Σχέδιο/Πρωτόκολλο Διαχείρισης Πιθανά Ύποπτου ή Επιβεβαιωμένου Κρούσματος COVID-19.
Υγειονομικοί υπεύθυνοι τμήματος: Αντώνιος Μορώνης, Δημήτριος Καλύβας

Σχέδιο/Πρωτόκολλο Διαχείρισης Πιθανά Ύποπτου ή Επιβεβαιωμένου Κρούσματος COVID-19.
Υγειονομικοί υπεύθυνοι τμήματος: Αντώνιος Μορώνης, Δημήτριος Καλύβας

previous arrowprevious arrow
next arrownext arrow
Slider

Περίληψη διδακτορικής διατριβής Νικόλαου Γιαμαρέλου

"Βελτιστοποίηση και μοντελοποίηση δυναμικών συστημάτων με χρήση μεθόδων μεταευρετικής αναζήτησης κα μηχανικής μάθησης"

Η Μηχανική Μάθηση είναι ένα πεδίο της Υπολογιστικής Νοημοσύνης που χρησιμοποιείται σε ένα μεγάλο εύρος εφαρμογών όπως η αναγνώριση προτύπων και αυτόματη λήψη αποφάσεων. Τα τελευταία χρόνια, τεχνικές μηχανικής μάθησης εφαρμόζονται με σκοπό την βελτιστοποίηση των συστημάτων σε πολλά επίπεδα. Τεχνικές μηχανικής μάθησης εφαρμόζονται σε διάφορους τομείς για την προσομοίωση της ευφυίας για την επίλυση προβλημάτων όπως η κατανάλωση ενέργειας και η ανάλυση δεδομένων. Σκοπός της διδακτορικής διατριβής, είναι η μελέτη, ανάπτυξη και  εφαρμογή αλγορίθμων Μηχανικής Μάθησης σε συστήματα μοντελοποίησης και πρόβλεψης χαρακτηριστικών από χρονοσειρές.

Από την ανάλυση του θέματος της διδακτορικής διατριβής, προκύπτουν τα εξής ερευνητικά ερωτήματα:

  • Μπορούν να χρησιμοποιηθούν με επιτυχία αποδοτικοί αλγόριθμοι μηχανικής μάθησης σε προβλήματα πρόβλεψης χρονοσειρών και να εφαρμοστούν σε συγκεκριμένα προβλήματα;
  • Μπορούν να προταθούν με επιτυχία νέοι αλγόριθμοι μηχανικής μάθησης σε προβλήματα πρόβλεψης χρονοσειρών και να εφαρμοστούν σε συγκεκριμένα προβλήματα;

Μπορούν να προταθούν και να εφαρμοστούν μετα-ευρετικές τεχνικές για την επιτυχή αναζήτηση βέλτιστων λύσεων σε προβλήματα εύρεσης χρονοσειρών;

home page buttons

Ανακοινώσεις

  1. Γραμματείας
  2. Μαθημάτων
  3. Προκηρύξεις
  4. Πρακτικής Άσκησης
next
prev

el_menu