{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3197469"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3197469","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Distributed PCA Techniques","abstract":"Τα σύνολα δεδομένων που πρέπει να επεξεργαστούμε παρουσιάζουν αυξητική τάση και η Μείωση Διαστάσεων έχει γίνει απαραίτητη διαδικασία. Για την επίτευξη των ίδιων αποτελεσμάτων, χρειάζεται να εργαστούμε με λιγότερα από τα διαθέσιμα δεδομένα. Τα κατανεμημένα σχήματα PCA τείνουν να έχουν καλύτερη απόδοση από τα γραμμικά όταν πρόκειται για μεγάλα σύνολα δεδομένων. Σε αυτή την εργασία, εξετάζεται ένα κατανεμημένο σχήμα ανάλυσης βασικών στοιχείων, λαμβάνοντας υπόψη το κόστος υπολογισμού καθώς και το κόστος διανομής. Τέλος, ένα πείραμα σε ένα πραγματικό σύνολο δεδομένων καταδεικνύει την ορθότητα της αρχικής υπόθεσης.","abstract_html":"Τα σύνολα δεδομένων που πρέπει να επεξεργαστούμε παρουσιάζουν αυξητική τάση και η Μείωση Διαστάσεων έχει γίνει απαραίτητη διαδικασία. Για την επίτευξη των ίδιων αποτελεσμάτων, χρειάζεται να εργαστούμε με λιγότερα από τα διαθέσιμα δεδομένα. Τα κατανεμημένα σχήματα PCA τείνουν να έχουν καλύτερη απόδοση από τα γραμμικά όταν πρόκειται για μεγάλα σύνολα δεδομένων. Σε αυτή την εργασία, εξετάζεται ένα κατανεμημένο σχήμα ανάλυσης βασικών στοιχείων, λαμβάνοντας υπόψη το κόστος υπολογισμού καθώς και το κόστος διανομής. Τέλος, ένα πείραμα σε ένα πραγματικό σύνολο δεδομένων καταδεικνύει την ορθότητα της αρχικής υπόθεσης.","abstract_has_math":false,"creators":["Μαγκανιάρης Χρήστος","Magkaniaris Christos"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2022,"date_issued":"2022","date_published":"2022","updated_at":"2026-11-19T05:45:33Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3197469"],"render_values":[{"text":"uoadl:3197469","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3197469","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3197469","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%3A3197469","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Μαγκανιάρης Χρήστος","Magkaniaris Christos"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2022"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3197469","https://pergamos.lib.uoa.gr/uoa/dl/object/3197469"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Τα σύνολα δεδομένων που πρέπει να επεξεργαστούμε παρουσιάζουν αυξητική τάση και η Μείωση Διαστάσεων έχει γίνει απαραίτητη διαδικασία. Για την επίτευξη των ίδιων αποτελεσμάτων, χρειάζεται να εργαστούμε με λιγότερα από τα διαθέσιμα δεδομένα. Τα κατανεμημένα σχήματα PCA τείνουν να έχουν καλύτερη απόδοση από τα γραμμικά όταν πρόκειται για μεγάλα σύνολα δεδομένων. Σε αυτή την εργασία, εξετάζεται ένα κατανεμημένο σχήμα ανάλυσης βασικών στοιχείων, λαμβάνοντας υπόψη το κόστος υπολογισμού καθώς και το κόστος διανομής. Τέλος, ένα πείραμα σε ένα πραγματικό σύνολο δεδομένων καταδεικνύει την ορθότητα της αρχικής υπόθεσης.","Datasets we need to process tend to increase and Dimensionality Reduction has become a necessary procedure. It is needed to reach the same results, while working with a fraction of a dataset. Distributed PCA schemes tend to outperform linear ones when it comes to large datasets. In this essay, a distributed Principal Components Analysis scheme is examined, considering computational and distributing costs and an experiment on a real-life dataset demonstrates the legitimacy of the original hypothesis."]},{"key":"dc:title","label":"Title","values":["Distributed PCA Techniques"]}]}],"canonical_facts":{"dc:creator":["Μαγκανιάρης Χρήστος","Magkaniaris Christos"],"dc:date":["2022"],"dc:description":["Τα σύνολα δεδομένων που πρέπει να επεξεργαστούμε παρουσιάζουν αυξητική τάση και η Μείωση Διαστάσεων έχει γίνει απαραίτητη διαδικασία. Για την επίτευξη των ίδιων αποτελεσμάτων, χρειάζεται να εργαστούμε με λιγότερα από τα διαθέσιμα δεδομένα. Τα κατανεμημένα σχήματα PCA τείνουν να έχουν καλύτερη απόδοση από τα γραμμικά όταν πρόκειται για μεγάλα σύνολα δεδομένων. Σε αυτή την εργασία, εξετάζεται ένα κατανεμημένο σχήμα ανάλυσης βασικών στοιχείων, λαμβάνοντας υπόψη το κόστος υπολογισμού καθώς και το κόστος διανομής. Τέλος, ένα πείραμα σε ένα πραγματικό σύνολο δεδομένων καταδεικνύει την ορθότητα της αρχικής υπόθεσης.","Datasets we need to process tend to increase and Dimensionality Reduction has become a necessary procedure. It is needed to reach the same results, while working with a fraction of a dataset. Distributed PCA schemes tend to outperform linear ones when it comes to large datasets. In this essay, a distributed Principal Components Analysis scheme is examined, considering computational and distributing costs and an experiment on a real-life dataset demonstrates the legitimacy of the original hypothesis."],"dc:identifier":["uoadl:3197469","https://pergamos.lib.uoa.gr/uoa/dl/object/3197469"],"dc:language":["English"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Distributed PCA Techniques"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:45:33Z"}