Αλγόριθμοι τεχνητής νοημοσύνης στη ναυτιλία

Ευριπίδης, Γεράσιμος

dc.contributor.advisor	Leligou, Helen C. (Nelly)
dc.contributor.author	Ευριπίδης, Γεράσιμος
dc.date.accessioned	2021-08-03T15:12:15Z
dc.date.available	2021-08-03T15:12:15Z
dc.date.issued	2021-07-19
dc.identifier.uri	https://polynoe.lib.uniwa.gr/xmlui/handle/11400/1055
dc.identifier.uri	http://dx.doi.org/10.26265/polynoe-906
dc.description.abstract	Σε αυτήν την διπλωματική εργασία μελετάται η εφαρμογή μηχανισμών τεχνητής νοημοσύνης στην μοντελοποίηση της λειτουργίας του πλοίου. Η έμφαση δίνεται στην κατάλληλη επιλογή παραμέτρων που οι αλγόριθμοι θα λάβουν υπ’ όψη τους ώστε να επιτευχθεί η μεγαλύτερη δυνατή ακρίβεια πρόβλεψης λειτουργίας αυτής.	el
dc.format.extent	81	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	Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές	*
dc.rights	Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-sa/4.0/	*
dc.subject	Data mining	el
dc.subject	Machine learning	el
dc.subject	Hyperparameter	el
dc.subject	Artificial intelligence	el
dc.subject	Python	el
dc.subject	RapidMiner	el
dc.subject	Εξόρυξη δεδομένων	el
dc.subject	Μηχανική μάθηση	el
dc.subject	Τεχνητή νοημοσύνη	el
dc.subject	Επεξεργασία δεδομένων	el
dc.subject	Αλγόριθμοι	el
dc.title	Αλγόριθμοι τεχνητής νοημοσύνης στη ναυτιλία	el
dc.title.alternative	Artificial intelligence algorithms in the maritime sector	el
dc.type	Διπλωματική εργασία	el
dc.contributor.committee	Pariotis, Efthimios
dc.contributor.committee	ZACHARIA, PARASKEVI
dc.contributor.faculty	Σχολή Μηχανικών	el
dc.contributor.department	Τμήμα Μηχανικών Βιομηχανικής Σχεδίασης και Παραγωγής	el
dc.description.abstracttranslated	The topic of this dissertation is the application of artificial intelligence mechanisms in the modeling of ship operation. Emphasis is placed in the appropriate selection of the hyperparameters that the algorithms will take into account in order to achieve the highest possible accuracy of its operation prediction.	el

Files in this item

Name:: ΔΙΠΛΩΜΑΤΙΚΗ ΕΥΡΙΠΙΔΗΣ ΓΕΡΑΣΙΜΟΣ ...
Size:: 3.020Mb
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