Ανακάλυψη Γνώσης από Βιολογικά Δεδομένα

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Ανακάλυψη Γνώσης από Βιολογικά Δεδομένα"

Transcript

1 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ Ανακάλυψη Γνώσης από Βιολογικά Δεδομένα Διδακτορική Διατριβή Γεώργιος Τζανής Πτυχιούχος Τμήματος Πληροφορικής Α.Π.Θ. ΘΕΣΣΑΛΟΝΙΚΗ 2011

2

3 Γεώργιος Τζανής Πτυχιούχος Τμήματος Πληροφορικής Α.Π.Θ. Ανακάλυψη Γνώσης από Βιολογικά Δεδομένα Διδακτορική Διατριβή Υποβλήθηκε στο Τμήμα Πληροφορικής του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης Ημερομηνία Προφορικής Εξέτασης: 20/06/2011 Συμβουλευτική Επιτροπή: Βλαχάβας Ιωάννης - Καθηγητής (επιβλέπων) Βακάλη Αθηνά - Αναπληρώτρια Καθηγήτρια Βασιλειάδης Νικόλαος - Αναπληρωτής Καθηγητής Εξεταστική Επιτροπή: Βλαχάβας Ιωάννης - Καθηγητής Βακάλη Αθηνά - Αναπληρώτρια Καθηγήτρια Βασιλειάδης Νικόλαος - Αναπληρωτής Καθηγητής Λάσκαρης Νικόλαος - Επίκουρος Καθηγητής Ποταμιάς Γεώργιος - Ερευνητής Β Τσαμαρδίνος Ιωάννης - Επίκουρος Καθηγητής Τσουμάκας Γρηγόριος - Λέκτορας

4

5 Ευχαριστίες Η εκπόνηση της διατριβής πραγματοποιήθηκε στο Εργαστήριο Γλωσσών Προγραμματισμού και Τεχνολογίας Λογισμικού του Τμήματος Πληροφορικής του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης, σε συνεργασία με την ομάδα Μηχανικής Μάθησης και Ανακάλυψης Γνώσης. Θα ήθελα να ευχαριστήσω θερμά τον επιβλέποντα της διατριβής μου Καθηγητή κ. Ιωάννη Βλαχάβα, για την εμπιστοσύνη που μου έδειξε, για τον απεριόριστο χρόνο που αφιέρωσε στην καθοδήγησή μου και για την εξασφάλιση υλικών και τεχνικών υποδομών κατά τη διάρκεια της εκπόνησης της διατριβής. Επίσης, θα ήθελα να τον ευχαριστήσω, γιατί μου έδωσε τη δυνατότητα συμμετοχής σε ερευνητικά και αναπτυξιακά προγράμματα, τα οποία αποτέλεσαν πηγή σημαντικής επαγγελματικής εμπειρίας και γνώσης. Θα ήθελα ακόμη να ευχαριστήσω τον Αναπληρωτή Καθηγητή κ. Νικόλαο Βασιλειάδη και την Αναπληρώτρια Καθηγήτρια κ. Αθηνά Βακάλη, που διατέλεσαν μέλη της συμβουλευτικής μου επιτροπής και συνέβαλλαν σημαντικά με την πολύτιμη καθοδήγηση και υποστήριξή τους. Θα ήθελα επίσης να ευχαριστήσω το διδάκτορα κ. Χρήστο Μπερμπερίδη, το Λέκτορα κ. Γρηγόριο Τσουμάκα και τον υποψήφιο διδάκτορα κ. Ιωάννη Καβακιώτη, για τις εποικοδομητικές ανταλλαγές απόψεων και την άριστη συνεργασία τους κατά την προετοιμασία και συγγραφή πολλών από τα επιστημονικά άρθρα που προέκυψαν ως αποτέλεσμα της εκπόνησης της διατριβής. Επιπλέον, θα ήθελα να ευχαριστήσω την Καθηγήτρια κ. Άρτεμις Χατζηγεωργίου και την Καθηγήτρια κ. Φίλια Μακεδών για την πρόθυμη και πολύτιμη συνεισφορά τους με τις γνώσεις και την εμπειρία τους. Επίσης, οφείλω να εκφράσω τις ευχαριστίες μου στους φίλους και συναδέλφους, διδάκτορες κκ. Ιωάννη Κατάκη, Ιωάννη Παρτάλα, Ευστράτιο Κοντόπουλο και Γεώργιο Μεδίτσκο για την αρμονική συνύπαρξη και την άριστη συνεργασία τους κατά τη διάρκεια της εκπόνησης της διατριβής. Θα ήθελα ακόμη να ευχαριστήσω και τους υπόλοιπους συνεργάτες του εργαστηρίου, το Λέκτορα κ. Δημήτριο Βράκα, τον Καθηγητή Εφαρμογών κ. Φώτιο Κόκκορα και το Λέκτορα κ. Ηλία Σακελλαρίου, καθώς και τα νεότερα μέλη του εργαστηρίου, τους υποψήφιους διδάκτορες κκ. Καλλιόπη Κράβαρη, Αθανάσιο Σταυρόπουλο και Ελευθέριο Σπυρομήτρο-Ξιούφη. Τέλος, αισθάνομαι την ανάγκη να ευχαριστήσω την οικογένειά μου και τους φίλους μου για την υπομονή και την υποστήριξή τους καθ όλη τη διάρκεια εκπόνησης της διατριβής. Γεώργιος Τζανής Θεσσαλονίκη, Ιούνιος 2011 i

6

7 Περίληψη Κατά τη διάρκεια των τελευταίων δεκαετιών, οι σημαντικές εξελίξεις των επιστημών της πληροφορικής και της βιολογίας έχουν προσελκύσει το ενδιαφέρον όλης της ανθρωπότητας. Η ανάπτυξη του Παγκόσμιου Ιστού και η αποκρυπτογράφηση του ανθρώπινου γονιδιώματος αντανακλούν την έκταση της προόδου αυτών των επιστημών. Μάλιστα, η ραγδαία ανάπτυξη της τεχνολογίας έχει οδηγήσει στην αύξηση του ρυθμού παραγωγής βιολογικών δεδομένων, γεγονός που κατέστησε επιτακτική την ανάγκη στενής συνεργασίας μεταξύ των επιστημόνων της βιολογίας και της πληροφορικής. Αυτή η συνεργασία οδήγησε στην εμφάνιση της βιοπληροφορικής, μιας νέας διεπιστημονικής ερευνητικής περιοχής, που αποτελεί την τομή των επιστημών της βιολογίας και της πληροφορικής. Σκοπός της βιοπληροφορικής είναι η ανάπτυξη και η χρήση εργαλείων για τη διαχείριση και ανάλυση του τεράστιου όγκου των βιολογικών δεδομένων. Παράλληλα με τη βιοπληροφορική εξελίχθηκε και ένα άλλο ερευνητικό πεδίο ως απότοκος της ανάγκης αποδοτικής και αποτελεσματικής διαχείρισης μεγάλων όγκων δεδομένων. Η ανακάλυψη γνώσης από βάσεις δεδομένων παρέχει ένα σύνολο ισχυρών εργαλείων για την ανάλυση νέων τύπων δεδομένων με σκοπό την αποδοτική και αποτελεσματική εξαγωγή γνώσης. Αυτά τα εργαλεία συνδυάζουν τεχνικές από διάφορες περιοχές, όπως είναι η στατιστική, η τεχνητή νοημοσύνη, η αναγνώριση προτύπων και η τεχνολογία βάσεων δεδομένων, με σκοπό την αντιμετώπιση των εμποδίων και των περιορισμών που τίθενται από τις παραδοσιακές μεθόδους ανάλυσης δεδομένων. Η παρούσα διατριβή έχει ως αντικείμενο μελέτης την ανακάλυψη γνώσης από βιολογικά δεδομένα και εντάσσεται στα πλαίσια των ερευνητικών περιοχών της ανακάλυψης γνώσης από βάσεις δεδομένων και της βιοπληροφορικής. Στους στόχους της διατριβής περιλαμβάνεται η επινόηση νέων και η τροποποίηση ή επέκταση υπαρχουσών μεθόδων ανακάλυψης γνώσης, καθώς και η εφαρμογή τους για την ανάλυση βιολογικών δεδομένων. Στα πλαίσια της διατριβής ορίζεται ένα νέο είδος προβλήματος της ανακάλυψης γνώσης από βάσεις δεδομένων, που περιλαμβάνει την ανακάλυψη αμοιβαίως αποκλειόμενων αντικειμένων. Προτείνεται ένας αλγόριθμος ανακάλυψής τους από μια βάση δεδομένων συναλλαγών, ο οποίος εφαρμόζεται σε βιολογικά δεδομένα που αφορούν την έκφραση γονιδίων. Επιπλέον, προτείνεται μια μέθοδος για την αποτελεσματική ταξινόμηση δεδομένων γονιδιακής έκφρασης με απώτερο σκοπό την πρόβλεψη φαινοτύπου. Επίσης, προτείνονται προσεγγίσεις που εντάσσονται στα πλαίσια της ανάλυσης βιολογικών αλληλουχιών. Συγκεκριμένα, αντιμετωπίζονται δύο ξεχωριστά προβλήματα που προσελκύουν το ενδιαφέρον των ερευνητών, η πρόβλεψη του σημείου έναρξης της μετάφρασης και η πρόβλεψη του σημείου αποκοπής και πολυαδενυλίωσης. iii

8

9 Abstract 1. Title of PhD Thesis: Knowledge Discovery from Biological Data During the last decades the major advances in informatics and biology have attracted the interest of all humanity. The growth of World Wide Web and the Human Genome Project reflect the extent of the development of these two scientific areas. Moreover, the rapid technological development has resulted in an increased rate of biological data accumulation, necessitating the collaboration between scientists of biology and informatics. This collaboration has lead to the emergence of bioinformatics, a new interdisciplinary research area, which is the intersection of biology and informatics. The aim of bioinformatics is the development and use of tools for managing and analyzing the vast amounts of biological data. Another research area has been grown along with bioinformatics, in order to deal with large-volume data management efficiently and effectively. Knowledge discovery in databases provides a set of tools to analyze new data types in order to extract various types of knowledge efficiently and effectively. These tools combine powerful techniques from different areas, such as statistics, artificial intelligence, pattern recognition and database technology. This fusion of technologies aims to overcome the obstacles and constraints posed by the traditional data analysis methods. The scope of this thesis includes knowledge discovery from biological data and is strongly related to the research areas of knowledge discovery in data bases and bioinformatics. This thesis targets to the invention of new knowledge discovery methods and the modification or extension of existing ones, as well as the application of these methods for biological data analysis. In the framework of this thesis a new knowledge discovery problem, which deals with the discovery of mutually exclusive items, is defined. An algorithm for mining mutually exclusive items from transactional data is provided and is applied on gene expression data. Moreover, an approach for the effective classification of gene expression data and phenotype prediction is proposed. Furthermore, a number of biological sequence analysis approaches are proposed. In particular, two interesting and distinct sequence analysis problems are studied, namely translation initiation site prediction and cleavage-polyadenylation site prediction. v

10

11 Περιεχόμενα Ευχαριστίες Περίληψη Abstract Περιεχόμενα Κατάλογος Εικόνων Κατάλογος Πινάκων 1 Εισαγωγή 1.1 Κίνητρο Διατριβής και Συναφή Ερευνητικά Πεδία Τάσεις της Ανακάλυψης Γνώσης από Βάσεις Δεδομένων Τάσεις της Βιοπληροφορικής 1.2 Συμβολή και Δομή της Διατριβής 2 Ανακάλυψη Γνώσης από Βάσεις Δεδομένων 2.1 Η Διαδικασία Ανακάλυψης Γνώσης από Βάσεις Δεδομένων Στάδια της Διαδικασίας Ανακάλυψης Γνώσης από Βάσεις Δεδομένων 2.2 Μηχανική Μάθηση Κατηγορίες Μεθόδων Μηχανικής Μάθησης Σχέση Μηχανικής Μάθησης και Ανακάλυψης Γνώσης 2.3 Μέθοδοι Εξόρυξης από Δεδομένα Ταξινόμηση και Παλινδρόμηση Εξόρυξη Κανόνων Συσχέτισης Ομαδοποίηση 2.4 Μέθοδοι Προεπεξεργασίας και Μεταεπεξεργασίας Μείωση Διαστάσεων Διακριτοποίηση Αξιολόγηση Ταξινομητών 2.5 Αποθήκες Δεδομένων 2.6 Προβλήματα της Ανακάλυψης Γνώσης από Βάσεις Δεδομένων Ποιότητα Δεδομένων Όγκος Δεδομένων Διαχείριση Αποτελεσμάτων Προβλήματα Μεθοδολογίας Προβλήματα Απόδοσης i iii v vii xiii xvii vii

12 viii Γεώργιος Τζανής Ανακάλυψη Γνώσης από Βιολογικά Δεδομένα 2.7 Εφαρμογές της Ανακάλυψης Γνώσης από Βάσεις Δεδομένων 2.8 Σύνοψη 3 Μοριακή Βιολογία και Βιοπληροφορική 3.1 Οργανισμοί και Κύτταρα 3.2 Βιομόρια Μικρά Μόρια Πρωτεΐνες DNA RNA 3.3 Γονίδια και Γονιδίωμα 3.4 Μεταλλάξεις και Πολυμορφισμοί 3.5 Γονιδιακή Έκφραση Μεταγραφή Μάτισμα Προσθήκη Καλύπτρας και Πολυαδενυλίωση Μετάφραση 3.6 Γονιδιακή Ρύθμιση 3.7 Η Ροή της Βιολογικής Πληροφορίας 3.8 Βιοπληροφορική Οι Στόχοι της Βιοπληροφορικής 3.9 Εύρεση και Ανάλυση Βιολογικών Αλληλουχιών Αλληλούχιση DNA Πρόβλεψη Γονιδίων Στοίχιση Αλληλουχιών 3.10 Μέτρηση και Ανάλυση της Γονιδιακής Έκφρασης Μικροσυστοιχίες Η Τεχνική SAGE 3.11 Νεολογισμοί της Βιοπληροφορικής Γονιδιωματική Συγκριτική Γονιδιωματική Πρωτεωμική 3.12 Βιολογικές Βάσεις Δεδομένων Γενικευμένες ή Αρχειακές Βιολογικές Βάσεις Δεδομένων Δευτερογενείς Βιολογικές Βάσεις Δεδομένων Εξειδικευμένες Βιολογικές Βάσεις Δεδομένων Βιβλιογραφικές Βιολογικές Βάσεις Δεδομένων Βιολογικές Βάσεις Δεδομένων Ιστοσελίδων 3.13 Η Ανακάλυψη Γνώσης στη Βιοπληροφορική Ανακάλυψη Γνώσης από Βιολογικές Αλληλουχίες Ανακάλυψη Γνώσης από Δεδομένα Γονιδιακής Έκφρασης Ανακάλυψη Γνώσης στη Δομική Βιοπληροφορική Ανακάλυψη Γνώσης από Βιολογικά Κείμενα

13 Περιεχόμενα ix 3.14 Ερευνητικά Κέντρα Βιοπληροφορικής 3.15 Εργαλεία Βιοπληροφορικής 3.16 Εφαρμογές και Τάσεις της Βιοπληροφορικής 3.17 Σύνοψη 4 Ανακάλυψη Αμοιβαίως Αποκλειόμενων Αντικειμένων 4.1 Εισαγωγή 4.2 Βασικές Έννοιες 4.3 Σχετικές Εργασίες 4.4 Εξόρυξη Αμοιβαίως Αποκλειόμενων Αντικειμένων Ορισμός του Προβλήματος Εξόρυξη Εκτεταμένων Συχνών Συνόλων Αντικειμένων Εξόρυξη Ζευγών Αμοιβαίως Αποκλειόμενων Αντικειμένων Εξόρυξη Τριάδων Αμοιβαίως Αποκλειόμενων Αντικειμένων Παράδειγμα Εκτέλεσης του Αλγορίθμου Πειράματα Αμοιβαίως Αποκλειόμενα Αντικείμενα και Ταξονομίες 4.5 Ανακάλυψη Αμοιβαίως Αποκλειόμενων Γονιδίων Η Τεχνική SAGE Τα Δεδομένα SAGE Διακριτοποίηση των Δεδομένων Πειράματα 4.6 Συμπεράσματα 5 Πρόβλεψη Φαινοτύπου από Δεδομένα Γονιδιακής Έκφρασης 5.1 Εισαγωγή 5.2 Βασικές Έννοιες 5.3 Σχετικές Εργασίες 5.4 Η Προτεινόμενη Προσέγγιση Δομή Δεδομένων Εισόδου Διακριτοποίηση Εξόρυξη Συχνών Συνόλων Αντικειμένων Επιλογή Χαρακτηριστικών Ταξινόμηση 5.5 Πειραματική Αξιολόγηση Σύνολα Δεδομένων Εξόρυξη Συχνών Συνόλων Αντικειμένων Επιλογή Χαρακτηριστικών Ταξινόμηση Μέθοδος Επικύρωσης Αποτελέσματα 5.6 Συμπεράσματα

14 x Γεώργιος Τζανής Ανακάλυψη Γνώσης από Βιολογικά Δεδομένα 6 Πρόβλεψη του Σημείου Έναρξης της Μετάφρασης 6.1 Εισαγωγή 6.2 Βασικές Έννοιες 6.3 Σχετικές Εργασίες 6.4 Η Μέθοδος Πλειοψηφίας Χαρακτηριστικά Ταξινομητές Πειραματική Αξιολόγηση 6.5 Η Μέθοδος StackTIS Το Στοιχείο Κωδικής Περιοχής Το Στοιχείο Προτύπου Συναίνεσης Το Στοιχείο Απόστασης του ATG Σύντηξη των Επιμέρους Προβλέψεων Τελική Πρόβλεψη του Σημείου Έναρξης της Μετάφρασης Πειραματική Αξιολόγηση 6.6 Συμπεράσματα 7 Πρόβλεψη του Σημείου Αποκοπής και Πολυαδενυλίωσης 7.1 Εισαγωγή 7.2 Βασικές Έννοιες Αποκοπή και Πολυαδενυλίωση Ταξινόμηση με Αναδυόμενα Πρότυπα 7.3 Σχετικές Εργασίες 7.4 Η Μέθοδος PolyA-iEP Εξαγωγή Στοιχείων Εξαγωγή των Προτύπων Νουκλεοτιδίων Διακριτοποίηση Εξόρυξη Χι Αναδυόμενων Προτύπων Βαθμολόγηση με Βάση τα Χι Αναδυόμενα Πρότυπα Βαθμολόγηση με Βάση την Απόσταση Ταξινόμηση 7.5 Πειραματική Αξιολόγηση Δεδομένα Εξερευνητική Ανάλυση Συνεισφορά των Χαρακτήρων Διττής Σημασίας Αξιολόγηση της Βαθμολόγησης με Βάση τα Χι Αναδυόμενα Πρότυπα Αξιολόγηση της Βαθμολόγησης με Βάση την Απόσταση Αξιολόγηση του Ταξινομητή 7.6 Συμπεράσματα 8 Επίλογος 8.1 Συμπεράσματα 8.2 Μελλοντικές Επεκτάσεις

15 Περιεχόμενα xi Βιβλιογραφία Λίστα Δημοσιεύσεων Λίστα Ετεροαναφορών

16

17 Κατάλογος Εικόνων Εικόνα 1.1: Εξέλιξη του μεγέθους της βάσης δεδομένων GenBank ( ). Εικόνα 2.1: Τα βασικά στάδια της διαδικασίας ανακάλυψης γνώσης. Εικόνα 2.2: Διαδικασία δημιουργίας και χρήσης αποθήκης δεδομένων. Εικόνα 3.1: Η ταυτότητα του σύγχρονου ανθρώπου. Εικόνα 3.2: Τυπικά μεγέθη κυττάρων, μικροοργανισμών και μορίων. Εικόνα 3.3: Τυπικό ζωικό κύτταρο. Εικόνα 3.4: Τυπικό φυτικό κύτταρο. Εικόνα 3.5: Τυπικό βακτηριακό κύτταρο. Εικόνα 3.6: Τα τέσσερα επίπεδα διαμόρφωσης των πρωτεϊνών. Εικόνα 3.7: Η διπλή έλικα του μορίου του DNA. Εικόνα 3.8: Αναλυτικότερη άποψη του δίκλωνου μορίου του DNA. Εικόνα 3.9: Η δομή του χρωμοσώματος σε διάφορα επίπεδα μεγέθυνσης. Εικόνα 3.10: Η διαδικασία της μετάφρασης. Εικόνα 3.11: Το κεντρικό δόγμα της μοριακής βιολογίας. Εικόνα 3.12: Η ροή της βιολογικής πληροφορίας. Εικόνα 3.13: Η συστοιχία GeneChip της εταιρείας Affymetrix. Εικόνα 3.14: Η τεχνική SAGE. Εικόνα 4.1: Τα τρία βήματα του αλγορίθμου εξόρυξης Εικόνα 4.2: Το τοπικό μέτρο αμοιβαίου αποκλεισμού (LM) σε σύγκριση με την τοπική υποστήριξη των αντικειμένων A και B και του συνόλου {Α, Β} στον F-υποχώρο. 86 Εικόνα 4.3: Διαγράμματα Venn ζεύγους υποψήφιων αμοιβαίως αποκλειόμενων αντικειμένων. Εικόνα 4.4: Χρόνοι εκτέλεσης του αλγορίθμου εξόρυξης. Εικόνα 4.5: Μια ταξονομία προϊόντων καφέ. Εικόνα 4.6: Μέσο μέγεθος συναλλαγής σε σχέση με τη μέθοδο διακριτοποίησης. Εικόνα 4.7: Πλήθος αμοιβαίως αποκλειόμενων γονιδίων σε σχέση με το κατώφλι ελάχιστης τοπικής υποστήριξης (min_gsup = 0,25, διακριτοποίηση mid-range-based cutoff). Εικόνα 5.1: Η αρχιτεκτονική της προτεινόμενης μεθόδου Εικόνα 5.2: Ακρίβεια των ταξινομητών στο σύνολο δεδομένων Ως μέτρο αξιολόγησης των χαρακτηριστικών χρησιμοποιήθηκε το στατιστικό X xiii

18 xiv Γεώργιος Τζανής Ανακάλυψη Γνώσης από Βιολογικά Δεδομένα Εικόνα 5.3: Ακρίβεια των ταξινομητών στο σύνολο δεδομένων Ως μέτρο αξιολόγησης των χαρακτηριστικών χρησιμοποιήθηκε το κέρδος πληροφορίας. Εικόνα 5.4: Ακρίβεια των ταξινομητών στο σύνολο δεδομένων Ως μέτρο αξιολόγησης των χαρακτηριστικών χρησιμοποιήθηκε το μέτρο Relief F. Εικόνα 5.5: Ακρίβεια των ταξινομητών στο σύνολο δεδομένων Ως μέτρο αξιολόγησης των χαρακτηριστικών χρησιμοποιήθηκε το στατιστικό X 2. Εικόνα 5.6: Ακρίβεια των ταξινομητών στο σύνολο δεδομένων Ως μέτρο αξιολόγησης των χαρακτηριστικών χρησιμοποιήθηκε το κέρδος πληροφορίας. Εικόνα 5.7: Ακρίβεια των ταξινομητών στο σύνολο δεδομένων Ως μέτρο αξιολόγησης των χαρακτηριστικών χρησιμοποιήθηκε το μέτρο Relief F. Εικόνα 6.1: Έναρξη της μετάφρασης σε αλληλουχία mrna. Εικόνα 6.2: Εξαγωγή διανύσματος χαρακτηριστικών από αλληλουχία cdna Εικόνα 6.3: Αρίθμηση των θέσεων των νουκλεοτιδίων μέσα στα κωδικόνια που βρίσκονται στο ίδιο πλαίσιο ανάγνωσης με το κωδικόνιο ATG που αποτελεί το σημείο αναφοράς. 123 Εικόνα 6.4: Αρίθμηση των νουκλεοτιδίων μιας αλληλουχίας ως προς το κωδικόνιο αναφοράς. 123 Εικόνα 6.5: Σύγκριση μεταξύ ομάδων ταξινομητών που δημιουργήθηκαν χρησιμοποιώντας τα χαρακτηριστικά της προτεινόμενης μεθόδου ή τα χαρακτηριστικά της μελέτης [Liu et al., 2004] (ράβδοι σφάλματος: ±τυπική απόκλιση). 126 Εικόνα 6.6: Σύγκριση της προτεινόμενης προσέγγισης με τις δύο παραλλαγές της. Εικόνα 6.7: Λειτουργία της μεθόδου StackTIS. Εικόνα 6.8: Εξαγωγή διανυσμάτων συχνοτήτων κωδικονίων για το στοιχείο κωδικής περιοχής. Εικόνα 6.9: Αξιολόγηση των ταξινομητών του στοιχείου κωδικής περιοχής Εικόνα 6.10: Αξιολόγηση των ταξινομητών του στοιχείου προτύπου συναίνεσης (ράβδοι σφάλματος: ±τυπική απόκλιση). 140 Εικόνα 7.1: Η διαδικασία της αποκοπής και πολυαδενυλίωσης του mrna. Εικόνα 7.2: Η αρχιτεκτονική της μεθόδου PolyA-iEP. Εικόνα 7.3: Τα στοιχεία γύρω από το σημείο πολυαδενυλίωσης Εικόνα 7.4: Κατανομή νουκλεοτιδίων στις θέσεις -200 έως +100 γύρω από το σημείο πολύ(α) στο 3 άκρο των αλληλουχιών mrna. 161 Εικόνα 7.5: Κατανομή νουκλεοτιδίων στις αλληλουχίες 5 UTR. Εικόνα 7.6: Κατανομή νουκλεοτιδίων στις κωδικές αλληλουχίες. Εικόνα 7.7: Κατανομή νουκλεοτιδίων στα ιντρόνια

19 1. Εισαγωγή xv Εικόνα 7.8: Συνεισφορά των χαρακτήρων διττής σημασίας στην ισχύ των χι αναδυόμενων προτύπων. Εικόνα 7.9: Απόδοση ταξινόμησης με χρήση των ισχυρότερων χι αναδυόμενων προτύπων. Εικόνα 7.10: Μέση απόσταση αλληλουχιών της θετικής τάξης από κάθε τάξη και υποτάξη. Εικόνα 7.11: Προσαρμοσμένη ακρίβεια των ταξινομητών. Εικόνα 7.12: Ευαισθησία και ειδικότητα των ταξινομητών

20

21 Κατάλογος Πινάκων Πίνακας 2.1: Πίνακας σύγχυσης (confusion matrix). Πίνακας 3.1: Οι προτεινόμενες ταξινομήσεις των έμβιων όντων. Πίνακας 3.2: Τα 20 αμινοξέα. Πίνακας 3.3: Μεγέθη των γονιδιωμάτων και του αριθμού των γονιδίων οργανισμών. Πίνακας 3.4: Ο γενετικός κώδικας. Πίνακας 4.1: Ο αλγόριθμος εξόρυξης αμοιβαίως αποκλειόμενων αντικειμένων. Πίνακας 4.2: Ένα σύνολο δεδομένων καλαθιού αγορών. Πίνακας 4.3: Οι κανόνες συσχέτισης του συνόλου δεδομένων (Πίνακας 4.2). Πίνακας 4.4: Αμοιβαίως αποκλειόμενα αντικείμενα, τα συχνά σύνολα που τα υποστηρίζουν και τα αντίστοιχα μέτρα αμοιβαίου αποκλεισμού Πίνακας 4.5: Γενικευμένοι κανόνες συσχέτισης βάσει της ταξονομίας στην Εικόνα Πίνακας 4.6: Σύνολο δεδομένων SAGE. Πίνακας 5.1: Δομή πίνακα δεδομένων SAGE. Πίνακας 5.2: Ο αλγόριθμος για την υλοποίηση της προτεινόμενης προσέγγισης. Πίνακας 5.3: Αποτελέσματα μελετών για τα σύνολα δεδομένων του κεφαλαίου. Πίνακας 6.1: Σύνολο χαρακτηριστικών. Πίνακας 6.2: Τα 10 πρώτα χαρακτηριστικά της κατάταξης βάσει των δύο μέτρων. Πίνακας 6.3: Αποτελέσματα μελετών για το σύνολο δεδομένων «Verebrates». Πίνακας 6.4: Ο αλγόριθμος που υλοποιεί τη μέθοδο StackTIS Πίνακας 6.5: Σύγκριση των μεθόδων StackTIS, MANTIS και της τυπικής προσέγγισης με ταξινομητή επιπέδου-1 τον ταξινομητή MLR. 144 Πίνακας 6.6: Σύγκριση των μεθόδων StackTIS, MANTIS και της τυπικής προσέγγισης με ταξινομητή επιπέδου-1 τον ταξινομητή M Πίνακας 6.7: Στατιστική σύγκριση της μεθόδου StackTIS με τη μέθοδο MANTIS. Πίνακας 6.8: Αποτελέσματα μελετών για το σύνολο δεδομένων «H. sapiens 1». Πίνακας 7.2: Το αλφάβητο των προτύπων. Πίνακας 7.3: Παράδειγμα πίνακα με τις συχνότητες των νουκλεοτιδίων. Πίνακας 7.4: Παράδειγμα πίνακα με τις κατατάξεις των νουκλεοτιδίων. Πίνακας 7.4: Ο αλγόριθμος που υλοποιεί τη μέθοδο PolyA-iEP. Πίνακας 7.5: Σύνολα Αλληλουχιών xvii

