Κατάλογος Εκδηλώσεων

ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Πρόγραμμα Προπτυχιακών Σπουδών

ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ

Χρύσας Παναγιωτοπούλου

με θέμα

Πρόβλεψη Συχνότητας Κρουσμάτων Covid-19 με Μεθοδολογίες Ανάλυσης Χρονοσειρών 
Forecasting the Frequency of Covid-19 Cases with Time Series Analysis 

Εξεταστική Επιτροπή
Καθηγητής Διονύσιος Χριστόπουλος (επιβλέπων)
Καθηγητής Μιχαήλ Ζερβάκης 
Καθηγητής Μιχαήλ Λαγουδάκης 

Περίληψη
Η παρούσα διπλωματική εργασία εξετάζει την πρόβλεψη της συχνότητας κρουσμάτων COVID-19 με χρήση μεθόδων ανάλυσης χρονοσειρών. Η μελέτη επικεντρώνεται σε τέσσερις ευρωπαϊκές χώρες, την Ελλάδα, την Ιταλία, την Κύπρο και τη Γερμανία, με στόχο τη σύγκριση διαφορετικών προσεγγίσεων στατιστικής, μηχανικής και βαθιάς μάθησης. Τα δεδομένα προέρχονται από τη βάση Our World in Data και αφορούν κυρίως τα νέα επιβεβαιωμένα κρούσματα ανά εκατομμύριο κατοίκων, καθώς και τον κυλιόμενο μέσο όρο 7 ημερών, ώστε να μειωθεί ο ημερήσιος θόρυβος και να αποτυπωθεί πιο καθαρά η πορεία της πανδημίας.
Στο πλαίσιο της εργασίας εφαρμόστηκαν και αξιολογήθηκαν το μοντέλο χρονοσειρών ARIMA Walk-forward, τα μοντέλα δέντρων αποφάσεων XGBoost και LightGBM, το μοντέλο νευρωνικών δικτύων LSTM και ένα υβριδικό μοντέλο ARIMA-LSTM με μηχανισμό προσοχής (Attention). Η αξιολόγηση πραγματοποιήθηκε με χρονικά διατεταγμένους διαχωρισμούς συνόλων εκπαίδευσης και ελέγχου, ώστε να διατηρηθεί η φυσική σειρά των χρονοσειρών και να αποφευχθεί η χρήση μελλοντικής πληροφορίας κατά την εκπαίδευση. Η απόδοση των μοντέλων συγκρίθηκε με βάση τα εξής στατιστικά μέτρα: ρίζα του μέσου τετραγωνικού σφάλματος (RMSE), μέσο απόλυτο σφάλμα (MAE) και συντελεστής προσδιορισμού (R2).
Η ανάλυση των αποτελεσμάτων έδειξε ότι το ARIMA Walk-forward παρουσιάζει πιο σταθερές και ακριβείς προβλέψεις στις περισσότερες περιπτώσεις, υπερέχοντας συνολικά έναντι των πιο σύνθετων μοντέλων μηχανικής και βαθιάς μάθησης. Το LSTM αποτέλεσε τη δεύτερη πιο ανταγωνιστική προσέγγιση, ενώ τα XGBoost και LightGBM εμφάνισαν μέτρια αλλά συγκρίσιμη απόδοση. Το υβριδικό μοντέλο, παρά τη μεγαλύτερη πολυπλοκότητά του, δεν οδήγησε σε ουσιαστική βελτίωση. Συνεπώς, η εργασία αναδεικνύει ότι σε επιδημιολογικές χρονοσειρές, αν δεν υπάρχει ή δεν χρησιμοποιείται πληροφορία από πολλαπλές πηγές, η χρήση πολυπλοκότερων μοντέλων δεν εγγυάται από μόνη της μεγαλύτερη ακρίβεια πρόβλεψης. 

Abstract 
This diploma thesis investigates the forecasting of COVID-19 case frequency using time series analysis methods. The study focuses on four European countries, namely Greece, Italy, Cyprus and Germany, with the aim of comparing different statistical, machine learning and deep learning approaches. The data were obtained from the Our World in Data database and mainly concern new confirmed cases per million people, as well as the 7-day rolling average, in order to reduce daily noise and provide a clearer representation of the pandemic trend.
In this work, five forecasting approaches were implemented and evaluated: ARIMA Walk-forward, XGBoost, LightGBM, LSTM and a hybrid ARIMA-LSTM model with an Attention mechanism. The evaluation was carried out using time-ordered training and test splits, so that the chronological structure of the data was preserved and future information was not used during training. Model performance was compared using RMSE, MAE and R².
The results shσowed that the ARIMA Walk-forward model achieved the most stable and accurate forecasts in most cases, outperforming the more complex machine learning and deep learning models overall. The LSTM model was the second most competitive approach, while XGBoost and LightGBM showed moderate but comparable performance. The hybrid model, despite its increased complexity, did not lead to a substantial improvement in forecasting accuracy. Therefore, this thesis highlights that, in epidemiological time series, when information from multiple sources is not available or not used, the application of more complex models does not, by itself, guarantee higher forecasting accuracy.