Browsing Διπλωματικές εργασίες by Advisor "3a806506-455c-4ac4-b229-02e4071014bc"
Now showing items 1-5 of 5
-
Ανάπτυξη Ασαφών Συστημάτων με χρήση της εργαλειοθήκης FuzzyR – Εφαρμογή σε προβλήματα Αναγνώρισης και Πρόβλεψης
(Πανεπιστήμιο Δυτικής Αττικής, 2022-07-14)Στόχος της διπλωματικής αυτής, ήταν η ανάπτυξη δυο νευρο‐ασαφών μοντέλων, που βασίζονται στο ANFIS και DENFIS, και η εφαρμογή τους σε προβλήματα πρόβλεψης χαοτικών χρονοσειρών και ταξινόμησης ... -
Ανάπτυξη πακέτου Python για την υλοποίηση ασαφών συστημάτων
(Πανεπιστήμιο Δυτικής Αττικής, 2024-03-03)Σκοπός της εργασίας είναι αρχικά η θεωρητική μελέτη των ασαφών συστημάτων τύπου Mamdani και Takagi-Sugeno και η υλοποίηση τους σε Python ώστε να μελετηθούν οι δυνατότητές τους σε προβλήματα αναγνώρισης συστημάτων και ... -
Μοντέλα βαθιάς μάθησης για την πρόβλεψη χρονοσειρών με χρήση της βιβλιοθήκης Tensorflow
(Πανεπιστήμιο Δυτικής Αττικής, 2023-10-11)Σκοπός της εργασίας είναι αρχικά η εξοικείωση με τη βιβλιοθήκη Τensorflow και τους αλγορίθμους Βαθιάς Μάθησης που περιλαμβάνει. Ειδικότερα έγινε μελέτη των μοντέλων RNN και LSTM, και η εφαρμογή τους στο πρόβλημα της ... -
Υλοποίηση μεθόδων εξόρυξης δεδομένων με χρήση Tensorflow
(Πανεπιστήμιο Δυτικής Αττικής, 2022-10-18)Σκοπός της πτυχιακής αυτής εργασίας είναι αρχικά η εξοικείωση με το Τensorflow, κάνοντας χρήση του βιβλίου «Machine Learning with TensorFlow» του Nishant Shukla και στην συνέχεια η υλοποίησή μεθόδων μηχανικής μάθησης στην ... -
Υλοποίηση μοντέλων βαθιάς μάθησης σε περιβάλλον MATLAB – εφαρμογή στην πρόβλεψη χρονοσειρών και στην ταξινόμηση
(Πανεπιστήμιο Δυτικής Αττικής, 2024-07-26)Ο σκοπός της παρούσας διπλωματικής εργασίας αφορά την υλοποίηση μοντέλων Βαθιάς Μάθησης και την εφαρμογή τους στην πρόβλεψη και στην ταξινόμηση χρονοσειρών με τη βοήθεια των αναδρομικών και των συνελικτικών τεχνητών νευρωνικών ...