Στη συγκεριμένη διπλωματική εργασία γίνεται μια σχοινοτενής μελέτη των
τεχνικών αναγνώρισης νέων γεγονότων (ανωμαλιών ή outliers) σε ευρεία σετ
δεδομένων. Το απαράιτητο θεωρητικό background που απαιτείται για την
κατανόηση των τεχνικών παρέχεται ξεχωριστά προκειμένου να εξασφαλιστεί η
συνοχή του κειμένου.
Στο πρώτο κεφάλαιο γίνεται εισαγωγή στην έννοια και στις εφαρμογές του
novelty detection,
ενώ παρέχεται μια πρώτη κατηγοριοποίηση των τεχνικών
αυτών. Στο Κεφάλαιο 2 αναλύονται οι στατιστικές προσεγγίσεις που έχουν
προταθεί,
τόσο οι παραμετρικές όσο και οι μη-παραμετρικές. Στα κεφάλαια 3
και 4 γίνεται μια εισαγωγή στα νευρωνικά δίκτυα και στα SVM προκείμένου να
εξηγηθεί η χρήση τους στις εφαρμογές αναγνώρισης νέων γεγονότων ή
ανωμαλιών (Κεφάλαιο 5).
Ολοκληρώνοντας στη συγκεκριμένη διπλωματική εργασία στατιστικές
προσεγγίσεις καθώς επίσης και τεχνικές βασιζόμενες σε νευρωνικά δίκτυα και
SVM παρουσιάζονται με σαφήνεια,
για την ανίχνευση νέων γεγονότων,
ενώ η
συγκριτική μελέτη τους παρέχει έναν συνοπτικό οδηγό-εργαλέιο που συνοψίζει
τα πλεονεκτήματα και τα μειονεκτήματα των παρουσιαθέντων τεχνικών. / -
| Identifer | oai:union.ndltd.org:upatras.gr/oai:nemertes:10889/7930 |
| Date | 01 August 2014 |
| Creators | Λαμπρόπουλος, Νίκος |
| Contributors | Δερματάς, Ευάγγελος, Lampropoulos, Nikos, Σγάρμπας, Κυριάκος |
| Source Sets | University of Patras |
| Language | gr |
| Detected Language | Greek |
| Type | Thesis |
| Rights | 0 |
Page generated in 0.0018 seconds