Περίληψη: | Το αντικείμενο της διδακτορικής διατριβής αϕορά στην ανάπτυξη και στη θεμελίωση μεθόδων για αξιόπιστους νευρωνικούς υπολογισμούς. Ένα σημαντικό τμήμα της διατριβής είναι αφιερωμένο στη μαθηματική θεμελίωση των μεθόδων. Ειδικότερα, η διατριβή εστιάζει στη διαχείριση της αβεβαιότητας που είναι σύμϕυτη με την επεξεργασία των δεδομένων δηλαδή με τους αλγορίθμους επεξεργασίας. Τα ζητήματα που αναδεικνύουν και χαρακτηρίζουν την αβεβαιότητα σε επίπεδο επεξεργασίας των δεδομένων σχετίζονται με τις αρχικές και τις οριακές τιμές των αλγορίθμων, τη σθεναρότητα των αλγορίθμων σε σϕάλματα των υπολογισμών ή των δεδομένων, την πληθώρα των ευρετικών που υποκαθιστούν τη μαθηματική μοντελοποίηση άγνωστων παραμέτρων κλπ. Για τη μοντελοποίηση και την επίλυση ζητημάτων, όπως τα ανωτέρω, χρησιμοποιήθηκαν κύρια οι έννοιες και οι μέθοδοι της Ανάλυσης Διαστημάτων καθώς και μαθηματικές προσεγγίσεις όπως η ολική βελτιστοποίηση και η μηδενική στάθμη διανυσμάτων. Επί πλέον, αξιοποιήθηκαν κάποιες τεχνικές ομαδοποίησης και εξόρυξης δεδομένων για συγκεκριμένες περιπτώσεις ανάλυσης δεδομένων. Στα πλαίσια της διατριβής μελετώνται, κυρίως, πολυστρωματικά δίκτυα τύπου perceptron. Η διατύπωση αξιόπιστων αλγορίθμων σχετίζεται με τη διαχείριση της αβεβαιότητας στα ακόλουθα ζητήματα: α) αρχικοποίηση των συναπτικών βαρών, β) βελτιστοποίηση της σχεδίασης του δικτύου, γ) καθορισμός του χώρου εντός του οποίου εγγυημένα βρίσκεται κάποιος ολικός ελάχιστοποιητής της συνάρτησης κόστους της εξόδου του δικτύου, και δ) αξιόπιστη εκτίμηση του πεδίου εγκυρότητας ενός δικτύου.
|