• Όλες οι κατηγορίες
• Δημόσιες Ανακοινώσεις
• Δημόσιες Παρουσιάσεις Φοιτητών
• Παρουσίαση μεταπτυχιακής εργασίας κ. Βασιλείου Πίσσα, Σχολή ΜΠΔ

Παρουσίαση μεταπτυχιακής εργασίας κ. Βασιλείου Πίσσα, Σχολή ΜΠΔ

• 1

• Συντάχθηκε 01-10-2021 15:14

  Ενημερώθηκε: -

  Τόπος:
  Σύνδεσμος τηλεδιάσκεψης
  Έναρξη: 08/10/2021 13:30
  Λήξη: 08/10/2021 14:30

  ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ

  ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ

   

  Ονοματεπώνυμο:   Βασίλειος Πίσσας

  Αριθμός Μητρώου: 2019019051

   

  Θέμα

  Τίτλος στα Ελληνικά:            «Συμβολή στην επιτάχυνση ασύγχρονου παράλληλου Διαφορικού Εξελικτικού αλγορίθμου με χρήση Νευρωνικών Δικτύων»

  Τίτλος στα Αγγλικά:     «Accelerating a parallel asynchronous Differential Evolution algorithm using Neural Networks»

   

  Εξεταστική Επιτροπή:

  Επιβλέπων:     Ιωάννης Κ. Νικολός

  Πρώτο Μέλος:            Ανάργυρος Ι. Δελής

  Δεύτερο Μέλος: Γεώργιος Αραμπατζής

   

  Περίληψη της εργασίας στα Ελληνικά:          

  Στην παρούσα μεταπτυχιακή διατριβή θα χρησιμοποιηθεί ως βάση ένας υπάρχων παράλληλος ασύγχρονος Διαφορικός Εξελικτικός αλγόριθμος, ο οποίος έχει αναπτυχθεί από μέλη του Εργαστηρίου Στροβιλομηχανών & Ρευστοδυναμικής (TurboLab – TUC), σε γλώσσα προγραμματισμού FORTRAN. Ο συγκεκριμένος αλγόριθμος υποστηρίζεται από δύο Τεχνητά Νευρωνικά Δίκτυα (ΤΝΔ) (Artificial Neural Networks – ANNs), τα οποία λειτουργούν ως υποκατάστατα μοντέλα (surrogate models) για την επιτάχυνση της διαδικασίας αξιολόγησης κάθε υποψήφιας λύσης που εξετάζει ο Διαφορικός Εξελικτικός αλγόριθμος.

  Στα πλαίσια της παρούσας εργασίας, αρχικά θα γίνει μία βιβλιογραφική επισκόπηση των μεθόδων που χρησιμοποιούνται διεθνώς για τον συνδυασμό Εξελικτικών Αλγορίθμων με Τεχνητά Νευρωνικά Δίκτυα ως surrogate models (meta-models). Ειδικότερα, θα εξετασθεί ο τρόπος που επιλέγονται τα άτομα των προηγούμενων πληθυσμών του Διαφορικού Εξελικτικού αλγορίθμου, ώστε να χρησιμοποιηθούν για την επανεκπαίδευση σε κάθε γενιά των ΤΝΔ. Επειδή η σωστή επιλογή των συγκεκριμένων ατόμων επιτρέπει την καλύτερη εκπαίδευση και αύξηση της ακρίβειας πρόβλεψης των ΤΝΔ, θα γίνει προσπάθεια να βρεθούν πολιτικές πιο αποτελεσματικής επιλογής αυτών των ατόμων σε κάθε γενιά. Η αποτελεσματικότητα των παραπάνω εναλλακτικών πολιτικών θα συγκριθεί με την υπάρχουσα πολιτική σε επιλεγμένα προβλήματα αναφοράς. Παράλληλα, θα γίνει προσπάθεια εισαγωγής και επιπλέον βελτιώσεων στον υπάρχοντα κώδικα, ώστε να καταστεί πιο εύχρηστος και πιο αποτελεσματικός.

   

  Ημερομηνία Εξέτασης

  Ημέρα/Μήνας/Έτος: Παρασκευή 8/10/2021

  Ώρα: 13:30

   

  ​​​​​​​Χώρος Εξέτασης (διαδικτυακή παρουσίαση)

  https://tuc-gr.zoom.us/j/99063519188?pwd=QThPZ0Y1djh5QkNTNTlGbHhQK0VWdz09

  Meeting ID: 990 6351 9188

  Password: 393390

  Friday 8/10/2021, 1:15 pm

   

  ---

   

  
  

  ---

• 1