Ανάπτυξη μεθοδολογίας αξιολόγησης έργων έρευνας και ανάπτυξης με περιβάλλουσα ανάλυση δεδομένων και πρότυπα μηχανικής μάθησης

DSpace/Manakin Repository

Show simple item record

dc.contributor.author Τσαμπούλας, Ανδρέας el
dc.contributor.author Tsampoulas, Andreas en
dc.date.accessioned 2020-10-09T07:33:48Z
dc.date.available 2020-10-09T07:33:48Z
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/51336
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.19034
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 Έρευνα και ανάπτυξη el
dc.subject Αξιολόγηση έρευνας και ανάπτυξης el
dc.subject Περιβάλλουσα ανάλυση δεδομένων el
dc.subject Μηχανική μάθηση el
dc.subject Αποδοτικότητα el
dc.subject Research and development en
dc.subject R&D evaluation en
dc.subject Efficiency en
dc.subject Data envelopment analysis en
dc.subject Machine learning en
dc.title Ανάπτυξη μεθοδολογίας αξιολόγησης έργων έρευνας και ανάπτυξης με περιβάλλουσα ανάλυση δεδομένων και πρότυπα μηχανικής μάθησης el
dc.title Development of evaluation methodology for research and development projects using data envelopment analysis and machine learning en
heal.type bachelorThesis
heal.classification Machine learning en
heal.classification Μηχανική μάθηση el
heal.classification Περιβάλλουσα Ανάλυση Δεδομένων el
heal.classification Data Envelopment Analysis en
heal.classification Αξιολόγηση και Διαχείριση Έργων Έρευνας και Ανάπτυξης el
heal.language el
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2020-07-21
heal.abstract Κατά την αξιολόγηση έργων Έρευνας και Ανάπτυξης (Ε&Α), η ποιότητα των αποτελεσμάτων εξαρτάται τόσο από την αναλυτική εμπειρογνωμοσύνη του οργανισμού όσο και από την ίδια τη μέθοδο αξιολόγησης. Στη παρούσα εργασία, αναπτύσσεται μια μεθοδολογία αξιολόγησης που εφαρμόζεται σε 2232 προγράμματα Ε&Α που έχουν χρηματοδοτηθεί από την Ευρωπαϊκή Ένωση τα τελευταία έξι χρόνια. Επιπλέον, προτείνονται στρατηγικές μέθοδοι για τη σταδιακή βελτιστοποίηση έργων Ε&Α που είναι ήδη σε εξέλιξη, αλλά και για τη βελτιστοποίηση μελλοντικών έργων, ανάλογα με το επίπεδο αποδοτικότητας που προβλέπεται να έχουν, από το μοντέλο. Συνδυάζοντας τη μέθοδο Περιβάλλουσας Ανάλυσης Δεδομένων με μοντέλα μηχανικής μάθησης, στο προγραμματιστικό περιβάλλον της R, αναλύονται και προτεραιοποιούνται τα προγράμματα ως προς το επίπεδο αποδοτικότητας τους. Επιπρόσθετα, αναπτύσσεται μια μεθοδολογία με βάση δένδρα ταξινόμησης και πρότυπα ομαδοποίησης για την πρόβλεψη του επιπέδου αποδοτικότητας και τον προσδιορισμό της καλύτερης διαδρομής για τη σταδιακή βελτιστοποίηση των μη αποδοτικών προγραμμάτων. Η εφαρμογή της προτεινόμενης μεθοδολογίας οδηγεί σε σημαντικά συμπεράσματα ως προς την αποδοτικότητα των έργων σε σχέση με τον αριθμό των οργανισμών και των διαφορετικών χωρών που συμμετέχουν. Τέλος, παρουσιάζονται οι προεκτάσεις που θα μπορούσε να έχει η εφαρμογή της προτεινόμενης μεθοδολογίας σε διαχειριστικό επίπεδο. el
heal.abstract When evaluating Research and Development (R&D) projects, the quality of the results depends both on the analytical expertise of the organization and on the evaluation method itself. In the present work, an evaluation methodology is developed that is applied to 2232 R&D projects funded by the European Union in the last six years. In addition, strategic methods are proposed for the gradual optimization of ongoing R&D projects, but also for the optimization of future projects, depending on the predicted level of efficiency. Combining the Data Envelopment Analysis method with machine learning models, in the R programming environment, projects are analyzed and prioritized in terms of their efficiency level. Moreover, a methodology based on classification trees and clustering algorithms is developed to better predict the efficiency level and efficiency path for the gradual optimization of inefficient projects. The application of the proposed methodology leads to important conclusions regarding the efficiency of the projects in relation to the number of organizations and the different countries that are participating. Finally, the extensions that the application of the proposed methodology could have at management level are presented. en
heal.advisorName Βλαχογιάννη, Ελένη el
heal.committeeMemberName Γκόλιας, Ιωάννης el
heal.committeeMemberName Γιαννής, Γεώργιος el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Πολιτικών Μηχανικών. Τομέας Μεταφορών και Συγκοινωνιακής Υποδομής el
heal.academicPublisherID ntua
heal.numberOfPages 89 σ. el
heal.fullTextAvailability false

Files in this item

The following license files are associated with this item:

This item appears in the following Collection(s)

Show simple item record

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα Except where otherwise noted, this item's license is described as Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα