One class classifiers based on artificial immune systems
Μονοταξικοί ταξινομητές βασισμένοι σε τεχνητά ανοσοποιητικά συστήματα
dc.contributor.advisor | Tsihrintzis, George | |
dc.contributor.advisor | Τσιχριντζής, Γεώργιος | |
dc.contributor.author | Aronis, Dimitrios | |
dc.contributor.author | Αρώνης, Δημήτριος | |
dc.date.accessioned | 2018-11-08T09:57:11Z | |
dc.date.available | 2018-11-08T09:57:11Z | |
dc.date.issued | 2018-11-02 | |
dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/11535 | |
dc.description.abstract | Σε αυτή τη μεταπτυχιακή διατριβή θα αναφερθούμε σε βασικά στοιχεία της μηχανικής μάθησης και θα δώσουμε τους ορισμούς για τις βασικές της έννοιες. Στη συνέχεια θα επικεντρώσουμε το ενδιαφέρον μας στην μονοταξική ταξινόμηση. Ακόμα, θα αναφερθούμε σε εφαρμογές βιολογικών διαδικασιών στον κλάδο της επιστήμης των υπολογιστών καθώς και το τι αποτελεί ένα τεχνητό ανοσοποιητικό σύστημα. Στη συνέχεια θα προσπαθήσουμε να περιγράψουμε το πως μπορεί ένα τεχνητό ανοσοποιητικό σύστημα να χρησιμοποιηθεί στο πρόβλημα της μονοταξικής ταξινόμησης. Θα αναφερθούμε σε αλγόριθμους Negative Selection, Real-Valued Negative Selection και θα επικεντρωθούμε στον V-Detector, με χρήση του οποίου θα πραγματοποιηθούν τα πειράματα μας. Για τα πειράματα θα χρειαστεί να παράγουμε τεχνητά δεδομένα σύμφωνα με μια γεωμετρική δομή την οποία θα αναλύσουμε στην ενότητα 4. Τέλος, θα παραθέσουμε τα αποτελέσματα των πειραμάτων και θα προσπαθήσουμε να αξιολογήσουμε τον αλγόριθμο και να εξάγουμε κάποια συμπεράσματα. | el |
dc.format.extent | 47 | el |
dc.language.iso | el | el |
dc.publisher | Πανεπιστήμιο Πειραιώς | el |
dc.title | One class classifiers based on artificial immune systems | el |
dc.title | Μονοταξικοί ταξινομητές βασισμένοι σε τεχνητά ανοσοποιητικά συστήματα | el |
dc.type | Master Thesis | el |
dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής | el |
dc.description.abstractEN | In this Master’s Thesis we are going to talk about some basic principles of machine learning and we are going to give the definitions about some basic concepts. Then we will focus our interest to the one class classification problem. Furthermore, we will talk about some biological processes, their use in computer science and what is an artificial immune system. Then, we will try to describe how could, an artificial immune system, be used in the problem of one class classification. We will mention the Negative Selection, Real-Valued Negative Selection algorithms and we will focus our attention on the V-Detector algorithm, with whom we are going to perform our experiments later. For our experiments we will have to generate our own artificial data according to a specific geometric structure. This procedure is analyzed in section 4. Finally, we are going to present the results of our experiments and we will try to evaluate the algorithm and draw some conclusions. | el |
dc.contributor.master | Πληροφορική | el |
dc.subject.keyword | One class classification | el |
dc.subject.keyword | One class classifiers | el |
dc.subject.keyword | Artificial immune systems | el |
dc.subject.keyword | A.I. | el |
dc.subject.keyword | Real-valued negative selection | el |
dc.subject.keyword | Negative selection | el |
dc.subject.keyword | V-Detector | el |
dc.date.defense | 2018-10-29 |
Αρχεία σε αυτό το τεκμήριο
Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές
-
Τμήμα Πληροφορικής
Department of Informatics