HEAL DSpace

Αλγόριθμοι Τεχνικών Μείωσης Διαστάσεως Δεδομένων

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.author Παπαδόπουλος, Αλέξανδρος el
dc.contributor.author Papadopoulos, Alexandros en
dc.date.accessioned 2018-04-30T10:31:08Z
dc.date.available 2018-04-30T10:31:08Z
dc.date.issued 2018-04-30
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/46912
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.7993
dc.description Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Εφαρμοσμένη Μηχανική” el
dc.rights Default License
dc.subject Μείωση Διαστάσεως Δεδομένων el
dc.subject Ανάλυση Κυρίων Συνιστωσών el
dc.subject Ανάλυση Ανεξάρτητων Συνιστωσών el
dc.subject Μέθοδος Κ-Κοντινότερων Γειτόνων el
dc.subject Μηχανές Διανυσμάτων Υποστήριξης el
dc.subject Data Dimensionality Reduction en
dc.subject Principal Components Analysis en
dc.subject k-Nearest Neighbors en
dc.subject Support Vector Machines en
dc.subject Independent Component Analysis en
dc.title Αλγόριθμοι Τεχνικών Μείωσης Διαστάσεως Δεδομένων el
dc.title Dimensionality Reduction Algorithms en
heal.type masterThesis
heal.generalDescription Στόχος του παρόντος ήταν η εξοικείωση του γραφόντα με τη μεθοδολογία μείωσης διαστάσεων και την πρακτική εφαρμογή της. Πραγματοποιήθηκε μελέτη του θεωρητικού υποβάθρου των μεθόδων PCA και ICA, όπως και δύο μεθόδων ταξινόμησης δεδομένων. Υλοποιήθηκαν οι αντίστοιχοι αλγόριθμοι σε κώδικά Matlab και εφαρμόστηκαν σε αντίστοιχα benchmarks και εφαρμογές. Τέλος, κατά την εφαρμογή των μεθόδων PCA και ICA, ανάμεσα στα άλλα, χρησιμοποιήθηκαν δεδομένα δύο διαφορετικών μελετών, όπως και επιβεβαιώθηκαν τα συμπεράσματα άλλων δύο. el
heal.classification ΣΤΑΤΙΣΤΙΚΗ el
heal.classification ΒΑΣΙΚΗ ΜΗΧΑΝΙΚΗ ΜΑΘΗΣΗ el
heal.classification ΣΥΣΤΗΜΑΤΑ ΤΑΞΙΝΟΜΗΣΗΣ el
heal.classification ΒΑΣΙΚΗ ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ el
heal.classificationURI http://data.seab.gr/concepts/21f5bcc665080b1745e60f222330e7556266bb8d
heal.classificationURI http://data.seab.gr/concepts/fec24cd140d4b110c225ac68fec062a57fb86360
heal.classificationURI http://data.seab.gr/concepts/9c14d32d2b06876029db767aad4f479a043de2d8
heal.classificationURI http://data.seab.gr/concepts/12291cb9150686dd1175c2a1662b9d1acd8b9b62
heal.language el
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2018-02-26
heal.abstract Η Μείωση Διαστάσεως Δεδομένων είναι διαδικασία η οποία χρησιμοποιείται σε εφαρμογές στις οποίες είναι ζητούμενο η μείωση του προς ανάλυση όγκου δεδομένων και μεταβλητών, με παράλληλη διατήρηση της χρήσιμης πληροφορίας του αρχικού συνόλου των δεδομένων. Οι δύο σχετικές μέθοδοι μετασχηματισμού που εξετάζονται στην παρούσα εργασία, είναι η Ανάλυση Κυρίων Συνιστωσών (Principal Components Analysis - PCA) και η Ανάλυση Ανεξάρτητων Συνιστωσών (Independent Component Analysis - ICA). Παράλληλα, στα πλαίσια της περαιτέρω επεξεργασίας των δεδομένων, εξετάζονται και δύο μέθοδοι ταξινόμησης, η μέθοδος των Κ-Κοντινότερων Γειτόνων (k-Nearest Neighbors - k-NN) και οι Μηχανές Διανυσμάτων Υποστήριξης (Support Vector Machines - SVM). Οι παραπάνω μέθοδοι υλοποιούνται με χρήση κώδικα στo Matlab για τον έλεγχο των διάφορων αλγορίθμων, για τη διεξαγωγή συμπερασμάτων σε απλές εφαρμογές, όπως και για την επιβεβαίωση μελετών με δεδομένα βιολογικού ενδιαφέροντος. el
heal.abstract Data Dimensionality Reduction is an algorithmic process used in applications where reduction of the volume of a data set or set of variables to be analysed is desired, while retaining its initial useful information. The two relevant transformation methods that are used in this Thesis, are Principal Components Analysis (PCA) and Independent Component Analysis (ICA). Furthermore, in the overall data processing framework, two data classification methods are examined, k-Nearest Neighbors (k-NN) and Support Vector Machines (SVM). These methods are implemented in Matlab, where different algorithms are used and validated through benchmarks, simple applications and lastly through corroboration of studies on biological type data. en
heal.advisorName Κωνσταντίνος, Σιέττος el
heal.committeeMemberName Σιέττος, Κωνσταντίνος el
heal.committeeMemberName Θεοτόκογλου, Ευστάθιος el
heal.committeeMemberName Κομίνης, Ιωάννης el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών el
heal.academicPublisherID ntua
heal.numberOfPages 145 σ. el
heal.fullTextAvailability true


Αρχεία σε αυτό το τεκμήριο

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής