Ο ρόλος της τεχνητής νοημοσύνης σε αλληλεπίδραση φωτός-ύλης
Η φυσική της αλληλεπίδρασης φωτός - ύλης αποτελεί ένα από τα πιο δύσκολα και εν- διαφέροντα επιστημονικά πεδία, η μελέτη του οποίου έχει οδηγήσει στη σημερινή μας αντίληψη για το φυσικό κόσμο. Ταυτόχρονα, πλήθος τεχνολογιών βασίζονται στους μηχα- νισμούς της αλληλεπίδρασεις φωτός - ύλης και στις οπτ...
| Κύριος συγγραφέας: | |
|---|---|
| Άλλοι συγγραφείς: | |
| Γλώσσα: | Greek |
| Έκδοση: |
2022
|
| Θέματα: | |
| Διαθέσιμο Online: | https://hdl.handle.net/10889/23899 |
| id |
nemertes-10889-23899 |
|---|---|
| record_format |
dspace |
| institution |
UPatras |
| collection |
Nemertes |
| language |
Greek |
| topic |
Κβαντικής θεωρίας Τεχνητή νοημοσύνη Artificial neurons |
| spellingShingle |
Κβαντικής θεωρίας Τεχνητή νοημοσύνη Artificial neurons Τατσίνα, Κωνσταντίνα Ο ρόλος της τεχνητής νοημοσύνης σε αλληλεπίδραση φωτός-ύλης |
| description |
Η φυσική της αλληλεπίδρασης φωτός - ύλης αποτελεί ένα από τα πιο δύσκολα και εν- διαφέροντα επιστημονικά πεδία, η μελέτη του οποίου έχει οδηγήσει στη σημερινή μας αντίληψη για το φυσικό κόσμο. Ταυτόχρονα, πλήθος τεχνολογιών βασίζονται στους μηχα- νισμούς της αλληλεπίδρασεις φωτός - ύλης και στις οπτικές ιδιότητες των υλικών. Ωστόσο, πλησιάζοντας στο κβαντικό όριο στην κατασκευή δισδιάστατων επιφανειών και μεταϋλι- κών και μελετώντας όλο και μικρότερες νανοεπιφάνειες ανακύπτουν πολλές δυσκολίες. Η παράλληλη αύξηση του όγκου των δεδομένων που απαιτώνται για τις έρευνες ακριβείας θέτει επιπλέον προκλήσεις, ενώ προκύπτουν και θέματα επεξεργασίας τους. Οι μέθοδοι Τεχνητής Νοημοσύνης έχουν αναδειχθεί σε πολύτιμο εργαλείο της ερευνητικής κοινότητας, καθώς η χρήση τους έχει οδηγήσει στην επίλυση πολλών προβλημάτων σε διαφορετικο- ύς επιστημονικούς κλάδους. Στην παρούσα πτυχιακή εργασία γίνεται μια ανασκόπηση των τεχνικών Τεχνητής Νοημοσύνης όπως αυτές εφαρμόζονται σε προβλήματα της αλλη- λεπίδρασης φωτός - ύλης. Πιο συγκεκριμένα, αρχικά γίνεται μια εισαγωγή στη φυσική και τους μηχανισμούς της αλληλεπίδρασης φωτός - ύλης. Στη συνέχεια, παρουσιάζονται εκτενώς διάφορες τεχνικές Τεχνητής Νοημοσύνης, με ιδιαίτερη έμφαση στις μεθόδους Μηχανικής Μάθησης και Βαθιάς Μάθησης. Οι δύο αυτοί κλάδοι της Τεχνητής Νοημοσύνης έχουν κυριαρχήσει έναντι άλλων προσεγγίσεων, ενώ παράλληλα έχουν επιτύχει εξαιρετικά αποτελέσματα σε μια σειρά από διαφορετικά προβλήματα. Οι εφαρμογές των μοντέλων Τεχνητής Νοημοσύνης συζητιούνται στο τρίτο κεφάλαιο, όπου παρουσιάζονται διάφορες έρευνες πάνω στη μικροσκοπία και τη φασματοσκοπία, τη φωτονική και την επιστήμη των υλικών. Τέλος, εξετάζονται διάφορες εμπορικές εφαρμογές και κάποιες προσπάθεις εταιρειών για την παραγωγή προϊόντων ή υπηρεσιών βασιζόμενες στη σύνδεση Τεχνητής Νοημοσύνης και της αλληλεπίδρασης φωτός - ύλης, ενώ πραγματοποιείται μια εκτίμηση των μελλοντικών προκλήσεων αυτού του ερευνητικού τομέα. |
| author2 |
Tatsina, Konstantina |
| author_facet |
Tatsina, Konstantina Τατσίνα, Κωνσταντίνα |
| author |
Τατσίνα, Κωνσταντίνα |
| author_sort |
Τατσίνα, Κωνσταντίνα |
| title |
Ο ρόλος της τεχνητής νοημοσύνης σε αλληλεπίδραση φωτός-ύλης |
| title_short |
Ο ρόλος της τεχνητής νοημοσύνης σε αλληλεπίδραση φωτός-ύλης |
| title_full |
Ο ρόλος της τεχνητής νοημοσύνης σε αλληλεπίδραση φωτός-ύλης |
| title_fullStr |
Ο ρόλος της τεχνητής νοημοσύνης σε αλληλεπίδραση φωτός-ύλης |
| title_full_unstemmed |
Ο ρόλος της τεχνητής νοημοσύνης σε αλληλεπίδραση φωτός-ύλης |
| title_sort |
ο ρόλος της τεχνητής νοημοσύνης σε αλληλεπίδραση φωτός-ύλης |
| publishDate |
2022 |
| url |
https://hdl.handle.net/10889/23899 |
| work_keys_str_mv |
AT tatsinakōnstantina orolostēstechnētēsnoēmosynēsseallēlepidrasēphōtosylēs AT tatsinakōnstantina theroleofartificialintelligenceinlightmatterinteraction |
| _version_ |
1771297361763500032 |
| spelling |
nemertes-10889-238992022-11-15T04:38:42Z Ο ρόλος της τεχνητής νοημοσύνης σε αλληλεπίδραση φωτός-ύλης The role of artificial intelligence in light-matter interaction Τατσίνα, Κωνσταντίνα Tatsina, Konstantina Κβαντικής θεωρίας Τεχνητή νοημοσύνη Artificial neurons Η φυσική της αλληλεπίδρασης φωτός - ύλης αποτελεί ένα από τα πιο δύσκολα και εν- διαφέροντα επιστημονικά πεδία, η μελέτη του οποίου έχει οδηγήσει στη σημερινή μας αντίληψη για το φυσικό κόσμο. Ταυτόχρονα, πλήθος τεχνολογιών βασίζονται στους μηχα- νισμούς της αλληλεπίδρασεις φωτός - ύλης και στις οπτικές ιδιότητες των υλικών. Ωστόσο, πλησιάζοντας στο κβαντικό όριο στην κατασκευή δισδιάστατων επιφανειών και μεταϋλι- κών και μελετώντας όλο και μικρότερες νανοεπιφάνειες ανακύπτουν πολλές δυσκολίες. Η παράλληλη αύξηση του όγκου των δεδομένων που απαιτώνται για τις έρευνες ακριβείας θέτει επιπλέον προκλήσεις, ενώ προκύπτουν και θέματα επεξεργασίας τους. Οι μέθοδοι Τεχνητής Νοημοσύνης έχουν αναδειχθεί σε πολύτιμο εργαλείο της ερευνητικής κοινότητας, καθώς η χρήση τους έχει οδηγήσει στην επίλυση πολλών προβλημάτων σε διαφορετικο- ύς επιστημονικούς κλάδους. Στην παρούσα πτυχιακή εργασία γίνεται μια ανασκόπηση των τεχνικών Τεχνητής Νοημοσύνης όπως αυτές εφαρμόζονται σε προβλήματα της αλλη- λεπίδρασης φωτός - ύλης. Πιο συγκεκριμένα, αρχικά γίνεται μια εισαγωγή στη φυσική και τους μηχανισμούς της αλληλεπίδρασης φωτός - ύλης. Στη συνέχεια, παρουσιάζονται εκτενώς διάφορες τεχνικές Τεχνητής Νοημοσύνης, με ιδιαίτερη έμφαση στις μεθόδους Μηχανικής Μάθησης και Βαθιάς Μάθησης. Οι δύο αυτοί κλάδοι της Τεχνητής Νοημοσύνης έχουν κυριαρχήσει έναντι άλλων προσεγγίσεων, ενώ παράλληλα έχουν επιτύχει εξαιρετικά αποτελέσματα σε μια σειρά από διαφορετικά προβλήματα. Οι εφαρμογές των μοντέλων Τεχνητής Νοημοσύνης συζητιούνται στο τρίτο κεφάλαιο, όπου παρουσιάζονται διάφορες έρευνες πάνω στη μικροσκοπία και τη φασματοσκοπία, τη φωτονική και την επιστήμη των υλικών. Τέλος, εξετάζονται διάφορες εμπορικές εφαρμογές και κάποιες προσπάθεις εταιρειών για την παραγωγή προϊόντων ή υπηρεσιών βασιζόμενες στη σύνδεση Τεχνητής Νοημοσύνης και της αλληλεπίδρασης φωτός - ύλης, ενώ πραγματοποιείται μια εκτίμηση των μελλοντικών προκλήσεων αυτού του ερευνητικού τομέα. The physics of light-matter interaction is one of the most challenging and interesting scientific fields, the study of which has led to our current understanding of the natural world. At the same time, numerous technologies are based on the mechanisms of light-matter interactions and the optical properties of materials. However, approaching the quantum limit in the construction of two-dimensional surfaces and meta-materials and studying ever smaller nano-surfaces, many difficulties arise. The simultaneous increase in the volume of data required for precision research poses additional challenges and processing issues. Artificial Intelligence methods have emerged as a valuable tool for the research community, as their use has led to the solution of many problems in different scientific disciplines. In this thesis, a review of Artificial Intelligence techniques as applied to problems of light-matter interaction is presented. More specifically, first an introduction to the physics and mechanisms of light-matter interaction is given. Then, various Artificial Intelligence techniques are extensively presented, with particular emphasis on Machine Learning and Deep Learning methods. These two branches of Artificial Intelligence have dominated over other approaches, while achieving excellent results on a number of different problems. The applications of Artificial Intelligence models are discussed in chapter three, where various research on microscopy and spectroscopy, photonics and materials science are presented. Finally, various commercial applications and some company efforts to deliver products or services based on the connection of Artificial Intelligence and light-matter interaction are discussed, and an assessment of the future challenges of this research area is made. 2022-11-14T07:31:56Z 2022-11-14T07:31:56Z 2022-09-30 https://hdl.handle.net/10889/23899 el 02 CC0 1.0 Universal http://creativecommons.org/publicdomain/zero/1.0/ application/pdf |
