Μελέτη και υλοποίηση Deep Learning τεχνικών στον τομέα της υπολογιστικής όρασης
Η παρούσα διπλωματική ασχολείται με τη μελέτη και υλοποίηση των Deep Belief Networks νευρωνικών δικτύων, τόσο σε θεωρητικό όσο και σε πρακτικό επίπεδο. Στόχος είναι η διερεύνηση και ανάλυση του θεωρητικού υπόβαθρου των Deep Belief Networks, ξεκινώντας από τη θεωρία της μηχανικής μάθησης στο πεδίο τω...
| Κύριος συγγραφέας: | |
|---|---|
| Άλλοι συγγραφείς: | |
| Μορφή: | Thesis |
| Γλώσσα: | Greek |
| Έκδοση: |
2016
|
| Θέματα: | |
| Διαθέσιμο Online: | http://hdl.handle.net/10889/9473 |
| id |
nemertes-10889-9473 |
|---|---|
| record_format |
dspace |
| spelling |
nemertes-10889-94732022-09-05T20:23:37Z Μελέτη και υλοποίηση Deep Learning τεχνικών στον τομέα της υπολογιστικής όρασης Study and implementation of Deep Learning techniques in the field of computer vision Μοναχόπουλος, Κωνσταντίνος Οικονόμου, Γεώργιος Φωτόπουλος, Σπύρος Οικονόμου, Γεώργιος Θεοχαράτος, Χρήστος Monahopoulos, Konstantinos Νευρωνικά δίκτυα βαθειάς μάθησης Αναγνώριση προτύπων Deep belief networks Monte Carlo simulation Deep learning Boltzmann machines MNIST Pattern recognition 006.37 Η παρούσα διπλωματική ασχολείται με τη μελέτη και υλοποίηση των Deep Belief Networks νευρωνικών δικτύων, τόσο σε θεωρητικό όσο και σε πρακτικό επίπεδο. Στόχος είναι η διερεύνηση και ανάλυση του θεωρητικού υπόβαθρου των Deep Belief Networks, ξεκινώντας από τη θεωρία της μηχανικής μάθησης στο πεδίο των τεχνητών νευρωνικών δικτύων και ολοκληρώνοντας με την υλοποίηση και εκτέλεση σε αλγοριθμικό επίπεδο. Η προσέγγιση που χρησιμοποιείται για την ορθή εκπαίδευση του δικτύου, περιλαμβάνει τις τεχνικές Greedy-Layer Wise Unsupervised Pre-Training και Semi-Supervised Fine-Tuning. Οι τεχνικές αυτές περιλαμβάνουν διαδικασίες ορθής αρχικοποίησης των συναπτικών βαρών και βελτιστοποίησης αυτών με χρήση ενός μικρού μέρους επισημασμένων προτύπων. The current Msc. Thesis is dealing with the study and implementation of Deep Belief Networks, both in theoretical and practical background. Our aim is to investigate and analyze the theoretical background of Deep Belief Networks, starting with machine learning theory in the field of Artificial Neural Networks and completing the implementation in an algorithmic layer. The approach that is used for the proper training procedure, includes the Greedy-Layer Wise Unsupervised Pre-Training and Semi-Supervised Fine-Tuning techniques. These techniques contain initialization and optimization procedures of the synaptic weights, using a small part of database training patterns. 2016-07-22T16:55:30Z 2016-07-22T16:55:30Z 2016-03-17 Thesis http://hdl.handle.net/10889/9473 gr 0 application/pdf |
| institution |
UPatras |
| collection |
Nemertes |
| language |
Greek |
| topic |
Νευρωνικά δίκτυα βαθειάς μάθησης Αναγνώριση προτύπων Deep belief networks Monte Carlo simulation Deep learning Boltzmann machines MNIST Pattern recognition 006.37 |
| spellingShingle |
Νευρωνικά δίκτυα βαθειάς μάθησης Αναγνώριση προτύπων Deep belief networks Monte Carlo simulation Deep learning Boltzmann machines MNIST Pattern recognition 006.37 Μοναχόπουλος, Κωνσταντίνος Μελέτη και υλοποίηση Deep Learning τεχνικών στον τομέα της υπολογιστικής όρασης |
| description |
Η παρούσα διπλωματική ασχολείται με τη μελέτη και υλοποίηση των Deep Belief Networks νευρωνικών δικτύων, τόσο σε θεωρητικό όσο και σε πρακτικό επίπεδο. Στόχος είναι η διερεύνηση και ανάλυση του θεωρητικού υπόβαθρου των Deep Belief Networks, ξεκινώντας από τη θεωρία της μηχανικής μάθησης στο πεδίο των τεχνητών νευρωνικών δικτύων και ολοκληρώνοντας με την υλοποίηση και εκτέλεση σε αλγοριθμικό επίπεδο. Η προσέγγιση που χρησιμοποιείται για την ορθή εκπαίδευση του δικτύου, περιλαμβάνει τις τεχνικές Greedy-Layer Wise Unsupervised Pre-Training και Semi-Supervised Fine-Tuning. Οι τεχνικές αυτές περιλαμβάνουν διαδικασίες ορθής αρχικοποίησης των συναπτικών βαρών και βελτιστοποίησης αυτών με χρήση ενός μικρού μέρους επισημασμένων προτύπων. |
| author2 |
Οικονόμου, Γεώργιος |
| author_facet |
Οικονόμου, Γεώργιος Μοναχόπουλος, Κωνσταντίνος |
| format |
Thesis |
| author |
Μοναχόπουλος, Κωνσταντίνος |
| author_sort |
Μοναχόπουλος, Κωνσταντίνος |
| title |
Μελέτη και υλοποίηση Deep Learning τεχνικών στον τομέα της υπολογιστικής όρασης |
| title_short |
Μελέτη και υλοποίηση Deep Learning τεχνικών στον τομέα της υπολογιστικής όρασης |
| title_full |
Μελέτη και υλοποίηση Deep Learning τεχνικών στον τομέα της υπολογιστικής όρασης |
| title_fullStr |
Μελέτη και υλοποίηση Deep Learning τεχνικών στον τομέα της υπολογιστικής όρασης |
| title_full_unstemmed |
Μελέτη και υλοποίηση Deep Learning τεχνικών στον τομέα της υπολογιστικής όρασης |
| title_sort |
μελέτη και υλοποίηση deep learning τεχνικών στον τομέα της υπολογιστικής όρασης |
| publishDate |
2016 |
| url |
http://hdl.handle.net/10889/9473 |
| work_keys_str_mv |
AT monachopouloskōnstantinos meletēkaiylopoiēsēdeeplearningtechnikōnstontomeatēsypologistikēsorasēs AT monachopouloskōnstantinos studyandimplementationofdeeplearningtechniquesinthefieldofcomputervision |
| _version_ |
1771297316667392000 |
