Ενίσχυση της παραγωγικής αποτελεσματικότητας μέσω της εφαρμογής της μηχανικής μάθησης στην προγνωστική συντήρηση

Καπάνταη, Σταυρούλα

dc.contributor.advisor	Drosos, Christos
dc.contributor.author	Καπάνταη, Σταυρούλα
dc.date.accessioned	2024-07-26T11:06:24Z
dc.date.available	2024-07-26T11:06:24Z
dc.date.issued	2024-07-19
dc.identifier.uri	https://polynoe.lib.uniwa.gr/xmlui/handle/11400/7221
dc.identifier.uri	http://dx.doi.org/10.26265/polynoe-7053
dc.description.abstract	Το επίκεντρο αυτής της πτυχιακής είναι να διερευνήσει τις πρακτικές εφαρμογές της μηχανικής μάθησης στις σύγχρονες βιομηχανίες. Έχει διεξαχθεί εκτεταμένη έρευνα για να αποκτηθεί μια ολοκληρωμένη κατανόηση των μεθόδων και τεχνικών που χρησιμοποιούνται στη μηχανική μάθηση. Στόχος μας είναι να αναπτύξουμε μια τεχνολογία αιχμής μηχανικής εκμάθησης που χρησιμοποιεί αποτελεσματικά τεράστιες ποσότητες δεδομένων διεργασιών για την εξαγωγή πολύτιμων πληροφοριών. Δίνοντας έμφαση στην ταχεία ανάπτυξη και την ευρεία υιοθέτηση της μηχανικής μάθησης σε διάφορους βιομηχανικούς τομείς, τα δεδομένα υπογραμμίζουν επίσης τη σημασία των τεχνολογιών που βασίζονται σε δεδομένα ως βιώσιμων λύσεων σε διάφορες βιομηχανικές προκλήσεις σε διαφορετικά εργασιακά περιβάλλοντα. Μέσω αυτής της εξερεύνησης, αποκτούμε μια βαθύτερη κατανόηση της έννοιας της σύγχρονης βιομηχανίας και της εξέλιξής της που καθοδηγείται από τη μηχανική μάθηση.	el
dc.format.extent	68	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	Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/	*
dc.subject	Μηχανική μάθηση	el
dc.subject	Λήψη αποφάσεων	el
dc.subject	Βιομηχανικός αυτοματισμός	el
dc.title	Ενίσχυση της παραγωγικής αποτελεσματικότητας μέσω της εφαρμογής της μηχανικής μάθησης στην προγνωστική συντήρηση	el
dc.title.alternative	Enhancing production efficiency through the application of machine learning in predictive maintenance	el
dc.type	Διπλωματική εργασία	el
dc.contributor.committee	Παπουτσιδάκης, Μιχαήλ
dc.contributor.committee	Laskaris, Nikolaos
dc.contributor.faculty	Σχολή Μηχανικών	el
dc.contributor.department	Τμήμα Μηχανικών Βιομηχανικής Σχεδίασης και Παραγωγής	el
dc.description.abstracttranslated	The focus of this thesis is to explore the practical applications of machine learning in modern industries. Extensive research has been conducted to gain a comprehensive understanding of the methods and techniques used in machine learning. Our goal is to develop a cutting-edge machine learning technology that efficiently uses massive amounts of process data to extract valuable insights.	el

Files in this item

Name:: Kapantai_47961.pdf
Size:: 2.299Mb
Format:: PDF
Description:: Πτυχιακή Εργασία

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