Πιτυρίγκας Ευριπίδης (Υποψήφιος Διδάκτορας)

Τίτλος διατριβής: Αποδοτικοί αλγόριθμοι ταξινόμησης που βασίζονται σε στιγμιότυπα algorithms

Επιβλέπων: Ουγιάρογλου Στέφανος

Μέλη Συμβουλευτικής Επιτροπής:

Μπράτσας Χαράλαμπος, Επίκουρος Καθηγητής, Τμήμα Μηχανικών Πληροφορικής και Ηλεκτρονικών Συστημάτων, ΔΙ.ΠΑ.Ε
Κωτσάκης Ρήγας, Επίκουρος Καθηγητής, Τμήμα Μηχανικών Πληροφορικής και Ηλεκτρονικών Συστημάτων, ΔΙ.ΠΑ.Ε.

Περίληψη:

Η περίληψη, όπως είχε κατατεθεί και στην πρόταση προς τη Συνέλευση, είναι “Οι αλγόριθμοι κατηγοριοποίησης που βασίζονται σε στιγμιότυπα (Instance-based classification algorithms), και κυρίως ο κατηγοριοποιητής των k εγγύτερων γειτόνων (k-Nearest Neighbour classifier), αποτελούν ένα ευρύ επιστημονικό πεδίο, παρέχοντας μια απλή αλλά ισχυρή προσέγγιση στον τομέα της Μηχανικής Μάθησης και της Εξόρυξης Γνώσης από Δεδομένα. Ωστόσο, καθώς η πολυπλοκότητα και το μέγεθος των δεδομένων αυξάνονται, οι παραδοσιακοί αλγόριθμοι αντιμετωπίζουν συχνά σημαντικές προκλήσεις όσον αφορά τη διασφάλιση της αποτελεσματικότητας (βέλτιστη δέσμευση υπολογιστικών πόρων και χρόνοι εκτέλεσης), της ακρίβειας (κατά πόσο τα παραγόμενα ενός αλγορίθμου ανταποκρίνονται στο ορθό ή προσδοκώμενο αποτέλεσμα) και της επεκτασιμότητας (αποτροπή σε απώλεια αποτελεσματικότητας και ακρίβειας σε πολύπλοκα και μεγάλης κλίμακας σύνολα δεδομένων). Με τον όρο πολύπλοκα δεδομένα αναφερόμαστε κυρίως σε δεδομένα πολλών διαστάσεων, ανομοιογένεια δεδομένων ως προς τον τύπο ή τις πηγές προέλευσής τους (π.χ. δεδομένα εκφρασμένα σε μη ευκλείδειους χώρους όπως κείμενα ή/και αριθμητικές τιμές ή/και κυματομορφές ή/και εικόνες όλα μαζί ως ετικέτες στο ίδιο σύνολο δεδομένων), μη γραμμικά δεδομένα (π.χ. δεδομένα σε γράφους και δέντρα), δεδομένα εξαιρετικά μεγάλου όγκου, δεδομένα με εσφαλμένες ή απούσες τιμές (π.χ. φυσικοί αριθμοί εκφρασμένοι με αρνητικές ή κενές τιμές), δυναμικά δεδομένα που μεταβάλλονται με την πάροδο του χρόνου (π.χ. αισθητήρες πραγματικού χρόνου) κ.α.. Επιπρόσθετα, οι αλγόριθμοι κατηγοριοποίησης που βασίζονται σε στιγμιότυπα περιλαμβάνουν παραμέτρους, ο ορισμός των οποίων είναι καθοριστικός τόσο για την αποτελεσματικότητα αλλά και την αποδοτικότητα των αλγορίθμων. Η παρούσα πρόταση διατριβής στοχεύει στη διερεύνηση των παραπάνω προκλήσεων με σκοπό το σχεδιασμό και την υλοποίηση νέων υπολογιστικών αλγορίθμων κατηγοριοποίησης βασισμένων σε στιγμιότυπα καθώς και την τροποποίηση υπαρχόντων μεθόδων.“