Οι εφαρμογές της μηχανικής μάθησης και της εξόρυξης δεδομένων, στην πρόβλεψη βλαβών και συντήρησης λειτουργίας του ελληνικού σιδηροδρομικού τροχαίου υλικού

Περίληψη

Τα τελευταία χρόνια, σημαντικές εξελίξεις στο παγκόσμιο οικονομικό γίγνεσθαι και στην εμφάνιση νέων τεχνολογιών στον τομέα των επιχειρήσεων, έχουν εγείρει νέες προκλήσεις για τη διαχείριση δεδομένων και πληροφορίας έχοντας ως μέσο την πληροφορική, αφού έχουν συσσωρεύσει τεράστιο πλήθος πολυειδών δεδομένων. Είναι έτσι, κοινώς αποδεκτό, πως κάθε μορφής οργανισμός ή σύγχρονη επιχείρηση σήμερα εξαρτάται σε μεγάλο βαθμό από την τεχνολογία. Η χρήση των νέων τεχνολογιών δίνει σε όλες τις επιχειρήσεις σημαντικό ανταγωνιστικό πλεονέκτημα, ενώ αντίθετα η έλλειψη των νέων τεχνολογιών μπορεί να αποβεί μοιραία για μια επιχείρηση και να αποφέρει ακόμα και την λήξη της. Κάθε επιχείρηση αξιοποιώντας προηγμένες τεχνολογίες, συλλογές αποθηκευμένων και επεξεργασμένων δεδομένων και αναλυτικά στοιχεία, είναι σε θέση να προβλέψει δυσλειτουργίες και να αποτρέψει αστοχίες του εξοπλισμού που χρησιμοποιεί. Η χρήση δεδομένων από την παραγωγή και τον εξοπλισμό των επιχειρήσεων μπορεί να βελτιώσει την αποδοτικότητ ...
περισσότερα

Περίληψη σε άλλη γλώσσα

Recently, important advancements in the international financial development and the introduction of new technologies in the business sector have arisen new challenges in the management of data and information, through computer science, having accumulated huge number of various kinds of data. Thus, it is commonly accepted, that any kind of organization or modern business it is currently highly dependent on technology. The use of new technologies provides new businesses with an important competitive advantage, whereas the lack of new technologies could be fatal for a business and even lead to its closure. Every business making use of advanced technologies, collection of stored and processed and explicit data is capable to predict malfunctions and avoid failures of the equipment used. The use of data from the production and the equipping of businesses can improve the effectiveness of the production and the arrangement of the maintenance. The adoption of explicit data and digital technolog ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/52919
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/52919
ND
52919
Εναλλακτικός τίτλος
Applications of machine learning and data mining in damage provision and maintenance of operation for Greek railway rolling stock
Συγγραφέας
Καλαθάς, Ηλίας (Πατρώνυμο: Αντώνιος)
Ημερομηνία
2022
Ίδρυμα
Πανεπιστήμιο Δυτικής Αττικής. Σχολή Μηχανικών. Τμήμα Μηχανικών Βιομηχανικής Σχεδίασης & Παραγωγής
Εξεταστική επιτροπή
Παπουτσιδάκης Μιχαήλ
Δημογιαννόπουλος Δημήτριος
Πυρομάλης Δημήτριος
Βασιλειάδης Σάββας
Χαμηλοθώρης Γεώργιος
Φραγκούλης Δημήτριος
Ξυδιάς Ηλίας
Επιστημονικό πεδίο
Επιστήμες Μηχανικού και ΤεχνολογίαΆλλες Επιστήμες Μηχανικού και Τεχνολογίες ➨ Μηχανική και Τεχνολογίες, άλλοι τομείς
Λέξεις-κλειδιά
Μηχανική μάθηση; Εξόρυξη δεδομένων
Χώρα
Ελλάδα
Γλώσσα
Αγγλικά
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.