Θεωρητική και εμπειρική σύγκριση στοχαστικών μεθόδων και μεθόδων μηχανικής μάθησης στην πρόβλεψη υδρολογικών διεργασιών
|
|
- Θήρα Μεταξάς
- 7 χρόνια πριν
- Προβολές:
Transcript
1 Εθνικό Μετσόβιο Πολυτεχνείο Διεπιστημονικό - Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών Επιστήμη και Τεχνολογία Υδατικών Πόρων Θεωρητική και εμπειρική σύγκριση στοχαστικών μεθόδων και μεθόδων μηχανικής μάθησης στην πρόβλεψη υδρολογικών διεργασιών Γεωργία Παπαχαραλάμπους Πολιτικός Μηχανικός Επιβλέπων: Δ. Κουτσογιάννης, Καθηγητής Ζωγράφου, 27 Οκτωβρίου 2016
2 Μηχανική μάθηση για προβλέψεις στην υδρολογία Η πρόβλεψη της εξέλιξης υδρολογικών διεργασιών είναι χρήσιμη. Το πρακτικό και ερευνητικό ενδιαφέρον για τις μεθόδους σημειακής εκτίμησης εξακολουθεί να είναι μεγάλο (Krzysztofowicz 2001). Οι μέθοδοι μηχανικής μάθησης χρησιμοποιούνται ευρέως για προβλέψεις στον χώρο της υδρολογίας ως εναλλακτική των κλασικών στοχαστικών μεθόδων. Δημοφιλείς μέθοδοι μηχανικής μάθησης είναι τα: Νευρωνικά Δίκτυα - Neural Networks (NN) Μεγάλος αριθμός πρακτικών εφαρμογών, βλ. Maier and Dandy (2000) και αναφορές εντός Support Vector Machines (SVM) Μεγάλος αριθμός πρακτικών εφαρμογών, βλ. Raghavendra and Deka (2014) και αναφορές εντός 2
3 Σύγκριση μεθόδων πρόβλεψης στη βιβλιογραφία Η έρευνα εστιάζει συχνά στην σύγκριση μεθόδων μηχανικής μάθησης με κλασικές στοχαστικές μεθόδους. Όσον αφορά τον χώρο της υδρολογίας: Μεγάλος αριθμός σχετικών εργασιών, π.χ. Jain et al. (1999), Kisi (2004), Khan and Coulibaly (2006), Lin et al. (2006), Han et al. (2007), Yu and Liong (2007), Koutsoyiannis et al. (2008), Wang et al. (2009), Belayneh et al. (2014) Οι διενεργούμενες συγκρίσεις στην βιβλιογραφία αφορούν συνήθως μελέτες περίπτωσης. Η εξαγωγή γενικών συμπερασμάτων μπορεί να επιτευχθεί μέσω της σύγκρισης σε ικανό αριθμό διαφορετικών περιπτώσεων - χρονοσειρών. Εργασίες που επιχειρούν σε ορισμένο βαθμό γενίκευση είναι αυτές των: Ahmed et al. (2010): Σύγκριση 8 μεθόδων πρόβλεψης σε ιστορικές χρονοσειρές από διάφορα επιστημονικά πεδία Thissen et al. (2003): Σύγκριση 3 μεθόδων πρόβλεψης σε δύο συνθετικές χρονοσειρές μεγάλου μήκους και σε μία ιστορική χρονοσειρά από τον χώρο της χημειομετρίας 3
4 Διενεργούμενη σύγκριση και σημεία πρωτοτυπίας Αντικείμενο της εργασίας είναι η σύγκριση κλασικών στοχαστικών μεθόδων και μεθόδων μηχανικής μάθησης στην πρόβλεψη της μελλοντικής συμπεριφοράς υδρολογικών διεργασιών. Η διενεργούμενη σύγκριση αφορά μακροπρόθεσμες προβλέψεις στην χρονική κλίμακα των παρατηρήσεων. Πραγματοποιείται σε: θεωρητικό επίπεδο εξαγωγή γενικών συμπερασμάτων βασική συνεισφορά της εργασίας εμπειρικό επίπεδο ενίσχυση γενικών συμπερασμάτων ανάδειξη επιμέρους σημείων Η πρωτοτυπία της διενεργούμενης σύγκρισης έγκειται στην χρήση: συνθετικών χρονοσειρών, που συνιστούν ένα ευρύ φάσμα διαφορετικών περιπτώσεων αρκετών μεθόδων πρόβλεψης (στοχαστικών και μηχανικής μάθησης) αρκετών μέτρων ποιότητας των προβλέψεων ως μαθηματικών εργαλείων ποσοτικοποίησης της επίδοσης των μεθόδων 4
5 Ερωτήματα σχετικά με την σύγκριση μεθόδων πρόβλεψης Διαφέρει η επίδοση μεθόδων μηχανικής μάθησης σε σχέση με εκείνη κλασικών στοχαστικών μεθόδων; Αν ναι, είναι καλύτερη ή χειρότερη; Πόσο καλή σε σχέση με το σύνολο μπορεί να είναι η επίδοση μιας μεθόδου ως προς όλα τα εκάστοτε υπολογιζόμενα μέτρα; Υπάρχουν μέθοδοι, οι οποίες συγκρινόμενες με άλλες θα έχουν εμφανώς καλύτερη ή χειρότερη επίδοση από αυτές; Εξεζητημένες μέθοδοι δίνουν καλύτερες προβλέψεις από απλούστερες μεθόδους; Είναι εφικτή κάποια ομαδοποίηση μεθόδων που συναξιολογούνται με βάση την επίδοση τους; Είναι δυνατή η διατύπωση πλεονεκτημάτων και μειονεκτημάτων για μεθόδους πρόβλεψης με βάση συγκρίσεις όπως η διενεργούμενη; Πόσο μπορεί να διαφέρει η επίδοση μιας μεθόδου πρόβλεψης συγκριτικά με τις υπόλοιπες κατά την εφαρμογή της σε δύο διαφορετικές χρονοσειρές; 5
6 Μεθοδολογία σύγκρισης μεθόδων πρόβλεψης Πραγματοποιήθηκαν 20 πειράματα προσομοίωσης μεγάλης κλίμακας. Συμπληρωματικά έγιναν 8 μελέτες περίπτωσης. Χρησιμοποιήθηκαν συνολικά 28 μέθοδοι πρόβλεψης. Η ποιότητα των προβλέψεων ποσοτικοποιήθηκε χρήσει 22 μέτρων. Δεδομένα Μέθοδοι πρόβλεψης Μέτρα 20 x συνθετικές χρονοσειρές 120 παρατηρήσεων από προσομοίωση στοχαστικών ανελίξεων ARMA, ARIMA, ARFIMA, SARIMA 8 ιστορικές χρονοσειρές 19 κλασικές στοχαστικές μέθοδοι από τις εξής οικογένειες μεθόδων: Naive, ARMA, ARIMA, ARFIMA, SARIMA, Exponential Smoothing 9 μέθοδοι μηχανικής μάθησης: 3 μέθοδοι NN, 6 6 μέθοδοι SVM 22 μέτρα που παρέχουν (συν)αξιολόγηση με βάση τα εξής κριτήρια: ακρίβεια αμεροληψία αμεροληψία ως προς την διακύμανση συσχέτιση 6
7 Εφαρμογή στοχαστικών μεθόδων αναλογία 75:25 training set test set Οι συνθετικές χρονοσειρές χωρίζονται σε δύο τμήματα 90 και 30 παρατηρήσεων για εφαρμογή των στοχαστικών μεθόδων. Το πρώτο χρησιμοποιείται για την εκπαίδευση των μοντέλων και το δεύτερο ως χρονοσειρά - στόχος, δηλαδή ως αναφορά για την σύγκριση των προβλέψεων μεταξύ τους. 7
8 Εφαρμογή μεθόδων μηχανικής μάθησης αναλογία 50:25:25 training set validation set test set Οι συνθετικές χρονοσειρές χωρίζονται σε τρία τμήματα 60, 30 και 30 παρατηρήσεων για εφαρμογή των μεθόδων μηχανικής μάθησης. Το πρώτο και το δεύτερο χρησιμοποιούνται για την εκπαίδευση των μοντέλων, ενώ το τρίτο χρησιμοποιείται ως χρονοσειρά - στόχος, δηλαδή ως αναφορά για την σύγκριση των προβλέψεων μεταξύ τους. 8
9 Κώδικας στο R Ο βασικός κώδικας είναι γραμμών. Χρησιμοποιήθηκαν 5 παραλλαγές. Συνδυάστηκαν συναρτήσεις κυρίως από τα παρακάτω πακέτα. stats (R Core Team 2016) CombMSC (Smith 2012) βασικό πακέτο του R EnvStats (Millard 2013) forecast (Hyndman 2016, Hyndman and Khandakar 2008) fracdiff (Maechler 2012) ggextra (Attali 2016) λοιπά πακέτα του R ggplot2 (Wickham 2009) HKprocess (Tyralis 2016) hydrogof (Zambrano-Bigiarini 2014) rminer (Cortez 2010, 2015) 9
10 Παράδειγμα προβλέψεων σε συνθετικές χρονοσειρές Προσομοιωμένη στοχαστική ανέλιξη AR(1) με φ 1 =
11 Παράδειγμα προβλέψεων σε συνθετικές χρονοσειρές Προσομοιωμένη στοχαστική ανέλιξη AR(1) με φ 1 =
12 RMSE των προβλέψεων συνθετικές χρονοσειρές από προσομοίωση της AR(1) με φ 1 = 0.7 αστάθεια αστάθεια αναμενόμενα μικρότερη ακρίβεια σχετικά μεγάλη ακρίβεια 12
13 rsd μεταξύ προβλέψεων και παρατηρήσεων συνθετικές χρονοσειρές από προσομοίωση της AR(1) με φ 1 = 0.7 αναμενόμενη υποεκτίμηση αναμενόμενη υπερεκτίμηση rsd: λόγος των τυπικών αποκλίσεων αστάθεια 13
14 Nash-Sutcliffe Efficiency (NSE) των προβλέψεων συνθετικές χρονοσειρές από προσομοίωση της AR(1) με φ 1 = 0.7 αποδεκτή ακρίβεια για το 25% των δοκιμών αναμενόμενα μικρότερη ακρίβεια far outliers removed 14
15 Συντελεστής συσχέτισης (Pearson s r, Pr) συνθετικές χρονοσειρές από προσομοίωση της AR(1) με φ 1 = 0.7 μικρότερη συσχέτιση μικρή συσχέτιση 15
16 Heatmap συναξιολόγησης μεθόδων με βάση τα μέτρα συναξιολόγηση ως προς τις διάμεσες τιμές συνθετικές χρονοσειρές από προσομοίωση της AR(1) με φ 1 =
17 Ιστορική χρονοσειρά μέγιστου ετήσιου βάθους του Νείλου 848 παρατηρήσεις Hurst Η = 0.72 training set test set Δεδομένα: Koutsoyiannis (2013) 17
18 Συνάρτηση αυτοσυσχέτισης (ACF) Ιστορική χρονοσειρά μέγιστου ετήσιου βάθους του Νείλου ένδειξη σημαντικής μακροπρόθεσμης εμμονής 18
19 Προβλέψεις μέγιστου ετήσιου βάθους Νείλου ακραία παρατήρηση που αδυνατούν να προβλέψουν οι μέθοδοι 19
20 Heatmap συναξιολόγησης μεθόδων με βάση τα μέτρα ιστορική χρονοσειρά μέγιστου βάθους Νείλου 20
21 Συνεισφορά της εργασίας Γενικώς δεν υπάρχουν μέθοδοι καλύτερες ή χειρότερες ταυτόχρονα ως προς το σύνολο των μέτρων, με αποτέλεσμα η συνολική εικόνα να είναι μάλλον ομοιόμορφη. Υπάρχουν μέθοδοι που είναι σταθερά καλύτερες ή χειρότερες από άλλες ως προς συγκεκριμένα μέτρα. Μέθοδοι περισσότερο εξεζητημένες δεν δίνουν κατ ανάγκην καλύτερες προβλέψεις από απλούστερες μεθόδους. Παρότι μία γενική κατάταξη των μεθόδων δεν είναι εφικτή, εφικτή είναι μια καταρχήν κατηγοριοποίηση τους με βάση την παρόμοια επίδοση στα διάφορα μέτρα. Η εν λόγω κατηγοριοποίηση μπορεί να εξαρτάται και από την στοχαστική ανέλιξη. Οι μέθοδοι μηχανικής μάθησης φαίνεται να μην διαφέρουν από τις κλασικές στοχαστικές μεθόδους ως προς τα όσα διατυπώνονται παραπάνω. Οι διάφορες μέθοδοι SVM διαφέρουν μεταξύ τους λιγότερο από ό,τι κλασικές στοχαστικές μέθοδοι ή μέθοδοι NN που βασίζονται στον ίδιο αλγόριθμο. 21
22 Συνεισφορά της εργασίας Οι αλγόριθμοι μηχανικής μάθησης προσφέρουν εν δυνάμει καλή επίδοση ως προς την ακρίβεια. Η επίδοση μιας μεθόδου πρόβλεψης ενδεχομένως να διαφέρει σε μεγάλο βαθμό κατά την εφαρμογή σε δύο διαφορετικές χρονοσειρές. Οι συγκεκριμένες διαφορές εξαρτώνται τόσο από την μέθοδο όσο και από τη στοχαστική ανέλιξη. Τα ανωτέρω γενικά συμπεράσματα αναδεικνύουν την σημασία της θεωρητικής σύγκρισης που διενεργεί η παρούσα εργασία. Η μικρής κλίμακας εμπειρική σύγκριση τονίζει επιμέρους σημεία του θέματος, ενώ ενισχύει ακόμη τα συμπεράσματα της θεωρητικής σύγκρισης που προηγείται. Κάποιος που χρησιμοποιεί συγχρόνως τα αποτελέσματα και των δύο περιπτώσεων σύγκρισης έχει μια περισσότερο ολοκληρωμένη εικόνα. Σημαντικό σημείο στην παρούσα εργασία αποδεικνύεται ακόμη η χρήση αρκετών μεθόδων και μέτρων. Λιγότερες μέθοδοι και λιγότερα μέτρα θα οδηγούσαν σε πολύ διαφορετική συνολική εικόνα. 22
23 Προτάσεις για περαιτέρω έρευνα Προτείνεται η διενέργεια προσομοιώσεων με σκοπό την σύγκριση κλασικών στοχαστικών μεθόδων και μεθόδων μηχανικής μάθησης για την περίπτωση της βραχυπρόθεσμης πρόβλεψης, η οποία είναι επίσης χρήσιμη. Προτείνεται η υιοθέτηση της μεθοδολογίας της παρούσας εργασίας για την αξιολόγηση της επίδοσης μεθόδων για τις οποίες υπάρχει θεωρητικό ή/και πρακτικό ενδιαφέρον. Η κατανόηση των θεωρητικών ιδιοτήτων των διαφόρων μεθόδων απαιτεί συστηματική και εστιασμένη σε καθεμία από αυτές έρευνα. Τα μέτρα που χρησιμοποιούνται στην συναξιολόγηση θα πρέπει να γίνουν σε μεγαλύτερο βαθμό κατανοητά, γεγονός που σημαίνει ότι η έρευνα θα πρέπει να εστιάσει και σε αυτά. Όσον αφορά τις μεθόδους μηχανικής μάθησης, προτείνεται η διενέργεια προσομοιώσεων με σκοπό τη διερεύνηση τόσο των διαφόρων τρόπων επιλογής των χρονικών υστερήσεων για την κατασκευή του πίνακα των διανυσμάτων που χρησιμοποιούνται στην παλινδρόμηση όσο και των διαφόρων τρόπων επιλογής των υπερπαραμέτρων. 23
24 Αναφορές Ahmed NK, Atiya AF, GayarAn NE, El-Shishiny H (2010) An empirical comparison of machine learning models for time series forecasting. Econometric Reviews 29(5-6): doi: / Attali D (2016) ggextra: Add Marginal Histograms to 'ggplot2', and More 'ggplot2' Enhancements. R package version 0.5 Belayneh A, Adamowski J, Khalil B, Ozga-Zielinski B (2014) Long-term SPI drought forecasting in the Awash River Basin in Ethiopia using wavelet neural network and wavelet support vector regression models. Journal of Hydrology 508: doi: /j.jhydrol Cortez P (2010) Data Mining with Neural Networks and Support Vector Machines Using the R/rminer Tool. In: Perner P (eds) Advances in Data Mining. Applications and Theoretical Aspects. Springer Berlin Heidelberg, pp doi: / _44 Cortez P (2015) rminer: Data Mining Classification and Regression Methods. R package version Han D, Chan L, Zhu N (2007) Flood forecasting using support vector machines. Journal of Hydroinformatics 9(4): doi: /hydro Hyndman RJ (2016) forecast: Forecasting functions for time series and linear models. R package version 7.1 Hyndman RJ, Khandakar Y (2008) Automatic time series forecasting: the forecast package for R. Journal of Statistical Software 27(3):1-22. doi: /jss.v027.i03 24
25 Αναφορές Jain SK, Das A, Srivastava DK (1999) Application of ANN for reservoir inflow prediction and operation. Journal of Water Resources 125(5): doi: /(asce) (1999)125:5(263) Khan MS, Coulibaly P (2006) Application of support vector machine in lake water level prediction. Journal of Hydrologic Engineering 11(3): doi: /(asce) (2006)11:3(199) Kisi O (2004) River flow modeling using artificial neural networks. Journal of Hydrologic Engineering 9(1): doi: /(asce) (2004)9:1(60) Koutsoyiannis D (2013) Hydrology and change. Hydrological Sciences Journal 58(6): doi: / Koutsoyiannis D, Yao H, Georgakakos A (2008) Medium-range flow prediction for the Nile: a comparison of stochastic and deterministic methods. Hydrological Sciences Journal 53(1). doi: /hysj Krzysztofowicz R (2001) The case for probabilistic forecasting in hydrology. Journal of Hydrology 249(1-4):2-9. doi: /s (01) Lin JY, Cheng CT, Chau KW (2006) Using support vector machines for long-term discharge prediction. Hydrological Sciences Journal 51(4): doi: /hysj Maechler M (2012) fracdiff: Fractionally differenced ARIMA aka ARFIMA(p,d,q) models. R package version Maier HR, Dandy GC (2000) Neural networks for the prediction and forecasting of water resources variables: a review of modelling issues and applications. Environmental modelling & software 15(1): doi: /s (99)
26 Αναφορές Millard SP (2013) EnvStats: An R Package for Environmental Statistics. In: Høst G (eds) Encyclopedia of Environmetrics. doi: / vae043.pub2 R Core Team (2016). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. Available online at: Raghavendra NS, Deka PC (2014) Support vector machine applications in the field of hydrology: a review. Applied soft computing 19: doi: /j.asoc Smith AK (2012) CombMSC: Combined Model Selection Criteria. R package version Thissen U, Van Brakel R, De Weijer AP, Melssena WJ, Buydens LMC (2003) Using support vector machines for time series prediction. Chemometrics and Intelligent Laboratory Systems 69(1-2): doi: /s (03) Tyralis H (2016) HKprocess: Hurst-Kolmogorov Process. R package version Wang WC, Chau KW, Cheng CT, Qiu L (2009) A comparison of performance of several artificial intelligence methods for forecasting monthly discharge time series. Journal of Hydrology 374(3-4): doi: /j.jhydrol Wickham H (2009) ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New York Yu X, Liong SY (2007) Forecasting of hydrologic time series with ridge regression in feature space. Journal of Hydrology 332(3-4): doi: /j.jhydrol Zambrano-Bigiarini M (2014) hydrogof: Goodness-of-fit functions for comparison of simulated and observed hydrological time series. R package version
Κλιματική αλλαγή, δυναμική Hurst- Kolmogorov και αβεβαιότητα
Εθνικό Μετσόβιο Πολυτεχνείο ΔΠΜΣ Επιστήμη και Τεχνολογία Υδατικών Πόρων Για το μάθημα «Διαχείριση Υδατικών Πόρων» Κλιματική αλλαγή, δυναμική Hurst- Kolmogorov και αβεβαιότητα Μαρία Καραναστάση Γεωργία
Διαβάστε περισσότεραΣτοχαστική ανάλυση και προσοµοίωση υδροµετεωρολογικών διεργασιών σχετικών µε την αιολική και ηλιακή ενέργεια
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΟΣ Στοχαστική ανάλυση και προσοµοίωση υδροµετεωρολογικών διεργασιών σχετικών µε την αιολική και ηλιακή ενέργεια
Διαβάστε περισσότεραΚασταλία Σύστηµα στοχαστικής προσοµοίωσης υδρολογικών µεταβλητών
Εθνικό Μετσόβιο Πολυτεχνείο Τοµέας Υδατικών Πόρων, Υδραυλικών και Θαλάσσιων Έργων Κασταλία Σύστηµα στοχαστικής προσοµοίωσης υδρολογικών µεταβλητών. Κουτσογιάννης Α. Ευστρατιάδης Φεβρουάριος 2002 Εισαγωγή
Διαβάστε περισσότεραΜη μετρούμενες λεκάνες απορροής: Διερεύνηση στη λεκάνη του Πηνειού Θεσσαλίας, στη θέση Σαρακίνα
Μη μετρούμενες λεκάνες απορροής: Διερεύνηση στη λεκάνη του Πηνειού Θεσσαλίας, στη θέση Σαρακίνα Βασίλειος Γουργουλιός και Ιωάννης Ναλμπάντης ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΑΓΡΟΝΟΜΩΝ ΚΑΙ ΤΟΠΟΓΡΑΦΩΝ ΜΗΧΑΝΙΚΩΝ
Διαβάστε περισσότεραData Analytics Και Ευφυή Συστήματα Πρόβλεψης Δεδομένων Σε Χρονοσειρά. Εφαρμογή Στον Εναρμονισμένο Δείκτη Τιμών Καταναλωτή.
Data Analytics Και Ευφυή Συστήματα Πρόβλεψης Δεδομένων Σε Χρονοσειρά. Εφαρμογή Στον Εναρμονισμένο Δείκτη Τιμών Καταναλωτή. Τόγιας Παναγιώτης ΤΕΙ Δυτικής Ελλάδας ptogias@outlook.com Μαργαρίτης Σωτήρης ΤΕΙ
Διαβάστε περισσότεραβροχοπτώσεων 1 ο Πανελλήνιο Συνέδριο Μεγάλων Φραγµάτων Νοεµβρίου 2008, Λάρισα Ενότητα: Φράγµατα, θέµατα Υδραυλικής-Υδρολογίας
Σύγχρονες τάσεις στην εκτίµηση ακραίων βροχοπτώσεων 1 ο Πανελλήνιο Συνέδριο Μεγάλων Φραγµάτων 13-15 Νοεµβρίου 2008, Λάρισα Ενότητα: Φράγµατα, θέµατα Υδραυλικής-Υδρολογίας ηµήτρης Κουτσογιάννης και Νίκος
Διαβάστε περισσότεραΠροσομοίωση βροχόπτωσης απορροής με τη χρήση της παλινδρόμησης των μηχανών διανυσμάτων υποστήριξης
Προσομοίωση βροχόπτωσης απορροής με τη χρήση της παλινδρόμησης των μηχανών διανυσμάτων υποστήριξης Δημήτριος Μπότσης 1, Περικλής Λατινόπουλος 2, Κωνσταντίνος Διαμαντάρας 3 1&2 Τμήμα Πολιτικών Μηχανικών,
Διαβάστε περισσότεραΗ επίδραση της δειγματοληπτικής αβεβαιότητας των εισροών στη στοχαστική προσομοίωση ταμιευτήρα
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ & ΠΕΡΙΒΑΛΛΟΝΤΟΣ Η επίδραση της δειγματοληπτικής αβεβαιότητας των εισροών στη στοχαστική προσομοίωση ταμιευτήρα Ελένη Ζαχαροπούλου
Διαβάστε περισσότεραΜΑΘΗΜΑ: Εισαγωγή στις Αρχές της Επιστήμης των Η/Υ. 1 η ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ: ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ
ΜΑΘΗΜΑ: Εισαγωγή στις Αρχές της Επιστήμης των Η/Υ 1 η ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ: ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ Στόχος Θεματικής Ενότητας Οι μαθητές να περιγράφουν τους βασικούς τομείς της Επιστήμης των Υπολογιστών και να μπορούν
Διαβάστε περισσότεραΤεχνικές Προβλέψεων Αυτοπαλινδρομικά Μοντέλα Κινητού Μέσου Όρου (ARIMA)
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων Αυτοπαλινδρομικά Μοντέλα Κινητού Μέσου
Διαβάστε περισσότεραΧρονολογικές Σειρές (Time Series) Lecture notes Φ.Κουντούρη 2008
Χρονολογικές Σειρές (Time Series) Lecture notes Φ.Κουντούρη 2008 1 Τύποι Οικονομικών Δεδομένων Τα οικονομικά δεδομένα που χρησιμοποιούνται για την εξέταση οικονομικών φαινομένων μπορεί να έχουν τις ακόλουθες
Διαβάστε περισσότεραΥδρολογική διερεύνηση λειτουργίας ταµιευτήρα Πλαστήρα
ΠΜΣ «Επιστήµη και Τεχνολογία Υδατικών Πόρων» Παρουσίαση στα πλαίσια του µαθήµατος: «Περιβαλλοντικές Επιπτώσεις από Υδραυλικά Έργα» Υδρολογική διερεύνηση λειτουργίας ταµιευτήρα Πλαστήρα Ανδρέας Ευστρατιάδης,
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 18η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 18η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται: στο βιβλίο Machine Learning του T. Mitchell, McGraw- Hill, 1997,
Διαβάστε περισσότεραΜέθοδοι Μηχανών Μάθησης για Ευφυή Αναγνώριση και ιάγνωση Ιατρικών εδοµένων
