dc.contributor.advisor | Leligou, Helen C. (Nelly) | |
dc.contributor.author | Αρβανιτίδης, Αθανάσιος | |
dc.date.accessioned | 2021-08-03T14:59:35Z | |
dc.date.available | 2021-08-03T14:59:35Z | |
dc.date.issued | 2021-07-19 | |
dc.identifier.uri | https://polynoe.lib.uniwa.gr/xmlui/handle/11400/1054 | |
dc.identifier.uri | http://dx.doi.org/10.26265/polynoe-905 | |
dc.description.abstract | Σε αυτή τη διπλωματική εργασία μελετάται η εφαρμογή μηχανισμών τεχνητής νοημοσύνης στην μοντελοποίηση της λειτουργίας πλοίων με κύριο θέμα την προ-επεξεργασία των δεδομένων. Θα μελετηθούν διαφορετικές τεχνικές προ-επεξεργασίας και θα αξιολογηθούν με βάση την ακρίβεια των πρόβλεψης στην οποία οδηγούν με βάση τις απαιτήσεις που έχουν οριστεί (χρόνο σε σχέση με υπολογιστικούς πόρους). Με την χρήση των κατάλληλων εργαλείων λογισμικού, πραγματοποιείται η αξιολόγηση των δεδομένων, η διαμόρφωση αυτών με σκοπό την πρόβλεψη της ταχύτητας του πλοίου στο νερό. | el |
dc.format.extent | 75 | el |
dc.language.iso | el | el |
dc.publisher | Πανεπιστήμιο Δυτικής Αττικής | el |
dc.rights | Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές | * |
dc.rights | Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές | * |
dc.rights | Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/4.0/ | * |
dc.subject | Μηχανική μάθηση | el |
dc.subject | Δεδομένα | el |
dc.subject | Τεχνητή νοημοσύνη | el |
dc.subject | Εξόρυξη δεδομένων | el |
dc.subject | Data mining | el |
dc.subject | Machine learning | el |
dc.subject | Data preparation | el |
dc.subject | Προετοιμασία δεδομένων | el |
dc.subject | Επεξεργασία δεδομένων | el |
dc.subject | Feature | el |
dc.subject | Dataset | el |
dc.subject | Πρόβλεψη ταχύτητας πλοίου | el |
dc.title | Τεχνητή νοημοσύνη στην ναυτιλία | el |
dc.title.alternative | Artificial intelligence in shipping | el |
dc.type | Διπλωματική εργασία | el |
dc.contributor.committee | Pariotis, Efthimios | |
dc.contributor.committee | ZACHARIA, PARASKEVI | |
dc.contributor.faculty | Σχολή Μηχανικών | el |
dc.contributor.department | Τμήμα Μηχανικών Βιομηχανικής Σχεδίασης και Παραγωγής | el |
dc.description.abstracttranslated | In this paper, the application of artificial intelligence mechanisms in the modeling of ship operation is studied with the main theme of data pre-processing. Different pre-processing techniques will be studied and evaluated based on the accuracy of the prediction they lead to, based on the requirements set (time relative to computational resources). Using the appropriate software tools, the data is evaluated and configured to predict the ship's velocity in the water. | el |