Ανάπτυξη πολυωνυμικών νευρωνικών δικτύων με χρήση ορθογωνίων πολυωνύμων

Περίληψη

Στην παρούσα διδακτορική διατριβή παρουσιάζεται η ερευνητική προσπάθεια της δημιουργίας, εκπαίδευσης και χρήσης Πολυωνυμικών Τεχνητών Νευρωνικών Δικτύων (ΠΤΝΔ) με χρήση ορθογωνίων πολυωνύμων. Η έρευνα αυτή εστιάζει στην επίδραση που έχουν τα πολυώνυμα αυτά μέσα στη δομή των Τεχνητών Νευρωνικών Δικτύων (ΤΝΔ).Αναπτύχθηκαν τρείς διαφορετικές καινοτόμες δομές Πολυωνυμικών Τεχνητών Νευρωνικών Δικτύων (ΠΤΝΔ) οι οποίες έχουν δημοσιευθεί σε έγκυρα διεθνή περιοδικά καθώς και σε πρακτικά επιστημονικών συνεδρίων. Σκοπός και των τριών μεθόδων είναι η χρήση τους σε ισχυρά μη-γραμμικά σύνολα δεδομένων με σκοπό την αύξηση της ακριβείας των αποτελεσμάτων τους. Τα σύνολα δεδομένων αφορούν: (α) πραγματικά πειραματικά δεδομένα που συλλέχθηκαν κατά την διάρκεια της παρούσης διδακτορικής διατριβής στο πλαίσιο των ερευνητικών προγραμμάτων "ΘΑΛΗΣ (ISLA) Physical and Economic Impacts of Sea Level Changes on the beaches of the Aegean Archipelago" και " Beachtour: Συνέργεια για την αειφόρο ανάπτυξη και ασφαλή ...
περισσότερα

Περίληψη σε άλλη γλώσσα

This PhD thesis presents the research involving the creation, training and use of Polynomial Artificial Neural Networks (pNN's) using orthogonal polynomials. This research focuses on the effect of these polynomials into the structure of Artificial Neural Networks.Three original structures of Polynomial Neural Networks have been developed and they have been published in peer-reviewed journals and in proceedings of scientific conferences. The purpose of all three methods is their usage on high non-linear data sets in order to increase the accuracy of their results. The datasets involve: (a) experimental data collected from the research programs "THALES (ISLA) Physical and Economic Impacts of Sea Level Changes on the beaches of the Aegean Archipelago" and "Beachtour: Synergy for sustainable development and safe use of the Greek beaches" (see Appendix B), and ( b) data selected by the UCI Repository database. The first proposed network (Chapter 2) uses the orthogonal Chebychev polynomials ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/40256
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/40256
ND
40256
Εναλλακτικός τίτλος
Development of polynomial neural networks using orthogonal polynomials
Συγγραφέας
Ρήγος, Αναστάσιος του Ιωάννης
Ημερομηνία
2017
Ίδρυμα
Πανεπιστήμιο Αιγαίου. Σχολή Κοινωνικών Επιστημών. Τμήμα Πολιτισμικής Τεχνολογίας και Επικοινωνίας
Εξεταστική επιτροπή
Τσεκούρας Γεώργιος
Λύκας Αριστείδης
Κωτσιαντής Σωτήρης
Ηλιάδης Λάζαρος
Βελεγράκης Αντώνιος
Αναγνωστόπουλος Χρήστος-Νικόλαος
Καλλονιάτης Χρήστος
Επιστημονικό πεδίο
Φυσικές ΕπιστήμεςΕπιστήμη Ηλεκτρονικών Υπολογιστών και Πληροφορική
Λέξεις-κλειδιά
Τεχνητά νευρωνικά δίκτυα; Ορθογώνια πολυώνυμα
Χώρα
Ελλάδα
Γλώσσα
Ελληνικά
Άλλα στοιχεία
εικ., πιν., σχημ., γραφ.
Ειδικοί όροι χρήσης/διάθεσης
Το έργο παρέχεται υπό τους όρους της δημόσιας άδειας του νομικού προσώπου Creative Commons Corporation:
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Σχετικές εγγραφές (με βάση τις επισκέψεις των χρηστών)