Data analytics algorithms for multi-dimensional datasets: an image classifier to recognize different species of flowers

Αλεξάκης, Εμμανουήλ

dc.contributor.advisor	Κυριαζής, Δημοσθένης
dc.contributor.author	Αλεξάκης, Εμμανουήλ
dc.date.accessioned	2019-06-18T05:24:20Z
dc.date.available	2019-06-18T05:24:20Z
dc.date.issued	2018
dc.identifier.uri	https://dione.lib.unipi.gr/xmlui/handle/unipi/12026
dc.description.abstract	Εκατοντάδες λουλούδια υπάρχουν στη γη, αποτελώντας αναπόσπαστο μέρος όλων των έμβιων όντων όχι μόνο από αισθητική άποψη αλλά και για την ανθρώπινη ζωή σε πολλούς τομείς όπως η ιατρική επιστήμη, η βιομηχανία και το περιβάλλον. Είναι απαραίτητο να δημιουργηθεί μια βάση δεδομένων για την τεκμηρίωση των λουλουδιών, προσδιορίζοντας έναν αποτελεσματικό τρόπο αναγνώρισης των ειδών στα οποία ανήκουν, ακόμη και από μια εφαρμογή έξυπνου τηλεφώνου. Επειδή οι αλγόριθμοι της Τεχνητής Νοημοσύνης (Νευρωνικά Δίκτυα) ενσωματώνονται ολοένα και περισσότερο στις καθημερινές εφαρμογές, η ανάπτυξη ενός τέτοιου ταξινομητή εικόνας δημιουργώντας ένα μοντέλο βαθιάς μάθησης εκπαιδευμένο σε εκατοντάδες χιλιάδες εικόνες θα οδηγούσε ως μέρος της συνολικής αρχιτεκτονικής εφαρμογών. Στη παρούσα εργασία, αναπτύχθηκε και εκπαιδεύτηκε ένας ταξινομητής εικόνας για την αναγνώριση 102 διακριτών ειδών λουλουδιών χρησιμοποιώντας μιας συγκεκριμένης κατηγορίας αλγορίθμων μηχανικής μάθησης που ονομάζονται Convolutional Neural Networks, με αποτέλεσμα πολύ καλές επιδόσεις σε μια ποικιλία πειραμάτων, επιτυγχάνοντας ακρίβεια έως και 94%.	el
dc.format.extent	61	el
dc.language.iso	en	el
dc.publisher	Πανεπιστήμιο Πειραιώς	el
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/	*
dc.title	Data analytics algorithms for multi-dimensional datasets: an image classifier to recognize different species of flowers	el
dc.title.alternative	Αλγόριθμοι ανάλυσης πολυδιάστατων δεδομένων	el
dc.type	Master Thesis	el
dc.contributor.department	Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Ψηφιακών Συστημάτων	el
dc.description.abstractEN	Hundreds of flowers exist on earth, consisting an integral part of all livings not only for the aesthetic aspect but also for human life in many areas such as medical science, industry and environment. It is necessary to set up a database for flower documentation by determining an effective mean to identify the species to which they belong even from a smartphone application. As Artificial Intelligence algorithms (Neural Networks) are more and more incorporated into everyday applications, developing such an image classifier by creating a deep learning model trained on hundreds of thousands of images would drive as part of the overall application architecture. In this work, there is developed and trained an image classifier for recognizing 102 distinct species of flowers utilizing a certain type of machine learning algorithm called Convolutional Neural Networks, resulting in very good performance on a variety of experiments, achieving up to 94% accuracy.	el
dc.contributor.master	Ψηφιακά Συστήματα και Υπηρεσίες	el
dc.subject.keyword	Αλγόριθμοι	el
dc.subject.keyword	Τεχνητή νοημοσύνη	el
dc.subject.keyword	Μηχανική μάθηση	el
dc.subject.keyword	Βαθιά μάθηση	el
dc.subject.keyword	Algorithms	el
dc.subject.keyword	Artificial intelligence	el
dc.subject.keyword	Machine learning	el
dc.subject.keyword	Deep learning	el
dc.date.defense	2019-05-07

Αρχεία σε αυτό το τεκμήριο

Name:: Alexakis_me1702.pdf
Μέγεθος:: 3.008Mb
Τύπος:: PDF
Description:: Μεταπτυχιακή διατριβή

Προβολή/Άνοιγμα

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Τμήμα Ψηφιακών Συστημάτων
Department of Digital Systems

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