Ευφυείς τεχνικές δημιουργίας συνθετικών δεδομένων για εκπαίδευση μοντέλων μηχανικής μάθησης

Ευφυείς τεχνικές δημιουργίας συνθετικών δεδομένων για εκπαίδευση μοντέλων μηχανικής μάθησης

URI: https://www.openarchives.gr/aggregator-openarchives/edm/dias/000058-101351
RDF/XML JSON-LD

This item is provided by the institution :
Technical University of Crete

Repository :
Institutional Repository Technical University of Crete

see the original item page
in the repository's web site and access all digital files if the item^*

Title

Ευφυείς τεχνικές δημιουργίας συνθετικών δεδομένων για εκπαίδευση μοντέλων μηχανικής μάθησης (EL)

Creator

Αγιομαυριτης Φωτιος (EL)

Agiomavritis Fotios (EN)

Contributor

Παναγιώτης Τραχανιάς (EL)

Καρανασιου Ειρηνη (EL)

Δοιτσιδης Ελευθεριος (EL)

Doitsidis Eleftherios (EN)

Panagiotis Trahanias (EN)

Karanasiou Eirini (EN)

Type

masterThesis

Thesis
Master thesis (EN)

Issued

2024

Year

2024 (EN)

Description

Η απόκτηση επαρκών δεδομένων για την εκμάθηση αλγορίθμων μηχανικής ή βαθιάς μάθησης είναι πάντα ένα ζητούμενο το οποίο απασχολεί τον ερευνητικό αλλά και τον εταιρικό χώρο, παρόλα αυτά δεν είναι πάντοτε δυνατό να συμβεί. Υπάρχουν τομείς όπως ο στρατιωτικός, ο ιατρικός και άλλοι όπου είναι πιθανό να μην έχουμε την δυνατότητα συλλογής επαρκών δεδομένων, είτε εξαιτίας α-δειών χρήσης και προσωπικών δεδομένων είτε λόγω γενικότερης έλλειψης πραγματικών μετρήσεων σε αυτούς τους νευραλγικούς χώρους. Στην παρούσα μεταπτυχιακή διατριβή αναλύονται τεχνικές δημιουργίας συνθετικών δεδομένων που μπορούν να έχουν σημαντικά αποτελέσματα στην εκμάθη-ση αλγορίθμων όταν δεν διαθέτουμε αρκετά πραγματικά δεδομένα. Ο χειρισμός των τεχνικών δια-φοροποιείται όταν θέλουμε να δημιουργήσουμε συνθετικές εικόνες ή συνθετικές συμβολοσειρές α-ντίστοιχα, με την πρώτη κατηγορία να έχει μεγάλες υπολογιστικές απαιτήσεις και σύνθετες μεθό-δους. Για την δημιουργία συνθετικών εικόνων παρουσιάζονται μοντέλα διάχυσης (Diffusion) τα ο-ποία είναι ήδη προ-εκπαιδευμένα (pre-trained) με σκοπό να γίνει μεταφορά μάθησης (transfer learn-ing) πάνω σε συγκεκριμένα δεδομένα που θέλουμε για τα δικά μας αποτελέσματα. Βασικό στοιχείο της εργασίας είναι οι τεχνικές που χρησιμοποιούνται να εμπίπτουν στις αρχές του frugal learning και να μην χρειάζονται μεγάλο όγκο δεδομένων και υπολογιστική ισχύ. Επιπλέον, αναλύονται τεχνι-κές για την δημιουργία συνθετικών δεδομένων συμβολοσειρών και συγκεκριμένα συμβολοσειρών GPS με σκοπό την εκπαίδευση και τη δοκιμή συστημάτων πρόβλεψης παραπλάνησης (spoofing). Στα πλαίσια της παρούσας εργασίας, έχει δημιουργηθεί πειραματικό σύστημα πρόβλεψης spoofing με σκοπό να αποκτήσουμε μια πιο ρεαλιστική οπτική πάνω στο θέμα και να γίνει testing των συνθε-τικών δεδομένων που δημιουργήθηκαν. (EL)

Scientific field

Engineering and Technology ▶ Other Engineering and Technologies
Industrial and Manufacturing Engineering (EN)

Subject

Deep learning (EN)

Generative AI (EN)

Spoofing detection (EN)

Machine learning (EN)

UAV (EN)

Language

Greek

School / Department / Institute

Πολυτεχνείο Κρήτης (EL)