Please use this identifier to cite or link to this item:
https://olympias.lib.uoi.gr/jspui/handle/123456789/38168
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Αρβανιτόπουλος, Νικηφόρος | el |
dc.contributor.author | Arvanitopoulos, Nikiforos | en |
dc.date.accessioned | 2024-07-09T09:05:45Z | - |
dc.date.available | 2024-07-09T09:05:45Z | - |
dc.identifier.uri | https://olympias.lib.uoi.gr/jspui/handle/123456789/38168 | - |
dc.identifier.uri | http://dx.doi.org/10.26268/heal.uoi.17874 | - |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 United States | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | * |
dc.subject | Τεχνητή νοημοσύνη | el |
dc.subject | Μηχανική μάθηση | el |
dc.subject | Υπολογιστική όραση | el |
dc.subject | Νευρωνικά δίκτυα | el |
dc.subject | Ιατρική διάγνωση | el |
dc.subject | Αναγνώριση εικόνας | el |
dc.subject | Artificial intelligence | en |
dc.subject | Machine learning | en |
dc.subject | Computer vision | en |
dc.subject | Neural networks | en |
dc.subject | Medical diagnosis | en |
dc.subject | Image classification | en |
dc.title | Εφαρμογές τεχνητής νοημοσύνης με υπολογιστική όραση για ιατρικές διαγνώσεις | el |
dc.title | Artificial intelligence applications with computer vision for medical diagnoses | en |
dc.type | masterThesis | en |
heal.type | masterThesis | el |
heal.type.en | Master thesis | en |
heal.type.el | Μεταπτυχιακή εργασία | el |
heal.classification | Τεχνητή νοημοσύνη | el |
heal.classification | Artificial intelligence | en |
heal.dateAvailable | 2024-07-09T09:06:45Z | - |
heal.language | el | el |
heal.access | free | el |
heal.recordProvider | Πανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών | el |
heal.publicationDate | 2024-06-14 | - |
heal.bibliographicCitation | APA | en |
heal.abstract | Στην παρούσα εργασία μελετάται η λειτουργία και λογική σχεδιασμού βαθιών νευρωνικών δικτύων, με σκοπό την ταξινόμηση εικόνων, οι οποίες αντιστοιχούν σε ιατρικά δεδομένα όπως ακτινογραφίες, υπερήχους, φωτογραφίες μορφωμάτων κ.λ.π. Προς επίτευξη αυτού, ελήφθησαν δημόσιες ιατρικές βάσεις δεδομένων από το διαδίκτυο, οι οποίες χρησιμοποιήθηκαν για την εκπαίδευση των δικτύων. Τα δίκτυα προγραμματίστηκαν σε γλώσσα Python με τη χρήση της βιβλιοθήκης Tensorflow, η οποία έχει σχεδιαστεί για μηχανική μάθηση, ενώ ταυτόχρονα προσφέρει ενσωματωμένα το Keras API, εργαλείο που απλοποιεί και διευκολύνει τη διαδικασία για τον χρήστη. Συνολικά δημιουργήθηκαν πέντε νευρωνικά δίκτυα, τα οποία επικεντρώνονται σε διαφορετικές νόσους και παθήσεις και έχουν μελετηθεί ως προς διάφορες παραμέτρους, με τελικό σκοπό τη μεγιστοποίηση της ακρίβειας που αποδίδουν. | el |
heal.advisorName | Κόκκας, Παναγιώτης | el |
heal.committeeMemberName | Κόκκας, Παναγιώτης | el |
heal.committeeMemberName | Χριστοφιλάκης, Βασίλειος | el |
heal.committeeMemberName | Παπαδόπουλος, Ιωάννης | el |
heal.academicPublisher | Πανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Φυσικής | el |
heal.academicPublisherID | uoi | el |
heal.numberOfPages | 123 | el |
heal.fullTextAvailability | true | - |
heal.fullTextAvailability | true | - |
Appears in Collections: | Διατριβές Μεταπτυχιακής Έρευνας (Masters) - ΦΥΣ |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Μ.Ε Αρβανιτόπουλος Νικηφόρος (2024).pdf | 3.33 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License