Σύστημα πρόβλεψης τρύγου μελιού βασισμένο σε Spring Boot Framework
| dc.contributor.advisor | Αλέπης, Ευθύμιος | |
| dc.contributor.author | Τζεμπελίκου, Σοφία | |
| dc.date.accessioned | 2022-07-26T09:25:59Z | |
| dc.date.available | 2022-07-26T09:25:59Z | |
| dc.date.issued | 2022-07 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/14496 | |
| dc.identifier.uri | http://dx.doi.org/10.26267/unipi_dione/1919 | |
| dc.description.abstract | Καθώς η ανάγκη για ανάπτυξη της επιστήμης και της τεχνολογίας αυξάνεται καθημερινά, αυξάνεται επίσης και η ανάγκη ανάπτυξης μοντέλων που μιμούνται την ανθρώπινη λογική και την ανθρώπινη κρίση. Ένα κομμάτι στο οποίο εστιάζουν πολλές έρευνες είναι η χρήση μηχανικής μάθησης με στόχο την εξαγωγή συμπερασμάτων όμοιων με την ανθρώπινη λογική. Στην παρούσα διατριβή αναλύεται η χρήση της μηχανικής μάθησης στην γεωργία και πιο συγκεκριμένα στη μελισσοκομία με σκοπό την πρόβλεψη της εποχής τρύγους των μελισσιών και στη συνέχεια γίνεται στατιστική ανάλυση με σκοπό τη σύγκριση της παραγωγής ανάμεσα σε χρονικές περιόδους αλλά και το αντίκτυπο των καιρικών συνθηκών στην παραγωγή του μελιού. | el |
| dc.format.extent | 53 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
| dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
| dc.title | Σύστημα πρόβλεψης τρύγου μελιού βασισμένο σε Spring Boot Framework | el |
| dc.title.alternative | Honey harvesting predictor with Spring Boot Framework | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής | el |
| dc.description.abstractEN | As the need for the development of science and technology grows daily, so does the need to develop models that mimic human reason and human judgment. One area that much research focuses on is the use of machine learning to draw conclusions similar to human logic. This dissertation analyzes the use of machine learning in agriculture and more specifically in beekeeping in order to predict the harvest season of bees and then makes a statistical analysis in order to compare production between time periods and the impact of weather conditions on production. of honey. | el |
| dc.contributor.master | Προηγμένα Συστήματα Πληροφορικής - Ανάπτυξη Λογισμικού και Τεχνητής Νοημοσύνης | el |
| dc.subject.keyword | Spring Boot Framework | el |
| dc.subject.keyword | Machine learning | el |
| dc.subject.keyword | Μελισσοκομία | el |
| dc.subject.keyword | Συστήματα πρόβλεψης | el |
| dc.date.defense | 2022-07 |
Αρχεία σε αυτό το τεκμήριο
Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές
-
Τμήμα Πληροφορικής
Department of Informatics
Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα