Νευρωνικά δίκτυα μακράς και βραχείας μνήμης για πρόβλεψη τραπεζικών διαδικασιών

Μάη, Μελίνα; Mai, Melina

dc.contributor.author	Μάη, Μελίνα	el
dc.contributor.author	Mai, Melina	en
dc.date.accessioned	2021-09-01T07:17:45Z
dc.date.available	2021-09-01T07:17:45Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/53762
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.21460
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	Πρόβλεψη διαδικασιών	el
dc.subject	Βαθιά μηχανική μάθηση	el
dc.subject	Νευρωνικά δίκτυα μακράς και βραχείας μνήμης	el
dc.subject	Αρχεία καταγραφής γεγονότων	el
dc.subject	Επιχειρησιακές διαδικασίες	el
dc.subject	Process prediction	en
dc.subject	Deep learning	en
dc.subject	LSTM	en
dc.subject	Event Log	en
dc.subject	Business process	en
dc.title	Νευρωνικά δίκτυα μακράς και βραχείας μνήμης για πρόβλεψη τραπεζικών διαδικασιών	el
heal.type	bachelorThesis
heal.classification	Μηχανική Μάθηση	el
heal.classification	Πρόβλεψη Επιχειρησιακών Διαδικασιών	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2021-07-19
heal.abstract	Η πρόβλεψη της συμπεριφοράς της επιχειρηματικής διαδικασίας είναι μια σημαντική πτυχή της διαχείρισης επιχειρησιακών διαδικασιών (Business Process Management) και οι τεχνικές βαθιάς μάθησης (deep learning) έχουν βρει πρόσφατα εφαρμογές στον τομέα. Οι προβλεπτικές μέθοδοι παρακολούθησης επιχειρηματικών διαδικασιών εκμεταλλεύονται αρχεία καταγραφής ολοκληρωμένων γεγονότων (event logs) για να κάνουν προβλέψεις σχετικά με την εκτέλεση των περιπτώσεων (cases) αυτών. Οι υφιστάμενες μέθοδοι στο χώρο αυτό είναι προσαρμοσμένες για συγκεκριμένες εργασίες και σύνολα δεδομένων. Αυτή η διπλωματική εργασία διερευνά τον τρόπο χρήσης τεχνικών βαθιάς μάθησης και συγκεκριμένα επαναλαμβανόμενων νευρωνικών δικτύων με αρχιτεκτονική μακράς και βραχείας μνήμης (Long-Short-Term Memory (LSTM)) για να προβλέψει την επόμενη δραστηριότητα σε μια επιχειρηματική διαδικασία. Η προσέγγιση αξιολογείται σε ένα πραγματικό σύνολο δεδομένων του τραπεζικού τομέα και τα αποτελέσματα δείχνουν ότι η πρόβλεψη της επόμενης δραστηριότητας είναι αποδεκτή σύμφωνα με τη βιβλιογραφία του πεδίου.	el
heal.advisorName	Μέντζας, Γρηγόριος	el
heal.committeeMemberName	Μέντζας, Γρηγόριος	el
heal.committeeMemberName	Ασκούνης, Δημήτριος	el
heal.committeeMemberName	Δούκας, Χάρης	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεων	el
heal.academicPublisherID	ntua
heal.numberOfPages	100 σ.	el
heal.fullTextAvailability	false