Institutional Repository
Technical University of Crete
EN  |  EL

Search

Browse

My Space

Decision making via semi-supervised machine learning techniques

Protopapadakis Eftychios

Simple record


URIhttp://purl.tuc.gr/dl/dias/889E8854-A8E6-44EE-9C09-2FA0198CB968-
Identifierhttps://doi.org/10.26233/heallink.tuc.65064-
Languageen-
Extent6 megabytesen
TitleDecision making via semi-supervised machine learning techniquesen
CreatorProtopapadakis Eftychiosen
CreatorΠρωτοπαπαδακης Ευτυχιοςel
Contributor [Thesis Supervisor]Matsatsinis Nikolaosen
Contributor [Thesis Supervisor]Ματσατσινης Νικολαοςel
Contributor [Co-Supervisor]Doulamis, Anastasiosen
Contributor [Co-Supervisor]Michael Doumposen
Contributor [Co-Supervisor]Δουμπος Μιχαληςel
Contributor [Committee Member]Marinakis Ioannisen
Contributor [Committee Member]Μαρινακης Ιωαννηςel
Contributor [Committee Member]Stavroulakis Georgiosen
Contributor [Committee Member]Σταυρουλακης Γεωργιοςel
Contributor [Committee Member]Grammalidis, Nikosen
Contributor [Committee Member]Tsafarakis Steliosen
Contributor [Committee Member]Τσαφαρακης Στελιοςel
PublisherΠολυτεχνείο Κρήτηςel
PublisherTechnical University of Creteen
Academic UnitTechnical University of Crete::School of Production Engineering and Managementen
Academic UnitΠολυτεχνείο Κρήτης::Σχολή Μηχανικών Παραγωγής και Διοίκησηςel
Content SummaryΟ όρος μάθηση με μερική επίβλεψη αναφέρεται σε ένα ευρύ πεδίο τεχνικών μηχανικής μάθησης, οι οποίες χρησιμοποιούν τα μη τιτλοφορημένα δεδομένα για να εξάγουν επιπλέον ωφέλιμη πληροφορία. Η μερική επίβλεψη αντιμετωπίζει προβλήματα που σχετίζονται με την επεξεργασία και την αξιοποίηση μεγάλου όγκου δεδομένων και τα όποια κόστη σχετίζονται με αυτά (π.χ. χρόνος επεξεργασίας, ανθρώπινα λάθη). Απώτερος σκοπός είναι η ασφαλή εξαγωγή συμπερασμάτων, κανόνων ή προτάσεων. Τα μοντέλα λήψης απόφασης που χρησιμοποιούν τεχνικές μερικής μάθησης έχουν ποικίλα πλεονεκτήματα. Σε πρώτη φάση, χρειάζονται μικρό πλήθος τιτλοφορημένων δεδομένων για την αρχικοποίηση τους. Στη συνέχεια, τα νέα δεδομένα που θα εμφανιστούν αξιοποιούνται και τροποποιούν κατάλληλα το μοντέλο. Ως εκ τούτου, έχουμε ένα συνεχώς εξελισσόμενο μοντέλο λήψης αποφάσεων, με την ελάχιστη δυνατή προσπάθεια. Τεχνικές που προσαρμόζονται εύκολα και οικονομικά είναι οι κατεξοχήν κατάλληλες για τον έλεγχο συστημάτων, στα οποία παρατηρούνται συχνές αλλαγές στον τρόπο λειτουργίας. Ενδεικτικά πεδία εφαρμογής εφαρμογής ευέλικτων συστημάτων υποστήριξης λήψης αποφάσεων με μερική μάθηση είναι: η επίβλεψη γραμμών παραγωγής, η επιτήρηση θαλάσσιων συνόρων, η φροντίδα ηλικιωμένων, η εκτίμηση χρηματοπιστωτικού κινδύνου, ο έλεγχος για δομικές ατέλειες και η διαφύλαξη της πολιτιστικής κληρονομιάς.el
Type of ItemΔιδακτορική Διατριβήel
Type of ItemDoctoral Dissertationen
Licensehttp://creativecommons.org/licenses/by-sa/4.0/en
Date of Item2016-06-22-
Date of Publication2016-
SubjectΜερική επίβλεψηel
SubjectΣυστήματα υποστήριξης αποφάσεωνel
SubjectΜηχανική μάθησηel
Bibliographic CitationEftychios Protopapadakis, "Decision making via semi-supervised machine learning techniques", Doctoral Dissertation, School of Production Engineering and Management, Technical University of Crete, Chania, Greece, 2016en

Available Files

Services

Statistics