Προηγμένες τεχνικές μηχανικής μάθησης σε συσκευές του Διαδικτύου των Πραγμάτων (IoT)
Την σύγχρονη εποχή, η αξιοποίηση των τεχνολογιών όπως το ‘Διαδίκτυο των πραγμάτων (ΙοΤ,Internet of Things) ,το υπολογιστικό νέφος(Cloud Computing,CL) και της μηχανικής μάθησης(Machine Learning ,ML) έχει την δυνατότητα να οδηγήσει σε ραγδαία ανάπτυξη σε πολλαπλούς τομείς. Οι τεχνολογίες αυτές αποτελο...
| Κύριος συγγραφέας: | |
|---|---|
| Άλλοι συγγραφείς: | |
| Γλώσσα: | Greek |
| Έκδοση: |
2022
|
| Θέματα: | |
| Διαθέσιμο Online: | http://hdl.handle.net/10889/16479 |
| id |
nemertes-10889-16479 |
|---|---|
| record_format |
dspace |
| spelling |
nemertes-10889-164792022-09-05T14:01:22Z Προηγμένες τεχνικές μηχανικής μάθησης σε συσκευές του Διαδικτύου των Πραγμάτων (IoT) Enhanced machine learning techniques in IoT devices Παπαγιαννόπουλος, Ιωάννης Papagiannopoulos, Ioannis Διαδίκτυο των Πραγμάτων Μηχανική μάθηση Βαθιά νευρωνικά δίκτυα Αναγνώριση εικόνας Internet of Things (IoT) Machine learning Deep neural networks Image recognition Την σύγχρονη εποχή, η αξιοποίηση των τεχνολογιών όπως το ‘Διαδίκτυο των πραγμάτων (ΙοΤ,Internet of Things) ,το υπολογιστικό νέφος(Cloud Computing,CL) και της μηχανικής μάθησης(Machine Learning ,ML) έχει την δυνατότητα να οδηγήσει σε ραγδαία ανάπτυξη σε πολλαπλούς τομείς. Οι τεχνολογίες αυτές αποτελούν τον πυρήνα για το φαινόμενα που αναφέρεται ώς η 4η βιομηχανική επανάσταση(Industry 4.0),ενας τίτλος που από μόνος του προσδίδει γιγάντιο βάρος .Για τον λόγο αυτό τομέας συγκεντρώνει έντονο ερευνητικό ενδιαφέρον καθώς και αντίστοιχο οικονομικό κεφάλαιο που υποστηρίζει την έρευνα και την εφαρμογή των νέων αυτών τεχνολογιών. Η παρούσα διπλωματική έχει σαν στόχο να αναλύσει προηγμένες τεχνικές μηχανικής μάθησης που χρησιμοποιούνται στο ‘Διαδίκτυο των πραγμάτων’ και να εμβαθύνει στις ιδιαιτερότητες των συστημάτων αυτών. Πιο συγκεκριμένα στόχος είναι να διερευνηθούν τα IoT συστήματα και να βρεθούν οι κατάλληλες μέθοδοι για μηχανική μάθηση στο περιβάλλον αυτό. Μετά τον εντοπισμό των μεθόδων θα ακολουθήσει πειραματισμός με πραγματικά δεδομένα, συμπεριλαμβάνοντας την χρήση πραγματικών IoT συσκευών (Raspberry pi) ώστε να εξαχθούν συμπεράσματα για την καταλληλόλητα των διάφορων τεχνικών μηχανικής μάθησης. Nowadays, the use of technologies such as the Internet of Things (IoT), Cloud Computing, (CL) and Machine Learning (ML) has the potential to lead to rapid growth in multiple sectors. These technologies are the core of the phenomenon referred to as the 4th Industrial Revolution (Industry 4.0), a title that in itself translates to great importance. For this reason, the field gathers intense research interest as well as a corresponding financial capital that supports the research and application of these new technologies. This dissertation aims to analyze advanced machine learning techniques used in the 'Internet of Things' and to delve into the specifics of these systems. More specifically, the aim is to explore IoT systems and find appropriate methods for machine learning in this environment. Once the methods are identified, real-time experimentation will follow, including the use of real IoT devices (Raspberry pi) to draw conclusions about the suitability of the various machine learning techniques. 2022-07-12T06:16:24Z 2022-07-12T06:16:24Z 2022-07-10 http://hdl.handle.net/10889/16479 gr application/pdf |
