Παρακαλώ χρησιμοποιήστε αυτό το αναγνωριστικό για να παραπέμψετε ή να δημιουργήσετε σύνδεσμο προς αυτό το τεκμήριο: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/13671
Πλήρες αρχείο μεταδεδομένων
Πεδίο DC ΤιμήΓλώσσα
dc.contributor.authorΙατρόπουλος Πέτρος
dc.date.accessioned2018-07-23T09:25:34Z-
dc.date.available2018-07-23T09:25:34Z-
dc.date.issued2017-12-29
dc.date.submitted2017-10-31
dc.identifier.urihttp://artemis-new.cslab.ece.ntua.gr:8080/jspui/handle/123456789/13671-
dc.description.abstractΗ οδήγηση είναι μια πολύπλοκη διαδικασία η οποία πραγματοποιείται από εκατομμύρια ανθρώπους κάθε μέρα. Ο χαρακτηρισμός των οδηγικών συμπεριφορών από δεδομένα καταγεγραμμένα από αισθητήρες δεν είναι μόνο μια ενδιαφέρουσα επιστημονική έρευνα αλλά και μια απαίτηση του πραγματικού κόσμου. Ο σκοπός της παρούσας διπλωματικής είναι η σχεδίαση και πρόταση ενός συστήματος μηχανικής μάθησης, το οποίο εντοπίζει την οδηγική συμπεριφορά ανθρώπων που πάσχουν από νευροεκφυλιστικές ασθένειες.Συγκεκριμένα, το πρόβλημα διάγνωσης ενός οδηγού ανάγεται στο πρόβλημα ταξινόμησης χρονοσειρών. Αφού συλλέχθηκαν τα δεδομένα από τον προσομοιωτή και καθαρίστηκαν, τρία μοντέλα εκπαιδεύτηκαν και αξιολογήθηκαν. Το πρώτο μοντέλο ήταν k-nearest neighbors με αλγόριθμο δυναμικής χρονικής περιδίνησης (dynamic time warping) υπολογισμού απόστασης, το δεύτερο ήταν ένα multilayer perceptron και το τρίτο ένα decision tree.Τα αποτελέσματα έδειξαν ότι είναι εφικτό να διαγνωστεί ένα άτομο από την οδηγική του συμπεριφορά φτιάχνοντας το κατάλληλο μοντέλο. Οι προτεινόμενες τεχνικές μπορούν να γενικευτούν σε δεδομένα από τον πραγματικό κόσμο.
dc.languageGreek
dc.subjectανάλυση δεδομένων
dc.subjectμηχανική μάθηση
dc.subjectκατηγοριοποίηση χρονοσειρών
dc.subjectεπιβλεπόμενη μάθηση
dc.subjectσυμπεριφορική ανάλυση
dc.subjectk-κοντινότεροι γείτονες
dc.subjectνευρωνικά δίκτυα
dc.subjectδέντρο απόφασης
dc.subjectδυναμική στρέβλωση χρόνου
dc.subjectκινούμενος μέσος όρος
dc.subjectανάλυση κυρίων συνιστωσών
dc.subjectdata analysis
dc.subjectmachine learning
dc.subjecttime series classification
dc.subjectsupervised learning
dc.subjectbehavioral analysis
dc.subjectk-nearest neighbors
dc.subjectneural networks
dc.subjectdecision tree
dc.subjectdynamic time warping
dc.subjectmoving average
dc.subjectprincipal component analysis
dc.titleΔιάγνωση Ασθενών Με Νευρολογικές Παθήσεις Μέσω Οδηγικής Συμπεριφοράς Χρησιμοποιώντας Τεχνικές Μηχανικής Μάθησης
dc.typeDiploma Thesis
dc.description.pages66
dc.contributor.supervisorΚοζύρης Νεκτάριος
dc.departmentΤομέας Τεχνολογίας Πληροφορικής & Υπολογιστών
dc.organizationΕΜΠ, Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών
Εμφανίζεται στις συλλογές:Διπλωματικές Εργασίες - Theses

Αρχεία σε αυτό το τεκμήριο:
Αρχείο ΜέγεθοςΜορφότυπος 
DT2017-0331.pdf2.01 MBAdobe PDFΕμφάνιση/Άνοιγμα


Όλα τα τεκμήρια του δικτυακού τόπου προστατεύονται από πνευματικά δικαιώματα.