Θέματα Νέων Πτυχιακών Εργασίων
Δρ. Γεώργιος Τσιρογιάννης
Τεχνικές αποτύπωσης πολυδιάστατων μετρήσεων με μη-γραμμικούς μετασχηματισμούς
Μέθοδοι μείωσής της διάστασης των δεδομένων στις δύο ή τρεις διαστάσεις, ώστε να διατηρούνται οι κύριες τοπολογικές ιδιότητες και ιδιαίτερα της γειτνίασης κατά την προβολή στους χώρους χαμηλής διάστασης.
Ενδεικτικές βιβλιογραφικές πηγές:
https://arxiv.org/pdf/1802.03426.pdf
https://www.jmlr.org/papers/volume9/vandermaaten08a/vandermaaten08a.pdf
Bayesian στατιστική ανάλυση δεδομένων: γενικευμένα γραμμικά μοντέλα
Μια διαφορετική οπτική γωνία από την «παραδοσιακή» στατιστική θεωρία που διδαχθήκατε. Κάθε παράμετρος είναι τυχαία μεταβλητή που ακολουθεί μια κατανομή. Η συμπερασματολογία πραγματοποιείται λαμβάνοντας υπόψη τις παρατηρήσεις και κάνοντας χρήση του κανόνα του Bayes. Θα παρουσιασθούν τεχνικές όπου η συνάρτηση πιθανοφάνειας δεν είναι απαραίτητα Gaussian.
Ενδεικτικές βιβλιογραφικές πηγές:
https://xcelab.net/rm/statistical-rethinking/
https://bayesiancomputationbook.com/welcome.html
Πρώτη φάση συστήματος τεχνητής νοημοσύνης: Δημιουργία δεδομένων και επισημείωση εικόνων.
Θα πρέπει, για ένα συγκεκριμένο θέμα (π.χ. περιβαλλοντολογικής θεματολογίας, καλλιέργειες) να ληφθούν φωτογραφίες και κατόπιν με χρήση διαθέσιμου λογισμικού να γίνει η επισημείωση (annotation) των φωτογραφιών. Δηλαδή να τοποθετηθεί περίγραμμα στην περιοχή ενδιαφέροντος καθώς και κατηγοριοποιημένη πληροφορία. Θέματα όπως η πληρότητα και η ποιότητα της πληροφορίας θα απασχολήσουν την πτυχιακή αυτή εργασία επίσης. Τελικός σκοπός είναι η δημιουργία χιλιάδων φωτογραφιών με την επισημείωσή τους. Σε επόμενη φάση και νέες μελλοντικές πτυχιακές θα γίνει δημιουργία και εκπαίδευση του συστήματος.
Ενδεικτικές βιβλιογραφικές πηγές: