Χρήση τεχνητής νοημοσύνης για μοντελοποίηση καταστροφών λόγω βροχοπτώσεων

Βαφειάδης, Βασίλειος

dc.contributor.advisor	Nikolaou, Grigoris
dc.contributor.author	Βαφειάδης, Βασίλειος
dc.date.accessioned	2022-11-18T11:57:37Z
dc.date.available	2022-11-18T11:57:37Z
dc.date.issued	2022-10
dc.identifier.uri	https://polynoe.lib.uniwa.gr/xmlui/handle/11400/3361
dc.identifier.uri	http://dx.doi.org/10.26265/polynoe-3201
dc.description.abstract	Οι καταστροφές από τα καιρικά φαινόμενα είναι κάτι που κοστίζει υπέρογκα αθροιστικά χρηματικά ποσά, δημιουργεί μεγάλες διαταραχές σε κοινότητες και πολύ συχνά στοιχίζει ακόμα και ανθρώπινες ζωές. Είναι επιτακτική ανάγκη να υπάρχει έγκαιρη ενημέρωση ώστε να μπορούμε να προφυλαχθούμε όσο το δυνατόν περισσότερο. Στην παρούσα εργασία μοντελοποιήσαμε τις καταστροφές που προήλθαν από βροχοπτώσεις με την χρήση μοντέλων μηχανικής μάθησης. Τα δεδομένα μας είναι ζευγάρια αθροιστικής εικοσιτετράωρης βροχόπτωσης και ύπαρξης ή μη καταστροφής και προέρχονται από το Εθνικό Αστεροσκοπείο Αθηνών. Το γεωχωρικό πλαίσιο αναφοράς είναι η μητροπολιτική περιοχή των Αθηνών, στην οποία λειτουργούν 66 αυτόματοι μετεωρολογική σταθμοί. Χρησιμοποιήσαμε τρία διαφορετικά μοντέλα επιβλεπόμενης μάθησης ώστε να δούμε τα αποτελέσματά τους, αρχικά σε ολόκληρη την περιοχή και έπειτα στους δήμους που την απαρτίζουν. Εκπαιδεύσαμε τα μοντέλα ώστε να είμαστε σε θέση να προβλέψουμε με σχετική ακρίβεια τις περιπτώσεις εκείνες που τα καιρικά φαινόμενα θα είναι αρκετά σφοδρά για να δημιουργήσουν καταστροφές. Όπως κάθε τύπος τεχνητής νοημοσύνης, τα μοντέλα μας λειτουργούν μόνο στις περιπτώσεις που υπάρχουν επαρκή δεδομένα.	el
dc.format.extent	61	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 4.0 Διεθνές	*
dc.rights.uri	http://creativecommons.org/licenses/by/4.0/	*
dc.subject	Τεχνητή νοημοσύνη	el
dc.subject	Καιρικά φαινόμενα	el
dc.subject	Βροχόπτωση	el
dc.subject	Μηχανική μάθηση	el
dc.subject	Αθήνα	el
dc.subject	Εποπτευόμενη μάθηση	el
dc.subject	Machine learning	el
dc.subject	Supervised learning	el
dc.subject	Artificial intelligence	el
dc.title	Χρήση τεχνητής νοημοσύνης για μοντελοποίηση καταστροφών λόγω βροχοπτώσεων	el
dc.title.alternative	Using Artificial Intelligence to model rainfall induced damages	el
dc.type	Διπλωματική εργασία	el
dc.contributor.committee	Βασιλειάδου, Σουλτάνα
dc.contributor.committee	Drosos, Christos
dc.contributor.faculty	Σχολή Μηχανικών	el
dc.contributor.department	Τμήμα Μηχανικών Βιομηχανικής Σχεδίασης και Παραγωγής	el
dc.description.abstracttranslated	Disasters from weather events cost enormous sums of money, cause great disruption to communities and very often even cost human lives. It is imperative that there are timely warnings and notifications so that we can protect ourselves as much as possible. In this thesis we modelled the disasters caused by rainfall using machine learning models. Our data consists of pairs of cumulative twenty-four-hour rainfall and presence or absence of disaster and come from the National Observatory of Athens. The geospatial reference frame is the metropolitan area of Athens, in which 66 automatic weather stations operate. We used three different models of supervised learning to see their results, first in the whole region and then in the municipalities that make it up. We trained the models to be able to predict with relative accuracy those cases when weather events will be severe enough for disasters to occur. Like any type of artificial intelligence, our models only work when there is enough data.	el

Files in this item

Name:: Thesis_Vafeiadis_Vasileios.pdf
Size:: 2.577Mb
Format:: PDF

View/Open

This item appears in the following Collection(s)

Διπλωματικές εργασίες
Διπλωματικές εργασίες τμήματος Μηχανικών Βιομηχανικής Σχεδίασης και Παραγωγής

Show simple item record

Except where otherwise noted, this item's license is described as
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές