Εμφάνιση απλής εγγραφής

Συστήματα βασισμένα στη γνώση και η συμμετοχή τους σε υβριδικά συστήματα υπολογιστικής νοημοσύνης

dc.contributor.advisorΓεωργούλη, Αικατερίνη
dc.contributor.authorΔημοπούλου, Σωτηρία
dc.date.accessioned2021-07-12T07:44:51Z
dc.date.available2021-07-12T07:44:51Z
dc.date.issued2021-06
dc.identifier.urihttps://polynoe.lib.uniwa.gr/xmlui/handle/11400/754
dc.identifier.urihttp://dx.doi.org/10.26265/polynoe-605
dc.description.abstractΗ παρούσα διπλωματική θέση αποσκοπεί στη συστηματική διερεύνηση των υβριδικών τεχνικών υπολογιστικής νοημοσύνης στην πρόσφατη διεθνή βιβλιογραφία, οι οποίες χρησιμοποιούνται για την επίλυση ιδιαίτερα σύνθετων προβλημάτων. Ακριβέστερα, πραγματοποιήθηκε εκτενής διερεύνηση για τέσσερις κατηγορίες υβριδιώσεων, των νευρωνικών έμπειρων συστημάτων, των ασαφών νευρωνικών συστημάτων, των εξελικτικών νευρωνικών συστημάτων και των εξελικτικών ασαφών συστημάτων. Στο πλαίσιο της εν λόγω διερεύνησης επιλέχθηκαν δύο από τις ακαδημαϊκές βάσεις δεδομένων, των IEEEXplore της IEEE και της ScienceDirect του Elsevier. Η αναζήτηση πραγματοποιήθηκε με συγκεκριμένους όρους και με χρήση των επιλογών προηγμένης αναζήτησης. Τα άρθρα ελέγχθηκαν και κατηγοριοποιήθηκαν σε έγκυρα, άκυρα και επιλέξιμα. Σε κάθε ενότητα υβριδικών τεχνικών πραγματοποιήθηκε καταγραφή ορισμένων βασικών στοιχείων για κάθε επιλέξιμο άρθρο. Η θέση ολοκληρώνεται με την αναφορά ορισμένων χρήσιμων παρατηρήσεων, αλλά και την αναφορά ορισμένων κατευθύνσεων για μελλοντική επέκτασης της τρέχουσας έρευνας.el
dc.format.extent93el
dc.language.isoelel
dc.publisherΠανεπιστήμιο Δυτικής Αττικήςel
dc.rightsΑναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές*
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/deed.el*
dc.subjectΥβριδικά συστήματα υπολογιστικής νοημοσύνηςel
dc.subjectΥπολογιστική νοημοσύνηel
dc.titleΣυστήματα βασισμένα στη γνώση και η συμμετοχή τους σε υβριδικά συστήματα υπολογιστικής νοημοσύνηςel
dc.title.alternativeKnowledge-based systems and their participation in hybrid computing intelligence systemsel
dc.typeΜεταπτυχιακή διπλωματική εργασίαel
dc.contributor.committeeΒουλόδημος, Αθανάσιος
dc.contributor.committeeTselenti, Panagiota
dc.contributor.facultyΣχολή Μηχανικώνel
dc.contributor.departmentΤμήμα Μηχανικών Πληροφορικής και Υπολογιστώνel
dc.contributor.masterΕπιστήμη και Τεχνολογία της Πληροφορικής και των Υπολογιστώνel
dc.description.abstracttranslatedThe scope of this thesis is the systematic review of hybrid computational intelligence methods in the recent literature, which are utilized to solve complex problems. More specifically, the four hybrid categories consist of neuro-expert systems, fuzzy neural systems, evolutionary neural systems, and evolutionary fuzzy systems, were extensively investigated. Initially, two of the most well-known academic databases, the IEEE Xplore of IEEE and the ScienceDirect of Elsevier were selected. The search was applied by considering specific terms and selected advanced search features. The found papers were classified into valid, invalid, and selected. Key characteristics of each selected paper were recorded and presented in the relative section. Finally, the key points of the thesis are highlighted, and some interesting future work directions are discussed.el


Αρχεία σε αυτό το τεκμήριο

Thumbnail
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