Μέθοδοι Μηχανών Μάθησης για Ευφυή Αναγνώριση και ιάγνωση Ιατρικών εδοµένων Εισηγητής: ρ Ηλίας Ζαφειρόπουλος Εισαγωγή Ιατρικά δεδοµένα: Συλλογή Οργάνωση Αξιοποίηση Data Mining ιαχείριση εδοµένων Εκπαίδευση
Διαβάστε περισσότεραΔΙΑΧΕΙΡΙΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ ΠΑΓΚΟΣΜΙΟΥ ΙΣΤΟΥ ΚΑΙ ΓΛΩΣΣΙΚΑ ΕΡΓΑΛΕΙΑ. Data Mining - Classification
ΔΙΑΧΕΙΡΙΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ ΠΑΓΚΟΣΜΙΟΥ ΙΣΤΟΥ ΚΑΙ ΓΛΩΣΣΙΚΑ ΕΡΓΑΛΕΙΑ Data Mining - Classification Data Mining Ανακάλυψη προτύπων σε μεγάλο όγκο δεδομένων. Σαν πεδίο περιλαμβάνει κλάσεις εργασιών: Anomaly Detection:
Διαβάστε περισσότεραΣτοιχεία εισηγητή Ημερομηνία: 10/10/2017
Θέμα μεταπτυχιακής διατριβής: Λογισμικά μελέτης και σχεδίασης ρομποτικών συστημάτων - συγκρτική μελέτη και εφαρμογές. 1) Μελέτη των δημοφιλών λογισμικών σχεδίασης ρομποτικών συστημάτων VREP και ROS. 2)
Διαβάστε περισσότεραΜηχανουργική Τεχνολογία ΙΙ
Μηχανουργική Τεχνολογία ΙΙ Χαρακτηριστικά διεργασιών - Παραμετροποίηση-Μοντελοποίηση Associate Prof. John Kechagias Mechanical Engineer, Ph.D. Παραμετροποίηση - Μοντελοποίηση Στο κεφάλαιο αυτό γίνεται
Διαβάστε περισσότερα1 (forward modeling) 2 (data-driven modeling) e- Quest EnergyPlus DeST 1.1. {X t } ARMA. S.Sp. Pappas [4]
212 2 ( 4 252 ) No.2 in 212 (Total No.252 Vol.4) doi 1.3969/j.issn.1673-7237.212.2.16 STANDARD & TESTING 1 2 2 (1. 2184 2. 2184) CensusX12 ARMA ARMA TU111.19 A 1673-7237(212)2-55-5 Time Series Analysis
Διαβάστε περισσότεραΣεμινάριο Τελειοφοίτων. 2 - Επιλογή Επεξεργασία Ερευνητικού Θέματος
Σεμινάριο Τελειοφοίτων 2 - Επιλογή Επεξεργασία Ερευνητικού Θέματος 2 o o o o Το πρόβλημα σας θα είναι να επιλέξετε μία από τις πολλές ιδέες που θα έχετε. Από πού προέρχονται αυτές; από τη δουλειά σας από
Διαβάστε περισσότεραΕισαγωγή στην υδροπληροφορική και βελτιστοποίηση συστημάτων υδατικών πόρων
Σημειώσεις στα πλαίσια του μαθήματος: Βελτιστοποίηση Συστημάτων Υδατικών Πόρων Υδροπληροφορική Εισαγωγή στην υδροπληροφορική και βελτιστοποίηση συστημάτων υδατικών πόρων Ανδρέας Ευστρατιάδης, Χρήστος Μακρόπουλος
Διαβάστε περισσότεραΠΡΟΓΡΑΜΜΑ ΚΑΡΑΘΕΟΔΩΡΗΣ 2008
ΠΡΟΓΡΑΜΜΑ ΚΑΡΑΘΕΟΔΩΡΗΣ 2008 ΤΙΤΛΟΣ ΕΡΓΟΥ: "Μελέτη της χρηματοοικονομικής αποτύπωσης περιβαλλοντικών πληροφοριών, της περιβαλλοντικής διαχείρισης, επίδοσης και αποτελεσματικότητας των ελληνικών επιχειρήσεων"
Διαβάστε περισσότεραΕισαγωγή στην υδροπληροφορική και βελτιστοποίηση συστημάτων υδατικών πόρων
Σημειώσεις στα πλαίσια του μαθήματος: Βελτιστοποίηση Συστημάτων Υδατικών Πόρων Υδροπληροφορική Εισαγωγή στην υδροπληροφορική και βελτιστοποίηση συστημάτων υδατικών πόρων Ανδρέας Ευστρατιάδης, Χρήστος Μακρόπουλος
Διαβάστε περισσότεραΔιακριτικές Συναρτήσεις
Διακριτικές Συναρτήσεις Δρ. Δηµήτριος Τσέλιος Επίκουρος Καθηγητής ΤΕΙ Θεσσαλίας Τµήµα Διοίκησης Επιχειρήσεων Θερµικός χάρτης των XYZ ξενοδοχείων σε σχέση µε τη γεωγραφική περιοχή τους P. Adamopoulos New
Διαβάστε περισσότεραΒαθμονόμηση και Επαλήθευση του Λογισμικού SWMM σε μια Λεκάνη του Παντορροϊκού Συστήματος Αποχέτευσης της Αθήνας
5 Ο Πανελλήνιο Συνέδριο Αγρονόμων και Τοπογράφων Μηχανικών 4 & 5 Οκτωβρίου 07, Αθήνα Βαθμονόμηση και Επαλήθευση του Λογισμικού SWMM σε μια Λεκάνη του Παντορροϊκού Συστήματος Αποχέτευσης της Αθήνας Κούρτης
Διαβάστε περισσότεραΕπιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Ενημερωτικό Μαθήματος Διάλεξη 1
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Ενημερωτικό Μαθήματος Διάλεξη 1 Γενικά Στοιχεία Διάλεξη 1
Διαβάστε περισσότεραΣτοχαστικές Μέθοδοι στους Υδατικούς Πόρους Φασματική ανάλυση χρονοσειρών
Στοχαστικές Μέθοδοι στους Υδατικούς Πόρους Φασματική ανάλυση χρονοσειρών Δημήτρης Κουτσογιάννης Τομέας Υδατικών Πόρων και Περιβάλλοντος, Σχολή Πολιτικών Μηχανικών, Εθνικό Μετσόβιο Πολυτεχνείο Αθήνα Επανέκδοση
Διαβάστε περισσότεραμαθήματος: 120 Επίπεδο μαθήματος: Προπτυχιακό Μεταπτυχιακό Τύπος μαθήματος: Υποχρεωτικό Επιλογής Κατηγορία Ώρες 8 ο διδασκαλίας
Γενικές πληροφορίες μαθήματος: Τίτλος Υδρολογική μαθήματος: Προσομοίωση και Πρόγνωση Πιστωτικές μονάδες: Κωδικός μαθήματος: CE08-H07 Φόρτος εργασίας (ώρες): 120 Επίπεδο μαθήματος: Προπτυχιακό Μεταπτυχιακό
Διαβάστε περισσότεραΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΔΠΜΣ ΠΕΡΙΒΑΛΛΟΝ ΚΑΙ ΑΝΑΠΤΥΞΗ
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΔΠΜΣ ΠΕΡΙΒΑΛΛΟΝ ΚΑΙ ΑΝΑΠΤΥΞΗ ΔΙΑΧΕΙΡΙΣΗ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ Χρήστος Τύραλης, Πολιτικός Μηχανικός Δάφνη Χριστοφίδου Γεωπόνος Ζωγράφου, 24/04/2015 Πηγή: www.plastiras-lake.gr 1 Σκοποί
Διαβάστε περισσότεραΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία
ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ Οικονομετρία I.1 Τι Είναι η Οικονομετρία; Η κυριολεκτική ερμηνεία της λέξης, οικονομετρία είναι «οικονομική
Διαβάστε περισσότερα5 ο Πανελλήνιο Συνέδριο ΑΓΡΟΝΟΜΩΝ και ΤΟΠΟΓΡΑΦΩΝ ΜΗΧΑΝΙΚΩΝ. Ινώ ΠΑΠΑΓΕΩΡΓΑΚΗ * & Ιωάννης ΝΑΛΜΠΑΝΤΗΣ
5 ο Πανελλήνιο Συνέδριο ΑΓΡΟΝΟΜΩΝ και ΤΟΠΟΓΡΑΦΩΝ ΜΗΧΑΝΙΚΩΝ Αθήνα, 14 & 15 Οκτωβρίου 2017 Ινώ ΠΑΠΑΓΕΩΡΓΑΚΗ * & Ιωάννης ΝΑΛΜΠΑΝΤΗΣ Εργαστήριο Εγγειοβελτιωτικών Έργων και Διαχείρισης Υδατικών Πόρων Σχολή
Διαβάστε περισσότεραΤεχνικές Προβλέψεων. 3η Ενότητα
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων 3η Ενότητα http://www.fsu.gr - lesson@fsu.gr
Διαβάστε περισσότεραΤεχνικές Προβλέψεων. Ενημερωτικό Μαθήματος
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων Ενημερωτικό Μαθήματος http://www.fsu.gr
Διαβάστε περισσότεραΤεχνικές Προβλέψεων. Προβλέψεις
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων Προβλέψεις http://www.fsu.gr - lesson@fsu.gr
Διαβάστε περισσότεραΣΤΟΧΑΣΤΙΚΗ ΠΡΟΣΟΜΟΙΩΣΗ ΤΗΣ ΧΩΡΙΚΗΣ ΔΟΜΗΣ ΤΗΣ ΒΡΟΧΗΣ. Παρουσίαση διπλωματικής εργασίας Αθανάσιος Πασχάλης Επιβλέπων καθηγητής: Δημήτρης Κουτσογιάννης
ΣΤΟΧΑΣΤΙΚΗ ΠΡΟΣΟΜΟΙΩΣΗ ΤΗΣ ΧΩΡΙΚΗΣ ΔΟΜΗΣ ΤΗΣ ΒΡΟΧΗΣ Παρουσίαση διπλωματικής εργασίας Αθανάσιος Πασχάλης Επιβλέπων καθηγητής: Δημήτρης Κουτσογιάννης Διάρθρωση ρ της παρουσίασης Εισαγωγή Στατιστική επεξεργασία
Διαβάστε περισσότεραHMY 795: Αναγνώριση Προτύπων
HMY 795: Αναγνώριση Προτύπων Διδάσκων: Γεώργιος Μήτσης, Λέκτορας, Τμήμα ΗΜΜΥ Γραφείο: GP401 Ώρες γραφείου: Οποτεδήποτε (κατόπιν επικοινωνίας) Τηλ: 22892239 Ηλ. Ταχ.: gmitsis@ucy.ac.cy Βιβλιογραφία C. M.
