Show simple item record

dc.contributor.authorΤσιρτσάκης, Πασχάλης
dc.date.accessioned2024-05-27T10:13:30Z
dc.date.available2024-05-27T10:13:30Z
dc.date.issued2024-02
dc.identifier.urihttps://dspace.uowm.gr/xmlui/handle/123456789/4777
dc.description.abstractΤα τελευταία χρόνια η υπολογιστική όραση έχει γνωρίσει ραγδαίες εξελίξεις αφού η πρόοδος της τεχνητής νοημοσύνης (AI) και της μηχανικής μάθησης (ML) μας έχουν οδηγήσει σε μια νέα εποχή. Αυτό έχει ως αποτέλεσμα την ανάπτυξη νέων τεχνολογιών, κυρίως στον τομέα της αναγνώρισης αντικειμένων, όπου τα εμπόδια και οι περιορισμοί αυξάνονται συνεχώς . Στην αντιμετώπιση αυτών των προκλήσεων έχουν πρωταγωνιστήσει πολλά μοντέλα βαθιάς μάθησης (DL) με ιδιαίτερες δυνατότητες εκμάθησης χαρακτηριστικών και εξαιρετική απόδοση σε προβλήματα ανίχνευσης αντικειμένων. Η παρούσα διπλωματική διατριβή εστιάζει στην ανάλυση των βασικών αρχιτεκτονικών και αλγορίθμων βαθιάς μάθησης καθώς και στην αξιολόγηση της απόδοσής τους σε συγκεκριμένα σύνολα δεδομένων.en_US
dc.description.sponsorshipΕπιβλέπων καθηγητής : Φραγκούλης Γεώργιος Φ.en_US
dc.language.isogren_US
dc.publisherΤσιρτσάκης, Πασχάληςen_US
dc.subjectΑναγνώριση Αντικειμένωνen_US
dc.subjectΥπολογιστική Όρασηen_US
dc.subjectΒαθιά Μάθησηen_US
dc.subjectΣυνελικτικά Νευρωνικά Δίκτυαen_US
dc.titleΑναγνώριση αντικειμένων/προτύπων με χρήση βαθιάς μάθησης και εφαρμογέςen_US
dc.title.alternativeDeep Learning with Applications to Object/Pattern Recognitionen_US
dc.typeThesisen_US


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record