1. Ktisis Cyprus University of Technology
  2. Cyprus University of Technology (Research Output)
  3. Πτυχιακές Εργασίες/ Bachelor's Degree Theses
Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.14279/12718
DC FieldValueLanguage
dc.contributor.advisorΧατζημιτσής, Διόφαντος-
dc.contributor.advisorΑγαπίου, Άθως-
dc.contributor.authorΚατσιούλα, Σέργιος-
dc.date.accessioned2018-08-24T07:53:02Z-
dc.date.available2018-08-24T07:53:02Z-
dc.date.issued2018-05-
dc.identifier.urihttps://hdl.handle.net/20.500.14279/12718-
dc.descriptionThe following work focuses on the management, recording, processing and analysis of Big data. Specifically, it refers to the ways in which the information is processed in order to optimize it’s use and to avoid the burden on the system that is processing the data. It refers also, to the types of mechanical learning activities as well as the ways the algorithms conduct their conclusions in a way that yield the least possible error in categorizing the data. Then, the applications of mechanical learning in the field of Remote Sensing are presented. Optimal methods of applying machine learning are distinguished according to the categories of classifications as well as the classification region.en_US
dc.description.abstractΗ ακόλουθη εργασία εστιάζεται στη διαχείριση, καταγραφή, επεξεργασία και ανάλυση μεγάλων δεδομένων. Συγκεκριμένα αναφέρεται στους τρόπους της κατεργασίας των πληροφοριών με τρόπο ώστε να γίνεται η βέλτιστη αξιοποίηση τους και η αποφυγή της επιβάρυνσης του συστήματος το οποίο τα επεξεργάζεται. Επίσης αναφέρεται στα είδη λειτουργίας της μηχανικής μάθησης καθώς και τον τρόπο διεξαγωγής των συμπερασμάτων τους με τρόπο ο οποίος αποδίδει το λιγότερο δυνατό σφάλμα στη κατηγοριοποίηση των δεδομένων. Έπειτα στην εργασία παρουσιάζονται οι εφαρμογές της μηχανικής μάθησης στον τομέα της Τηλεπισκόπησης. Διακρίνονται βέλτιστες μέθοδοι εφαρμογής της μηχανικής μάθησης ανάλογα με τις κατηγορίες των ταξινομήσεων καθώς και την περιοχή ταξινόμησης.en_US
dc.formatpdfen_US
dc.language.isoelen_US
dc.publisherΤμήμα Πολιτικών Μηχανικών και Μηχανικών Γεωπληροφορικής, Σχολή Μηχανικής και Τεχνολογίας, Τεχνολογικό Πανεπιστήμιο Κύπρουen_US
dc.rightsΑπαγορεύεται η δημοσίευση ή αναπαραγωγή, ηλεκτρονική ή άλλη χωρίς τη γραπτή συγκατάθεση του δημιουργού και κάτοχου των πνευματικών δικαιωμάτων.en_US
dc.subjectΜεγάλα Δεδομέναen_US
dc.subjectΜηχανική Μάθησηen_US
dc.subjectΤηλεπισκόπησηen_US
dc.titleΕφαρμογές Μηχανικής Μάθησης στην Ταξινόμηση Μεγάλων Δεδομένωνen_US
dc.typeBachelors Thesisen_US
dc.affiliationCyprus University of Technologyen_US
dc.relation.deptDepartment of Civil Engineering and Geomaticsen_US
dc.description.statusCompleteden_US
cut.common.academicyear2017-2018en_US
dc.relation.facultyFaculty of Engineering and Technologyen_US
item.fulltextWith Fulltext-
item.cerifentitytypePublications-
item.grantfulltextopen-
item.openairecristypehttp://purl.org/coar/resource_type/c_46ec-
item.openairetypebachelorThesis-
item.languageiso639-1el-
crisitem.author.deptDepartment of Civil Engineering and Geomatics-
crisitem.author.deptDepartment of Civil Engineering and Geomatics-
crisitem.author.facultyFaculty of Engineering and Technology-
crisitem.author.facultyFaculty of Engineering and Technology-
crisitem.author.orcid0000-0002-2684-547X-
crisitem.author.orcid0000-0001-9106-6766-
crisitem.author.parentorgFaculty of Engineering and Technology-
crisitem.author.parentorgFaculty of Engineering and Technology-
Appears in Collections:Πτυχιακές Εργασίες/ Bachelor's Degree Theses
Files in This Item:
File Description SizeFormat
Περίληψη Κατσιουλά Σέργιος.pdf271.23 kBAdobe PDFView/Open
CORE Recommender
Show simple item record

Page view(s) 50

319
Last Week
0
Last month
5
checked on May 11, 2024

Download(s) 50

151
checked on May 11, 2024

Google ScholarTM

Check


Items in KTISIS are protected by copyright, with all rights reserved, unless otherwise indicated.