"Ανάπτυξη μεθόδων υπολογιστικής νοημοσύνης με έμφαση σε προσαρμοστικές τεχνικές για μεγάλα σύνολα δεδομένων"

Στα πλαίσια της παρούσας διατριβής στόχος είναι η ανάπτυξη μεθόδων υπολογιστικής νοημοσύνης με έμφαση σε αλγορίθμους εκπαίδευσης νευρωνικών δικτύων, με βασική επιδίωξη την αύξηση της αποτελεσματικότητας των μεθόδων αυτών, ούτως ώστε να μπορούν να χειριστούν δεδομένα μεγάλης κλίμακας. Η ανάλυση των Big Data δέχεται διαρκώς αυξανόμενη προσοχή και σημασία, αποτελώντας μια πολλά υποσχόμενη κατεύθυνση για το μέλλον, ωστόσο χαρακτηρίζεται από πολυάριθμες προκλήσεις, τόσο υπολογιστικές όσο και στατιστικές. Η βελτίωση και περαιτέρω ανάπτυξη συμβατικών και μη μεθόδων, καθώς και η επιστράτευση αντίστοιχων προσαρμοστικών αλγορίθμων αναμένεται να είναι κρίσιμες για τη σωστή διαχείριση των δεδομένων μεγάλης κλίμακας. Τα παραγόμενα μοντέλα θα δοκιμασθούν σε μεγάλης κλίμακας σύνολα δεδομένων που θα προέρχονται από διάφορες περιοχές, έτσι ώστε να εξετασθεί η ικανότητά τους ως προς τον χειρισμό των προκλήσεων των Big Data, έχοντας ως στόχο τόσο τη στατιστική ακρίβεια, όσο και την υπολογιστική αποδοτικότητα για εφαρμογές του πραγματικού κόσμου.