{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:1317471"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:1317471","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Εφαρμογές νευρωνικών δικτύων σε προβλήματα δυναμικής βελτιστοποίησης","abstract":"Η διπλωματική εργασία έχει μία μικρή παρουσίαση των Νευρωνικών Δικτύων και στην συνέχεια αναλύεται το πρόβλημα της Ενισχυτικής Μάθησης. Αναπτύσονται 4 βασικοί τρόποι επίλυσης του προβλήματος Ενισχυτικής Μάθησης, όπως Δυναμικός Προγραμματισμός, Monte Carlo και μάθηση Χρονικών Διαφορών (ενός ή περισσοτέρων βημάτων). Τέλος εφαρμώζονται οι αντίστοιχοι αλγόριθμοι στο πρόβλημα ελέγχου αποθεμάτων για ένα και δύο προϊόντα.","abstract_html":"Η διπλωματική εργασία έχει μία μικρή παρουσίαση των Νευρωνικών Δικτύων και στην συνέχεια αναλύεται το πρόβλημα της Ενισχυτικής Μάθησης. Αναπτύσονται 4 βασικοί τρόποι επίλυσης του προβλήματος Ενισχυτικής Μάθησης, όπως Δυναμικός Προγραμματισμός, Monte Carlo και μάθηση Χρονικών Διαφορών (ενός ή περισσοτέρων βημάτων). Τέλος εφαρμώζονται οι αντίστοιχοι αλγόριθμοι στο πρόβλημα ελέγχου αποθεμάτων για ένα και δύο προϊόντα.","abstract_has_math":false,"creators":["Αντωνόπουλος Γεώργιος"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2015,"date_issued":"2015","date_published":"2015","updated_at":"2026-11-19T05:25:04Z","subjects":[],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1317471"],"render_values":[{"text":"uoadl:1317471","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1317471","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1317471","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A1317471","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Αντωνόπουλος Γεώργιος"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2015"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1317471","https://pergamos.lib.uoa.gr/uoa/dl/object/1317471"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η διπλωματική εργασία έχει μία μικρή παρουσίαση των Νευρωνικών Δικτύων και στην συνέχεια αναλύεται το πρόβλημα της Ενισχυτικής Μάθησης. Αναπτύσονται 4 βασικοί τρόποι επίλυσης του προβλήματος Ενισχυτικής Μάθησης, όπως Δυναμικός Προγραμματισμός, Monte Carlo και μάθηση Χρονικών Διαφορών (ενός ή περισσοτέρων βημάτων). Τέλος εφαρμώζονται οι αντίστοιχοι αλγόριθμοι στο πρόβλημα ελέγχου αποθεμάτων για ένα και δύο προϊόντα.","The essay has a small presentation of Neural Networks and in continuance the problem of Reinforcement Learning is being analyzed. Four basic ways of solving the problem of Reinforcement Learning are being developed, such as Dynamic Programming, Monte Carlo and Time Difference Learning methods (of one or more steps). In the end the perspective algorithms are being applied to the problem of stock control both for one and two products."]},{"key":"dc:title","label":"Title","values":["Εφαρμογές νευρωνικών δικτύων σε προβλήματα δυναμικής βελτιστοποίησης"]}]}],"canonical_facts":{"dc:creator":["Αντωνόπουλος Γεώργιος"],"dc:date":["2015"],"dc:description":["Η διπλωματική εργασία έχει μία μικρή παρουσίαση των Νευρωνικών Δικτύων και στην συνέχεια αναλύεται το πρόβλημα της Ενισχυτικής Μάθησης. Αναπτύσονται 4 βασικοί τρόποι επίλυσης του προβλήματος Ενισχυτικής Μάθησης, όπως Δυναμικός Προγραμματισμός, Monte Carlo και μάθηση Χρονικών Διαφορών (ενός ή περισσοτέρων βημάτων). Τέλος εφαρμώζονται οι αντίστοιχοι αλγόριθμοι στο πρόβλημα ελέγχου αποθεμάτων για ένα και δύο προϊόντα.","The essay has a small presentation of Neural Networks and in continuance the problem of Reinforcement Learning is being analyzed. Four basic ways of solving the problem of Reinforcement Learning are being developed, such as Dynamic Programming, Monte Carlo and Time Difference Learning methods (of one or more steps). In the end the perspective algorithms are being applied to the problem of stock control both for one and two products."],"dc:identifier":["uoadl:1317471","https://pergamos.lib.uoa.gr/uoa/dl/object/1317471"],"dc:language":["Ελληνικά","Greek"],"dc:title":["Εφαρμογές νευρωνικών δικτύων σε προβλήματα δυναμικής βελτιστοποίησης"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:25:04Z"}