Please use this identifier to cite or link to this item:
https://olympias.lib.uoi.gr/jspui/handle/123456789/39365Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Κοτσολάρι, Βασίλ | el |
| dc.date.accessioned | 2025-09-09T08:50:38Z | - |
| dc.date.available | 2025-09-09T08:50:38Z | - |
| dc.identifier.uri | https://olympias.lib.uoi.gr/jspui/handle/123456789/39365 | - |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 United States | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | * |
| dc.subject | Νευρωτικά δίκτυα | el |
| dc.subject | Δίκτυα | el |
| dc.title | Σχεδίαση ψηφιακού συστήματος με γλώσσα περιγραφής υλικού | el |
| heal.type | bachelorThesis | - |
| heal.type.en | Bachelor thesis | en |
| heal.type.el | Προπτυχιακή/Διπλωματική εργασία | el |
| heal.classification | Δίκτυα - Νευρωνικά | - |
| heal.classification | Ψηφιακό σύστημα | - |
| heal.dateAvailable | 2025-09-09T08:51:38Z | - |
| heal.language | el | - |
| heal.access | free | - |
| heal.recordProvider | Πανεπιστήμιο Ιωαννίνων. Σχολή Πληροφορικής και Τηλεπικοινωνιών. Τμήμα Πληροφορικής και Τηλεπικοινωνιών | el |
| heal.publicationDate | 2025 | - |
| heal.abstract | Τα νευρωνικά δίκτυα στη σημερινή εποχή παίζουν έναν πολύ σημαντικό ρόλο στην καθημερινότητά μας, είτε στο να λύσουμε απλά ζητήματα, είτε στο να απαντήσουμε σε πιο περίπλοκες ερωτήσεις που έχει ο άνθρωπος από τα αρχαία χρόνια μέχρι και σήμερα. Από τα πρώτα ερωτήματα που τέθηκαν ήταν: Πώς δουλεύει ο ανθρώπινος εγκέφαλος; και Πώς θα μπορούσαμε να φτιάξουμε έναν τεχνητό εγκέφαλο; Παρόλο που βρίσκονται ακόμα σε ένα αρχικό στάδιο εξέλιξης, τα νευρωνικά δίκτυα είναι ήδη εφαρμοσμένα σε έναν μεγάλο αριθμό περιπτώσεων, είτε ως τεχνητή νοημοσύνη με “δικές της πρωτοβουλίες και σκέψεις”, είτε ως μηχανή αναζήτησης, είτε ακόμα και ως μηχανισμός επίλυσης περίπλοκων προβλημάτων (όπως προβλήματα κβαντικής φυσικής). Σε αυτή την εργασία θα εξηγήσουμε αναλυτικά τον όρο Νευρωνικά Δίκτυα, πώς αναπτύχθηκαν, πώς προέκυψε η ιδέα για την ανάγκη δημιουργίας τους, σε τι χρησιμεύουν στην καθημερινότητά μας, τα διαφορετικά είδη που υπάρχουν σήμερα, πώς μπορούμε να εκπαιδεύσουμε τέτοια δίκτυα, τα δύο βασικά εργαλεία της υλοποίησης: το Quartus Prime Lite Edition και το Modelsim Altera, καθώς και θα υλοποιήσουμε το δικό μας νευρωνικό δίκτυο. Η κατανόηση των νευρωνικών δικτύων είναι σημαντική, καθώς πρόκειται για συστήματα που αναπαράγουν βασικές λειτουργίες του ανθρώπινου εγκεφάλου, μαθαίνοντας και προσαρμόζονατς μέσα από την εμπειρία. Μέσα από την εκπαίδευση και τις επαναληπτικές διεργασίες, είναι σε θέση να επιλύουν προβλήματα, να εντοπίζουν μοτίβα σε δεδομένα και να προσφέρουν προβλέψεις με αξιοσημείωτη ακρίβεια. Τα εργαλεία υλοποίησης που θα παρουσιαστούν, χρησιμοποιούνται ευρέως στην ανάπτυξη και προσομοίωση ψηφιακών κυκλωμάτων, και μέσω αυτών μπορούμε να σχεδιάσουμε και να ελέγξουμε την αρχιτεκτονική ενός νευρωνικού δικτύου σε επίπεδο υλικού. Με αυτόν τον τρόπο, η εργασία συνδέει την θεωρία με την πρακτική εφαρμογή, προσφέροντας ένα ολοκληρωμένο πλαίσιο κατανόησης και ανάπτυξης. | el |
| heal.abstract | Neural networks today play a very important role in our daily lives, whether in solving simple problems or in answering more complex questions that humans have had from ancient times to the present day. Some of the first questions that were asked were: How does the human brain work? and How could we build an artificial brain? Although they are still in an early stage of development, neural networks are already applied in a large number of cases, either as artificial intelligence with "its own initiatives and thoughts", or as a search engine, or even as a mechanism for solving complex problems (such as quantum physics problems). In this paper, we will explain in detail the term Neural Networks, how they were developed, how the idea for the need to create them arose, what they are used for in our everyday lives, the different types that exist today, how we can train such networks, the two main tools of the implementation: Quartus Prime Lite Edition and Modelsim Altera, as well as we will implement our own neural network. Understanding neural networks is important, as they are systems that replicate basic functions of the human brain, learning and adapting through experience. Through training and iterative processes, they are able to solve problems, identify patterns in data, and offer predictions with remarkable accuracy. The implementation tools that will be presented are widely used in the development and simulation of digital circuits, and through them we can design and control the architecture of a neural network at the hardware level. In this way, the work connects theory with practical application, offering a comprehensive framework for understanding and development. | en |
| heal.advisorName | Βαρτζιώτης, Φώτιος | el |
| heal.committeeMemberName | Δουμένης, Γρηγόριος | el |
| heal.committeeMemberName | Στεργίου, Ελευθέριος | el |
| heal.academicPublisher | Τμήμα Πληροφορικής και Τηλεπικοινωνιών | el |
| heal.academicPublisherID | uoi | - |
| heal.fullTextAvailability | true | - |
| Appears in Collections: | Προπτυχιακές εργασίες Τμ. Μηχανικών Πληροφορικής Τ.Ε. | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Kocollaris, D_IE_TE_2025_pdf.pdf | 1.54 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License
