Αποτελέσματα 1 μέχρι 1 από 1

Θέμα: Ομιλία Δευτέρα 22 Απριλίου - Γενικό Σεμινάριο Τμήματος

  1. #1
    Εισαγωγικό Μέλος Eίδωλο του roidos
    Ημερομηνία Εγγραφής
    May 2019
    Τοποθεσία
    Πανεπιστήμιο Πατρών
    Δημοσιεύσεις
    26

    Διάλεξη - Σεμινάριο Ομιλία Δευτέρα 22 Απριλίου - Γενικό Σεμινάριο Τμήματος

    Το Γενικό Σεμινάριο του Τμήματος συνεχίζεται την επόμενη εβδομάδα. Η ομιλία θα διεξαχθεί διαδικτυακά.
    Τα στοιχεία της επόμενης ομιλίας έχουν ως εξής:

    Παρουσίαση Διδακτορικής Διατριβής

    Ημερομηνία: Δευτέρα 22 Απριλίου 2024. Ώρα: 09:00-10:00.
    Ομιλητής: κ. Βαγγέλ Καζλάροφ, Υποψήφιος Διδάκτορας του Τμήματος Μαθηματικών, Πανεπιστήμιο Πατρών
    Τίτλος ομιλίας: Ανάπτυξη πρωτότυπων αλγορίθμων Ενεργής Μηχανικής Μάθησης

    Περίληψη της ομιλίας:

    Στην εποχή της πληροφορίας την οποία ζούμε, η συλλογή νέων δεδομένων είναι πλέον μια πολύ εύκολη διαδικασία καθώς οι φορητές συσκευές, οι εφαρμογές που χρησιμοποιούμε και η περιήγηση στο διαδίκτυο παράγουν απεριόριστη ποσότητα από αυτά. Όμως, η πλειονότητα αυτών των δεδομένων είναι χωρίς ετικέτα γεγονός που δυσχεραίνει την διαδικασία της ταξινόμησής τους. Επιπλέον, η διαδικασία της ετικετοποίησης μπορεί να είναι από μόνη της μια πολύ χρονοβόρα και κοστοβόρα διαδικασία καθώς μπορεί να χρειαστεί ακριβό εξοπλισμό ή/και εξειδικευμένο προσωπικό. Για το λόγο αυτό, μέθοδοι Ενεργητικής Μηχανικής Μάθησης έχουν αναπτυχθεί οι οποίοι εκμεταλλεύονται ένα μικρό σύνολο ετικετοποιημένων δεδομένων ώστε να εντοπίζουν εκείνα τα δεδομένα χωρίς ετικέτα τα οποία παρέχουν την περισσότερη πληροφορία και στη συνέχεια προσφέρονται προς ετικετοποίηση από κάποιο εξειδικευμένο προσωπικό. Στόχος λοιπόν της Ενεργητικής Μηχανικής Μάθησης είναι η ελαχιστοποίηση της διαδικασίας της ετικετοποίησης και η κατασκευή μοντέλων υψηλής επίδοσης με τη χρήση ενός μικρού συνόλου ετικετοποιημένων δεδομένων. Αυτή η διατριβή εστιάζει κυρίως στην ανάπτυξη πρωτότυπων αλγορίθμων Ενεργητικής Μηχανικής Μάθησης με σκοπό την κατασκευή μοντέλων υψηλής επίδοσης με τη χρήση μικρών συνόλων ετικετοποιημένων δεδομένων. Επιπλέον, παρουσιάζει εφαρμογές της Ενεργητικής Μηχανικής Μάθησης σε προβλήματα αναγνώρισης και προτείνει μεθόδους επιλογής της καταλληλότερης στρατηγικής για την επιλογή μη-ετικετοποιημένων δεδομένων με τη χρήση Δέντρων Απόφασης. Τέλος, προτείνει δύο ομάδες ταξινομητών τα οποία παρουσιάζουν πολύ ενθαρρυντικά αποτελέσματα ως προς την ακρίβεια ταξινόμησης.


    Join Zoom Meeting
    https://upatras-gr.zoom.us/j/9703968...J6OVFHWmZ3dz09


    Meeting ID: 970 3968 3978
    Passcode: 358864
    Τελευταία επεξεργασία από dany; 18-04-2024 την 22:17.
    -- Νικόλαος Ροιδος

Δικαιώματα Δημοσιεύσεων

  • Δεν επιτρέπεται να δημοσιεύσετε νέα θέματα
  • Δεν επιτρέπεται να επεξεργαστείτε τις απαντήσεις
  • Δεν επιτρέπεται να ανεβάσετε επισυναπτόμενα
  • Δεν επιτρέπεται να επεξεργαστείτε τις δημοσιεύσεις σας
  •  
  • BB κώδικας είναι Ενεργός
  • Smilies είναι Απενεργοποιημένα
  • [IMG] κώδικας είναι Ενεργός
  • [VIDEO] κώδικας είναι Ενεργός
  • HTML κώδικας είναι Ενεργός
Επικοινωνία
Εργαστήριο Η/Υ & Εφαρμογών
Πανεπιστημιούπολη, T.K. 265 00, Ρίο Πατρών
Τηλ: +30 2610 997280
Φαξ: +30 2610 997424
lcsa@math.upatras.gr
Ακολουθήστε μας
Ανάπτυξη & Συντήρηση Ιστοχώρου
Εργαστήριο Η/Υ & Εφαρμογών
Εργαστήριο Η/Υ & Εφαρμογών
Υπεύθ. Επικοινωνίας : Δ. Ανυφαντής (Ε.Τ.Ε.Π)