Διαβάστε περισσότεραΒραχυπρόθεσμη πρόβλεψη ενεργειακής ζήτησης Προσεγγίσεις βασισμένες στη Μηχανική Μάθηση
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΗΛΕΚΤΡΙΚΩΝ ΒΙΟΜΗΧΑΝΙΚΩΝ ΔΙΑΤΑΞΕΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ Βραχυπρόθεσμη πρόβλεψη ενεργειακής ζήτησης Προσεγγίσεις
Διαβάστε περισσότεραΚύρια σημεία. Μεθοδολογικές εργασίες. Άρθρα Εφαρμογών. Notes - Letters to the Editor. Εργασίες στη Στατιστική Μεθοδολογία
Κύρια σημεία Εργασίες στη Στατιστική Μεθοδολογία Απόστολος Μπουρνέτας Τμήμα Μαθηματικών ΕΚΠΑ Κατηγορίες άρθρων Στατιστικά Περιοδικά Βιβλιογραφική Έρευνα Βιβλιογραφικές Βάσεις Δεδομένων Γενικές Μηχανές
Διαβάστε περισσότεραΣΥΓΓΡΑΦΗ ΕΠΙΣΤΗΜΟΝΙΚΗΣ ΕΡΕΥΝΑΣ
ΣΥΓΓΡΑΦΗ ΕΠΙΣΤΗΜΟΝΙΚΗΣ ΕΡΕΥΝΑΣ Τίτλος Ονοματεπώνυμο συγγραφέα Πανεπιστήμιο Ονοματεπώνυμο δεύτερου (τρίτου κ.ο.κ.) συγγραφέα Πανεπιστήμιο Η κεφαλίδα (μπαίνει πάνω δεξιά σε κάθε σελίδα): περιγράφει το θέμα
Διαβάστε περισσότεραΕΦΑΡΜΟΓΗ ΠΡΟΒΛΕΨΗΣ ΕΤΑΙΡΙΚΗΣ ΠΤΩΧΕΥΣΗΣ ΣΤΟ ΠΛΑΙΣΙΟ ΤΗΣ ΕΛΕΓΚΤΙΚΗΣ ΑΞΙΟΛΟΓΗΣΗΣ ΠΕΡΙ «ΣΥΝΕΧΙΣΗΣ ΔΡΑΣΤΗΡΙΟΤΗΤΑΣ»
ΕΦΑΡΜΟΓΗ ΠΡΟΒΛΕΨΗΣ ΕΤΑΙΡΙΚΗΣ ΠΤΩΧΕΥΣΗΣ ΣΤΟ ΠΛΑΙΣΙΟ ΤΗΣ ΕΛΕΓΚΤΙΚΗΣ ΑΞΙΟΛΟΓΗΣΗΣ ΠΕΡΙ «ΣΥΝΕΧΙΣΗΣ ΔΡΑΣΤΗΡΙΟΤΗΤΑΣ» Δημήτριος Γ. Γκλούμπος Επιβλέπων Καθηγητής: Ευστράτιος Λιβάνης ΠΜΣ Εφαρμοσμένης Λογιστικής
Διαβάστε περισσότεραΠΕΡΙΓΡΑΜΜΑ ΜΑΘΗΜΑΤΟΣ- ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ & ΣΤΑΤΙΣΤΙΚΑ ΠΑΚΕΤΑ (ΣΤ3) ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ ΣT3 ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ 2 ο
ΓΕΝΙΚΑ ΠΕΡΙΓΡΑΜΜΑ ΜΑΘΗΜΑΤΟΣ- ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ & ΣΤΑΤΙΣΤΙΚΑ ΠΑΚΕΤΑ (ΣΤ3) ΣΧΟΛΗ ΤΜΗΜΑ ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΜΕΤΑΠΤΥΧΙΑΚΟ ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ ΣT3 ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ 2 ο ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ
Διαβάστε περισσότεραΑνάπτυξη και δηµιουργία µοντέλων προσοµοίωσης ροής και µεταφοράς µάζας υπογείων υδάτων σε καρστικούς υδροφορείς µε χρήση θεωρίας νευρωνικών δικτύων
Ανάπτυξη και δηµιουργία µοντέλων προσοµοίωσης ροής και µεταφοράς µάζας υπογείων υδάτων σε καρστικούς υδροφορείς µε χρήση θεωρίας νευρωνικών δικτύων Περίληψη ιδακτορικής ιατριβής Τριχακης Ιωάννης Εργαστήριο
Διαβάστε περισσότεραΤεχνικές Προβλέψεων. Προβλέψεις
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων Προβλέψεις http://www.fsu.gr - lesson@fsu.gr
Διαβάστε περισσότεραΙωάννα Ανυφαντή, Μηχανικός Περιβάλλοντος Επιβλέπων: Α. Ευστρατιάδης, ΕΔΙΠ ΕΜΠ. Αθήνα, Ιούλιος 2018
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Δ.Π.Μ.Σ. «ΕΠΙΣΤΗΜΗ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ» ΥΔΡΟΛΟΓΙΑ & ΠΕΡΙΒΑΛΛΟΝΤΙΚΗ ΔΙΑΧΕΙΡΙΣΗ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ ΤΟΜΕΑΣ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΟΣ Ιωάννα Ανυφαντή, Μηχανικός Περιβάλλοντος
Διαβάστε περισσότεραΤΕΧΝΙΚΗ ΥΔΡΟΛΟΓΙΑ Πιθανοτική προσέγγιση των υδρολογικών μεταβλητών
ΤΕΧΝΙΚΗ ΥΔΡΟΛΟΓΙΑ Πιθανοτική προσέγγιση των υδρολογικών μεταβλητών Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Πολιτικών Μηχανικών Εργαστήριο Υδρολογίας και Αξιοποίησης Υδατικών Πόρων ΣΥΛΛΟΓΙΣΜΟΣ-ΕΠΑΓΩΓΗ (DEDUCTION
Διαβάστε περισσότεραΑπλές Μέθοδοι Εκτίμησης Ακραίων Γεγονότων Βροχής
Ημερίδα: «Ολοκληρωμένος Σχεδιασμός Αντιπλημμυρικής Προστασίας: Η Πρόκληση για το Μέλλον», Παρασκευή 23 Απριλίου 2010 Απλές Μέθοδοι Εκτίμησης Ακραίων Γεγονότων Βροχής Ανδρέας Λαγγούσης Πολιτικός Μηχανικός,
Διαβάστε περισσότεραΠολυ-επίπεδη στατιστική ανάλυση της πιθανότητας και της σοβαρότητας ατυχήματος αξιοποιώντας κυκλοφοριακά και μετεωρολογικά δεδομένα υψηλής ευκρίνειας
Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Πολιτικών Μηχανικών Τομέας Μεταφορών & Συγκοινωνιακής Υποδομής Πολυ-επίπεδη στατιστική ανάλυση της πιθανότητας και της σοβαρότητας ατυχήματος αξιοποιώντας κυκλοφοριακά
Διαβάστε περισσότεραΣτοχαστικές Μέθοδοι στους Υδατικούς Πόρους Μακροπρόθεσμη εμμονή και ανελίξεις απλής ομοιοθεσίας (simple scaling)
Στοχαστικές Μέθοδοι στους Υδατικούς Πόρους Μακροπρόθεσμη εμμονή και ανελίξεις απλής ομοιοθεσίας (simple scaling) Δημήτρης Κουτσογιάννης Τομέας Υδατικών Πόρων και Περιβάλλοντος, Σχολή Πολιτικών Μηχανικών,
Διαβάστε περισσότεραΑλεξάνδρειο ΣΕΙ Θεσσαλονίκης 1. Σμήμα Διοίκησης Επιχειρήσεων 2. Σμήμα Μηχανικών Πληροφορικής
Εξόρυξη γνώσης από σχόλια σε τουριστικές ιστοσελίδες και παραγοντική ανάλυση του αισθήματος ικανοποίησης των πελατών για το ξενοδοχείο τους Γιώργος ταλίδης 1, Παναγιώτης ταλίδης 2, Κώστας Διαμαντάρας 2
Διαβάστε περισσότεραΣυστήματα υποστήριξης αποφάσεων στη διαχείριση υδατικών πόρων: Η περίπτωση του υδροδοτικού συστήματος της Αθήνας
Ημερίδα της ΕΥΔΑΠ για την Παγκόσμια Ημέρα Νερού Αθήνα, 22 Μαρτίου 2001 Συστήματα υποστήριξης αποφάσεων στη διαχείριση υδατικών πόρων: Η περίπτωση του υδροδοτικού συστήματος της Αθήνας Δημήτρης Κουτσογιάννης
Διαβάστε περισσότεραΜΑΡΚΟΠΟΥΛΟΣ ΑΠΟΣΤΟΛΟΣ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΟΣ ΙΟΥΛΙΟΣ 2017
ΜΑΡΚΟΠΟΥΛΟΣ ΑΠΟΣΤΟΛΟΣ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΟΣ ΙΟΥΛΙΟΣ 2017 Κίνητρα μελέτης πλημμυρικών παροχών Τεράστιες επιπτώσεις
Διαβάστε περισσότεραΤεχνικές Προβλέψεων Αυτοπαλινδρομικά Μοντέλα Κινητού Μέσου Όρου (ARIMA)
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων Αυτοπαλινδρομικά Μοντέλα Κινητού Μέσου
