Υλοποίηση τεχνικών καθολικής βελτιστοποίησης (branch and bound) σε περιβάλλον παράλληλης επεξεργασίας. Εφαρμογή σε νευρωτικά δίκτυα.

Απλή σελίδα τεκμηρίου
dc.contributor.authorΝασιώτης, Κωνσταντίνοςel
dc.date.accessioned2020-06-24T06:20:48Z
dc.date.available2020-06-24T06:20:48Z
dc.date.issued2020-06-24
dc.identifier.urihttps://olympias.lib.uoi.gr/jspui/handle/teiep/11259
dc.rightsΑναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/gr/*
dc.subjectΔίκτυαel
dc.titleΥλοποίηση τεχνικών καθολικής βελτιστοποίησης (branch and bound) σε περιβάλλον παράλληλης επεξεργασίας. Εφαρμογή σε νευρωτικά δίκτυα.el
heal.abstractIll defined problems such as the Set Inversion problem, because of their complicated definition, require the use of Global Optimization methods for the search of a solution. These methods have proven to be very hard to solve because the solution, requires exhaustively searching very large search spaces. So, on their own, they require the application of Branch & Bound methods along with Parallel Computation solutions, so that the required time for a solution to be found is reduced. These parallel methods, besides workload management, also require the application of intelligent memory management techniques. This dissertation’s purpose is the development of an application which applies the previously mentioned methods so that it can be used for tougher multidimensional problems, such as Neural Networks.en
heal.abstractΤα ill-defined προβλήματα, όπως αυτό της αντιστροφής συνόλου, λόγω του σύνθετου ορισμού τους, απαιτούν την εξερεύνηση τεχνικών καθολικής βελτιστοποίησης για την επίλυσή τους. Αυτές οι μέθοδοι με τη σειρά τους, αποτελούν δύσκολα προς επίλυση υπολογιστικά προβλήματα διότι αφορούν την αναζήτηση λύσης σε πολύ μεγάλους χώρους αναζήτησης. Συνεπώς, απαιτούν την εξερεύνηση μεθόδων περιορισμού (Branch & Bound) και στη συνέχεια την εφαρμογή παράλληλων διαδικασιών με στόχο την μείωση του απαραίτητου χρόνου για την εύρεση λύσης. Οι παράλληλες μέθοδοι, πέρα από προβλήματα διαχείρισης του φόρτου εργασίας, προϋποθέτουν την εύρεση βέλτιστων τεχνικών για την διαχείριση της μνήμης κατά την εκτέλεση. Η παρούσα πτυχιακή αποτελεί μελέτη των προαναφερθέντων τεχνικών και στη συνέχεια, την συγχώνευσή τους σε ένα ενιαίο λογισμικό. Τέλος, θα εκτιμηθούν οι επιδόσεις του λογισμικού σε συναρτήσεις όπως αυτή του Griewank με τελικό στόχο τη μελέτη των προοπτικών της χρήσης του για την επίλυση πολυδιάστατων προβλημάτων, όπως αυτά των νευρωνικών δικτύων.el
heal.academicPublisherΤ.Ε.Ι. Ηπείρου, Σχολή Τεχνολογικών Εφαρμογών, Τμήμα Μηχανικών Πληροφορικής Τ.Ε.el
heal.academicPublisherIDteiep
heal.accessfree
heal.advisorNameΑδάμ, Σταύροςel
heal.bibliographicCitationΝασιώτης, Κ., 2019. Υλοποίηση τεχνικών καθολικής βελτιστοποίησης (branch and bound) σε περιβάλλον παράλληλης επεξεργασίας. Εφαρμογή σε νευρωτικά δίκτυα. Πτυχιακή εργασία. Άρτα: Τ.Ε.Ι. Ηπείρου. Σχολή Τεχνολογικών Εφαρμογών. Τμήμα Μηχανικών Πληροφορικής Τ.Ε.el
heal.classificationΝευρωτικά δίκτυαen
heal.classificationΕπιστήμη Υπολογιστώνel
heal.committeeMemberNameΑδάμ, Σταύροςel
heal.committeeMemberNameΓκόγκος, Χρήστοςel
heal.committeeMemberNameΓλαβάς, Ευριπίδηςel
heal.dateAvailable2024-01-11T10:32:26Z
heal.fullTextAvailabilitytrue
heal.languageel
heal.numberOfPages45
heal.publicationDate2019-11-11
heal.recordProviderΤ.Ε.Ι. Ηπείρουel
heal.typebachelorThesis

Αρχεία

Πρωτότυπος φάκελος/πακέτο

Προβολή: 1 - 1 of 1
Μικρογραφία εικόνας
Ονομα:
Nasiotis,K_I&T_2019.pdf
Μέγεθος:
714.04 KB
Μορφότυπο:
Adobe Portable Document Format
Περιγραφή:
Κατεβάστε

Φάκελος/Πακέτο αδειών

Προβολή: 1 - 1 of 1
Μικρογραφία εικόνας
Ονομα:
license.txt
Μέγεθος:
3.54 KB
Μορφότυπο:
Item-specific license agreed upon to submission
Περιγραφή:
Κατεβάστε

Συλλογές

Προπτυχιακές εργασίες Τμ. Μηχανικών Πληροφορικής Τ.Ε.