Ανάπτυξη αλγορίθμων υπολογιστικής νοημοσύνης και εφαρμογές στην εξέλιξη του παγκόσμιου ιστού

Περίληψη

Η υπολογιστική νοημοσύνη (computational intelligence, CI) αποτελεί έναν κλάδο της τεχνητής νοημοσύνης που βασίζεται στη μίμηση στοιχείων ευφυΐας που παρατηρούνται στα έμβια όντα και προσφέρει τεχνικές ικανές να επιλύουν πολύπλοκα προβλήματα που δεν θα μπορούσαν να επιλυθούν με συμβατικές μεθοδολογίες. Το αντικείμενο της παρούσας διδακτορικής διατριβής είναι η ανάπτυξη νέων αλγορίθμων που εντάσσονται στο πεδίο της υπολογιστικής νοημοσύνης, και παρουσιάζουν τη δυνατότητα χειρισμού αριθμητικών, κατηγορικών και μικτών μεταβλητών, παρέχοντας βελτιωμένες ικανότητες πρόβλεψης σε σχέση με συμβατικές μεθοδολογίες. Οι τεχνικές που ανήκουν στον κλάδο της υπολογιστικής νοημοσύνης και αποτελούν βασικά εργαλεία της παρούσας διατριβής είναι τα νευρωνικά δίκτυα ακτινικής συνάρτησης βάσης (radial basis function, RBF), η τεχνική εξελικτικής προσομοιωμένης ανόπτησης (evolutionary simulated annealing, ESA) και ο αλγόριθμος βελτιστοποίησης σμήνους σωματιδίων (particle swarm optimization, PSO). Σε ότι αφορά ...
περισσότερα

Περίληψη σε άλλη γλώσσα

Computational intelligence (CI) is a branch of artificial intelligence, which is based on imitating elements of intelligence exhibited by living organisms and offers techniques that are capable of solving complex problems that could not be solved by using conventional methodologies. The objective of this doctoral dissertation is the development of novel algorithms belonging to the field of computational intelligence, which are capable of handling numerical, categorical and mixed attributes, while providing improved predictive abilities when compared to conventional methodologies. The computational intelligence techniques which constitute the basic tools used in this dissertation are the radial basis function (RBF) neural networks, the evolutionary simulated annealing (ESA) technique and the particle swarm optimization (PSO) algorithm. As far as numerical attributes are concerned, 3 novel RBF network training algorithms where developed in this dissertation, with the ability to perform f ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/41612
ND
41612
Εναλλακτικός τίτλος
Development of computational intelligence algorithms and applications on the evolution of the world wide web
Συγγραφέας
Χονδροδήμα, Ευαγγελία του Σωτήριος
Ημερομηνία
2017
Ίδρυμα
Εθνικό Μετσόβιο Πολυτεχνείο (ΕΜΠ). Σχολή Χημικών Μηχανικών. Τομέας ΙΙ : Ανάλυσης, Σχεδιασμού και Ανάπτυξης Διεργασιών και Συστημάτων
Εξεταστική επιτροπή
Σαρίμβεης Χαράλαμπος
Κυρανούδης Χρήστος
Μαυρωτάς Γεώργιος
Στασινόπουλος Γεώργιος
Πατρινός Παναγιώτης
Πελέκης Νικόλαος
Τσακανίκας Άγγελος
Επιστημονικό πεδίο
Φυσικές Επιστήμες
Επιστήμη Ηλεκτρονικών Υπολογιστών και Πληροφορική
Επιστήμες Μηχανικού και Τεχνολογία
Επιστήμη Ηλεκτρολόγου Μηχανικού, Ηλεκτρονικού Μηχανικού, Μηχανικού Η/Υ
Λέξεις-κλειδιά
Νευρωνικά δίκτυα; Νευρωνικά δίκτυα ακτινικής συνάρτησης βάσης; Τεχνητή νοημοσύνη; Υπολογιστική νοημοσύνη; Βελτιστοποίηση σμήνους σωματιδίων; Μηχανική μάθηση; Αλγόριθμοι εκπαίδευσης; Αλγόριθμος προσομοιωμένης ανόπτησης; Αλγόριθμοι βελτιστοποίησης; Παγκόσμιος ιστός; Κατηγορικά δεδομένα; Μικτά δεδομένα
Χώρα
Ελλάδα
Γλώσσα
Ελληνικά
Άλλα στοιχεία
3, xvi, 193 σ., πιν., σχημ., γραφ.
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Σχετικές εγγραφές (με βάση τις επισκέψεις των χρηστών)