Διαβάστε περισσότεραΤΕΙ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ
ΤΕΙ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Τμήμα Διοίκησης Συστημάτων Εφοδιασμού Μάθημα: Εισαγωγή στην Εφοδιαστική (Εργαστήριο) Ανάλυση του άρθρου με τίτλο: «Intelligent Decision Support Systems» των Stephanie Guerlain,
Διαβάστε περισσότεραΣυστήματα υποστήριξης αποφάσεων στη διαχείριση υδατικών πόρων: Η περίπτωση του υδροδοτικού συστήματος της Αθήνας
Ημερίδα της ΕΥΔΑΠ για την Παγκόσμια Ημέρα Νερού Αθήνα, 22 Μαρτίου 2001 Συστήματα υποστήριξης αποφάσεων στη διαχείριση υδατικών πόρων: Η περίπτωση του υδροδοτικού συστήματος της Αθήνας Δημήτρης Κουτσογιάννης
Διαβάστε περισσότεραΈνα φειδωλό μοντέλο για την πρόβλεψη των χαμηλών ροών σε μεσογειακά υδατορεύματα
5 ο ΠΑΝΕΛΛΗΝΙΟ ΣΥΝΕΔΡΙΟ ΑΓΡΟΝΟΜΩΝ & ΤΟΠΟΓΡΑΦΩΝ ΜΗΧΑΝΙΚΩΝ Αθήνα 14 & 15 Οκτωβρίου 2017 Ένα φειδωλό μοντέλο για την πρόβλεψη των χαμηλών ροών σε μεσογειακά υδατορεύματα Κωνσταντίνα Ρίσβα (1), Διονύσιος Νικολόπουλος
Διαβάστε περισσότεραΕπιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Εισαγωγή στις Μεθόδους Προβλέψεων Διάλεξη 5
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Εισαγωγή στις Μεθόδους Προβλέψεων Διάλεξη 5 Περιεχόμενα Ορισμοί
Διαβάστε περισσότεραΚατασκευή ισοδύναμων ερωτημάτων για το αυτοματοποιημένο σύστημα πιστοποίησης εκπαιδευτικών στις βασικές δεξιότητες πληροφορικής
Κατασκευή ισοδύναμων ερωτημάτων για το αυτοματοποιημένο σύστημα πιστοποίησης εκπαιδευτικών στις βασικές δεξιότητες πληροφορικής Χρήστος Χριστακούδης 1, Γεώργιος Ανδρουλάκης 2, Μπάμπης Ζαγούρας 1 christak@cti.gr,
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 3 ΔΕΣΜΕΥΜΕΝΗ ΠΙΘΑΝΟΤΗΤΑ, ΟΛΙΚΗ ΠΙΘΑΝΟΤΗΤΑ ΘΕΩΡΗΜΑ BAYES, ΑΝΕΞΑΡΤΗΣΙΑ ΚΑΙ ΣΥΝΑΦΕΙΣ ΕΝΝΟΙΕΣ 71
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ 13 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 19 2.1 Αβεβαιότητα, Τυχαία Διαδικασία, και Συναφείς Έννοιες 21 2.1.1 Αβεβαιότητα και Τυχαίο Πείραμα
Διαβάστε περισσότεραΕπιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Ενημερωτικό Μαθήματος Διάλεξη 1
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Ενημερωτικό Μαθήματος Διάλεξη 1 Γενικά Στοιχεία Διάλεξη 1
Διαβάστε περισσότεραΖωντανό Εργαστήριο Thessaloniki Active and Healthy Ageing Living Lab Παρακολούθηση ατόμων στο σπίτι σε πραγματικό χρόνο
1 Ζωντανό Εργαστήριο Thessaloniki Active and Healthy Ageing Living Lab Παρακολούθηση ατόμων στο σπίτι σε πραγματικό χρόνο Συλλογή δεδομένων Μελέτη κινησιολογικών και συμπεριφορικών συνηθειών Πρόβλεψη ψυχικών
Διαβάστε περισσότεραΑνάλυση σχημάτων βασισμένη σε μεθόδους αναζήτησης ομοιότητας υποακολουθιών (C589)
Ανάλυση σχημάτων βασισμένη σε μεθόδους αναζήτησης ομοιότητας υποακολουθιών (C589) Μεγαλοοικονόμου Βασίλειος Τμήμα Μηχ. Η/ΥκαιΠληροφορικής Επιστημονικός Υπεύθυνος Στόχος Προτεινόμενου Έργου Ανάπτυξη μεθόδων
Διαβάστε περισσότεραΟΝΟΜΑΤΕΠΩΝΥΜΟ
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΟΜΕΑΣ Υ ΑΤΙΚΩΝ ΠΟΡΩΝ, Υ ΡΑΥΛΙΚΩΝ ΚΑΙ ΘΑΛΑΣΣΙΩΝ ΕΡΓΩΝ ΜΑΘΗΜΑ: ΣΤΟΧΑΣΤΙΚΗ Υ ΡΟΛΟΓΙΑ ΠΕΡΙΟ ΟΣ ΙΑΝΟΥΑΡΙΟΥ 2001 ΟΝΟΜΑΤΕΠΩΝΥΜΟ -----------------------------------------------------------------------------------
Διαβάστε περισσότεραΣύγχρονες τάσεις στην εκτίµηση ακραίων βροχοπτώσεων
Σύγχρονες τάσεις στην εκτίµηση ακραίων βροχοπτώσεων ηµήτρης Κουτσογιάννης Αναπληρωτής Καθηγητής, Τοµέας Υδατικών Πόρων και Περιβάλλοντος ΕΜΠ Νίκος Μαµάσης Λέκτορας, Τοµέας Υδατικών Πόρων και Περιβάλλοντος
Διαβάστε περισσότεραΤΙ ΕIΝΑΙ ΠΡΟΒΛΕΨΕΙΣ; Διαδικασία εκτίμησης μελλοντικών καταστάσεων βασιζόμενη συνήθως σε ιστορικά στοιχεία
ΤΙ ΕIΝΑΙ ΠΡΟΒΛΕΨΕΙΣ; Διαδικασία εκτίμησης μελλοντικών καταστάσεων βασιζόμενη συνήθως σε ιστορικά στοιχεία Πρόβλεψη μελλοντικών γεγονότων για: Σχεδιασμό, Οργάνωση και Έλεγχο των πόρων Λήψη επιχειρηματικών
Διαβάστε περισσότεραΣύγχρονα συστήµατα προβλέψεων και µοντελοποίησης. Τµήµα Στατιστικής και Αναλογιστικών Χρηµατοοικονοµικών Μαθηµατικών
Σύγχρονα συστήµατα προβλέψεων και µοντελοποίησης Τµήµα Στατιστικής και Αναλογιστικών Χρηµατοοικονοµικών Μαθηµατικών 2 Εργαλεία διαχείρισης Για κάθε µελλοντική εξέλιξη και απόφαση, η πρόβλεψη αποτελεί το
Διαβάστε περισσότεραΑΠΟΔΟΣΗ ΕΛΕΓΧΩΝ ΓΡΑΜΜΙΚΗΣ ΤΑΣΗΣ ΧΡΟΝΟΣΕΙΡΩΝ ΜΕ ΧΡΗΣΗ ΤΕΧΝΙΚΩΝ ΤΥΧΑΙΟΠΟΙΗΣΗΣ
Ελληνικό Στατιστικό Ινστιτούτο Πρακτικά 2 ου Πανελληνίου Συνεδρίου Στατιστικής (28), σελ 445-454 ΑΠΟΔΟΣΗ ΕΛΕΓΧΩΝ ΓΡΑΜΜΙΚΗΣ ΤΑΣΗΣ ΧΡΟΝΟΣΕΙΡΩΝ ΜΕ ΧΡΗΣΗ ΤΕΧΝΙΚΩΝ ΤΥΧΑΙΟΠΟΙΗΣΗΣ Βαφειάδης Θανάσης, Μπόρα-Σέντα
Διαβάστε περισσότεραΥδρονοµέας Σύστηµα υποστήριξης της διαχείρισης υδατικών πόρων
Εθνικό Μετσόβιο Πολυτεχνείο Τοµέας Υδατικών Πόρων, Υδραυλικών και Θαλάσσιων Έργων Υδρονοµέας Σύστηµα υποστήριξης της διαχείρισης υδατικών πόρων Γ. Καραβοκυρός Α. Ευστρατιαδης. Κουτσογιάννης Φεβρουάριος
Διαβάστε περισσότεραΒραχυπρόθεσμη 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 περισσότεραΠληροφοριακά Συστήματα & Περιβάλλον
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Πληροφοριακά Συστήματα & Περιβάλλον Ενότητα 8: Τεχνητά Νευρωνικά Δίκτυα Παναγιώτης Λεφάκης Δασολογίας & Φυσικού Περιβάλλοντος Άδειες Χρήσης
Διαβάστε περισσότεραΠροσαρμογή περιοχικών υδρολογικών σχέσεων στις Ελληνικές λεκάνες
Ημερίδα Ερευνητικού Προγράμματος ΔΕΥΚΑΛΙΩΝ «Εκτίμηση πλημμυρικών ροών στην Ελλάδα σε συνθήκες υδροκλιματικής μεταβλητότητας: Ανάπτυξη φυσικά εδραιωμένου εννοιολογικού πιθανοτικού πλαισίου και υπολογιστικών
