Ιδρυματικό Αποθετήριο
Πολυτεχνείο Κρήτης
EN  |  EL

Αναζήτηση

Πλοήγηση

Ο Χώρος μου

Αναγνώριση κεραυνών σε καταιγίδα με τη χρήση τεχνητής νοημοσύνης

Pappa Maria Ioanna

Απλή Εγγραφή


URIhttp://purl.tuc.gr/dl/dias/8BAE52F6-9E8B-45BE-9AD9-CFF007BC0069-
Αναγνωριστικόhttps://doi.org/10.26233/heallink.tuc.103452-
Γλώσσαel-
Μέγεθος114 σελίδεςel
ΤίτλοςΑναγνώριση κεραυνών σε καταιγίδα με τη χρήση τεχνητής νοημοσύνηςel
ΤίτλοςLightning detection in thunderstorms using artificial intelligenceen
ΔημιουργόςPappa Maria Ioannaen
ΔημιουργόςΠαππα Μαρια Ιωανναel
Συντελεστής [Επιβλέπων Καθηγητής]Papadakis Nikolaosen
Συντελεστής [Επιβλέπων Καθηγητής]Παπαδακης Νικολαοςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Kouikoglou Vasileiosen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Κουϊκογλου Βασιλειοςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Litke Antoniosen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Λίτκε Αντώνιοςel
ΕκδότηςΠολυτεχνείο Κρήτηςel
ΕκδότηςTechnical University of Creteen
Ακαδημαϊκή ΜονάδαTechnical University of Crete::School of Production Engineering and Managementen
Ακαδημαϊκή ΜονάδαΠολυτεχνείο Κρήτης::Σχολή Μηχανικών Παραγωγής και Διοίκησηςel
ΠεριγραφήΜεταπτυχιακή Διατριβή που υποβλήθηκε στη σχολή Μηχανικών Παραγωγής και Διοίκησης του Πολυτεχνείου Κρήτης για την πλήρωση προϋποθέσεων λήψης του Μεταπτυχιακού Διπλώματος.el
ΠερίληψηΗ 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
ΤύποςΜεταπτυχιακή Διατριβήel
ΤύποςMaster Thesisen
Άδεια Χρήσηςhttp://creativecommons.org/licenses/by/4.0/en
Ημερομηνία2025-06-13-
Ημερομηνία Δημοσίευσης2025-
Θεματική ΚατηγορίαComputer visionen
Θεματική ΚατηγορίαΥπολογιστική όρασηel
Θεματική ΚατηγορίαΜηχανική μάθησηel
Θεματική ΚατηγορίαMachine learningen
Θεματική ΚατηγορίαΤεχνητή νοημοσύνηel
Θεματική ΚατηγορίαArtificial intelligenceen
Βιβλιογραφική ΑναφοράΠαππά 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, 2025el
Βιβλιογραφική ΑναφοράPappa 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, 2025el

Διαθέσιμα αρχεία

Υπηρεσίες

Στατιστικά