Κατανεμημένη μάθηση ορισμών γεγονότων σε πραγματικό χρόνο με τη χρήση δραστών

Φερλές, Αλέξανδρος; Ferles, Alexandros

dc.contributor.author	Φερλές, Αλέξανδρος	el
dc.contributor.author	Ferles, Alexandros	en
dc.date.accessioned	2017-09-22T10:43:08Z
dc.date.available	2017-09-22T10:43:08Z
dc.date.issued	2017-09-22
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/45683
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.14403
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc/3.0/gr/	*
dc.subject	Distributed systems	en
dc.subject	Event calculus	en
dc.subject	Complex-event recognition	en
dc.subject	Inductive logic programming	en
dc.subject	Actors	en
dc.subject	Λογισμός πράξης	el
dc.subject	Αναγνώριση σύνθετων γεγονότων	el
dc.subject	Κατανεμημένα συστήματα επεξεργασίας	el
dc.subject	Επαγωγικός λογικός προγραμματισμός	el
dc.subject	Δράστες	el
dc.title	Κατανεμημένη μάθηση ορισμών γεγονότων σε πραγματικό χρόνο με τη χρήση δραστών	el
heal.type	bachelorThesis
heal.secondaryTitle	Distributed online learning of event definitions	en
heal.classification	Machine learning	en
heal.classificationURI	http://id.loc.gov/authorities/subjects/sh85079324
heal.language	el	el
heal.access	free
heal.recordProvider	ntua	en
heal.publicationDate	2017-07-20
heal.abstract	Η αναγνώριση σύνθετων γεγονότων (Complex Event Recognition) αποτελεί αντικείμενο έρευνας στο πεδίο της μηχανικής μάθησης (Machine Learning). Στόχος ενός συστήματος αναγνώρισης σύνθετων γεγονότων είναι να χρησιμοποιεί διατυπώσεις γνωστών γεγονότων χαμηλού επιπέδου (low-level events) συνδυαστικά με ορισμούς σύνθετων γεγονότων ώστε να αναγνωρίζει τα γεγονότα υψηλού επιπέδου (high-level events) τα οποία πραγματοποιούνται δεδομένες χρονικές στιγμές. Το σύστημα Μάθησης Ορισμών Γεγονότων σε πραγματικό χρόνο (Online Learning of Event Definitions; OLED) χρησιμοποιεί τεχνικές επαγωγικού λογικού προγραμματισμού ώστε να διατυπώσει τις προϋποθέσεις οι οποίες πρέπει να πληρούνται προκειμένου να λαμβάνει χώρα ένα σύνθετο γεγονός, με τη μηχανική μάθηση να πραγματοποιείται σε πραγματικό χρόνο, υπό την έννοια ότι κάθε διαθέσιμο δεδομένο χρησιμοποιείται ακριβώς μία φορά χωρίς να διατηρείται στη μνήμη για περαιτέρω επεξεργασία. Σκοπός της διπλωματικής εργασίας είναι η ανάπτυξη ενός συστήματος μάθησης ορισμών γεγονότων σε πραγματικό χρόνο για κατανεμημένα συστήματα επεξεργασίας. Η σχεδίαση του νέου αυτού συστήματος βασίστηκε στο προϋπάρχον σύστημα του OLED. Συγκεκριμένα, έγινε χρήση του μαθηματικού μοντέλου των δραστών (Actors), το οποίο χρησιμοποιείται την υλοποίηση ασύγχρονων συστημάτων κατανεμημένης επεξεργασίας, και στηρίζεται στην ανταλλαγή και αξιοποίηση μηνυμάτων μεταξύ των υπολογιστικών νημάτων. Στην εν λόγω διπλωματική εργασία, παρουσιάζουμε το σύστημα Κατανεμημένης Μάθησης Ορισμών Γεγονότων σε πραγματικό χρόνο (Distributed Online Learning of Event Definitions; DOLED) το οποίο επιτυγχάνει κατανεμημένη μάθηση κανόνων με χρήση ενός συνόλου δεδομένων το οποίο έχει διασπαστεί σε τμήματα τα οποία με τη σειρά τους αναθέτονται σε πλήθος υπολογιστικών νημάτων. Το σύστημα αυτό παρουσιάζεται σε δύο διακριτές και ανεξάρτητες ματαξύ τους υλοποιήσεις, το Μοντέλο Ολικού Κλειδώματος και το Μοντέλο Ροής Πληροφορίας.	el
heal.abstract	Complex Event Recognition is a scientific research area in Machine Learning. The purpose of a complex event recognition system is to combine known low-level events with complexevent definitions in order to recognize hih-level events that occur in certain time points. Online Learning of Event Definitions (OLED) is an Incremental Logic Programming (ILP) system for learning Event Calculus theories in an Online manner. The scope of this thesis is the development of a distributed online learning system. The design of this system is based on the OLED system. In order to achieve a distributed algorithm, we deploy the Actor-model, which is an inconcurrent model of distributed processing that mainly operates by exchanging messages between active computing threads. We present the Distributed Online Learning of Event Definitions system, which achieves distributed learning of rules by using disjoint subsets of a dataset which are allocated to a number of computing threads. The DOLED system is presented in two distinct models, the Global-Lock Model and the Streaming Model.	en
heal.advisorName	Στάμου, Γεώργιος	el
heal.committeeMemberName	Σταφυλοπάτης, Ανδρέας-Γεώργιος	el
heal.committeeMemberName	Φωτάκης, Δημήτριος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	92 σ.
heal.fullTextAvailability	true