Ανάλυση και στατιστική επεξεργασία μετρήσεων έκθεσης από εκπομπές ηλεκτρομαγνητικών πεδίων ραδιοσυχνοτήτων - μοντελοποίηση με χρήση τεχνικών μηχανικής μάθησης

Ιωαννίδης, Συμεών; Ioannidis, Symeon

dc.contributor.author	Ιωαννίδης, Συμεών	el
dc.contributor.author	Ioannidis, Symeon	en
dc.date.accessioned	2024-09-06T06:48:41Z
dc.date.available	2024-09-06T06:48:41Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/60145
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.27841
dc.rights	Default License
dc.subject	Μηχανική μάθηση	el
dc.subject	Machine learning	en
dc.subject	Ένταση ηλεκτρικού πεδίου	el
dc.subject	Έκθεση σε ηλεκτρομαγνητικά πεδία ραδιοσυχνοτήτων	el
dc.subject	Μοντέλα πρόβλεψης	el
dc.subject	Electromagnetic radiation	en
dc.subject	Radio frequency electromagnetic fields	en
dc.subject	Forecast models	en
dc.title	Ανάλυση και στατιστική επεξεργασία μετρήσεων έκθεσης από εκπομπές ηλεκτρομαγνητικών πεδίων ραδιοσυχνοτήτων - μοντελοποίηση με χρήση τεχνικών μηχανικής μάθησης	el
dc.title	Analysis and statistical processing of exposure measurements from electromagnetic radio frequency fields-Modeling using machine learning techniques	en
heal.type	bachelorThesis
heal.classification	Ανάλυση και Στατιστική Επεξεργασία Μετρήσεων	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2024-06-28
heal.abstract	Η διπλωματική εργασία πραγματεύεται την ανάλυση των μετρήσεων έκθεσης από εκπομπές ηλεκτρομαγνητικών πεδίων ραδιοσυχνοτήτων. Η ανάλυση και η επεξεργασία των μετρήσεων στις οποίες θα βασιστεί το πρακτικό τμήμα της διπλωματικής εργασίας, διεξάγεται με τη χρήση τεχνικών μηχανικής μάθησης και τις αντίστοιχες μεθόδους. Στη διπλωματική εργασία παρατίθενται οι βασικές έννοιες του ηλεκτρομαγνητισμού, τα όρια έκθεσης, το γενικό πλαίσιο που διέπει τις μετρήσεις έντασης του ηλεκτρικού πεδίου και διάφορες μελέτες πάνω στο σχετικό αντικείμενο. Αυτή η αναδίφηση της βιβλιογραφίας, σε Ελλάδα και σε Διεθνές επίπεδο, έδειξε ότι το θέμα της εφαρμογής των μεθόδων μηχανικής μάθησης, για διάφορες εφαρμογές έχει αρχίσει και υιοθετείται. Στο πλαίσιο της έκθεσης σε ραδιοσυχνότητες, ερευνητές έχουν χρησιμοποιήσει αλγόριθμους μηχανικής μάθησης για την αναγνώριση προτύπων και την προγνωστική ανάλυση. Στην παρούσα εργασία διεξάγεται πρωτογενής μελέτη με πειραματικά δεδομένα μετρήσεων της έκθεσης με τιμές της έντασης του ηλεκτρικού πεδίου. Στη συνέχεια αναπτύσσονται μοντέλα μηχανικής μάθησης σε MatlabTM, για την κατηγοριοποίηση της έκθεσης σε διαφορετικά περιβάλλοντα καθώς και την πρόβλεψη της έντασης του ηλεκτρικού πεδίου σε κάποια άγνωστη θέση.	el
heal.abstract	The dissertation deals with the analysis of exposure measurements from radio frequency electromagnetic field emissions. The analysis and processing of the measurements on which the practical part of the thesis will be based, is carried out using machine learning techniques and the corresponding models. The thesis presents the basic concepts of electromagnetism, the exposure limits, the general framework governing EM radiation and various studies on the relevant subject. This review of the literature in Greece and at the international level showed that the issue of the adoption of machine learning in various applications has been thoroughly studied. In the context of RF-EMF exposure, researchers have used machine learning algorithms for pattern recognition and predictive analysis. In this work, a primary study is conducted with experimental data from exposure measurements in RF-EMF. In particular, a machine learning model is developed in MatlabTM, for exposure classification in different environment types, and to predict RF-EMF in a specific unknown location.	en
heal.advisorName	Νικήτα, Κωνσταντίνα	el
heal.committeeMemberName	Στάμου, Γεώργιος	el
heal.committeeMemberName	Βουλόδημος, Αθανάσιος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Συστημάτων Μετάδοσης Πληροφορίας και Τεχνολογίας Υλικών	el
heal.academicPublisherID	ntua
heal.numberOfPages	157 σ.	el
heal.fullTextAvailability	false