Εμφάνιση απλής εγγραφής

dc.contributor.advisorΑποστόλου, Δημήτριος
dc.contributor.authorΔήμου, Αναστάσιος
dc.date.accessioned2018-02-15T12:26:03Z
dc.date.available2018-02-15T12:26:03Z
dc.date.issued2018-01
dc.identifier.urihttps://dione.lib.unipi.gr/xmlui/handle/unipi/10941
dc.description.abstractΓια την σωστή εφαρμογή ενός συστήματος ΒΙ σε έναν οργανισμό, είναι αναγκαία γνώση η οποία αποκτάται από ένα τέτοιο σύστημα να είναι διαθέσιμη άμεσα στους χρήστες που την χρειάζονται. Ένα από τα υποσυστήματα του BI που τελευταία έχει γίνει απαραίτητο σε πολλούς οργανισμούς είναι η εξόρυξη δεδομένων. Σχεδόν όλοι οι οργανισμοί εκτός από τα δεδομένα που έρχονται με μεγάλα χρονικά διαστήματα και δεν απαιτείται άμεση πρόσβαση στα νέα αυτά δεδομένα από το σύστημα BI, έχουν και ροές δεδομένων όπου τις περισσότερες φορές απαιτείται να είναι άμεσα διαθέσιμα για την λήψη μια απόφασης ή μιας διορθωτικής ενέργειας. Ειδικά για την εξόρυξη γνώσης η επεξεργασία σε αυτά τα δεδομένα είναι αυτή που χρειάζεται την περισσότερη προσοχή. Στην εργασία αυτή εξετάζουμε τα τεχνητά νευρωνικά δίκτυα και τους τρόπους με τους οποίους μπορούμε να επιτύχουμε την εκπαίδευσή τους με ροές δεδομένων. Σκοπός της εργασίας είναι η αξιοποίηση της εξόρυξης γνώσης και συγκεκριμένα των τεχνιτών νευρωνικών δικτύων σε ροές δεδομένων. Αρχικά θα ορίσουμε τις απαιτήσεις ενός νευρωνικού δικτύου το οποίο θα πρέπει να εκπαιδεύεται σε ροές δεδομένων προοδευτικά, είτε με την λήψη των δεδομένων είτε ανά περιόδους, χωρίς την απώλεια της προηγούμενης γνώσης και χωρίς να απαιτείται η επανεκπαίδευση ολόκληρου του μοντέλου. Θα παρουσιάσουμε τα πιο διαδεδομένα τεχνητά νευρωνικά δίκτυα τα οποία υποστηρίζουν προοδευτική εκπαίδευση, τα νευρωνικά δίκτυα αυτά είναι Fuzzy ARTMAP, TopoART και Learn++. Τέλος θα παρουσιάσουμε την ποιο σύγχρονη τεχνική μηχανικής μάθησης που εφαρμόζει εξελικτικούς αλγόριθμους για την κατασκευή τεχνητών νευρωνικών δικτύων που είναι η Neuroevolution.el
dc.format.extent78el
dc.language.isoelel
dc.publisherΠανεπιστήμιο Πειραιώςel
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Διεθνές*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.titleΜέθοδοι σταδιακής μάθησης σε Τεχνητά Νευρωνικά Δίκτυαel
dc.typeMaster Thesisel
dc.contributor.departmentΣχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικήςel
dc.contributor.masterΠροηγμένα Συστήματα Πληροφορικήςel
dc.subject.keywordIncremental Learningel
dc.subject.keywordΤεχνητά νευρωνικά δίκτυαel
dc.date.defense2018-01-31


Αρχεία σε αυτό το τεκμήριο

Thumbnail

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Εμφάνιση απλής εγγραφής

Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές
Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές

Βιβλιοθήκη Πανεπιστημίου Πειραιώς
Επικοινωνήστε μαζί μας
Στείλτε μας τα σχόλιά σας
Created by ELiDOC
Η δημιουργία κι ο εμπλουτισμός του Ιδρυματικού Αποθετηρίου "Διώνη", έγιναν στο πλαίσιο του Έργου «Υπηρεσία Ιδρυματικού Αποθετηρίου και Ψηφιακής Βιβλιοθήκης» της πράξης «Ψηφιακές υπηρεσίες ανοιχτής πρόσβασης της βιβλιοθήκης του Πανεπιστημίου Πειραιώς»