| dc.contributor.advisor | Παπουτσιδάκης, Μιχάλης | |
| dc.contributor.author | Κυριακοπούλου, Αγγελική | |
| dc.date.accessioned | 2019-04-19T08:03:08Z | |
| dc.date.available | 2019-04-19T08:03:08Z | |
| dc.date.issued | 2019-04 | |
| dc.identifier.uri | http://okeanis.lib2.uniwa.gr/xmlui/handle/123456789/4885 | |
| dc.description.abstract | Η παρούσα πτυχιακή καταπιάνεται με τις εφαρμογές μηχανικής μάθησης στην σύγχρονη βιομηχανία. Θα μελετηθεί η έννοια της μηχανικής μάθησης ώστε να γίνουν κατανοητές οι μέθοδοι και οι τεχνικές της. Θα αναπτυχθεί ο πυρήνας των τεχνικών μηχανικής μάθησης που βασίζεται στο να επωφεληθούν πλήρως τα τεράστια ποσά των διαθέσιμων δεδομένων διεργασίας, με στόχο την απόκτηση των χρήσιμων πληροφοριών. Τα δεδομένα που επικεντρώνονται στις σύγχρονες βιομηχανικές εφαρμογές που αναπτύχθηκαν γρήγορα και χρησιμοποιούνται ευρέως σε πολλούς βιομηχανικούς τομείς κάνουν φανερή τη σημασία της μηχανικής μάθησης στην σύγχρονης βιομηχανίας. Επίσης, παρουσιάζεται ο λόγος για τον οποίο οι τεχνικές που βασίζονται σε δεδομένα παρέχουν αποτελεσματικές εναλλακτικές λύσεις για διαφορετικά βιομηχανικά θέματα κάτω από διάφορες συνθήκες λειτουργίας. Μέσα από όλα αυτά θα γίνει κατανοητή η έννοια της σύγχρονης βιομηχανίας και η εξέλιξη της βασιζόμενη στην μηχανική μάθηση. | el |
| dc.format.extent | 48 | el |
| dc.language.iso | el | el |
| dc.publisher | Α.Ε.Ι. Πειραιά Τ.Τ. | el |
| dc.subject | TPSH::Τεχνολογία::Βιομηχανία | el |
| dc.title | Εφαρμογές μηχανικής μάθησης στην σύγχρονη βιομηχανία | el |
| dc.title.alternative | Mechanical learning applications in modern industry | el |
| dc.type | Πτυχιακή εργασία | el |
| dc.contributor.committee | Χατζόπουλος, Αβραάμ | |
| dc.contributor.committee | Χαμηλοθώρης, Γεώργιος | |
| dc.contributor.department | Τμήμα Μηχανικών Αυτοματισμού Τ.Ε. | el |
| dc.contributor.faculty | Σχολή Τεχνολογικών Εφαρμογών | el |
| dc.subject.keyword | Μηχανική μάθηση | el |
| dc.subject.keyword | Αλγόριθμοι ταξινόμησης | el |
| dc.subject.keyword | Τεχνητά νευρωνικά δίκτυα | el |
| dc.subject.keyword | Βιομηχανικός αυτοματισμός | el |
| dc.description.abstracttranslated | This diploma deals with mechanical engineering applications in the modern industry. The concept of mechanical learning will be studied in order to understand its methods and techniques. It will develop the core of engineering learning techniques based on taking full advantage of the vast amounts of process data available to obtain useful information. Data focused on modern industrial applications that have been rapidly deployed and widely used in many industrial sectors make it clear the importance of mechanical learning in modern industry. It also presents the reason why data-based techniques provide effective alternatives to different industrial issues under different operating conditions. Through all this, the concept of modern industry and its evolution based on mechanical learning will be understood. | el |
