Institutional Repository [SANDBOX]
Technical University of Crete
EN  |  EL

Search

Browse

My Space

Ευφυείς τεχνικές δημιουργίας συνθετικών δεδομένων για εκπαίδευση μοντέλων μηχανικής μάθησης

Agiomavritis Fotios

Simple record


URIhttp://purl.tuc.gr/dl/dias/6647F743-7661-44C3-A774-F9FA65F37A01-
Identifierhttps://doi.org/10.26233/heallink.tuc.101351-
Languageel-
Extent2.2 megabytesen
Extent58 σελίδεςel
TitleΕυφυείς τεχνικές δημιουργίας συνθετικών δεδομένων για εκπαίδευση μοντέλων μηχανικής μάθησηςel
CreatorAgiomavritis Fotiosen
CreatorΑγιομαυριτης Φωτιοςel
Contributor [Thesis Supervisor]Karanasiou Eirinien
Contributor [Thesis Supervisor]Καρανασιου Ειρηνηel
Contributor [Committee Member]Doitsidis Eleftheriosen
Contributor [Committee Member]Δοιτσιδης Ελευθεριοςel
Contributor [Committee Member]Panagiotis Trahaniasen
Contributor [Committee Member]Παναγιώτης Τραχανιάςel
PublisherΠολυτεχνείο Κρήτηςel
PublisherTechnical University of Creteen
PublisherHellenic Army Academyen
PublisherΣτρατιωτική Σχολή Ευελπίδωνel
Academic UnitTechnical University of Crete::School of Production Engineering and Managementen
Academic UnitΠολυτεχνείο Κρήτης::Σχολή Μηχανικών Παραγωγής και Διοίκησηςel
Content SummaryΗ απόκτηση επαρκών δεδομένων για την εκμάθηση αλγορίθμων μηχανικής ή βαθιάς μάθησης είναι πάντα ένα ζητούμενο το οποίο απασχολεί τον ερευνητικό αλλά και τον εταιρικό χώρο, παρόλα αυτά δεν είναι πάντοτε δυνατό να συμβεί. Υπάρχουν τομείς όπως ο στρατιωτικός, ο ιατρικός και άλλοι όπου είναι πιθανό να μην έχουμε την δυνατότητα συλλογής επαρκών δεδομένων, είτε εξαιτίας α-δειών χρήσης και προσωπικών δεδομένων είτε λόγω γενικότερης έλλειψης πραγματικών μετρήσεων σε αυτούς τους νευραλγικούς χώρους. Στην παρούσα μεταπτυχιακή διατριβή αναλύονται τεχνικές δημιουργίας συνθετικών δεδομένων που μπορούν να έχουν σημαντικά αποτελέσματα στην εκμάθη-ση αλγορίθμων όταν δεν διαθέτουμε αρκετά πραγματικά δεδομένα. Ο χειρισμός των τεχνικών δια-φοροποιείται όταν θέλουμε να δημιουργήσουμε συνθετικές εικόνες ή συνθετικές συμβολοσειρές α-ντίστοιχα, με την πρώτη κατηγορία να έχει μεγάλες υπολογιστικές απαιτήσεις και σύνθετες μεθό-δους. Για την δημιουργία συνθετικών εικόνων παρουσιάζονται μοντέλα διάχυσης (Diffusion) τα ο-ποία είναι ήδη προ-εκπαιδευμένα (pre-trained) με σκοπό να γίνει μεταφορά μάθησης (transfer learn-ing) πάνω σε συγκεκριμένα δεδομένα που θέλουμε για τα δικά μας αποτελέσματα. Βασικό στοιχείο της εργασίας είναι οι τεχνικές που χρησιμοποιούνται να εμπίπτουν στις αρχές του frugal learning και να μην χρειάζονται μεγάλο όγκο δεδομένων και υπολογιστική ισχύ. Επιπλέον, αναλύονται τεχνι-κές για την δημιουργία συνθετικών δεδομένων συμβολοσειρών και συγκεκριμένα συμβολοσειρών GPS με σκοπό την εκπαίδευση και τη δοκιμή συστημάτων πρόβλεψης παραπλάνησης (spoofing). Στα πλαίσια της παρούσας εργασίας, έχει δημιουργηθεί πειραματικό σύστημα πρόβλεψης spoofing με σκοπό να αποκτήσουμε μια πιο ρεαλιστική οπτική πάνω στο θέμα και να γίνει testing των συνθε-τικών δεδομένων που δημιουργήθηκαν.el
Type of ItemΜεταπτυχιακή Διατριβήel
Type of ItemMaster Thesisen
Licensehttp://creativecommons.org/licenses/by/4.0/en
Date of Item2024-10-23-
Date of Publication2024-
SubjectSpoofing detectionen
SubjectUAVen
SubjectDeep learningen
SubjectMachine learningen
SubjectGenerative AIen
Bibliographic CitationΦώτιος Αγιομαυρίτης, "Ευφυείς τεχνικές δημιουργίας συνθετικών δεδομένων για εκπαίδευση μοντέλων μηχανικής μάθησης", Μεταπτυχιακή Διατριβή, Σχολή Μηχανικών Παραγωγής και Διοίκησης, Πολυτεχνείο Κρήτης, Στρατιωτική Σχολή Ευελπίδων, Χανιά, Ελλάς, 2024el

Available Files

Services

Statistics