Διαβάστε περισσότεραΠΡΟΗΓΜΕΝΑ ΣΥΣΤΗΜΑΤΑ ΜΕΤΑΦΟΡΩΝ
ΠΡΟΗΓΜΕΝΑ ΣΥΣΤΗΜΑΤΑ ΜΕΤΑΦΟΡΩΝ Ενότητα 4: Time and Frequency Analysis Διδάσκων: Γεώργιος Στεφανίδης Πολυτεχνική Σχολή Τμήμα Πολιτικών Μηχανικών Σκοποί ενότητας Για την περιγραφή ενός συστήματος κρίσιμο
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΠΙΘΑΝΟΤΗΤΕΣ 13 ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ 15 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 19
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΠΙΘΑΝΟΤΗΤΕΣ 13 ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ 15 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 19 2.1 Αβεβαιότητα, Τυχαία Διαδικασία, και Συναφείς Έννοιες 21 2.1.1 Αβεβαιότητα και Τυχαίο Πείραμα
Διαβάστε περισσότεραΤεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης Kozani GR 50100
Ποσοτικές Μέθοδοι Τεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης 50100 Kozani GR 50100 Απλή Παλινδρόμηση Η διερεύνηση του τρόπου συμπεριφοράς
Διαβάστε περισσότεραΥδρολογική διερεύνηση της διαχείρισης της λίµνης Πλαστήρα
Ηµερίδα για την παρουσίαση του ερευνητικού έργου «ιερεύνηση των δυνατοτήτων διαχείρισης και προστασίας της ποιότητας της Λίµνης Πλαστήρα» Καρδίτσα 30 Μαρτίου 2002 Υδρολογική διερεύνηση της διαχείρισης
Διαβάστε περισσότεραΥδρολογική διερεύνηση της διαχείρισης της λίµνης Πλαστήρα
Ηµερίδα για την παρουσίαση του ερευνητικού έργου «ιερεύνηση των δυνατοτήτων διαχείρισης και προστασίας της ποιότητας της Λίµνης Πλαστήρα» Καρδίτσα 30 Μαρτίου 2002 Υδρολογική διερεύνηση της διαχείρισης
Διαβάστε περισσότεραBig Data/Business Intelligence
Big Data/Business Intelligence 5 8 Φεβρουαρίου 2018 ΓΕΝΙΚΑ Το μάθημα αποτελείται από δύο ενότητες, η πρώτη σε Big Data και Data Analytics και η δεύτερη σε Business Intelligence. Η πρώτη ενότητα παρέχει
Διαβάστε περισσότεραAnalyze/Forecasting/Create Models
(εκδ 11) (εκδ 11) Σχολή Κοινωνικών Επιστημών Τμήμα Οικονομικών Επιστημών 24 Οκτωβρίου 2014 1 / 12 Εισαγωγή (εκδ 11) 1 2 2 / 12 ΧΣ (εκδ 11) ΧΣ μέσω υποδειγμάτων ARIM A/SARIM A Αϕου δημιουργήσουμε τον χώρο
Διαβάστε περισσότεραΚεφάλαιο 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 περισσότεραΑναγνώριση Προτύπων Ι
Αναγνώριση Προτύπων Ι Ενότητα 1: Μέθοδοι Αναγνώρισης Προτύπων Αν. Καθηγητής Δερματάς Ευάγγελος Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται
Διαβάστε περισσότεραΕθνικό Μετσόβιο Πολυτεχνείο
Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Αγρονόμων και Τοπογράφων Μηχανικών Μεταπτυχιακό πρόγραμμα «Περιβάλλον και Ανάπτυξη» Χωροχρονική διερεύνηση της ζήτησης ηλεκτρικής ενέργειας στην Ελλάδα Χρήστος Τύραλης
Διαβάστε περισσότεραΒΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ ΣΤΥΛΙΑΝΗΣ Κ. ΣΟΦΙΑΝΟΠΟΥΛΟΥ Αναπληρώτρια Καθηγήτρια. Τµήµα Τεχνολογίας & Συστηµάτων Παραγωγής.
ΒΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ ΣΤΥΛΙΑΝΗΣ Κ. ΣΟΦΙΑΝΟΠΟΥΛΟΥ Αναπληρώτρια Καθηγήτρια Τµήµα Τεχνολογίας & Συστηµάτων Παραγωγής Πανεπιστήµιο Πειραιώς, Καραολή ηµητρίου 80, 18534 Πειραιάς Τηλ. 210 414-2147, e-mail: sofianop@unipi.gr
Διαβάστε περισσότεραΕπιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Ενημερωτικό Μαθήματος Διάλεξη 1
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Ενημερωτικό Μαθήματος Διάλεξη 1 Γενικά Στοιχεία Διάλεξη 1
Διαβάστε περισσότεραΕξόρυξη γνώμης πολιτών από ελεύθερο κείμενο
Δίκαρος Νίκος Δ/νση Μηχανογράνωσης κ Η.Ε.Σ. Υπουργείο Εσωτερικών. Τελική εργασία Κ Εκπαιδευτικής Σειράς Ε.Σ.Δ.Δ. Επιβλέπων: Ηρακλής Βαρλάμης Εξόρυξη γνώμης πολιτών από ελεύθερο κείμενο Κεντρική ιδέα Προβληματισμοί
Διαβάστε περισσότεραΕφαρμογή Υπολογιστικών Τεχνικών στην Γεωργία
Ελληνική ημοκρατία Τεχνολογικό Εκπαιδευτικό Ίδρυμα Ηπείρου Εφαρμογή Υπολογιστικών Τεχνικών στην Γεωργία Ενότητα 2 : Εφαρμογές της Τεχνητής Νοημοσύνης στη Γεωργία Μελετίου Γεράσιμος 1 Ανοιχτά Ακαδημαϊκά
Διαβάστε περισσότεραΤεχνικές Προβλέψεων. Προβλέψεις
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & StrategyUnit Τεχνικές Προβλέψεων Προβλέψεις http://www.fsu.gr - lesson@fsu.gr
Διαβάστε περισσότεραΑνάπτυξη Μοντέλου Εκτίμησης της Ποιότητας του Χάρτη
Ανάπτυξη Μοντέλου Εκτίμησης της Ποιότητας του Χάρτη ΜΠΛΑΝΑ Ναταλία 1, ΤΣΟΥΛΟΣ Λύσανδρος 2 (1) Υπ. Διδάκτορας Αγρονόμος Τοπογράφος Μηχανικός Ε.Μ.Π. Εργαστήριο Χαρτογραφίας ΕΜΠ Η. Πολυτεχνείου 9 15780 Ζωγράφου
Διαβάστε περισσότεραΕΛΛΗΝΙΚΗ ΕΤΑΙΡΕΙΑ ΠΕΡΙΦΕΡΕΙΑΚΗΣ ΕΠΙΣΤΗΜΗΣ ERSA
ΕΛΛΗΝΙΚΗ ΕΤΑΙΡΕΙΑ ΠΕΡΙΦΕΡΕΙΑΚΗΣ ΕΠΙΣΤΗΜΗΣ ERSA ΜΕΛΟΣ ΤΗΣ ΔΙΕΘΝΟΥΣ ΚΑΙ ΕΥΡΩΠΑΪΚΗΣ ΕΤΑΙΡΕΙΑΣ ΠΕΡΙΦΕΡΕΙΑΚΗΣ ΕΠΙΣΤΗΜΗΣ (RSAI, ERSA) Οικονομική Κρίση και Πολιτικές Ανάπτυξης και Συνοχής 10ο Τακτικό Επιστημονικό
Διαβάστε περισσότεραΧαλκίδης Νέστωρας, Τσαγιοπούλου Μαρία, Παπακωνσταντίνου Νίκος, Μωυσιάδης Θεόδωρος. Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης 2016
Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης 2016 Χαλκίδης Νέστωρας, Τσαγιοπούλου Μαρία, Παπακωνσταντίνου Νίκος, Μωυσιάδης Θεόδωρος Η παρούσα εργασία έγινε στα πλαίσια της εκπόνησης της διπλωματικής διατριβής
Διαβάστε περισσότεραΤεχνικές Προβλέψεων Αυτοπαλινδρομικά Μοντέλα Κινητού Μέσου Όρου (ARIMA)
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων Αυτοπαλινδρομικά Μοντέλα Κινητού Μέσου
Διαβάστε περισσότεραΑνάλυση μεγάλων δεδομένων με χρήση εργαλείων εξόρυξης δεδομένων. Η περίπτωση μιας εφαρμογής υποστήριξης αποφάσεων εκλογικής ψήφου.
Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών στα Πληροφοριακά Συστήματα Ανάλυση μεγάλων δεδομένων με χρήση εργαλείων εξόρυξης δεδομένων. Η περίπτωση μιας εφαρμογής υποστήριξης αποφάσεων εκλογικής ψήφου.
Διαβάστε περισσότεραΑ.Σ.ΠΑΙ.Τ.Ε. Π.Μ.Σ. ΕΠΙΣΤΗΜΕΣ ΤΗΣ ΑΓΩΓΗΣ
Α.Σ.ΠΑΙ.Τ.Ε. Π.Μ.Σ. ΕΠΙΣΤΗΜΕΣ ΤΗΣ ΑΓΩΓΗΣ ΜΕΘΟΔΟΛΟΓΙΑ ΕΚΠΑΙΔΕΥΤΙΚΗΣ ΕΡΕΥΝΑΣ 3 η Θεματική ενότητα: Ανάλυση μεθοδολογίας ερευνητικής εργασίας Σχεδιασμός έρευνας: Θεωρητικό πλαίσιο και ανάλυση μεθοδολογίας
Διαβάστε περισσότεραΤεχνικές Εξόρυξης Δεδομένων
ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ Διατμηματικό Μεταπτυχιακό Πρόγραμμα στα Πληροφοριακά Συστήματα ( MIS ) Τεχνικές Εξόρυξης Δεδομένων για την βελτίωση της απόδοσης σε Κατανεμημένα Συστήματα Ζάχος Δημήτριος Επιβλέποντες:
Διαβάστε περισσότεραDEIM Forum 2018 F3-5 657 8501 1-1 657 8501 1-1 E-mail: yuta@cs25.scitec.kobe-u.ac.jp, eguchi@port.kobe-u.ac.jp, ( ) ( )..,,,.,.,.,,..,.,,, 2..., 1.,., (Autoencoder: AE) [1] (Generative Stochastic Networks:
Διαβάστε περισσότεραΠρογραμματισμός Ζήτησης και Προμηθειών της ΕΑ. Δημοκρίτειο Πανεπιστήμιο, Τμήμα Μηχανικών Παραγωγής & Διοίκησης 1
Προγραμματισμός Ζήτησης και Προμηθειών της ΕΑ Δημοκρίτειο Πανεπιστήμιο, Τμήμα Μηχανικών Παραγωγής & Διοίκησης 1 4. Πρόβλεψη Ζήτησης στην ΕΑ Δημοκρίτειο Πανεπιστήμιο, Τμήμα Μηχανικών Παραγωγής & Διοίκησης
Διαβάστε περισσότεραPresentation Structure
Improvement of wave height forecast in deep and intermediate waters with the use of stochastic methods Zoe Theocharis, Constantine Memos, Demetris Koutsoyiannis National Technical University of Athens
Διαβάστε περισσότεραΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ
Ε Λ Λ Η Ν Ι Κ Η Δ Η Μ Ο Κ Ρ Α Τ Ι Α ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΠΑΤΗΣΙΩΝ 76 104 34 ΑΘΗΝΑ ΤΗΛ. 2108203111 FAX: 2108230488 URL: http://www.statathens.aueb.gr ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΣ ΠΛΗΡΟΦΟΡΙΑΣ
Διαβάστε περισσότεραΑΚΑΔΗΜΙΑ ΤΩΝ ΠΟΛΙΤΩΝ
ΑΚΑΔΗΜΙΑ ΤΩΝ ΠΟΛΙΤΩΝ Αστική Μη Κερδοσκοπική Εταιρεία- ISO 9001 Σαπφούς 3, 81100 Μυτιλήνη (1ος Όροφος) 2251054739 (09:00-14:30) academy@aigaion.org civilacademy.ucoz.org «ΠΡΟΓΡΑΜΜΑ ΜΕΘΟΔΟΛΟΓΙΑΣ ΕΡΕΥΝΑΣ
Διαβάστε περισσότερα«ΣΥΓΧΡΟΝΑ ΕΡΓΑΛΕΙΑ, ΤΕΧΝΙΚΕΣ ΚΑΙ ΜΕΘΟΔΟΛΟΓΙΕΣ ΓΙΑ ΤΟ ΧΑΡΑΚΤΗΡΙΣΜΟ ΚΥΒΕΡΝΟΕΠΙΘΕΣΕΩΝ ΚΑΙ ΚΑΚΟΒΟΥΛΟΥ Λ ΟΓΙΣΜΙΚΟΥ»
ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ Π.Μ.Σ ΤΜΗΜΑΤΟΣ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ «ΣΥΓΧΡΟΝΑ ΕΡΓΑΛΕΙΑ, ΤΕΧΝΙΚΕΣ ΚΑΙ ΜΕΘΟΔΟΛΟΓΙΕΣ ΓΙΑ ΤΟ ΧΑΡΑΚΤΗΡΙΣΜΟ ΚΥΒΕΡΝΟΕΠΙΘΕΣΕΩΝ ΚΑΙ ΚΑΚΟΒΟΥΛΟΥ Λ ΟΓΙΣΜΙΚΟΥ» Δ Ι Π Λ Ω Μ Α Τ Ι Κ Η Ε Ρ
Διαβάστε περισσότεραΠηγές για τα αναλυτικά στοιχεία του ΑΠΘ συνολικά αλλά και της Πολυτεχνικής Σχολής ήταν οι παρακάτω:
Παράρτημα I: Πηγές Δεδομένων και Μεθοδολογικά Εργαλεία 1. Πηγές Δεδομένων 1.1 Πηγές δεδομένων για ΠΣ και ΑΠΘ Πηγές για τα αναλυτικά στοιχεία του ΑΠΘ συνολικά αλλά και της Πολυτεχνικής Σχολής ήταν οι παρακάτω:
Διαβάστε περισσότεραΥΔΡΟΛΟΓΙΑ. Ενότητα 4: Όμβριες Καμπύλες - Ασκήσεις. Καθ. Αθανάσιος Λουκάς. Εργαστήριο Υδρολογίας και Ανάλυσης Υδατικών Συστημάτων
Τμήμα Πολιτικών Μηχανικών Πανεπιστήμιο Θεσσαλίας ΥΔΡΟΛΟΓΙΑ Ενότητα 4: Όμβριες Καμπύλες - Ασκήσεις Καθ. Αθανάσιος Λουκάς Εργαστήριο Υδρολογίας και Ανάλυσης Υδατικών Συστημάτων Τμήμα Πολιτικών Μηχανικών
Διαβάστε περισσότεραΣΥΣΧΕΤΙΣΗ ΚΥΚΛΟΦΟΡΙΑΚΩΝ ΜΕΓΕΘΩΝ ΜΕ ΤΗ ΣΟΒΑΡΟΤΗΤΑ ΚΑΙ ΤΗΝ ΠΙΘΑΝΟΤΗΤΑ ΟΔΙΚΩΝ ΑΤΥΧΗΜΑΤΩΝ. Απόστολος Ζιακόπουλος
1 ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΜΕΤΑΦΟΡΩΝ ΚΑΙ ΣΥΓΚΟΙΝΩΝΙΑΚΗΣ ΥΠΟΔΟΜΗΣ ΣΥΣΧΕΤΙΣΗ ΚΥΚΛΟΦΟΡΙΑΚΩΝ ΜΕΓΕΘΩΝ ΜΕ ΤΗ ΣΟΒΑΡΟΤΗΤΑ ΚΑΙ ΤΗΝ ΠΙΘΑΝΟΤΗΤΑ ΟΔΙΚΩΝ ΑΤΥΧΗΜΑΤΩΝ Απόστολος Ζιακόπουλος
Διαβάστε περισσότερα