URI | http://purl.tuc.gr/dl/dias/8BAE52F6-9E8B-45BE-9AD9-CFF007BC0069 | - |
Αναγνωριστικό | https://doi.org/10.26233/heallink.tuc.103452 | - |
Γλώσσα | el | - |
Μέγεθος | 114 σελίδες | el |
Τίτλος | Αναγνώριση κεραυνών σε καταιγίδα με τη χρήση τεχνητής νοημοσύνης | el |
Τίτλος | Lightning detection in thunderstorms using artificial intelligence | en |
Δημιουργός | Pappa Maria Ioanna | en |
Δημιουργός | Παππα Μαρια Ιωαννα | el |
Συντελεστής [Επιβλέπων Καθηγητής] | Papadakis Nikolaos | en |
Συντελεστής [Επιβλέπων Καθηγητής] | Παπαδακης Νικολαος | el |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Kouikoglou Vasileios | en |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Κουϊκογλου Βασιλειος | el |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Litke Antonios | en |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Λίτκε Αντώνιος | el |
Εκδότης | Πολυτεχνείο Κρήτης | el |
Εκδότης | Technical University of Crete | en |
Ακαδημαϊκή Μονάδα | Technical University of Crete::School of Production Engineering and Management | en |
Ακαδημαϊκή Μονάδα | Πολυτεχνείο Κρήτης::Σχολή Μηχανικών Παραγωγής και Διοίκησης | el |
Περιγραφή | Μεταπτυχιακή Διατριβή που υποβλήθηκε στη σχολή Μηχανικών Παραγωγής και Διοίκησης του Πολυτεχνείου Κρήτης για την πλήρωση προϋποθέσεων λήψης του Μεταπτυχιακού Διπλώματος. | el |
Περίληψη | Η αναγνώριση κεραυνών αποτελεί ένα κρίσιμο πεδίο έρευνας με ποικίλες
εφαρμογές, καθώς ο κεραυνός χαρακτηρίζεται ως ένα επικίνδυνο φυσικό φαινόμενο με σοβαρές επιπτώσεις για την ανθρώπινη ζωή, τις υποδομές αλλά και το περιβάλλον. Στην παρούσα εργασία εξετάζεται η χρήση τεχνητής νοημοσύνης για την αναγνώριση κεραυνών σε καταιγίδες. Η βιβλιογραφική ανασκόπηση εξετάζει τις θεωρητικές προσεγγίσεις και τις απαραίτητες έννοιες που σχετίζονται με το θέμα αυτό. Αναφέρονται οι παραδοσιακές μέθοδοι στην αναγνώριση κεραυνών, οι οποίες βασίζονται κυρίως στις αρχές της φυσικής και των μαθηματικών. Επιπλέον, αναφέρεται η χρήση της τεχνητής νοημοσύνης, των νευρωνικών δικτύων και διεργασίες που αφορούν την επεξεργασία της εικόνας και την υπολογιστική όραση.
Για την υλοποίηση του πειραματικού μέρος, αναλύθηκαν και αναπτύχθηκαν τα
μοντέλα βαθιάς μάθησης YOLOv5 και YOLOv8, τα οποία εκπαιδεύτηκαν σε ένα σύνολο δεδομένων από εικόνες, οι οποίες συλλέχθηκαν από διάφορες πηγές. Τα YOLO αποτελούν δημοφιλή μοντέλα βαθιάς μάθησης για την ανίχνευση αντικειμένων σε πραγματικό χρόνο, ενώ θεωρούνται μοντέλα State-of-The-Art (SOTA) σε πολλές εφαρμογές. Η εργασία επικεντρώνεται στην ανάλυση της απόδοσης των μοντέλων αυτών στην αναγνώριση κεραυνών. Τέλος, πραγματοποιείται λεπτομερής εξέταση των πειραματικών αποτελεσμάτων και αποδεικνύονται οι δυνατότητες της τεχνητής νοημοσύνης στην ανίχνευση κεραυνών. | el |
Τύπος | Μεταπτυχιακή Διατριβή | el |
Τύπος | Master Thesis | en |
Άδεια Χρήσης | http://creativecommons.org/licenses/by/4.0/ | en |
Ημερομηνία | 2025-06-13 | - |
Ημερομηνία Δημοσίευσης | 2025 | - |
Θεματική Κατηγορία | Computer vision | en |
Θεματική Κατηγορία | Υπολογιστική όραση | el |
Θεματική Κατηγορία | Μηχανική μάθηση | el |
Θεματική Κατηγορία | Machine learning | en |
Θεματική Κατηγορία | Τεχνητή νοημοσύνη | el |
Θεματική Κατηγορία | Artificial intelligence | en |
Βιβλιογραφική Αναφορά | Παππά Μαρία Ιωάννα, "Αναγνώριση κεραυνών σε καταιγίδα με τη χρήση τεχνητής νοημοσύνης", Μεταπτυχιακή Διατριβή, Σχολή Μηχανικών Παραγωγής και Διοίκησης, Πολυτεχνείο Κρήτης, Στρατιωτική Σχολή Ευελπίδων, Χανιά, Ελλάς, 2025 | el |
Βιβλιογραφική Αναφορά | Pappa Maria Ioanna, "Lightning detection in thunderstorms using artificial intelligence", Master Thesis, School of Production Engineering and Management, Technical University of Crete, Hellenic Military Academy, Chania, Greece, 2025 | el |