Ανάπτυξη μεθόδων υπολογιστικής νοημοσύνης και σύντηξης δεδομένων με εφαρμογή στο πεδίο της μηχανικής βιοσυστημάτων

Περίληψη

Βασικός στόχος της παρούσας διδακτορικής διατριβής, είναι η ανάπτυξη μεθόδων Υπολογιστικής Νοημοσύνης και Σύντηξης Δεδομένων με εφαρμογή στο πεδίο της Μηχανικής Βιοσυστημάτων για το μη καταστροφικό έλεγχο αγροτικών προϊόντων καθώς και την παρακολούθηση της κατάστασης των καλλιεργειών. Οι μέθοδοι που αναπτύχθηκαν αφορούν το συνδυασμό αισθητήρων στη Γεωργία Ακριβείας με Τεχνητή Νοημοσύνη. Οι αλγόριθμοι Τεχνητής Νοημοσύνης που αναπτύχθηκαν περιλαμβάνουν Βιο-εμπνευσμένους Ιεραρχικούς Νευρωνικούς Χάρτες καθώς και αλγόριθμους Ανίχνευσης Καινοτομίας που ανιχνεύουν απότομες αλλαγές καταστάσεων το πεδίο της Μηχανικής Βιοσυστημάτων. Στην παρούσα διατριβή παρουσιάστηκαν ιεραρχικά μοντέλα Αυτό-Οργανούμενων Χαρτών σε δυο διαφορετικές εφαρμογές της Μηχανικής Βιοσυστημάτων οι οποίες περιελάμβαναν :την πρόβλεψη απόδοσης μιας καλλιέργειας σιταριού με βάση τη σύντηξη η οποία πραγματοποιείται από αισθητήρες εδάφους και εικόνες οι οποίες προέρχονται από δορυφόρο και την ανίχνευση του σταδίου συγκομιδ ...
περισσότερα

Περίληψη σε άλλη γλώσσα

The main objective of the presented thesis is to develop methods of Computational Intelligence and Data Fusion with application in the Biosystems Engineering area for the non-destructive testing of agricultural products and crop condition monitoring. The developed methods are related to the combination of sensors with Artificial Intelligence architectures in Precision Agriculture. The developed Artificial Intelligence algorithms included Bio-inspired Hierarchical Neural Maps and Novelty Detection algorithms that are capable of detecting sudden changes in different conditions of Biosystems Engineering area. In this thesis, Hierarchical models of Self-Organizing Maps (SOMs) in two different applications of Biosystems Engineering area are presented which included wheat yield prediction by data fusion from ground sensors and satellite images and harvesting stage detection in lettuce plants. Moreover, it is already known that in many cases of Biosystems Engineering applications, the conditi ...
περισσότερα
Πρέπει να είστε εγγεγραμένος χρήστης για έχετε πρόσβαση σε όλες τις υπηρεσίες του ΕΑΔΔ  Είσοδος /Εγγραφή

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/38883
ND
38883
Εναλλακτικός τίτλος
Development of computational intelligence and data fusion methods in biosystems engineering
Συγγραφέας
Πανταζή, Ξανθούλα - Ειρήνη Κυριάκος
Ημερομηνία
2016
Ίδρυμα
Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (ΑΠΘ). Σχολή Γεωπονίας, Δασολογίας και Φυσικού Περιβάλλοντος. Τμήμα Γεωπονίας. Τομέας Εγγείων Βελτιώσεων, Εδαφολογίας και Γεωργικής Μηχανικής. Εργαστήριο Γεωργικής Μηχανολογίας
Εξεταστική επιτροπή
Μόσχου Δημήτριος
Μπόχτης Διονύσιος
Φουντάς Σπυρίδων
Κωτσόπουλος Θωμάς
Αμπατζίδης Ιωάννης
Φράγκος Βασίλειος
Αλεξανδρίδης Θωμάς
Επιστημονικό πεδίο
Γεωργικές Επιστήμες
Γεωργία, Δασοκομία, και Αλιεία
Λέξεις-κλειδιά
Μηχανική εκμάθηση; Τεχνητά νευρωνικά δικτύα - ΤΝΔ; Εξόρυξη δεδομένων; Γεωργία ακρίβειας
Χώρα
Ελλάδα
Γλώσσα
Ελληνικά
Άλλα στοιχεία
209 σ., εικ., πιν., χαρτ., σχημ., γραφ.