22 xviii Γεώργιος Τζανής Ανακάλυψη Γνώσης από Βιολογικά Δεδομένα Πίνακας 7.6: Απόδοση των ταξινομητών της μεθόδου PolyA-iEP. 167 Πίνακας 7.7: Στατιστική σύγκριση των ταξινομητών για την ταξινόμηση θετικές/σύνολο αρνητικών (+/-/0: ο ταξινομητής της γραμμής υπερέχει/υστερεί/δε διαφέρει). 168

23 Εισαγωγή 1 Η παρούσα διατριβή έχει ως αντικείμενο μελέτης την ανακάλυψη γνώσης από βιολογικά δεδομένα και εντάσσεται στα πλαίσια των ερευνητικών περιοχών της ανακάλυψης γνώσης από βάσεις δεδομένων και της βιοπληροφορικής. Οι βασικοί στόχοι της διατριβής και οι άξονες πάνω στους οποίους κινείται είναι οι εξής: Η επινόηση νέων και η τροποποίηση ή επέκταση υπαρχουσών μεθόδων ανακάλυψης γνώσης για την ανάλυση βιολογικών δεδομένων. Η εφαρμογή νέων ή υπαρχουσών μεθόδων ανακάλυψης γνώσης για την ανάλυση βιολογικών δεδομένων. Στις επόμενες παραγράφους παρέχεται μια σύντομη εισαγωγή στα ερευνητικά πεδία που είναι συναφή με το αντικείμενο της διατριβής και παρουσιάζονται τα βασικά ανοιχτά προβλήματα που αποτέλεσαν το κίνητρο για την εκπόνηση της. Επίσης, περιγράφεται η συμβολή και η δομή της διατριβής. 1.1 Κίνητρο Διατριβής και Συναφή Ερευνητικά Πεδία Κατά τη διάρκεια των τελευταίων δεκαετιών, δύο ξεχωριστές επιστήμες, η πληροφορική και η βιολογία, έχουν χαρακτηριστεί από σημαντικές εξελίξεις, οι οποίες προσέλκυσαν το ενδιαφέρον όλης της ανθρωπότητας. Η ανάπτυξη του Παγκόσμιου Ιστού και η επιτυχής διεξαγωγή του προγράμματος αποκρυπτογράφησης του ανθρώπινου γονιδιώματος αποτελούν δύο αντιπροσωπευτικά επιτεύγματα που αντανακλούν την έκταση της προόδου αυτών των επιστημών. Ωστόσο, οι πορείες της εξέλιξης αυτών των δύο επιστημών τα τελευταία χρόνια δεν είναι ανεξάρτητες. Η ανάγκη συνεργασίας μεταξύ των επιστημόνων της βιολογίας και της πληροφορικής αυξάνεται διαρκώς, καθώς οι δύο επιστήμες εξελίσσονται και καθώς ανακύπτουν νέα επιστημονικά ερωτήματα. Αυτή η συνεργασία έχει ως αποτέλεσμα μια αμφίδρομη επίδραση στην εξέλιξη της κάθε 1

24 2 Γεώργιος Τζανής Ανακάλυψη Γνώσης από Βιολογικά Δεδομένα επιστήμης. Η πρόοδος της πληροφορικής, μεν, προσφέρει στους βιολόγους τα μέσα για τη διαχείριση και ανάλυση των βιολογικών δεδομένων με αποτέλεσμα την πρόοδο της βιολογίας. Η εξέλιξη της βιολογίας, δε, παρέχει νέα ερωτήματα που απαιτούν την εξέλιξη της πληροφορικής για να απαντηθούν. Η βιοπληροφορική είναι μια νέα διεπιστημονική ερευνητική περιοχή, που έχει εμφανιστεί για να καλύψει την ανάγκη συνεργασίας των επιστημόνων της βιολογίας και της πληροφορικής. Είναι ένα πολλά υποσχόμενο πεδίο και έχει σκοπό να εξασφαλίσει τα μέσα για την ανάλυση και ερμηνεία των τεράστιων όγκων βιολογικών δεδομένων, συνεισφέροντας με αυτόν τον τρόπο στην ανάπτυξη και άλλων συγγενικών επιστημών, όπως είναι η ιατρική. Αποτέλεσμα της αλματώδους εξέλιξης των επιστημών της πληροφορικής και της βιολογίας είναι η συλλογή τεράστιων όγκων βιολογικών δεδομένων. Η συμβολή της τεχνολογίας σε αυτήν την εκρηκτική αύξηση των συσσωρευμένων δεδομένων είναι διττή και καθορίζεται μέσω της αμφίδρομης σχέσης της με τη βιολογία. Πρώτον, η βελτίωση των τεχνολογιών έχει οδηγήσει στην επίσπευση των διαδικασιών παραγωγής και συλλογής δεδομένων. Δεύτερον, η δημιουργία νέων βιολογικών ερωτημάτων, που οδηγούν στην ανακάλυψη και εφαρμογή νέων τεχνολογιών, έχει ανοίξει το δρόμο σε διαδικασίες παραγωγής και συλλογής νέων μορφών δεδομένων. Αντιπροσωπευτικό παράδειγμα της ταχείας συσσώρευσης βιολογικών δεδομένων αποτελεί η εκθετική αύξηση του αριθμού των αλληλουχιών που διατηρούνται στη δημοφιλή βάση βιολογικών δεδομένων GenBank (Εικόνα 1.1) αλληλουχίες Εικόνα 1.1: Εξέλιξη του μεγέθους της βάσης δεδομένων GenBank ( ) 1. Οι μεγάλοι όγκοι και οι νέες μορφές των δεδομένων, καθώς και οι ιδιαιτερότητες που μπορεί να παρουσιάζουν, όπως η παρουσία θορύβου, ο μεγάλος αριθμός διαστά- 1 (προσπελάστηκε: 17/05/2011).

25 1. Εισαγωγή 3 σεων, κ.α., προβάλλουν νέες προκλήσεις που σχετίζονται με τη διαχείριση και την ανάλυσή τους. Οι παραδοσιακές τεχνικές συχνά αδυνατούν να χειριστούν αποδοτικά και αποτελεσματικά τα δεδομένα αυτά. Ωστόσο, για να επιτευχθεί η επιστημονική πρόοδος, δεν αρκεί μόνο η συλλογή των δεδομένων. Τα συγκεντρωμένα δεδομένα πρέπει να αναλυθούν με σκοπό την ανακάλυψη της γνώσης που πιθανώς κρύβουν. Μάλιστα, οι μέθοδοι ανάλυσης που θα χρησιμοποιηθούν πρέπει να είναι αποδοτικές, καθώς αυτό απαιτεί ο μεγάλος όγκος των δεδομένων και φυσικά πρέπει να είναι αποτελεσματικές, ώστε να παράγεται χρήσιμη γνώση, η οποία μπορεί να αξιοποιηθεί κατάλληλα στη συνέχεια. Μια ερευνητική περιοχή της πληροφορικής, η ανακάλυψη γνώσης από βάσεις δεδομένων, προσφέρει στους βιολόγους, αλλά και σε άλλους επιστήμονες, ένα σύνολο ισχυρών εργαλείων για την ανάλυση νέων τύπων δεδομένων με σκοπό την αποδοτική και αποτελεσματική εξαγωγή γνώσης. Αυτά τα εργαλεία συνδυάζουν τεχνικές από διάφορες περιοχές, όπως είναι τα μαθηματικά, η στατιστική, η τεχνητή νοημοσύνη και η τεχνολογία βάσεων δεδομένων. Απώτερος σκοπός της σύντηξης όλων αυτών των τεχνολογιών είναι η αντιμετώπιση των εμποδίων και των περιορισμών που τίθενται από τις παραδοσιακές μεθόδους ανάλυσης δεδομένων Τάσεις της Ανακάλυψης Γνώσης από Βάσεις Δεδομένων Στα τέλη του 2005 οι Qiang Yang και Xindong Wu ανέλαβαν την πρωτοβουλία να προσδιορίσουν τα δέκα σημαντικότερα ανοιχτά προβλήματα της ανακάλυψης γνώσης από βάσεις δεδομένων [Yang & Wu, 2006]. Στην προσπάθεια αυτή ζήτησαν τη συνεισφορά των μελών των οργανωτικών επιτροπών των συνεδρίων IEEE International Conference on Data Mining (ICDM) και ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD). Από την έρευνα αυτή, στην οποία ανταποκρίθηκαν 14 ερευνητές 2, προσδιορίστηκαν τα ακόλουθα δέκα προβλήματα ως τα σημαντικότερα: 1. Ανάπτυξη μιας ενιαίας θεωρίας ανακάλυψης γνώσης. 2. Κλιμάκωση για πολυδιάστατα δεδομένα και ροές δεδομένων υψηλής ταχύτητας. 3. Ανακάλυψη γνώσης από δεδομένα ακολουθιών και χρονοσειρών. 4. Ανακάλυψη πολύπλοκης γνώσης από πολύπλοκα δεδομένα, όπως για παράδειγμα δεδομένα από πολλαπλούς πίνακες (multi-relational), δεδομένα γράφων και μη σχεσιακά δεδομένα (κείμενο, ιστοσελίδες, εικόνες, κλπ.). 5. Ανακάλυψη γνώσης σε δικτυακό περιβάλλον. 6. Ανακάλυψη γνώσης από κατανεμημένα δεδομένα και δεδομένα πολλαπλών πρακτόρων. 7. Ανακάλυψη γνώσης για βιολογικά και περιβαλλοντικά προβλήματα. 2 Pedro Domingos, Charles Elkan, Johannes Gehrke, Jiawei Han, David Heckerman, Daniel Keim, Jiming Liu, David Madigan, Gregory Piatetsky-Shapiro, Vijay V. Raghavan, Rajeev Rastogi, Salvatore J. Stolfo, Alexander Tuzhilin και Benjamin W. Wah.

26 4 Γεώργιος Τζανής Ανακάλυψη Γνώσης από Βιολογικά Δεδομένα 8. Προβλήματα σχετικά με τις διαδικασίες ανακάλυψης γνώσης. 9. Ασφάλεια, προστασία απορρήτου και ακεραιότητα δεδομένων. 10. Χειρισμός δεδομένων τα οποία δεν είναι στατικά, ή έχουν άνιση κατανομή των τάξεων, ή έχουν διαφορετικό κόστος λανθασμένης ταξινόμησης μεταξύ διαφορετικών τάξεων. Το αντικείμενο της παρούσας διατριβής κινείται στα πλαίσια του έβδομου ερευνητικού προβλήματος από αυτά που καταγράφονται στην παραπάνω λίστα. Ωστόσο, η έρευνα που πραγματοποιήθηκε στα πλαίσια της διατριβής συχνά ήρθε αντιμέτωπη και με κάποια από τα άλλα ερευνητικά προβλήματα που προσδιορίστηκαν παραπάνω. Για παράδειγμα, τα δεδομένα γονιδιακής έκφρασης, που αποτελούν ένα από τα αντικείμενα μελέτης της διατριβής, είναι πολυδιάστατα δεδομένα και συνεπώς η αντιμετώπισή τους υπάγεται και στα πλαίσια του δεύτερου προβλήματος. Επίσης, η ανάλυση βιολογικών γονιδιακών αλληλουχιών, που και αυτή αποτελεί αντικείμενο έρευνας της διατριβής, μπορεί να ενταχθεί στα πλαίσια του τρίτου προβλήματος, λόγω της ακολουθιακής φύσης των δεδομένων. Επιπλέον, κατά την εκπόνηση της διατριβής εμφανίστηκαν προβλήματα σχετικά με τις διαδικασίες ανακάλυψης γνώσης (π.χ. καθαρισμός των δεδομένων γονιδιακής έκφρασης), που αποτελούν μέρος του όγδοου προβλήματος της παραπάνω λίστας. Τέλος, το δέκατο πρόβλημα σχετίζεται και αυτό με την παρούσα διατριβή, καθώς σε πολλές από τις προσεγγίσεις ταξινόμησης υπήρχε σημαντική διαφορά ανάμεσα στις συχνότητες εμφάνισης των παραδειγμάτων διαφορετικών τάξεων (ανισοκατανομή των τάξεων) Τάσεις της Βιοπληροφορικής Η βιοπληροφορική διαδραματίζει σημαντικό ρόλο τόσο στην αποκρυπτογράφηση των δεδομένων που παράγονται από τις σύγχρονες τεχνολογίες της γονιδιωματικής, της πρωτεωμικής και της ανάλυσης γονιδιακής έκφρασης, όσο και στη διαχείριση και ανάλυση των δεδομένων που παράγονται από τις παραδοσιακές μεθόδους της βιολογίας και της ιατρικής. Η εξέλιξη της βιοπληροφορικής ξεκίνησε από την ανάλυση μεμονωμένων αλληλουχιών και πλέον κινείται προς την κατεύθυνση της ανάλυσης ολόκληρου του γονιδιώματος (genome), του μεταγραφώματος (trascriptome) και του πρωτεώματος (proteome), που αποτελούν αντίστοιχα τα σύνολα των γονιδιακών αλληλουχιών, των μεταφρασμένων αλληλουχιών (RNA) και των πρωτεϊνών ενός οργανισμού. Υπαίτιος αυτής της εξέλιξης, όπως έχει ήδη αναφερθεί, είναι η ραγδαία ανάπτυξη της τεχνολογίας. Η εξέλιξη της βιοπληροφορικής δημιούργησε νέες προοπτικές για εφαρμογές με σημαντικό αντίκτυπο στην κοινωνία, όπως είναι η μοριακή και η εξατομικευμένη ιατρική. Μάλιστα, αυτές οι νέες εφαρμογές χαράσσουν το δρόμο στη βιοπληροφορική και την οδηγούν προς την κατεύθυνση της συστημικής βιολογίας (systems biology). Η προσέγγιση της συστημικής βιολογίας αποτελεί ένα διεπιστημονικό πεδίο έρευνας που εστιάζει στη μελέτη των πολύπλοκων αλληλεπιδράσεων μεταξύ των βιολογικών συστη-

27 1. Εισαγωγή 5 μάτων, υπό το πρίσμα μιας ολιστικής θεώρησης των πραγμάτων. Αυτές οι νέες προοπτικές εξέλιξης της βιοπληροφορικής απαιτούν την ενοποίηση και ανάλυση γονιδιακών, μοριακών, κυτταρικών και κλινικών δεδομένων, θέτοντας μια σειρά από προκλήσεις στους ερευνητές. Η πρόβλεψη της δομής των πρωτεϊνών, η αναζήτηση ομολογιών, η πολλαπλή στοίχιση αλληλουχιών, η κατασκευή φυλογενετικών δένδρων, η ανάλυση μεταβολικών μονοπατιών, η ανάλυση και o υπομνηματισμός (annotation) γονιδιωμάτων, η πρόβλεψη γονιδίων και η ανάλυση των επιπέδων γονιδιακής έκφρασης αποτελούν μερικά από τα πλέον σημαντικά ερευνητικά θέματα που απασχολούν τους ερευνητές της βιοπληροφορικής. Οι προκλήσεις που τίθενται από τα παραπάνω ερευνητικά προβλήματα έθεσαν το κίνητρο για την εκπόνηση της παρούσας διατριβής. Ένα από τα αντικείμενα της διατριβής είναι η ανάλυση βιολογικών αλληλουχιών (πρόβλεψη σημείου έναρξης της μετάφρασης και πρόβλεψη σημείου αποκοπής και πολυαδενυλίωσης), η οποία σχετίζεται με την ανάλυση και τον υπομνηματισμό γονιδιωμάτων, καθώς και με την πρόβλεψη γονιδίων. Επιπλέον, αντικείμενο της διατριβής αποτελεί και η ανάλυση των επιπέδων γονιδιακής έκφρασης. 1.2 Συμβολή και Δομή της Διατριβής Το κείμενο της διατριβής είναι δομημένο σε οκτώ κεφάλαια, συμπεριλαμβανομένου του παρόντος εισαγωγικού κεφαλαίου. Τα επόμενα δύο κεφάλαια (κεφάλαια 2 και 3) παρέχουν το βασικό επιστημονικό και τεχνικό υπόβαθρο των ερευνητικών περιοχών στις οποίες εντάσσεται η διατριβή. Δόθηκε έμφαση τόσο στην περιγραφή των βασικών εννοιών για την κατανόηση της ερευνητικής εργασίας που πραγματοποιήθηκε, όσο και στην κατά το δυνατόν πληρέστερη, πλην όμως συνοπτική, παρουσίαση των συγκεκριμένων ερευνητικών πεδίων. Τα κεφάλαια 4, 5, 6 και 7 παρουσιάζουν τις τέσσερεις προσεγγίσεις που προτείνονται στα πλαίσια της διατριβής και το κεφάλαιο 8 αποτελεί τον επίλογο. Στις επόμενες παραγράφους περιγράφονται με περισσότερες λεπτομέρειες τα περιεχόμενα κάθε κεφαλαίου. Στο δεύτερο κεφάλαιο, με τίτλο «Ανακάλυψη Γνώσης από Βάσεις Δεδομένων», παρουσιάζονται τα στάδια που περιλαμβάνει η διαδικασία ανακάλυψης γνώσης από βάσεις δεδομένων καθώς και κάποιοι από τους βασικότερους αλγορίθμους που χρησιμοποιούνται σε καθένα από τα στάδια. Η πλειοψηφία των αλγορίθμων αυτών εφαρμόστηκαν, τροποποιήθηκαν, ή επεκτάθηκαν κατά την εκπόνηση της παρούσας διατριβής. Επίσης, περιγράφηκε η σχέση της ανακάλυψης γνώσης με τη συγγενική περιοχή της μηχανικής μάθησης καθώς και κάποια προβλήματα που αντιμετωπίζονται κατά την εφαρμογή της διαδικασίας. Τέλος, παρουσιάζονται μερικά από τα βασικότερα πεδία εφαρμογής της διαδικασίας. Στο τρίτο κεφάλαιο, με τίτλο «Μοριακή Βιολογία και Βιοπληροφορική», παρουσιάζονται τα επιστημονικά πεδία της μοριακής βιολογίας και της βιοπληροφορικής. Γίνεται αναφορά σε κάποιες βασικές έννοιες που συναντώνται στη μοριακή βιολογία και

Κεφάλαιο 20. Ανακάλυψη Γνώσης σε Βάσεις δεδοµένων. Τεχνητή Νοηµοσύνη - Β' Έκδοση Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η.

Κεφάλαιο 20. Ανακάλυψη Γνώσης σε Βάσεις δεδοµένων. Τεχνητή Νοηµοσύνη - Β' Έκδοση Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Κεφάλαιο 20 Ανακάλυψη Γνώσης σε Βάσεις δεδοµένων Τεχνητή Νοηµοσύνη - Β' Έκδοση Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου Τεχνητή Νοηµοσύνη, B' Έκδοση - 1 - Ανακάλυψη Γνώσης σε

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 18. 18 Μηχανική Μάθηση

ΚΕΦΑΛΑΙΟ 18. 18 Μηχανική Μάθηση ΚΕΦΑΛΑΙΟ 18 18 Μηχανική Μάθηση Ένα φυσικό ή τεχνητό σύστηµα επεξεργασίας πληροφορίας συµπεριλαµβανοµένων εκείνων µε δυνατότητες αντίληψης, µάθησης, συλλογισµού, λήψης απόφασης, επικοινωνίας και δράσης

Διαβάστε περισσότερα

Εισαγωγή στα Τεχνητά Νευρωνικά Δίκτυα. "Τεχνητά Νευρωνικά Δίκτυα" (Διαφάνειες), Α. Λύκας, Παν. Ιωαννίνων

Εισαγωγή στα Τεχνητά Νευρωνικά Δίκτυα. Τεχνητά Νευρωνικά Δίκτυα (Διαφάνειες), Α. Λύκας, Παν. Ιωαννίνων Εισαγωγή στα Τεχνητά Νευρωνικά Δίκτυα Τεχνητή Νοημοσύνη (Artificial Intelligence) Ανάπτυξη μεθόδων και τεχνολογιών για την επίλυση προβλημάτων στα οποία ο άνθρωπος υπερέχει (?) του υπολογιστή Συλλογισμοί

Διαβάστε περισσότερα

NATIONAL AND KAPODISTRIAN UNIVERSITY OF ATHENS SCHOOL OF SCIENCE FACULTY OF INFORMATICS AND TELECOMMUNICATIONS

NATIONAL AND KAPODISTRIAN UNIVERSITY OF ATHENS SCHOOL OF SCIENCE FACULTY OF INFORMATICS AND TELECOMMUNICATIONS NATIONAL AND KAPODISTRIAN UNIVERSITY OF ATHENS SCHOOL OF SCIENCE FACULTY OF INFORMATICS AND TELECOMMUNICATIONS INTERDICIPLINARY POSTGRADUATE PROGRAMME "INFORMATION TECHNOLOGIES IN MEDICINE AND BIOLOGY"

Διαβάστε περισσότερα

ΟΜΑΔΑ Λ. Αναστασίου Κωνσταντίνος Δεληγιάννη Ισαβέλλα Ζωγοπούλου Άννα Κουκάκης Γιώργος Σταθάκη Αρετιάννα

ΟΜΑΔΑ Λ. Αναστασίου Κωνσταντίνος Δεληγιάννη Ισαβέλλα Ζωγοπούλου Άννα Κουκάκης Γιώργος Σταθάκη Αρετιάννα ΟΜΑΔΑ Λ Αναστασίου Κωνσταντίνος Δεληγιάννη Ισαβέλλα Ζωγοπούλου Άννα Κουκάκης Γιώργος Σταθάκη Αρετιάννα ΒΙΟΠΛΗΡΟΦΟΡΙΚΗ Τι είναι η βιοπληροφορική; Αποκαλείται ο επιστημονικός κλάδος ο οποίος προέκυψε από

Διαβάστε περισσότερα

ΙΑ ΟΧΙΚΕΣ ΒΕΛΤΙΩΣΕΙΣ

ΙΑ ΟΧΙΚΕΣ ΒΕΛΤΙΩΣΕΙΣ Tel.: +30 2310998051, Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Σχολή Θετικών Επιστημών Τμήμα Φυσικής 541 24 Θεσσαλονίκη Καθηγητής Γεώργιος Θεοδώρου Ιστοσελίδα: http://users.auth.gr/theodoru ΙΑ ΟΧΙΚΕΣ ΒΕΛΤΙΩΣΕΙΣ

Διαβάστε περισσότερα

Μελέτη και Υλοποίηση Αλγορίθμων για Βιολογικές Εφαρμογές σε MapReduce Περιβάλλον

Μελέτη και Υλοποίηση Αλγορίθμων για Βιολογικές Εφαρμογές σε MapReduce Περιβάλλον Μελέτη και Υλοποίηση Αλγορίθμων για Βιολογικές Εφαρμογές σε MapReduce Περιβάλλον Δανάη Κούτρα Eργαστήριο Συστημάτων Βάσεων Γνώσεων και Δεδομένων Εθνικό Μετσόβιο Πολυτεχνείο Θέματα Σκοπός της διπλωματικής

Διαβάστε περισσότερα

Βιοπληροφορική. Μαργαρίτα Θεοδωροπούλου. Πανεπιστήμιο Θεσσαλίας, Λαμία 2016

Βιοπληροφορική. Μαργαρίτα Θεοδωροπούλου. Πανεπιστήμιο Θεσσαλίας, Λαμία 2016 Βιοπληροφορική Μαργαρίτα Θεοδωροπούλου Πανεπιστήμιο Θεσσαλίας, Λαμία 2016 Βιοπληροφορική Εισαγωγή στη Μοριακή Βιολογία, Γενωμική και Βιοπληροφορική. Βάσεις Βιολογικών Δεδομένων. Ακολουθίες Πρωτεϊνών και

Διαβάστε περισσότερα

Βιοπληροφορική Ι. Παντελής Μπάγκος. Παν/µιο Στερεάς Ελλάδας

Βιοπληροφορική Ι. Παντελής Μπάγκος. Παν/µιο Στερεάς Ελλάδας Βιοπληροφορική Ι Παντελής Μπάγκος Παν/µιο Στερεάς Ελλάδας Λαµία 2006 1 Βιοπληροφορική Ι Εισαγωγή: Ορισµός της Βιοπληροφορικής, Υποδιαιρέσεις της Βιοπληροφορικής, Τα είδη των δεδοµένων στη Βιοπληροφορική.

Διαβάστε περισσότερα

Splice site recognition between different organisms

Splice site recognition between different organisms NATIONAL AND KAPODISTRIAN UNIVERSITY OF ATHENS SCHOOL OF SCIENCE DEPARTMENT OF INFORMATICS AND TELECOMMUNICATIONS INTERDEPARTMENTAL POSTGRADUATE PROGRAM "INFORMATION TECHNOLOGIES IN MEDICINE AND BIOLOGY"

Διαβάστε περισσότερα

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΘΕΩΡΙΑ ΚΑΙ ΕΦΑΡΜΟΓΗ ΤΟΥ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΣΤΗ ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ (1)

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΘΕΩΡΙΑ ΚΑΙ ΕΦΑΡΜΟΓΗ ΤΟΥ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΣΤΗ ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ (1) ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΘΕΩΡΙΑ ΚΑΙ ΕΦΑΡΜΟΓΗ ΤΟΥ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΣΤΗ ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ (1) 1 Προέλευση και ιστορία της Επιχειρησιακής Έρευνας Αλλαγές στις επιχειρήσεις Τέλος του 19ου αιώνα: βιομηχανική

Διαβάστε περισσότερα

iii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος

iii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος iii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος xi 1 Αντικείμενα των Πιθανοτήτων και της Στατιστικής 1 1.1 Πιθανοτικά Πρότυπα και Αντικείμενο των Πιθανοτήτων, 1 1.2 Αντικείμενο της Στατιστικής, 3 1.3 Ο Ρόλος των Πιθανοτήτων

Διαβάστε περισσότερα

ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΡΑΥΛΙΚΗΣ ΚΑΙ ΤΕΧΝΙΚΗΣ ΠΕΡΙΒΑΛΛΟΝΤΟΣ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΡΑΥΛΙΚΗΣ ΚΑΙ ΤΕΧΝΙΚΗΣ ΠΕΡΙΒΑΛΛΟΝΤΟΣ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΡΑΥΛΙΚΗΣ ΚΑΙ ΤΕΧΝΙΚΗΣ ΠΕΡΙΒΑΛΛΟΝΤΟΣ ΕΥΑΓΓΕΛΙΑΣ Π. ΛΟΥΚΟΓΕΩΡΓΑΚΗ Διπλωματούχου Πολιτικού Μηχανικού ΟΛΟΚΛΗΡΩΜΕΝΟ

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΕΠΛ 450 ΥΠΟΛΟΓΙΣΤΙΚΗ ΒΙΟΛΟΓΙΑ. Παύλος Αντωνίου

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΕΠΛ 450 ΥΠΟΛΟΓΙΣΤΙΚΗ ΒΙΟΛΟΓΙΑ. Παύλος Αντωνίου ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΕΠΛ 450 ΥΠΟΛΟΓΙΣΤΙΚΗ ΒΙΟΛΟΓΙΑ Παύλος Αντωνίου Με μια ματιά: Εισαγωγή στη Βιολογία Ευθυγράμμιση Ακολουθιών Αναζήτηση ομοίων ακολουθιών από βάσεις δεδομενων Φυλογενετική πρόβλεψη Πρόβλεψη

Διαβάστε περισσότερα

Βιοπληροφορική και Πολυµέσα. Ειρήνη Αυδίκου Αθήνα

Βιοπληροφορική και Πολυµέσα. Ειρήνη Αυδίκου Αθήνα Βιοπληροφορική και Πολυµέσα Αθήνα 1.2.2009 ΠΕΡΙΕΧΟΜΕΝΑ 1. Πως σχετίζεται µε τα Πολυµέσα 2. Τι είναι η Βιοπληροφορική 3. Χρήσεις 4. Συµπεράσµατα 5. Βιβλιογραφία Βιοπληροφορική και Πολυµέσα 2 1. Τι είναι

