), their mobility pattern and traffic demand as well as the network of the providers. The analysis highlights the benefits of modeling the user population in a finer detail (by using a larger number of market segments to capture their user profiles more accurately). The paper evaluates the performance of the market as a function of how detailed is the knowledge of the providers about the user population, traffic demand, and number of dataplans. In general, the larger the number of the market segments, the higher the gains in revenue and reduction of disconnected users. However, in some cases, when providers employ the same level of detail about the market segments in setting the prices, the competition becomes more prominent, resulting in revenue loss.

Assessing the impact of different network conditions on user experience is important for improving the telecommunication services. We have developed a modular framework that includes monitoring and data collection tools and algorithms for user-centric analysis and prediction of the QoE in video streaming. The MLQoE employs several machine learning (ML) algorithms and tunes their hyper-parameters. It dynamically selects the ML algorithm that exhibits the best performance and its parameters automatically based on the input (e.g., network and systems metrics). We have applied the MLQoE for predicting the QoE of the video streaming service in the context of several field studies, e.g., one performed in the production environment of a large telecom operator and a controlled field study at our Institute. The analysis indicated the parameters with the dominant impact on the perceived QoE and revealed that the QoE vary across users. This motivates the use of customized adaptation mechanisms in video streaming under network performance degradation. The MLQoE results in fairly accurate predictions e.g., a median error in predicting the QoE of 0.0991 and 0.5517 in the first (second) field study, respectively, on the MOS scale. Finally, we have also extended the analysis using the abandonment ratio and the percentage of video watching duration to infer the QoE on youtube data.

Η πρόοδος στην τεχνολογία των υπολογιστικών συσκευών και δικτύων έχει συμβάλει στη δραματική αύξηση των υπηρεσιών διανομής περιεχομένου και του εύρους των επιλογών. Καθώς πληθαίνουν οι επιλογές, δυσχεραίνει η ανακάλυψη του κατάλληλου περιεχομένου, με τον κίνδυνο οι χρήστες να χάσουν το ενδιαφέρον τους ή να δυσφορήσουν με την υπηρεσία. Τα συστήματα προτάσεων (Σ.Π.) στοχεύουν στην αντιμετώπιση του προβλήματος προτείνοντας με ακρίβεια και αποτελεσματικότητα το κατάλληλο περιεχόμενο στους χρήστες, αξιοποιώντας τις πληροφορίες που έχουν για τις προτιμήσεις τους. Με αυτόν τον τρόπο μπορούν να ικανοποιηθούν οι απαιτήσεις των συνδρομητών και να αυξηθεί το πελατολόγιο του παρόχου.
Τα τελευταία χρόνια, η ομάδα έχει αναπτύξει Σ.Π. σε διάφορους τομείς, όπως στον τομέα των τηλεπικοινωνιακών αγορών και υπηρεσιών το u-map με σκοπό την πρόβλεψη της αντιλαμβανόμενης ποιότητας εμπειρίας από τους χρήστες και την σύσταση του κατάλληλου παρόχου, το QoWater για τα δίκτυα διανομής νερού, όπου αξιολογείται η ποιότητα τους ώστε έγκαιρα να προβλεφθεί μία πιθανή εμφάνιση μολυσματικού γεγονότος, και στον τομέα της υγείας ένα νέο σύστημα που χρησιμοποιεί eye-trackers για την πρόβλεψη του ASD σε παιδιά.  Επιπλέον, η ομάδα του ΙΤΕ έχει πρόσφατα ανέπτυξε ένα πιλοτικό Σ.Π. για video-streaming υπηρεσίες, υλοποιώντας δύο γνωστούς αλγορίθμους προτάσεων, τον item-based και τον matrix factorization SVD.  Στο συγκεκριμένο έργο, αξιοποιώντας τις καταγεγραμμένες αξιολογήσεις των χρηστών για ταινίες, το Σ.Π παράγει και στέλνει εξατομικευμένες προτάσεις προς τους χρήστες. Σε μελέτη πεδίου που πραγματοποιήθηκε υπό ρεαλιστικές συνθήκες και συμμετείχε ένας μικρός αριθμός πελατών της συγκεκριμένης video-streaming υπηρεσίας, αξιολογήθηκε η ακρίβεια των παραγόμενων προβλέψεων, και διαπιστώθηκε ότι η απόδοση τους είναι σύμφωνη με το state-of-the-art. Επιπροσθέτως, τα υποκειμενικά σχόλια των χρηστών που δόθηκαν μέσω ενός ερωτηματολογίου υποδεικνύουν την ικανοποίηση τους με το Σ.Π. και τη χρησιμότητα που εξέλαβαν στην ανακάλυψη νέου περιεχομένου.
Το παραπάνω Σ.Π. έχει εμπλουτιστεί με νέους αλγορίθμους μηχανικής μάθησης, όπως Linear Regression, Support Vector Machines, Neural Networks και Random Forests, που δυναμικά και αυτοματοποιημένα συνδυάζουν παράλληλα τις προτάσεις πολλαπλών αλγορίθμων προτάσεων, με σκοπό τη βελτίωση της ακρίβειας και αποτελεσματικότητας. Πιο συγκεκριμένα, οι προβλέψεις που κάνει ο κάθε αλγόριθμος προτάσεων, συγκεντρώνονται και χρησιμοποιούνται για την εκπαίδευση των παραπάνω αλγορίθμων μηχανικής μάθησης, που τις συνδυάζουν κατάλληλα.  Αξιοποιώντας πληροφορίες σχετικά με το πλαίσιο του χρήστη, τη συμπεριφορά θέασης, την αλληλεπίδρασης με το σύστημα, και τη δυναμικότητα των προτιμήσεων, καθώς και με στοχευμένα δυναμικά αιτήματα που θα απευθύνονται σε συγκεκριμένους χρήστες μπορεί να βελτιωθεί περαιτέρω η απόδοσή του. Τέλος, το σύστημα επεκτείνεται για να εφαρμοστεί στα πλαίσια της εξατομικευμένης ιατρικής και περίθαλψης (personalized medicine and health care).

Presentation of an IoT-based architecture used for smart building management, employing a number of sensors and actuators. The presented system consists of a web-based interface where the user specifies his preferences regarding the home management in terms of several predefined rules. Based on the sensory data collected from the various sensors (e.g. humidity, temperature, etc.) and the user-selected rules, several actuators are activated through the SOrBet platform in order to meet user’s requirements (e.g. ambient temperature below a specific threshold). Sensory data collection and actuation operations are supported over an IoT wireless sensor network.

WiVi‐2020 works in the broader area of indoor mobile and wireless communications for 5G networks. The project aims to develop architectural frameworks and respective mechanisms for the next generation of indoor mobile/wireless communications. The project focus lies on the deployment of heterogeneous Radio Access Technologies using advances in Software Defined Radios/Networks (SDR/SDN) with a specific aim to meet the end‐to‐end QoS requirements of differentiated services adopting the concept of Application Defined Networking (ADN). The need for advancement along these lines demands cutting-edge research and development efforts with a strong focus on industrial requirements that pave the way towards 5G. WiVi‐2020 mobilizes a joint industry‐academic group towards training the next generation of researchers (or “visionaries”) in multidisciplinary areas, setting the foundations for future mobile communications.