Νευρωνικά δίκτυα ώσεων και οι εφαρμογές τους
Spiking neural network and their applications

Λέξεις-κλειδιά
Μηχανική μάθηση ; Νευρωνικά δίκτυα ; Ώσεις ; Τεχνητή νοημοσύνηΠερίληψη
Η παρούσα διπλωματική εργασία διερευνά τα Νευρωνικά Δίκτυα Ώσεων (SNN), μια κατηγορία νευρωνικών δικτύων εμπνευσμένη από την βιολογία που μιμείται την συμπεριφορά των νευρώνων στον εγκέφαλο. Η μελέτη είναι κυρίως βιβλιογραφική και επικιντρώνεται στις δυνατότης των SNNs σε δύο βασικούς τομείς: ταξινόμιση εικόνων και πρόβλεψη χρονοσειρών. Στο πλαίσιο της διπλωματικής αναπτύχθηκαν μοντέλα SNN για την επίλυση συγκεκριμένων προβλημάτων ταξινόμησης και πρόβλεψης κυρίως σε εφαρμογές οικονομικών και χρηματιστηριακών δεδομένων
Περίληψη
This thesis explores Spiking Neural Networks (SNN), a class of neural networks inspired by biology that mimics the behaviour of neurons in the brain. The study is mainly bibliographic and focuses on the capabilities of SNNs in two main areas: image classification and time series prediction. Within the thesis, SNN models were developed to solve specific classification and prediction problems mainly in applications of financial and stock market data