dc.contributor.advisor | Μπούτσικας, Μιχαήλ | |
dc.contributor.author | Παπακωνσταντής, Θεόδωρος | |
dc.date.accessioned | 2024-08-26T08:17:48Z | |
dc.date.available | 2024-08-26T08:17:48Z | |
dc.date.issued | 2024-07 | |
dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/16666 | |
dc.identifier.uri | http://dx.doi.org/10.26267/unipi_dione/4088 | |
dc.description.abstract | Η παρούσα εργασία πραγματεύεται την κατασκευή και εφαρμογή Τεχνητών Νευρωνικών Δικτύων με τη χρήση του λογισμικού Wolfram Mathematica. Αρχικά, γίνεται μια εισαγωγή στα νευρωνικά δίκτυα, όπου παρουσιάζεται η δομή και η λειτουργία τους τόσο σε βιολογικό όσο και σε τεχνητό επίπεδο. Στο κεφάλαιο αυτό αναλύονται οι διαφορετικές συναρτήσεις ενεργοποίησης και περιγράφονται οι μέθοδοι εκπαίδευσης των τεχνητών νευρωνικών δικτύων, οι αρχιτεκτονικές τους και τα διάφορα μοντέλα που χρησιμοποιούνται. Στη συνέχεια, η εργασία επικεντρώνεται στη δημιουργία και βελτίωση νευρωνικών δικτύων χρησιμοποιώντας το Wolfram Mathematica. Παρουσιάζονται τα βασικά δομικά στοιχεία των δικτύων, όπως οι διάφορες στιβάδες και αναλύονται οι εντολές κατασκευής των δικτύων αυτών. Ένα σημαντικό μέρος της εργασίας είναι αφιερωμένο σε εφαρμογές των νευρωνικών δικτύων στο Wolfram Mathematica. Παρουσιάζονται συγκεκριμένα παραδείγματα εφαρμογής των δικτύων αυτών, όπως η κατηγοριοποίηση και ο χρωματισμός ασπρόμαυρων εικόνων. Συγκεκριμένα, για την κατηγοριοποίηση εικόνων χρησιμοποιείται το σύνολο δεδομένων CIFAR-10, ενώ για τον χρωματισμό ασπρόμαυρων εικόνων χρησιμοποιείται το σύνολο δεδομένων Image Colorization Dataset. Η εργασία παρέχει μια ολοκληρωμένη εικόνα για τη χρήση του Wolfram Mathematica στην κατασκευή και εκπαίδευση τεχνητών νευρωνικών δικτύων, υπογραμμίζοντας τις δυνατότητες και τις προκλήσεις της προσέγγισης αυτής. | el |
dc.format.extent | 114 | 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 | Κατασκευή τεχνητών νευρωνικών δικτύων με τη χρήση του Wolfram Mathematica | el |
dc.title.alternative | Construction of artificial neural networks using Wolfram Mathematica | el |
dc.type | Master Thesis | el |
dc.contributor.department | Σχολή Χρηματοοικονομικής και Στατιστικής. Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης | el |
dc.description.abstractEN | This master thesis explores the construction and application of artificial neural networks using the Wolfram Mathematica software. Initially, it provides an introduction to neural networks, presenting their structure and function, both biologically and artificially. This
section analyzes various activation functions and describes training methods of artificial neural networks, their architectures, and the different models used. The thesis then focuses on creating and improving neural networks using Wolfram Mathematica. It presents the fundamental building blocks of the networks, such as the various layers, and analyzes the commands used for constructing these networks. A significant part of the thesis is dedicated to applications of neural networks in Wolfram Mathematica. Specific application examples of these networks are presented, such as image classification and colorization of grayscale images. Specifically, the CIFAR-10 dataset is used for image classification, while the Image Colorization Dataset is used for colorization of grayscale images.The thesis provides a comprehensive view of the use of Wolfram Mathematica in the
construction and training of artificial neural networks, highlighting the capabilities and challenges of this approach. | el |
dc.contributor.master | Εφαρμοσμένη Στατιστική | el |
dc.subject.keyword | Τεχνητά νευρωνικά δίκτυα | el |
dc.subject.keyword | Wolfram Mathematica | el |
dc.subject.keyword | Ταξινόμηση εικόνων | el |
dc.subject.keyword | Χρωματισμός εικόνων | el |
dc.subject.keyword | CNN | el |
dc.subject.keyword | ANN | el |
dc.subject.keyword | Image classification | el |
dc.subject.keyword | Image colorization | el |
dc.date.defense | 2024-07-18 | |