Διαβάστε περισσότερα

Διπλωματική Εργασία: «Συγκριτική Μελέτη Μηχανισμών Εκτίμησης Ελλιπούς Πληροφορίας σε Ασύρματα Δίκτυα Αισθητήρων»

Διπλωματική Εργασία: «Συγκριτική Μελέτη Μηχανισμών Εκτίμησης Ελλιπούς Πληροφορίας σε Ασύρματα Δίκτυα Αισθητήρων» Τμήμα Πληροφορικής και Τηλεπικοινωνιών Πρόγραμμα Μεταπτυχιακών Σπουδών Διπλωματική Εργασία: «Συγκριτική Μελέτη Μηχανισμών Εκτίμησης Ελλιπούς Πληροφορίας σε Ασύρματα Δίκτυα Αισθητήρων» Αργυροπούλου Αιμιλία

Διαβάστε περισσότερα

Μεθοδολογίες Αξιοποίησης Δεδομένων

Μεθοδολογίες Αξιοποίησης Δεδομένων Μεθοδολογίες Αξιοποίησης Δεδομένων Βλάχος Σ. Ιωάννης Λέκτορας 407/80, Ιατρικής Σχολής Πανεπιστημίου Αθηνών Εργαστήριο Πειραματικής Χειρουργικής και Χειρουργικής Ερεύνης «Ν.Σ. Σ Χρηστέας» Στάδια Αξιοποίησης

Διαβάστε περισσότερα

Τα Διδακτικά Σενάρια και οι Προδιαγραφές τους. του Σταύρου Κοκκαλίδη. Μαθηματικού

Τα Διδακτικά Σενάρια και οι Προδιαγραφές τους. του Σταύρου Κοκκαλίδη. Μαθηματικού Τα Διδακτικά Σενάρια και οι Προδιαγραφές τους του Σταύρου Κοκκαλίδη Μαθηματικού Διευθυντή του Γυμνασίου Αρχαγγέλου Ρόδου-Εκπαιδευτή Στα προγράμματα Β Επιπέδου στις ΤΠΕ Ορισμός της έννοιας του σεναρίου.

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 5. Κύκλος Ζωής Εφαρμογών ΕΝΟΤΗΤΑ 2. Εφαρμογές Πληροφορικής. Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών

ΚΕΦΑΛΑΙΟ 5. Κύκλος Ζωής Εφαρμογών ΕΝΟΤΗΤΑ 2. Εφαρμογές Πληροφορικής. Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών 44 Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών Διδακτικοί στόχοι Σκοπός του κεφαλαίου είναι οι μαθητές να κατανοήσουν τα βήματα που ακολουθούνται κατά την ανάπτυξη μιας εφαρμογής.

Διαβάστε περισσότερα

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή raniah@hua.gr 1 Ασάφεια (Fuzziness) Ποσοτικοποίηση της ποιοτικής πληροφορίας Οφείλεται κυρίως

Διαβάστε περισσότερα

Ανακάλυψη κανόνων συσχέτισης από εκπαιδευτικά δεδομένα

Ανακάλυψη κανόνων συσχέτισης από εκπαιδευτικά δεδομένα 6ο Πανελλήνιο Συνέδριο των Εκπαιδευτικών για τις ΤΠΕ «Αξιοποίηση των Τεχνολογιών της Πληροφορίας και της Επικοινωνίας στη Διδακτική Πράξη» Σύρος 6-8 Μαϊου 2011 Ανακάλυψη κανόνων συσχέτισης από εκπαιδευτικά

Διαβάστε περισσότερα

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος Χιωτίδης Γεώργιος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης

Διαβάστε περισσότερα

Ευφυής Προγραμματισμός

Ευφυής Προγραμματισμός Ευφυής Προγραμματισμός Ενότητα 10: Δημιουργία Βάσεων Κανόνων Από Δεδομένα-Προετοιμασία συνόλου δεδομένων Ιωάννης Χατζηλυγερούδης Πολυτεχνική Σχολή Τμήμα Μηχανικών Η/Υ & Πληροφορικής Δημιουργία Βάσεων Κανόνων

Διαβάστε περισσότερα

ΑΝΑΣΤΟΧΑΣΜΟΣ 1ης ΔΙΔΑΚΤΙΚΗΣ ΠΑΡΕΜΒΑΣΗΣ

ΑΝΑΣΤΟΧΑΣΜΟΣ 1ης ΔΙΔΑΚΤΙΚΗΣ ΠΑΡΕΜΒΑΣΗΣ Αναστοχασμός ΑΝΑΣΤΟΧΑΣΜΟΣ 1ης ΔΙΔΑΚΤΙΚΗΣ ΠΑΡΕΜΒΑΣΗΣ ΟΝΟΜΑΤΕΠΩΝΥΜΟ(A) : Βαρβιτσιώτης Ιωάννης ΤΙΤΛΟΣ ΔΡΑΣΤΗΡΙΟΤΗΤΑΣ : Ελεύθερη πτώση επιτάχυνση της βαρύτητας g ΗΜΕΡΟΜΗΝΙΑ ΠΡΑΓΜΑΤΟΠΟΙΗΣΗΣ ΤΗΣ ΔΡΑΣΤΗΡΙΟΤΗΤΑΣ

Διαβάστε περισσότερα

ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ. «ΔΙΟΙΚΗΣΗ της ΥΓΕΙΑΣ» ΑΞΙΟΛΟΓΗΣΗ ΚΑΙ ΔΙΑΧΕΙΡΙΣΗ ΝΟΣΟΚΟΜΕΙΑΚΟΥ ΠΡΟΣΩΠΙΚΟΥ

ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ. «ΔΙΟΙΚΗΣΗ της ΥΓΕΙΑΣ» ΑΞΙΟΛΟΓΗΣΗ ΚΑΙ ΔΙΑΧΕΙΡΙΣΗ ΝΟΣΟΚΟΜΕΙΑΚΟΥ ΠΡΟΣΩΠΙΚΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «ΔΙΟΙΚΗΣΗ της ΥΓΕΙΑΣ» ΑΞΙΟΛΟΓΗΣΗ ΚΑΙ ΔΙΑΧΕΙΡΙΣΗ ΝΟΣΟΚΟΜΕΙΑΚΟΥ ΠΡΟΣΩΠΙΚΟΥ Μαστρογιάννη Μαρία Διπλωματική Εργασία υποβληθείσα

Διαβάστε περισσότερα

ΠΟΩΤΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΕΡΓΑΣΤΗΡΙΟ ΔΤΝΑΜΙΚΗΣ ΜΗΧΑΝΩΝ

ΠΟΩΤΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΕΡΓΑΣΤΗΡΙΟ ΔΤΝΑΜΙΚΗΣ ΜΗΧΑΝΩΝ ΡΙΣΤΟΤΕΩΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΟΕΣΣΑΩΟΝΙΚΗΣ ΠΟΩΤΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΤΑΣΚΕΤΑΣΤΙΚΟΣ ΤΟΜΕΑΣ ΕΡΓΑΣΤΗΡΙΟ ΔΤΝΑΜΙΚΗΣ ΜΗΧΑΝΩΝ Γεωργία N. Γεωργίου Διπλ. Μηχανολόγος Μηχανικός A.Π.O. ΙΖΡΟΣΔΙΟΡΙΣΜΟΣ

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΒΙΟΛΟΓΙΚΩΝ ΕΠΙΣΤΗΜΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΒΙΟΛΟΓΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΒΙΟΛΟΓΙΚΩΝ ΕΠΙΣΤΗΜΩΝ (ΒΙΟ 650) Ειδικά Θέματα Βιοπληροφορικής Διδάσκων: Βασίλειος Ι. Προμπονάς, Ph.D. Λέκτορας Βιοπληροφορικής ΓΕΝΙΚΕΣ ΠΛΗΡΟΦΟΡΙΕΣ Διαλέξεις Δευτέρα και Πέμπτη

Διαβάστε περισσότερα

Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R

Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R, Επίκουρος Καθηγητής, Τομέας Μαθηματικών, Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών, Εθνικό Μετσόβιο Πολυτεχνείο. Περιεχόμενα Εισαγωγή στο

Διαβάστε περισσότερα

Βιοπληροψορική, συσιημική βιολογία και εξατομικευμένη θεραπεία

Βιοπληροψορική, συσιημική βιολογία και εξατομικευμένη θεραπεία Βιοπληροψορική, συσιημική βιολογία και εξατομικευμένη θεραπεία Φραγκίσκος Κολίσης Καθηγητής Βιοτεχνολογίας, Σχολή Χημικών Μηχανικών ΕΜΠ, Διευθυντής Ινστιτούτου Βιολογικών Ερευνών και Βιοτεχνολογίας, EIE

Διαβάστε περισσότερα

«Αριθμητική και πειραματική μελέτη της διεπιφάνειας χάλυβασκυροδέματος στις σύμμικτες πλάκες με χαλυβδόφυλλο μορφής»

«Αριθμητική και πειραματική μελέτη της διεπιφάνειας χάλυβασκυροδέματος στις σύμμικτες πλάκες με χαλυβδόφυλλο μορφής» ΠΕΡΙΛΗΨΗ ΤΗΣ ΔΙΔΑΚΤΟΡΙΚΗΣ ΔΙΑΤΡΙΒΗΣ «Αριθμητική και πειραματική μελέτη της διεπιφάνειας χάλυβασκυροδέματος στις σύμμικτες πλάκες με χαλυβδόφυλλο μορφής» του Θεμιστοκλή Τσαλκατίδη, Δρ. Πολιτικού Μηχανικού

Διαβάστε περισσότερα

Προγραμματισμός Η/Υ. Προτεινόμενα θέματα εξετάσεων Εργαστήριο. Μέρος 1 ό. ΤΕΙ Λάρισας- Σχολή Τεχνολογικών Εφαρμογών Τμήμα Πολιτικών Έργων Υποδομής

Προγραμματισμός Η/Υ. Προτεινόμενα θέματα εξετάσεων Εργαστήριο. Μέρος 1 ό. ΤΕΙ Λάρισας- Σχολή Τεχνολογικών Εφαρμογών Τμήμα Πολιτικών Έργων Υποδομής Προγραμματισμός Η/Υ Προτεινόμενα θέματα εξετάσεων Εργαστήριο Μέρος 1 ό ΤΕΙ Λάρισας- Σχολή Τεχνολογικών Εφαρμογών Τμήμα Πολιτικών Έργων Υποδομής Ιανουάριος 2011 Καλογιάννης Γρηγόριος Επιστημονικός/ Εργαστηριακός

Διαβάστε περισσότερα

"Αθηνά" - Ερευνητικό Κέντρο Καινοτομίας στις Τεχνολογίες της Πληροφορίας, των Επικοινωνιών και της Γνώσης

Αθηνά - Ερευνητικό Κέντρο Καινοτομίας στις Τεχνολογίες της Πληροφορίας, των Επικοινωνιών και της Γνώσης "Αθηνά" - Ερευνητικό Κέντρο Καινοτομίας στις Τεχνολογίες της Πληροφορίας, των Επικοινωνιών και της Γνώσης ΙΝΣΤΙΤΟΥΤΟ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΠΡΟΣΚΛΗΣΗ ΕΚΔΗΛΩΣΗΣ ΕΝΔΙΑΦΕΡΟΝΤΟΣ Ημ/νία ανάρτησης στον ιστότοπο

Διαβάστε περισσότερα

Κεφάλαιο 8. Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής. Τεχνητή Νοηµοσύνη - Β' Έκδοση

Κεφάλαιο 8. Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής. Τεχνητή Νοηµοσύνη - Β' Έκδοση Κεφάλαιο 8 Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής Τεχνητή Νοηµοσύνη - Β' Έκδοση Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου Αναπαράσταση Γνώσης Σύνολο συντακτικών

Διαβάστε περισσότερα

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΚΑΙ ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΠΑΡΟΥΣΙΑΣΗ ΤΕΛΙΚΗΣ ΕΡΓΑΣΙΑΣ ΛΙΝΑ ΜΑΣΣΟΥ

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΚΑΙ ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΠΑΡΟΥΣΙΑΣΗ ΤΕΛΙΚΗΣ ΕΡΓΑΣΙΑΣ ΛΙΝΑ ΜΑΣΣΟΥ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΚΑΙ ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΑΛΓΟΡΙΘΜΟΙ ΕΞΟΡΥΞΗΣ ΠΛΗΡΟΦΟΡΙΑΣ ΠΑΡΟΥΣΙΑΣΗ ΤΕΛΙΚΗΣ ΕΡΓΑΣΙΑΣ ΛΙΝΑ ΜΑΣΣΟΥ Δ.Π.Μ.Σ: «Εφαρμοσμένες Μαθηματικές Επιστήμες» 2008

Διαβάστε περισσότερα

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΤΕΧΝΟΛΟΓΙΑΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΥΠΟΛΟΓΙΣΤΩΝ Ανάπτυξη μιας προσαρμοστικής πολιτικής αντικατάστασης αρχείων, με χρήση

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑ ΠΑΡΑΚΟΛΟΥΘΗΣΗΣ ΑΕΡΟΣΩΜΑΤΙ ΙΑΚΗΣ ΡΥΠΑΝΣΗΣ ΣΕ ΣΧΕ ΟΝ ΠΡΑΓΜΑΤΙΚΟ ΧΡΟΝΟ

ΣΥΣΤΗΜΑ ΠΑΡΑΚΟΛΟΥΘΗΣΗΣ ΑΕΡΟΣΩΜΑΤΙ ΙΑΚΗΣ ΡΥΠΑΝΣΗΣ ΣΕ ΣΧΕ ΟΝ ΠΡΑΓΜΑΤΙΚΟ ΧΡΟΝΟ ΣΥΣΤΗΜΑ ΠΑΡΑΚΟΛΟΥΘΗΣΗΣ ΑΕΡΟΣΩΜΑΤΙ ΙΑΚΗΣ ΡΥΠΑΝΣΗΣ ΣΕ ΣΧΕ ΟΝ ΠΡΑΓΜΑΤΙΚΟ ΧΡΟΝΟ ΠΑΡΑ ΟΤΕΟ 9 ΠΛΑΤΦΟΡΜΑ ΥΠΟΛΟΓΙΣΜΟΥ ΑΕΡΟΣΩΜΑΤΙ ΙΑΚΗΣ ΡΥΠΑΝΣΗΣ Συγγραφείς: ημήτρης Παρώνης, Αδριανός Ρετάλης, Φίλιππος Τύμβιος,

Διαβάστε περισσότερα

ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΗΝ ΕΝΟΡΓΑΝΗ ΑΝΑΛΥΣΗ

ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΗΝ ΕΝΟΡΓΑΝΗ ΑΝΑΛΥΣΗ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΗΝ ΕΝΟΡΓΑΝΗ ΑΝΑΛΥΣΗ Αναλυτική Μέθοδος- Αναλυτικό Πρόβλημα. Ανάλυση, Προσδιορισμός και Μέτρηση. Πρωτόκολλο. Ευαισθησία Μεθόδου. Εκλεκτικότητα. Όριο ανίχνευσης (limit of detection, LOD).

Διαβάστε περισσότερα

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή raniah@hua.gr 1 Αναπαράσταση Γνώσης Η περιγραφή ενός προβλήματος σε συνδυασμό με τους τελετές

Διαβάστε περισσότερα

Διπλωματικές των κ. Ι. Βλαχάβα και Ν. Βασιλειάδη

Διπλωματικές των κ. Ι. Βλαχάβα και Ν. Βασιλειάδη ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΡΓΑΣΤΗΡΙΟ ΓΛΩΣΣΩΝ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ & ΤΕΧΝΟΛΟΓΙΑΣ ΛΟΓΙΣΜΙΚΟΥ Διπλωματικές 2006-2007 των κ. Ι. Βλαχάβα και Ν. Βασιλειάδη Επιβλέπων: Ι. Βλαχάβας 1.

Διαβάστε περισσότερα

Μέθοδοι Μηχανικής Μάθησης στην επεξεργασία Τηλεπισκοπικών Δεδομένων. Δρ. Ε. Χάρου

Μέθοδοι Μηχανικής Μάθησης στην επεξεργασία Τηλεπισκοπικών Δεδομένων. Δρ. Ε. Χάρου Μέθοδοι Μηχανικής Μάθησης στην επεξεργασία Τηλεπισκοπικών Δεδομένων Δρ. Ε. Χάρου Πρόγραμμα υπολογιστικής ευφυίας Ινστιτούτο Πληροφορικής & Τηλεπικοινωνιών ΕΚΕΦΕ ΔΗΜΟΚΡΙΤΟΣ exarou@iit.demokritos.gr Μηχανική

Διαβάστε περισσότερα

Data Mining: Στοχεύοντας στους σωστούς πελάτες. Αριστομένης Μακρής

Data Mining: Στοχεύοντας στους σωστούς πελάτες. Αριστομένης Μακρής Data Mining: Στοχεύοντας στους σωστούς πελάτες To CRM front-office πελατών Οι Προμηθευτές Οι Πελάτες ΟΟργανισμός Τροφοδότηση ενεργειών Μάρκετινγκ ΒΙ Απόταδεδομέναστηγνώση Επιχειρηματική Γνώση Επιχειρηματικοί

Διαβάστε περισσότερα

Η Μηχανική Μάθηση στο Σχολείο: Μια Προσέγγιση για την Εισαγωγή της Ενισχυτικής Μάθησης στην Τάξη

Η Μηχανική Μάθηση στο Σχολείο: Μια Προσέγγιση για την Εισαγωγή της Ενισχυτικής Μάθησης στην Τάξη 6 ο Πανελλήνιο Συνέδριο «Διδακτική της Πληροφορικής» Φλώρινα, 20-22 Απριλίου 2012 Η Μηχανική Μάθηση στο Σχολείο: Μια Προσέγγιση για την Εισαγωγή της Ενισχυτικής Μάθησης στην Τάξη Σάββας Νικολαΐδης 1 ο

Διαβάστε περισσότερα

ΗΥ562 Προχωρημένα Θέματα Βάσεων Δεδομένων Efficient Query Evaluation over Temporally Correlated Probabilistic Streams

ΗΥ562 Προχωρημένα Θέματα Βάσεων Δεδομένων Efficient Query Evaluation over Temporally Correlated Probabilistic Streams ΗΥ562 Προχωρημένα Θέματα Βάσεων Δεδομένων Efficient Query Evaluation over Temporally Correlated Probabilistic Streams Αλέκα Σεληνιωτάκη Ηράκλειο, 26/06/12 aseliniotaki@csd.uoc.gr ΑΜ: 703 1. Περίληψη Συνεισφοράς

Διαβάστε περισσότερα

Περιεχόμενο του μαθήματος

Περιεχόμενο του μαθήματος ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Απαιτήσεις Λογισμικού Περιπτώσεις χρήσης Δρ Βαγγελιώ Καβακλή Τμήμα Πολιτισμικής Τεχνολογίας και Επικοινωνίας Πανεπιστήμιο Αιγαίου Εαρινό Εξάμηνο 2012-2013 1 Περιεχόμενο του μαθήματος

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ Εισαγωγή Μεθοδολογία της Έρευνας ΕΙΚΟΝΑ 1-1 Μεθοδολογία της έρευνας.

ΚΕΦΑΛΑΙΟ Εισαγωγή Μεθοδολογία της Έρευνας ΕΙΚΟΝΑ 1-1 Μεθοδολογία της έρευνας. ΚΕΦΑΛΑΙΟ 1 Εισαγωγή Η Μεθοδολογία της Έρευνας (research methodology) είναι η επιστήμη που αφορά τη μεθοδολογία πραγματοποίησης μελετών με συστηματικό, επιστημονικό και λογικό τρόπο, με σκοπό την παραγωγή

Διαβάστε περισσότερα

ΕΝΙΑΙΟ ΠΛΑΙΣΙΟ ΠΡΟΓΡΑΜΜΑΤΟΣ ΣΠΟΥΔΩΝ

ΕΝΙΑΙΟ ΠΛΑΙΣΙΟ ΠΡΟΓΡΑΜΜΑΤΟΣ ΣΠΟΥΔΩΝ ΥΠΟΥΡΓΕΙΟ ΕΘΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΚΑΙ ΘΡΗΣΚΕΥΜΑΤΩΝ ΠΑΙΔΑΓΩΓΙΚΟ ΙΝΣΤΙΤΟΥΤΟ ΕΝΙΑΙΟ ΠΛΑΙΣΙΟ ΠΡΟΓΡΑΜΜΑΤΟΣ ΣΠΟΥΔΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΙΣΧΥΕΙ ΚΑΤΑ ΤΟ ΜΕΡΟΣ ΠΟΥ ΑΦΟΡΑ ΤΟ ΛΥΚΕΙΟ ΓΙΑ ΤΗΝ ΥΠΟΧΡΕΩΤΙΚΗ ΕΚΠΑΙΔΕΥΣΗ ΙΣΧΥΟΥΝ ΤΟ ΔΕΠΠΣ

Διαβάστε περισσότερα

Πληροφορική 2. Τεχνητή νοημοσύνη

Πληροφορική 2. Τεχνητή νοημοσύνη Πληροφορική 2 Τεχνητή νοημοσύνη 1 2 Τι είναι τεχνητή νοημοσύνη; Τεχνητή νοημοσύνη (AI=Artificial Intelligence) είναι η μελέτη προγραμματισμένων συστημάτων τα οποία μπορούν να προσομοιώνουν μέχρι κάποιο

Διαβάστε περισσότερα

1 Συστήματα Αυτοματισμού Βιβλιοθηκών

1 Συστήματα Αυτοματισμού Βιβλιοθηκών 1 Συστήματα Αυτοματισμού Βιβλιοθηκών Τα Συστήματα Αυτοματισμού Βιβλιοθηκών χρησιμοποιούνται για τη διαχείριση καταχωρήσεων βιβλιοθηκών. Τα περιεχόμενα των βιβλιοθηκών αυτών είναι έντυπα έγγραφα, όπως βιβλία

Διαβάστε περισσότερα

κατεύθυνση της εξάλειψης εθνοκεντρικών και άλλων αρνητικών στοιχείων που υπάρχουν στην ελληνική εκπαίδευση έτσι ώστε η εκπαίδευση να λαμβάνει υπόψη

κατεύθυνση της εξάλειψης εθνοκεντρικών και άλλων αρνητικών στοιχείων που υπάρχουν στην ελληνική εκπαίδευση έτσι ώστε η εκπαίδευση να λαμβάνει υπόψη ΕΙΣΑΓΩΓΗ Είναι γνωστό ότι, παραδοσιακά, όπως άλλα εκπαιδευτικά συστήματα έτσι και το ελληνικό στόχευαν στην καλλιέργεια και ενδυνάμωση της εθνοπολιτιστικής ταυτότητας. Αυτό κρίνεται θετικό, στο βαθμό που

Διαβάστε περισσότερα

Εξόρυξη Δεδομένων για την Εύρεση Σημείου Πολυαδενυλίωσης σε Βιολογικές Αλληλουχίες

Εξόρυξη Δεδομένων για την Εύρεση Σημείου Πολυαδενυλίωσης σε Βιολογικές Αλληλουχίες ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ - ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ Εξόρυξη Δεδομένων για την Εύρεση Σημείου Πολυαδενυλίωσης σε Βιολογικές Αλληλουχίες Διπλωματική Εργασία του Ιωάννη Καβακιώτη

Διαβάστε περισσότερα

Προεπεξεργασία Δεδομένων. Αποθήκες και Εξόρυξη Δεδομένων Διδάσκουσα: Μαρία Χαλκίδη

Προεπεξεργασία Δεδομένων. Αποθήκες και Εξόρυξη Δεδομένων Διδάσκουσα: Μαρία Χαλκίδη Προεπεξεργασία Δεδομένων Αποθήκες και Εξόρυξη Δεδομένων Διδάσκουσα: Μαρία Χαλκίδη Η διαδικασίας της ανακάλυψης γνώσης Knowledge Discovery (KDD) Process Εξόρυξη δεδομένων- πυρήνας της διαδικασίας ανακάλυψης

Διαβάστε περισσότερα

Βραχυπρόθεσμη τοπική μετεωρολογική πρόγνωση με αναζήτηση ανάλογων καταστάσεων

Βραχυπρόθεσμη τοπική μετεωρολογική πρόγνωση με αναζήτηση ανάλογων καταστάσεων ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΟΣ Βραχυπρόθεσμη τοπική μετεωρολογική πρόγνωση με αναζήτηση ανάλογων καταστάσεων Γεώργιος Θεοδωρόπουλος Επιβλέπων

Διαβάστε περισσότερα

Πληροφορική (BSc & MSc)

Πληροφορική (BSc & MSc) ς Πληροφορική (BSc & MSc) www.nup.ac.cy ΠΡΟΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ Πτυχίο στην Εφαρμοσμένη Πληροφορική BSc in Applied Informatics Περιγραφή Προγράμματος Στόχος του Προπτυχιακού Προγράμματος στην Εφαρμοσμένη

Διαβάστε περισσότερα

«Ανακάλυψη Γνώσης από Ακολουθίες και Δεδομένα Συναλλαγών»

«Ανακάλυψη Γνώσης από Ακολουθίες και Δεδομένα Συναλλαγών» ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ Τμήμα Πληροφορικής «Ανακάλυψη Γνώσης από Ακολουθίες και Δεδομένα Συναλλαγών» ΔΙΔΑΚΤΟΡΙΚΗ ΔΙΑΤΡΙΒΗ ΧΡΗΣΤΟΣ Ν. ΜΠΕΡΜΠΕΡΙΔΗΣ Πτυχιούχος Τμήματος Πληροφορικής Α.Π.Θ.

Διαβάστε περισσότερα

Στόχος της ψυχολογικής έρευνας:

Στόχος της ψυχολογικής έρευνας: Στόχος της ψυχολογικής έρευνας: Συστηματική περιγραφή και κατανόηση των ψυχολογικών φαινομένων. Η ψυχολογική έρευνα χρησιμοποιεί μεθόδους συστηματικής διερεύνησης για τη συλλογή, την ανάλυση και την ερμηνεία

Διαβάστε περισσότερα

Διαφοροποίηση στρατηγικών διδασκαλίας ανάλογα με το περιεχόμενο στα μαθήματα των φυσικών επιστημών

Διαφοροποίηση στρατηγικών διδασκαλίας ανάλογα με το περιεχόμενο στα μαθήματα των φυσικών επιστημών Διαφοροποίηση στρατηγικών διδασκαλίας ανάλογα με το περιεχόμενο στα μαθήματα των φυσικών επιστημών Κων/νος Στεφανίδης Σχολικός Σύμβουλος Πειραιά kstef2001@yahoo.gr Νικόλαος Στεφανίδης Φοιτητής ΣΕΜΦΕ, ΕΜΠ

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΑΡΧΕΣ ΤΗΣ ΕΠΙΣΤΗΜΗΣ ΤΩΝ Η/Υ ΜΑΘΗΜΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Β ΛΥΚΕΙΟΥ

ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΑΡΧΕΣ ΤΗΣ ΕΠΙΣΤΗΜΗΣ ΤΩΝ Η/Υ ΜΑΘΗΜΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Β ΛΥΚΕΙΟΥ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΑΡΧΕΣ ΤΗΣ ΕΠΙΣΤΗΜΗΣ ΤΩΝ Η/Υ ΜΑΘΗΜΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Β ΛΥΚΕΙΟΥ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΑΡΧΕΣ ΤΗΣ ΕΠΙΣΤΗΜΗΣ ΤΩΝ Η/Υ Ιστότοπος Βιβλίου http://www.iep.edu.gr/ και «Νέα Βιβλία ΙΕΠ ΓΕΛ και ΕΠΑΛ» 2 ΠΕΡΙΕΧΟΜΕΝΑ

Διαβάστε περισσότερα

2.2 Οργάνωση και ιοίκηση (Μάνατζµεντ -Management) 2.2.1. Βασικές έννοιες 2.2.2 Ιστορική εξέλιξη τον µάνατζµεντ.

2.2 Οργάνωση και ιοίκηση (Μάνατζµεντ -Management) 2.2.1. Βασικές έννοιες 2.2.2 Ιστορική εξέλιξη τον µάνατζµεντ. 2.2 Οργάνωση και ιοίκηση (Μάνατζµεντ -Management) 2.2.1. Βασικές έννοιες Έχει παρατηρηθεί ότι δεν υπάρχει σαφής αντίληψη της σηµασίας του όρου "διοίκηση ή management επιχειρήσεων", ακόµη κι από άτοµα που

Διαβάστε περισσότερα

Βιοπληροφορική II. Παντελής Μπάγκος Αναπληρωτής Καθηγητής. Πανεπιστήμιο Θεσσαλίας Λαμία, 2015

Βιοπληροφορική II. Παντελής Μπάγκος Αναπληρωτής Καθηγητής. Πανεπιστήμιο Θεσσαλίας Λαμία, 2015 Βιοπληροφορική II Παντελής Μπάγκος Αναπληρωτής Καθηγητής Πανεπιστήμιο Θεσσαλίας Λαμία, 2015 Μικροσυστοιχίες Γυάλινο πλακίδιο που αποτελείται από συγκεκριμένες αλληλουχίες οι οποίες είναι ειδικές για συγκεκριμένα

Διαβάστε περισσότερα

Υπερπροσαρμογή (Overfitting) (1)

Υπερπροσαρμογή (Overfitting) (1) Αλγόριθμος C4.5 Αποφυγή υπερπροσαρμογής (overfitting) Reduced error pruning Rule post-pruning Χειρισμός χαρακτηριστικών συνεχών τιμών Επιλογή κατάλληλης μετρικής για την επιλογή των χαρακτηριστικών διάσπασης

Διαβάστε περισσότερα

Διαδικασίες παραγωγής λογισμικού. Βασικές αρχές Τεχνολογίας Λογισμικού, 8η αγγ. έκδοση

Διαδικασίες παραγωγής λογισμικού. Βασικές αρχές Τεχνολογίας Λογισμικού, 8η αγγ. έκδοση Διαδικασίες παραγωγής λογισμικού Περιεχόμενα Παρουσίαση μοντέλων διεργασίας ανάπτυξης λογισμικού Περιγραφή τριών γενικών μοντέλων διεργασίας ανάπτυξης λογισμικού Γενική περιγραφή των διαδικασιών που περιλαμβάνονται

Διαβάστε περισσότερα

Ανάκτηση Πληροφορίας

Ανάκτηση Πληροφορίας Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής Ανάκτηση Πληροφορίας Διδάσκων: Φοίβος Μυλωνάς fmylonas@ionio.gr Διάλεξη #02 Ιστορική αναδρομή Σχετικές επιστημονικές περιοχές 1 Άδεια χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

Τεχνικές Μείωσης Διαστάσεων. Ειδικά θέματα ψηφιακής επεξεργασίας σήματος και εικόνας Σ. Φωτόπουλος- Α. Μακεδόνας

Τεχνικές Μείωσης Διαστάσεων. Ειδικά θέματα ψηφιακής επεξεργασίας σήματος και εικόνας Σ. Φωτόπουλος- Α. Μακεδόνας Τεχνικές Μείωσης Διαστάσεων Ειδικά θέματα ψηφιακής επεξεργασίας σήματος και εικόνας Σ. Φωτόπουλος- Α. Μακεδόνας 1 Εισαγωγή Το μεγαλύτερο μέρος των δεδομένων που καλούμαστε να επεξεργαστούμε είναι πολυδιάστατα.

Διαβάστε περισσότερα

1. Οι Τεχνολογίες της Πληροφορίας και των Επικοινωνιών στην εκπαιδευτική διαδικασία

1. Οι Τεχνολογίες της Πληροφορίας και των Επικοινωνιών στην εκπαιδευτική διαδικασία 1. Οι Τεχνολογίες της Πληροφορίας και των Επικοινωνιών στην εκπαιδευτική διαδικασία Ο διδακτικός σχεδιασμός (instructional design) εμφανίσθηκε στην εκπαιδευτική διαδικασία και στην κατάρτιση την περίοδο

Διαβάστε περισσότερα

Μηχανική Μάθηση: γιατί;

Μηχανική Μάθηση: γιατί; Μηχανική Μάθηση Μηχανική Μάθηση: γιατί; Απαραίτητη για να μπορεί ο πράκτορας να ανταπεξέρχεται σε άγνωστα περιβάλλοντα Δεν είναι δυνατόν ο σχεδιαστής να προβλέψει όλα τα ενδεχόμενα περιβάλλοντα. Χρήσιμη

Διαβάστε περισσότερα

HMY 795: Αναγνώριση Προτύπων

HMY 795: Αναγνώριση Προτύπων HMY 795: Αναγνώριση Προτύπων Διάλεξη 3 Επιλογή μοντέλου Επιλογή μοντέλου Θεωρία αποφάσεων Επιλογή μοντέλου δεδομένα επικύρωσης Η επιλογή του είδους του μοντέλου που θα χρησιμοποιηθεί σε ένα πρόβλημα (π.χ.

Διαβάστε περισσότερα

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΥΣΤΗΜΑΤΑ ΑΠΟΦΑΣΕΩΝ Ενημερωτικό Φυλλάδιο Αθήνα, Οκτώβριος 2016 Εργαστήριο

Διαβάστε περισσότερα

ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ

ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ Βασίλης Δ. Ανδριτσάνος Δρ. Αγρονόμος - Τοπογράφος Μηχανικός ΑΠΘ Επίκουρος Καθηγητής ΤΕΙ Αθήνας 3ο εξάμηνο http://eclass.teiath.gr Παρουσιάσεις,

Διαβάστε περισσότερα

1. ΓΕΝΙΚΟΙ ΚΑΝΟΝΕΣ ΚΑΙ ΠΡΟΥΠΟΘΕΣΕΙΣ ΛΗΨΗΣ ΠΤΥΧΙΟΥ

1. ΓΕΝΙΚΟΙ ΚΑΝΟΝΕΣ ΚΑΙ ΠΡΟΥΠΟΘΕΣΕΙΣ ΛΗΨΗΣ ΠΤΥΧΙΟΥ 1. ΓΕΝΙΚΟΙ ΚΑΝΟΝΕΣ ΚΑΙ ΠΡΟΥΠΟΘΕΣΕΙΣ ΛΗΨΗΣ ΠΤΥΧΙΟΥ Ισχύει ένα πρόγραμμα σπουδών από τον Οκτώβριο του 2013. Για να πάρει κάποιος πτυχίο από το 2014 κι έπειτα απαιτείται να πληροί όλους τους παρακάτω όρους:

Διαβάστε περισσότερα

Προσδιορισμός Σημαντικών Χαρακτηριστικών της Αυθόρμητης Δραστηριότητας Απομονωμένου Εγκεφαλικού Φλοιού in vitro

Προσδιορισμός Σημαντικών Χαρακτηριστικών της Αυθόρμητης Δραστηριότητας Απομονωμένου Εγκεφαλικού Φλοιού in vitro ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ "ΤΕΧΝΟΛΟΓΙΕΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΣΤΗΝ ΙΑΤΡΙΚΗ ΚΑΙ ΤΗ ΒΙΟΛΟΓΙΑ"

Διαβάστε περισσότερα

ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ. Μάθημα 1 ο : Εισαγωγή στην γλωσσική τεχνολογία. Γεώργιος Πετάσης. Ακαδημαϊκό Έτος: 2012 2013

ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ. Μάθημα 1 ο : Εισαγωγή στην γλωσσική τεχνολογία. Γεώργιος Πετάσης. Ακαδημαϊκό Έτος: 2012 2013 ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ Μάθημα 1 ο : Εισαγωγή στην γλωσσική τεχνολογία Γεώργιος Πετάσης Ακαδημαϊκό Έτος: 2012 2013 ΤMHMA MHXANIKΩΝ Η/Υ & ΠΛΗΡΟΦΟΡΙΚΗΣ, Πανεπιστήμιο Πατρών, 2012 2013 Τι είναι η γλωσσική τεχνολογία;

Διαβάστε περισσότερα

ΟΜΟΣΠΟΝ ΙΑ ΕΚΠΑΙ ΕΥΤΙΚΩΝ ΦΡΟΝΤΙΣΤΩΝ ΕΛΛΑ ΟΣ (Ο.Ε.Φ.Ε.) ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2014

ΟΜΟΣΠΟΝ ΙΑ ΕΚΠΑΙ ΕΥΤΙΚΩΝ ΦΡΟΝΤΙΣΤΩΝ ΕΛΛΑ ΟΣ (Ο.Ε.Φ.Ε.) ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2014 ΤΑΞΗ: ΚΑΤΕΥΘΥΝΣΗ: ΜΑΘΗΜΑ: Γ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΘΕΤΙΚΗ ΒΙΟΛΟΓΙΑ Ηµεροµηνία: Παρασκευή 25 Απριλίου 2014 ιάρκεια Εξέτασης: 3 ώρες ΕΚΦΩΝΗΣΕΙΣ ΘΕΜΑ Α Να γράψετε στο τετράδιό σας τον αριθµό καθεµιάς από τις παρακάτω

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΠΡΟΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΜΑΘΗΜΑ: ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ ΜΟΝΤΕΛΑ ΣΥΣΤΗΜΑΤΟΣ Διδάσκων: Γ. Χαραλαμπίδης, Επ. Καθηγητής

Διαβάστε περισσότερα

ΦΟΡΜΑ ΑΞΙΟΛΟΓΗΣΗΣ ΣΥΝΘΕΤΙΚΗΣ ΕΡΓΑΣΙΑΣ ΚΑΙ ΣΥΝΟΔΕΥΤΙΚΟΥ ΥΛΙΚΟΥ ΣΤΟ MYPROJECT

ΦΟΡΜΑ ΑΞΙΟΛΟΓΗΣΗΣ ΣΥΝΘΕΤΙΚΗΣ ΕΡΓΑΣΙΑΣ ΚΑΙ ΣΥΝΟΔΕΥΤΙΚΟΥ ΥΛΙΚΟΥ ΣΤΟ MYPROJECT ΦΟΡΜΑ ΑΞΙΟΛΟΓΗΣΗΣ ΣΥΝΘΕΤΙΚΗΣ ΕΡΓΑΣΙΑΣ ΚΑΙ ΣΥΝΟΔΕΥΤΙΚΟΥ ΥΛΙΚΟΥ ΣΤΟ MYPROJECT Σκοπός της αξιολόγησης είναι να αποτιμηθεί ο παιδαγωγικός σχεδιασμός και η ψηφιακή αναπαράσταση της προτεινόμενης συνθετικής

Διαβάστε περισσότερα

Μηχανική Λογισμικού για Διαδικτυακές & Φορητές Εφαρμογές

Μηχανική Λογισμικού για Διαδικτυακές & Φορητές Εφαρμογές Μεταπτυχιακό Δίπλωμα Ειδίκευσης Μηχανική Λογισμικού για Διαδικτυακές & Φορητές Εφαρμογές Δρ. Κακαρόντζας Γεώργιος Επίκουρος Καθηγητής Τμ. Μηχανικών Πληροφορικής Τ.Ε. Μηχανική Λογισμικού για Διαδικτυακές

Διαβάστε περισσότερα

Αθήνα, 18/5/2011 ΠΑΝΕΛΛΗΝΙΑ ΕΝΩΣΗ ΒΙΟΕΠΙΣΤΗΜΟΝΩΝ

Αθήνα, 18/5/2011 ΠΑΝΕΛΛΗΝΙΑ ΕΝΩΣΗ ΒΙΟΕΠΙΣΤΗΜΟΝΩΝ Αθήνα, 18/5/2011 ΠΑΝΕΛΛΗΝΙΑ ΕΝΩΣΗ ΒΙΟΕΠΙΣΤΗΜΟΝΩΝ Σας αποστέλλουμε τις προτεινόμενες απαντήσεις που αφορούν τα θέματα της Βιολογίας Θετικής Κατεύθυνσης των Ημερησίων Γενικών Λυκείων. Η Επιτροπή Παιδείας

Διαβάστε περισσότερα

Ινστιτούτο Πληροφοριακών Συστημάτων

Ινστιτούτο Πληροφοριακών Συστημάτων Ινστιτούτο Πληροφοριακών Συστημάτων ΠΡΟΣΚΛΗΣΗ ΕΚΔΗΛΩΣΗΣ ΕΝΔΙΑΦΕΡΟΝΤΟΣ ΓΙΑ ΑΝΑΛΗΨΗ ΕΡΓΩΝ ΜΕ ΣΥΝΑΨΗ ΣΥΜΒΑΣΕΩΝ ΜΙΣΘΩΣΗΣ ΕΡΓΟΥ ΙΔΙΩΤΙΚΟΥ ΔΙΚΑΙΟΥ ΣΤΟ ΠΛΑΙΣΙΟ ΥΛΟΠΟΙΗΣΗΣ ΣΥΓΧΡΗΜΑΤΟΔΟΤΟΥΜΕΝΩΝ ΕΥΡΩΠΑΪΚΩΝ ΕΡΓΩΝ

Διαβάστε περισσότερα

Προσεγγίσεις Ασφάλειας Πληροφοριακών Συστημάτων

Προσεγγίσεις Ασφάλειας Πληροφοριακών Συστημάτων Προσεγγίσεις Ασφάλειας Πληροφοριακών Συστημάτων Βασισμένο στο ομότιτλο άρθρο του Καθηγ. Ε. Κιουντούζη που περιέχεται στο βιβλίο Ασφάλεια Πληροφοριακών Συστημάτων (Επιμέλεια Σ. Κάτσικας, Δ. Γκρίτζαλης,

Διαβάστε περισσότερα

Τίτλος Πακέτου Certified Computer Expert-ACTA

Τίτλος Πακέτου Certified Computer Expert-ACTA Κωδικός Πακέτου ACTA - CCE - 002 Τίτλος Πακέτου Certified Computer Expert-ACTA Εκπαιδευτικές Ενότητες Επεξεργασία Κειμένου - Word Δημιουργία Εγγράφου Προχωρημένες τεχνικές επεξεργασίας κειμένου & αρχείων

Διαβάστε περισσότερα

Διοίκηση Ανθρώπινου Δυναμικού

Διοίκηση Ανθρώπινου Δυναμικού 400 Διοίκηση Ανθρώπινου Δυναμικού 400.01 Δύο ημέρες 16 ώρες Επιλογή Στελεχών: Ξεχωρίζοντας τους Καλύτερους Με την ολοκλήρωση του σεμιναρίου οι συμμετέχοντες θα έχουν σχηματίσει ολοκληρωμένη αντίληψη όλων