| institution |
UPatras |
| collection |
Nemertes |
| language |
Greek |
| topic |
Διαδίκτυο των Πραγμάτων Μηχανική μάθηση Βαθιά νευρωνικά δίκτυα Αναγνώριση εικόνας Internet of Things (IoT) Machine learning Deep neural networks Image recognition |
| spellingShingle |
Διαδίκτυο των Πραγμάτων Μηχανική μάθηση Βαθιά νευρωνικά δίκτυα Αναγνώριση εικόνας Internet of Things (IoT) Machine learning Deep neural networks Image recognition Παπαγιαννόπουλος, Ιωάννης Προηγμένες τεχνικές μηχανικής μάθησης σε συσκευές του Διαδικτύου των Πραγμάτων (IoT) |
| description |
Την σύγχρονη εποχή, η αξιοποίηση των τεχνολογιών όπως το ‘Διαδίκτυο των πραγμάτων (ΙοΤ,Internet of Things) ,το υπολογιστικό νέφος(Cloud Computing,CL) και της μηχανικής μάθησης(Machine Learning ,ML) έχει την δυνατότητα να οδηγήσει σε ραγδαία ανάπτυξη σε πολλαπλούς τομείς. Οι τεχνολογίες αυτές αποτελούν τον πυρήνα για το φαινόμενα που αναφέρεται ώς η 4η βιομηχανική επανάσταση(Industry 4.0),ενας τίτλος που από μόνος του προσδίδει γιγάντιο βάρος .Για τον λόγο αυτό τομέας συγκεντρώνει έντονο ερευνητικό ενδιαφέρον καθώς και αντίστοιχο οικονομικό κεφάλαιο που υποστηρίζει την έρευνα και την εφαρμογή των νέων αυτών τεχνολογιών.
Η παρούσα διπλωματική έχει σαν στόχο να αναλύσει προηγμένες τεχνικές μηχανικής μάθησης που χρησιμοποιούνται στο ‘Διαδίκτυο των πραγμάτων’ και να εμβαθύνει στις ιδιαιτερότητες των συστημάτων αυτών. Πιο συγκεκριμένα στόχος είναι να διερευνηθούν τα IoT συστήματα και να βρεθούν οι κατάλληλες μέθοδοι για μηχανική μάθηση στο περιβάλλον αυτό. Μετά τον εντοπισμό των μεθόδων θα ακολουθήσει πειραματισμός με πραγματικά δεδομένα, συμπεριλαμβάνοντας την χρήση πραγματικών IoT συσκευών (Raspberry pi) ώστε να εξαχθούν συμπεράσματα για την καταλληλόλητα των διάφορων τεχνικών μηχανικής μάθησης. |
| author2 |
Papagiannopoulos, Ioannis |
| author_facet |
Papagiannopoulos, Ioannis Παπαγιαννόπουλος, Ιωάννης |
| author |
Παπαγιαννόπουλος, Ιωάννης |
| author_sort |
Παπαγιαννόπουλος, Ιωάννης |
| title |
Προηγμένες τεχνικές μηχανικής μάθησης σε συσκευές του Διαδικτύου των Πραγμάτων (IoT) |
| title_short |
Προηγμένες τεχνικές μηχανικής μάθησης σε συσκευές του Διαδικτύου των Πραγμάτων (IoT) |
| title_full |
Προηγμένες τεχνικές μηχανικής μάθησης σε συσκευές του Διαδικτύου των Πραγμάτων (IoT) |
| title_fullStr |
Προηγμένες τεχνικές μηχανικής μάθησης σε συσκευές του Διαδικτύου των Πραγμάτων (IoT) |
| title_full_unstemmed |
Προηγμένες τεχνικές μηχανικής μάθησης σε συσκευές του Διαδικτύου των Πραγμάτων (IoT) |
| title_sort |
προηγμένες τεχνικές μηχανικής μάθησης σε συσκευές του διαδικτύου των πραγμάτων (iot) |
| publishDate |
2022 |
| url |
http://hdl.handle.net/10889/16479 |
| work_keys_str_mv |
AT papagiannopoulosiōannēs proēgmenestechnikesmēchanikēsmathēsēssesyskeuestoudiadiktyoutōnpragmatōniot AT papagiannopoulosiōannēs enhancedmachinelearningtechniquesiniotdevices |
| _version_ |
1771297217080983552 |
