Πλοήγηση ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ανά Επιβλέποντα "3a806506-455c-4ac4-b229-02e4071014bc"
Αποτελέσματα 1-7 από 7
-
Deep learning models for timeseries forecasting using Keras library
(Πανεπιστήμιο Δυτικής ΑττικήςUniversité de Limoges, 2023-02-15)The current thesis aims to conduct a thorough examination of recurrent neural networks for the purpose of forecasting short-term electric load in Greece. The study is motivated by the significant energy crisis that Greece ... -
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 κλινικού συστήματος υποστήριξης απόφασης για τη διάγνωση της καρδιακής στεφανιαίας νόσου
(Πανεπιστήμιο Δυτικής Αττικής, 2021-12-08)Η αρτηριακή αποφρακτική νόσος, που συναντάται σε διάφορες μορφές, είναι στις μέρες μας η μεγαλύτερη αιτία θανάτου στις αναπτυγμένες χώρες. Η απόφραξη των αγγείων-αρτηριών οφείλεται σε μεγάλο ποσοστό στη δημιουργία της ... -
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 ... -
Μελέτη προηγμένων συστημάτων υπολογιστικής νοημοσύνης και υλοποίησή τους σε Tensorflow
(Πανεπιστήμιο Δυτικής Αττικής, 2022-09)H Υπολογιστική Νοημοσύνη μπορεί να οριστεί επίσης ως συνέργεια υπολογιστικών συστημάτων, τα οποία οδηγούν μία μηχανή στην επίλυση προβλημάτων, που συνήθως λύνονται από ανθρώπους, χρησιμοποιώντας φυσική νοημοσύνη. Οι ... -
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 ...