Διαβάστε περισσότερα

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή raniah@hua.gr 1 Εισαγωγή Στην πλειοψηφία των ορισμών για την ΤΝ, η δυνατότητα μάθησης / προσαρμογής

Διαβάστε περισσότερα

Εύρεση Σημείου Αποκοπής και Πολυαδενυλίωσης σε Βιολογικές Αλληλουχίες

Εύρεση Σημείου Αποκοπής και Πολυαδενυλίωσης σε Βιολογικές Αλληλουχίες ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ - ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ Εύρεση Σημείου Αποκοπής και Πολυαδενυλίωσης σε Βιολογικές Αλληλουχίες Διπλωματική Εργασία του Ιωάννη Καβακιώτη (ΑΕΜ:

Διαβάστε περισσότερα

«Τεχνογλωσσία VIII» Εξαγωγή πληροφοριών από κείμενα

«Τεχνογλωσσία VIII» Εξαγωγή πληροφοριών από κείμενα «Τεχνογλωσσία VIII» Εξαγωγή πληροφοριών από κείμενα Σεμινάριο 8: Χρήση Μηχανικής Μάθησης στην Εξαγωγή Πληροφορίας Ευάγγελος Καρκαλέτσης, Γεώργιος Πετάσης Εργαστήριο Τεχνολογίας Γνώσεων & Λογισμικού, Ινστιτούτο

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΙΟΛΟΓΙΑ

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΙΟΛΟΓΙΑ ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΙΟΛΟΓΙΑ Εξάμηνο Υ/Ε Ώρες Θεωρίας Ώρες Ασκήσης Διδακτικές μονάδες ECTS A Υ 3 3 4 6 Διδάσκουσα Μ. Αλεξίου Χατζάκη, Επίκ. Καθηγήτρια Γεν. Βιολογίας. Aντικειμενικοί στόχοι του μαθήματος Οι στόχοι

Διαβάστε περισσότερα

Εισαγωγή: ΑυτοοργΑνωση, AνΑδυση και ΠολυΠλοκοτητΑ κεφάλαιο 1: ΜοριΑκη BιολογιΑ και EΠιστηΜΕσ τησ ΠληροφοριΑσ

Εισαγωγή: ΑυτοοργΑνωση, AνΑδυση και ΠολυΠλοκοτητΑ κεφάλαιο 1: ΜοριΑκη BιολογιΑ και EΠιστηΜΕσ τησ ΠληροφοριΑσ Περιεχόμενα Περιεχόμενα Εισαγωγή: Αυτοοργάνωση, Aνάδυση και Πολυπλοκότητα... 15 Πώς μπορούν τα πράγματα να αυτοοργανώνονται;... 15 Προσπάθεια να δοθεί ένας προκαταρκτικός ορισμός της αυτοοργάνωσης...18

Διαβάστε περισσότερα

Πανηγύρι των Φυσικών Επιστημών» στο 2ο Γυμνάσιο Πυλαίας

Πανηγύρι των Φυσικών Επιστημών» στο 2ο Γυμνάσιο Πυλαίας «Το Πανηγύρι των Φυσικών Επιστημών» στο 2ο Γυμνάσιο Πυλαίας Συμμετέχουν: Οι μαθητές της 2ας και 3ης τάξης Υπεύθυνη καθηγήτρια: Μαρία Καλλέρη Τα μέρη της παρουσίασης Μέρος 1ο: Περιγραφή της πορείας της

Διαβάστε περισσότερα

Θεμελιώδεις αρχές επιστήμης και μέθοδοι έρευνας

Θεμελιώδεις αρχές επιστήμης και μέθοδοι έρευνας A. Montgomery Θεμελιώδεις αρχές επιστήμης και μέθοδοι έρευνας Καρολίνα Δουλουγέρη, ΜSc Υποψ. Διαδάκτωρ Σήμερα Αναζήτηση βιβλιογραφίας Επιλογή μεθοδολογίας Ερευνητικός σχεδιασμός Εγκυρότητα και αξιοπιστία

Διαβάστε περισσότερα

Σύγχρονες μεθοδολογίες μοριακής βιολογίας και γενετικής στη γυναικολογία

Σύγχρονες μεθοδολογίες μοριακής βιολογίας και γενετικής στη γυναικολογία ΣΥΓΧΡΟΝΕΣ ΜΕΘΟΔΟΛΟΓΙΕΣ ΜΟΡΙΑΚΗΣ ΒΙΟΛΟΓΙΑΣ - ΓΕΝΕΤΙΚΗΣ Σύγχρονες μεθοδολογίες μοριακής βιολογίας και γενετικής στη γυναικολογία ΠΑΠΑΝΙΚΟΛΑΟΥ ΕΛΕΝΗ, Ph.D. Λέκτορας Εργαστήριο Βιολογίας, Ιατρική Σχολή Αθηνών

Διαβάστε περισσότερα

Η συνολική εικόνα. Ποιοτική Αναβάθμιση δεδομένων. Λογισμικό Επικοινωνιών DATA WAREHOUSE. Σχεδιασμός Ενοποίηση Επιλογή Συγχρονισμός Συντονισμός

Η συνολική εικόνα. Ποιοτική Αναβάθμιση δεδομένων. Λογισμικό Επικοινωνιών DATA WAREHOUSE. Σχεδιασμός Ενοποίηση Επιλογή Συγχρονισμός Συντονισμός Η συνολική εικόνα Τοπικές Βάσεις Βάσεις Κεντρικών Συστημάτων Βάσεις Τρίτων Ποιοτική Αναβάθμιση δεδομένων Λογισμικό Επικοινωνιών DATA WAREHOUSE Σχεδιασμός Ενοποίηση Επιλογή Συγχρονισμός Συντονισμός Warehouse

Διαβάστε περισσότερα

ΑΡΧΕΣ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΚΑΙ ΥΠΗΡΕΣΙΩΝ. Κεφάλαιο 2 ο

ΑΡΧΕΣ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΚΑΙ ΥΠΗΡΕΣΙΩΝ. Κεφάλαιο 2 ο ΑΡΧΕΣ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΚΑΙ ΥΠΗΡΕΣΙΩΝ ΕΠΙΜΕΛΕΙΑ: ΝΙΚΟΛΑΟΣ Χ. ΤΖΟΥΜΑΚΑΣ ΟΙΚΟΝΟΜΟΛΟΓΟΣ Κεφάλαιο 2 ο Η Επιστήμη της Διοίκησης των Επιχειρήσεων 2.1. Εισαγωγικές έννοιες Ο επιστημονικός κλάδος

Διαβάστε περισσότερα

Διδακτική της Πληροφορικής ΙΙ

Διδακτική της Πληροφορικής ΙΙ Διδακτική της Πληροφορικής ΙΙ Ομάδα Γ Βότσης Ευστάθιος Γιαζιτσής Παντελής Σπαής Αλέξανδρος Τάτσης Γεώργιος Προβλήματα που αντιμετωπίζουν οι αρχάριοι προγραμματιστές Εισαγωγή Προβλήματα Δυσκολίες Διδακτικό

Διαβάστε περισσότερα

κεφάλαιο Βασικές Έννοιες Επιστήμη των Υπολογιστών

κεφάλαιο Βασικές Έννοιες Επιστήμη των Υπολογιστών κεφάλαιο 1 Βασικές Έννοιες Επιστήμη 9 1Εισαγωγή στις Αρχές της Επιστήμης των Η/Υ Στόχοι Στόχος του κεφαλαίου είναι οι μαθητές: να γνωρίσουν βασικές έννοιες και τομείς της Επιστήμης. Λέξεις κλειδιά Επιστήμη

Διαβάστε περισσότερα

Ενότητα 3: Διαχείριση πληροφοριακών πόρων με τη χρήση βάσεων δεδομένων

Ενότητα 3: Διαχείριση πληροφοριακών πόρων με τη χρήση βάσεων δεδομένων Ενότητα 3: Διαχείριση πληροφοριακών πόρων με τη χρήση βάσεων δεδομένων YouTube Ιδρύθηκε το 2005 Στόχος του ήταν να δημιουργήσει μία παγκόσμια κοινότητα Βάση δεδομένων βίντεο Μέσα σε ένα χρόνο από τη δημιουργία

Διαβάστε περισσότερα

Απόστολος Μιχαλούδης

Απόστολος Μιχαλούδης ΔΙΔΑΣΚΑΛΙΑ ΦΥΣΙΚΗΣ ΜΕ ΤΗ ΧΡΗΣΗ ΠΡΟΣΟΜΟΙΩΣΕΩΝ Ανάπτυξη και εφαρμογή διδακτικών προσομοιώσεων Φυσικής σε θέματα ταλαντώσεων και κυμάτων Απόστολος Μιχαλούδης υπό την επίβλεψη του αν. καθηγητή Ευριπίδη Χατζηκρανιώτη

Διαβάστε περισσότερα

Πρόλογος... xv. Κεφάλαιο 1. Εισαγωγικές Έννοιες... 1

Πρόλογος... xv. Κεφάλαιο 1. Εισαγωγικές Έννοιες... 1 Πρόλογος... xv Κεφάλαιο 1. Εισαγωγικές Έννοιες... 1 1.1.Ιστορική Αναδρομή... 1 1.2.Βασικές Έννοιες... 5 1.3.Πλαίσιο ειγματοληψίας (Sampling Frame)... 9 1.4.Κατηγορίες Ιατρικών Μελετών.... 11 1.4.1.Πειραµατικές

Διαβάστε περισσότερα

Δομές Δεδομένων. Ενότητα 1 - Εισαγωγή. Χρήστος Γκουμόπουλος. Πανεπιστήμιο Αιγαίου Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών Συστημάτων

Δομές Δεδομένων. Ενότητα 1 - Εισαγωγή. Χρήστος Γκουμόπουλος. Πανεπιστήμιο Αιγαίου Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών Συστημάτων Δομές Δεδομένων Ενότητα 1 - Εισαγωγή Χρήστος Γκουμόπουλος Πανεπιστήμιο Αιγαίου Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών Συστημάτων Αντικείμενο μαθήματος Δομές Δεδομένων (ΔΔ): Στην επιστήμη υπολογιστών

Διαβάστε περισσότερα

τρόπος για να εμπεδωθεί η θεωρία. Για την επίλυση των παραδειγμάτων χρησιμοποιούνται στατιστικά πακέτα, ώστε να είναι δυνατή η ανάλυση μεγάλου όγκου

τρόπος για να εμπεδωθεί η θεωρία. Για την επίλυση των παραδειγμάτων χρησιμοποιούνται στατιστικά πακέτα, ώστε να είναι δυνατή η ανάλυση μεγάλου όγκου ΠΡΟΛΟΓΟΣ Η γραμμική παλινδρόμηση χρησιμοποιείται για την μελέτη των σχέσεων μεταξύ μετρήσιμων μεταβλητών. Γενικότερα, η γραμμική στατιστική συμπερασματολογία αποτελεί ένα ευρύ πεδίο της στατιστικής ανάλυσης

Διαβάστε περισσότερα

ΑΠΟΓΡΑΦΙΚΟ ΔΕΛΤΙΟ ΔΙΔΑΚΤΟΡΙΚΗΣ ΔΙΑΤΡΙΒΗΣ ΤΙΤΛΟΣ Συμπληρώστε τον πρωτότυπο τίτλο της Διδακτορικής διατριβής ΑΡ. ΣΕΛΙΔΩΝ ΕΙΚΟΝΟΓΡΑΦΗΜΕΝΗ

ΑΠΟΓΡΑΦΙΚΟ ΔΕΛΤΙΟ ΔΙΔΑΚΤΟΡΙΚΗΣ ΔΙΑΤΡΙΒΗΣ ΤΙΤΛΟΣ Συμπληρώστε τον πρωτότυπο τίτλο της Διδακτορικής διατριβής ΑΡ. ΣΕΛΙΔΩΝ ΕΙΚΟΝΟΓΡΑΦΗΜΕΝΗ ΕΘΝΙΚΟ & ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΑΝΑΓΝΩΣΤΗΡΙΟ Πανεπιστημιούπολη, Κτήρια Πληροφορικής & Τηλεπικοινωνιών 15784 ΑΘΗΝΑ Τηλ.: 210 727 5190, email: library@di.uoa.gr,

Διαβάστε περισσότερα

ΑΠΟΤΙΜΗΣΗ ΤΟΥ ΕΡΓΟΥ ΤΟΥ ΤΜΗΜΑΤΟΣ ΣΤΟΧΟΙ ΓΙΑ ΤΗΝ ΠΕΡΙΟΔΟ ΠΑΡΑΡΤΗΜΑ ΧΙ

ΑΠΟΤΙΜΗΣΗ ΤΟΥ ΕΡΓΟΥ ΤΟΥ ΤΜΗΜΑΤΟΣ ΣΤΟΧΟΙ ΓΙΑ ΤΗΝ ΠΕΡΙΟΔΟ ΠΑΡΑΡΤΗΜΑ ΧΙ ΕΘΝΙΚΟΝ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟΝ ΠΑΝΕΠΙΣΤΗΜΙΟΝ ΑΘΗΝΩΝ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΑΠΟΤΙΜΗΣΗ ΤΟΥ ΕΡΓΟΥ ΤΟΥ ΤΜΗΜΑΤΟΣ ΣΤΟΧΟΙ ΓΙΑ ΤΗΝ ΠΕΡΙΟΔΟ 2008-2013 ΠΑΡΑΡΤΗΜΑ ΧΙ ΕΦΑΡΜΟΓΗ ΔΙΑΧΕΙΡΙΣΗΣ

Διαβάστε περισσότερα

Πέτρος Γαλάνης, MPH, PhD Εργαστήριο Οργάνωσης και Αξιολόγησης Υπηρεσιών Υγείας Τμήμα Νοσηλευτικής, Πανεπιστήμιο Αθηνών

Πέτρος Γαλάνης, MPH, PhD Εργαστήριο Οργάνωσης και Αξιολόγησης Υπηρεσιών Υγείας Τμήμα Νοσηλευτικής, Πανεπιστήμιο Αθηνών Πέτρος Γαλάνης, MPH, PhD Εργαστήριο Οργάνωσης και Αξιολόγησης Υπηρεσιών Υγείας Τμήμα Νοσηλευτικής, Πανεπιστήμιο Αθηνών Σχέση μεταξύ εμβολίων και αυτισμού Θέση ύπνου των βρεφών και συχνότητα εμφάνισης του

Διαβάστε περισσότερα