Μοντελοποίηση – ανάλυση δεδομένων ανίχνευσης του επιπέδου του όζοντος στην ατμόσφαιρα με μεθόδους υπολογιστικής νοημοσύνης.
Η παρούσα διπλωματική εργασία δομείται σε τέσσερα βασικά κεφάλαια.Στο δεύτερο κεφάλαιο πραγματοποιείται μία σύντομη βιβλιογραφική επισκόπηση αναφορικά με το εξεταζόμενο θέμα του τροποσφαιρικού όζοντος. Συγκεκριμένα, παρουσιάζεται η πολλαπλή σημασία του όζοντος για την ατμόσφαιρα της Γης, οι βασικές...
Saved in:
| Main Author: | |
|---|---|
| Other Authors: | |
| Language: | Greek |
| Published: |
2015
|
| Subjects: | |
| Online Access: | http://hdl.handle.net/11610/8356 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Η παρούσα διπλωματική εργασία δομείται σε τέσσερα βασικά κεφάλαια.Στο δεύτερο κεφάλαιο πραγματοποιείται μία σύντομη βιβλιογραφική επισκόπηση αναφορικά με το εξεταζόμενο θέμα του τροποσφαιρικού όζοντος. Συγκεκριμένα, παρουσιάζεται η πολλαπλή σημασία του όζοντος για την ατμόσφαιρα της Γης, οι βασικές πηγές των πρωτογενών ρύπων που συντελούν στη δημιουργία του όζοντος καθώς επίσης και προβλέψεις παραγόντων που συμβάλλουν στις χρονικές διακυμάνσεις του όζοντος κυρίως σε αστικά κέντρα.Στο τρίτο κεφάλαιο γίνεται αναφορά στις έννοιες της εξόρυξης δεδομένων και της τεχνητής νοημοσύνης. Συγκεκριμένα αναφέρονται οι ανάγκες της εξόρυξης δεδομένων και ο τρόπος, που η τεχνολογία βοηθάει σε αυτό αλλά και στην επεξεργασία μεγάλου όγκου δεδομένων. Επιπλέον, αναλύεται ο τρόπος λύσης προβλημάτων με δέντρα απόφασης, τα ΒΝΔ (βιολογικά νευρωνικά δίκτυα) και τα ΤΝΔ ( τεχνητά νευρωνικά δίκτυα) καθώς και μάθηση των τελευταίων. Στο τέταρτο κεφάλαιο παρατίθενται όλα τα πειράματα που χρησιμοποιήθηκαν κατά την εκτέλεση των 2 δενδρικών αλγόριθμων και τα αποτελέσματα ακρίβειας πρόβλεψης με σκοπό τον εντοπισμό των βέλτιστων ταξινομητών. Να σημειωθεί ότι στην παρούσα εργασία έγινε εστίαση στο να βρεθούν ταξινομητές που να είναι όσο το δυνατό πιο ακριβείς, αλλά παράλληλα να είναι απλοί και να παράγουν εύκολα και κατανοητά αποτελέσματα, έτσι ώστε να μπορούν να γίνουν κατανοητά από κάποιον που δε γνωρίζει αρκετά, σχετικά με κάποιες προηγμένες υπολογιστικές μεθόδους. Επιπρόσθετα, στο κεφάλαιο αυτό παρατίθεται και ένα μικρό θεωρητικό μέρος που εξηγεί την λειτουργία του προγράμματος WEKA, γίνεται παρουσίαση των χαρακτηριστικών των Data Sets και των χρησιμοποιούμενων μεταβλητών, καθώς και μια σύντομη ανάλυση των παραπάνω. Το τελευταίο κεφάλαιο αποτελεί τον επίλογο της εργασίας, ο οποίος περιλαμβάνει τα σημαντικότερα συμπεράσματα της αλγοριθμικής ανάλυσης, καθώς επίσης και κάποιες προτάσεις για μελλοντική έρευνα. |
|---|