Σύγκριση αλγορίθμων μηχανικής μάθησης για την ταξινόμηση θαλάσσιου βεθνικού ενδιαιτήματος μέσω της γλώσσας προγραμματισμού R
Date Issued
December 2021
Author(s)
Advisor
Abstract
Κατά την παρούσα μελέτη γίνεται σύγκριση διάφορων αλγόριθμων επιβλεπόμενης ταξινόμησης και των μεταβλητών πρόβλεψης μοντέλων για την επιλογή του βέλτιστου ταξινομητή. Επίσης αξιολογούνται και διαφοροποιούνται τα δεδομένα εκπαίδευσης για την περαιτέρω βελτίωση του αποτελέσματος. Επικεντρώνεται στην επιβλεπόμενη ταξινόμηση υποθαλάσσιου παράκτιου ενδιαιτήματος στην περιοχή γύρω από το αλιευτικό καταφύγιο κάτω Πάφου σε 3 κλάσεις. Περιοχές μαλακού υποστρώματος, εκτάσεις του θαλάσσιου φανερόγαμου Posidonia oceanica (Ποσειδωνία) και περιοχές σκληρού υποστρώματος. Τα δεδομένα προέρχονται από τον παθητικό δορυφόρο Sentinel-2 και είναι επιπέδου 2. Η επεξεργασία τους, ο κύριος όγκος προ-επεξεργασίας δεδομένων και επιβλεπόμενης ταξινόμησης, έγινε σε περιβάλλον κώδικα R μέσω του ανοιχτού λογισμικού Rstudio. Ενώ για οπτική παρατήρηση, δημιουργία περιοχών ενδιαφέροντος και εκπαίδευσης, χρησιμοποιήθηκε το ανοιχτό λογισμικό QGIS. Τα αποτελέσματα της μελέτης θεωρούνται ενθαρρυντικά, ιδιαίτερα αν ληφθεί υπόψη το χαμηλό κόστος σε σχέση με τη τελική ταξινόμηση, όπου παρουσιάζει ακρίβεια 88% με τον αλγόριθμο Διανυσμάτων Υποστήριξης Μηχανών (SVM).
File(s)![Thumbnail Image]()
Name
Ανδρέας Νικολάου Περίληψη.pdf
Size
276.37 KB
Format
Adobe PDF
Checksum (MD5)
7e42fd3a7ccc690fef0b7b3caf8f9da7