Νευρωνικά δίκτυα αυτοκωδικοποίησης για την ομαδοποίηση δεδομένων εικόνων

Abstract

Αντικείμενο της παρούσας εργασίας είναι η μελέτη της αξιοποίησης των νευρωνικών δικτύων, και συγκεκριμένα της τεχνικής της αυτόματης κωδικοποίησης, με στόχο τη βελτιστοποίηση της διαδικασίας ομαδοποίησης δεδομένων εικόνων. Ιδιαίτερη έμφαση δίνεται στη χρήση συνελικτικών νευρωνικών δικτύων αυτοκωδικοποίησης για τον μετασχηματισμό των δεδομένων, με σκοπό τη βελτίωση της αποτελεσματικότητας της ομαδοποίησης. Στη συνέχεια, εφαρμόζονται τμηματικοί και ιεραρχικοί αλγόριθμοι ομαδοποίησης πάνω στα μετασχηματισμένα δεδομένα, με στόχο την κατηγοριοποίηση των εικόνων σε ομάδες. Για την αξιολόγηση των αποτελεσμάτων, χρησιμοποιούνται εσωτερικά και εξωτερικά μέτρα, όπως ο δείκτης Silhouette, ο δείκτης ΝΜΙ, ο δείκτης ARI και άλλοι, προκειμένου να εκτιμηθεί η ποιότητα των ομαδοποιήσεων και η καταλληλόλητα των μεθόδων που χρησιμοποιούνται. Τα αποτελέσματα δείχνουν ότι η χρήση των συνελικτικών αυτοκωδικοποιητών συμβάλλει στην καλύτερη αναπαράσταση των δεδομένων, επιτυγχάνοντας υψηλότερες επιδόσεις στους δείκτες αξιολόγησης σε σύγκριση με τις παραδοσιακές τεχνικές ομαδοποίησης. Η μελέτη αυτή καταδεικνύει τις δυνατότητες της συνδυαστικής χρήσης νευρωνικών δικτύων (συγκεκριμένα, των συνελικτικών αυτοκωδικοποιητών) και αλγορίθμων ομαδοποίησης για τη βελτίωση της απόδοσης της διαδικασίας ομαδοποίησης εικόνων.