HEAL DSpace

Τεχνικές Εκμάθησης Κατανομών Κατάταξης

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.author Μουζάκης, Ανάργυρος-Γεώργιος el
dc.contributor.author Mouzakis, Anargyros-Georgios en
dc.date.accessioned 2020-05-04T07:57:41Z
dc.date.available 2020-05-04T07:57:41Z
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/50361
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.18059
dc.rights Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα *
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ *
dc.subject Μάθηση Κατανομών el
dc.subject Κοινωνική Επιλογή el
dc.subject Κατανομές Κατάταξης el
dc.subject Μοντέλο Kendall-Mallows el
dc.subject Μοντέλο Cayley-Mallows el
dc.subject Distribution Learning en
dc.subject Social Choice en
dc.subject Ranking Distributions en
dc.subject Kendall-Mallows Model en
dc.subject Cayley-Mallows Model en
dc.title Τεχνικές Εκμάθησης Κατανομών Κατάταξης el
heal.type bachelorThesis
heal.classification Επιστήμη Υπολογιστών el
heal.language el
heal.language en
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2019-11-12
heal.abstract Οι κατανομές κατάταξης είναι ένα πεδίο που παραδοσιακά έχει προσελκύσει το ενδιαφέρον τόσο της κοινότητας των στατιστικολόγων, όσο και των ακαδημαϊκών που εργάζονται στο πεδίο της θεωρίας κοινωνικής επιλογής. Τα τελευταία χρόνια, έχουν επίσης τραβήξει την προσοχή αυτών που εργάζονται στους τομείς της θεωρητικής πληροφορικής και της μηχανικής μάθησης. Σε αυτή τη διπλωματική εργασία, εξετάζουμε προβλήματα μάθησης κατανομών στο πεδίο των κατανομών κατάταξης και, συγκεκριμένα, στο μοντέλο του Mallows. Ξεκινάμε εισάγοντας το τυπικό πλαίσιο της μάθησης κατανομών, καθώς και το απαραίτητο υπόβαθρο για την κατανόηση των θεμελιωδών τεχνικών της μάθησης κατανομών. Ακολουθεί μία εισαγωγή στη θεωρία των μεταθέσεων και στα μοντέλα κατατάξεων, με έμφαση στο μοντέλο του Mallows. Ύστερα, παρουσιάζουμε τις εργασίες των Καραγιάννη et. al. και Busa-Fekete et. al., που παρείχαν βέλτιστα ως προς την δειγματική πολυπλοκότητα αποτελέσματα για την εκτίμηση παραμέτρων και τη μάθηση κατανομών στο μοντέλο Kendall-Mallows. Μετά, προσαρμόζουμε αυτές τις τεχνικές προκειμένου να πάρουμε έναν αλγόριθμο πολυωνυμικού χρόνου που ανακτά την κεντρική κατάταξη στο μοντέλο Cayley-Mallows με μεγάλη πιθανότητα. Τέλος, εξετάζουμε πιθανές κατευθύνσεις έρευνας. el
heal.advisorName Φωτάκης, Δημήτριος el
heal.committeeMemberName Φωτάκης, Δημήτριος el
heal.committeeMemberName Παγουρτζής, Αριστείδης el
heal.committeeMemberName Λουλάκης, Μιχαήλ el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών el
heal.academicPublisherID ntua
heal.numberOfPages 88 σ. el
heal.fullTextAvailability false


Αρχεία σε αυτό το τεκμήριο

Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο:

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα Εκτός από όπου ορίζεται κάτι διαφορετικό, αυτή η άδεια περιγράφεται ως Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα