Εμφάνιση απλής εγγραφής

Τεχνικές τεχνητής νοημοσύνης για τη διάγνωση και την πρόβλεψη βλαβών

dc.contributor.advisorΑγγελή, Χρυσάνθη
dc.contributor.authorΓαλανός, Γεώργιος
dc.date.accessioned2021-09-15T07:42:28Z
dc.date.available2021-09-15T07:42:28Z
dc.date.issued2021-07-21
dc.identifier.urihttps://polynoe.lib.uniwa.gr/xmlui/handle/11400/1175
dc.identifier.urihttp://dx.doi.org/10.26265/polynoe-1026
dc.description.abstractΗ παρούσα Διπλωματική Εργασία με τίτλο: «Τεχνικές Τεχνητής Νοημοσύνης για τη Διάγνωση και την Πρόβλεψη Βλαβών» εκπονήθηκε στα πλαίσια της ολοκλήρωσης των προϋποθέσεων του μεταπτυχιακού, για τη λήψη του αντίστοιχου Πτυχίου από το Πανεπιστήμιο Δυτικής Αττικής της Σχολής Μηχανικών και του Τμήματος Ηλεκτρολόγων και Ηλεκτρονικών Μηχανικών, με έδρα το Αιγάλεω στην Αθήνα. Η ανάληψή της ορίστηκε τον Σεπτέμβριο του 2019, με επιβλέπουσα καθηγήτρια την κυρία Αγγελή Χρυσάνθη. Η ολοκλήρωσή της πραγματοποιήθηκε εντός των προβλεπόμενων χρονικών ορίων, του Πανεπιστημίου Δυτικής Αττικής, δηλαδή τον Μάρτιο του 2021.Σκοπός της συγκεκριμένης διπλωματικής εργασίας είναι η ανάπτυξη ενός έμπειρου συστήματος που εκτελεί διάγνωση και πρόβλεψη βλαβών σε τοπολογίες δικτύων υπολογιστών. Για να γίνει πιο κατανοητή αναφερθήκαμε σε συγκεκριμένο παράδειγμα τοπολογίας δικτύου υπολογιστών. Πιο συγκεκριμένα, η μεθοδολογία βασίζεται τόσο σε θεωρητικό όσο και σε πρακτικό επίπεδο. Όσον αφορά στο θεωρητικό επίπεδο ακολουθήθηκαν τα βήματα: Πρώτον, οριοθετήθηκε το αντικείμενο της εργασίας καθώς και ο βασικός προβληματισμός για την εκπόνηση της. Δεύτερον, διατυπώθηκαν τα επιμέρους ερευνητικά ερωτήματα με σαφήνεια και ακρίβεια. Τρίτον, αναφέρθηκαν εν συντομία τα κενά ή τα μειονεκτήματα των υπαρχουσών μεθόδων και η ανάγκη βελτίωσης τους σκιαγραφώντας την προσέγγιση που ακολούθησε η παρούσα εργασία. Τέταρτον, υλοποιήθηκε βιβλιογραφική ανασκόπηση του πεδίου σε επίπεδο εθνικό και διεθνές, έτσι ώστε καλύφθηκαν και φωτίστηκαν όλες οι πτυχές του θέματος που ερευνήθηκε. Επιπλέον, δόθηκε η ιστορική διάσταση εξέλιξης του θέματος που ερευνήθηκε, όπως επίσης έγινε συνοπτική αναφορά στις σχετικότερες έρευνες και τα αποτελέσματα τους. Επιπλέον, αναφέρθηκε τι στοχεύει να βελτιώσει η συγκεκριμένη εργασία σε σχέση με το υπο διερεύνηση θέμα. Πέμπτον, περιεγράφηκε η υλοποίηση της προτεινόμενης μεθόδου και καταγράφηκαν αναλυτικά τα αποτελέσματά της. Έκτον, αναλύθηκαν, σχολιάστηκαν κρίθηκαν και αποτιμήθηκαν τα αποτελέσματα. Τέλος, διατυπώθηκαν συνολικά τα συμπεράσματα καθώς και οι προοπτικές που άνοιξε η παρούσα εργασία αλλά δεν ήταν δυνατόν να ερευνηθούν και προτάθηκαν ως μελλοντικές κατευθύνσεις έρευνας. Όσο αναφορά το πρακτικό επίπεδο, επιλέχθηκε το λογισμικό Packet Tracer v.6.2 Student της εταιρείας Cisco, πάνω στο οποίο «χτίστηκε» και τελικά υλοποιήθηκε στην πράξη η κατασκευή του έμπειρου συστήματος. Το σύστημα αυτό έχει τη δυνατότητα να διαγνώσει ή να προβλέψει βλάβες σε συγκεκριμένη τοπολογία δικτύου υπολογιστών.el
dc.format.extent252el
dc.language.isoelel
dc.publisherΠανεπιστήμιο Δυτικής Αττικήςel
dc.rightsΑναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές*
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Διεθνές*
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Διεθνές*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectΒλάβεςel
dc.subjectΔίκτυο υπολογιστώνel
dc.subjectΈμπειρα συστήματαel
dc.subjectΛογισμικό Packet Tracerel
dc.subjectΤεχνικές τεχνητής νοημοσύνηςel
dc.subjectΤεχνητή νοημοσύνηel
dc.subjectΔιάγνωση σφαλμάτωνel
dc.subjectΠρόβλεψη σφάλματοςel
dc.titleΤεχνικές τεχνητής νοημοσύνης για τη διάγνωση και την πρόβλεψη βλαβώνel
dc.title.alternativeArtificial intelligence techniques for fault diagnosis and predictionel
dc.typeΜεταπτυχιακή διπλωματική εργασίαel
dc.contributor.committeeΚαμινάρης, Σταύρος
dc.contributor.committeeAlexandridis, Alex
dc.contributor.facultyΣχολή Μηχανικώνel
dc.contributor.departmentΤμήμα Ηλεκτρολόγων και Ηλεκτρονικών Μηχανικώνel
dc.contributor.masterΗλεκτρικές και Ηλεκτρονικές Επιστήμες μέσω Έρευνας (MSc by Research in Electrical and Electronicsel
dc.description.abstracttranslatedThe present Diploma Thesis entitled: "Artificial Intelligence Techniques for Fault Diagnosis and Prediction" was prepared in the context of completing the postgraduate requirements for obtaining the degree from the University of West Attica and the Department of Electrical and Electronic Engineering, based in Egaleo, Athens. Its assumption was set in September 2019, with Mrs. Angeli Chrissanthi as the supervising professor. Its completion took place within the estimated time limits of the University of West Attica, in June 2021. The purpose of this dissertation is to develop a methodology for the construction of an experienced system that will would implement both the diagnosis and prediction of faults in computer network topology. To make it more understandable, we have referred to a specific example of a computer network topology.More specifically, the methodology is based on both theoretical and practical level. As far as the theoretical level is concerned, the following steps were followed: First, the subject of the work was delimited as well as the main consideration for its elaboration. Second, the individual research questions were formulated with clarity and precision. Third, the gaps or drawbacks of existing methods and the need to improve them were briefly cited, outlining the approach taken in the present work. Fourth, a literature review of the field was carried out at national and international level, so that all aspects of the research topic were covered and illuminated. Moreover, the historical dimension of the development of the subject under investigation was summarized as well as the most relevant existing researches and their results. In addition, it was mentioned what the specific work aims to improve, in relation to the subject under investigation. Fifth, the implementation of the proposed method was described and its results were recorded in detail. Sixth, the results were analyzed, commented, judged and evaluated. Finally, the conclusions as well as the perspectives opened by the present work were formulated but could not be researched and were proposed as future research directions.As far as the practical level is concerned, the process followed was: The Cisco Packet Tracer software was selected, on which the construction of the experienced system was "built" and finally implemented in practice. This system, has the ability to diagnose or predict failures in a specific computer network topology.el


Αρχεία σε αυτό το τεκμήριο

Thumbnail

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές
Εκτός από όπου επισημαίνεται κάτι διαφορετικό, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές