Μαντέλα Αικατερίνη (Υποψήφιος Διδάκτορας)
- Τίτλος διατριβής: Ανάπτυξη και Εφαρμογή Μοντέλων ταξινόμησης Ψηφιακών Εικόνων για την Πρόβλεψη Οικονομικά .Εκμεταλλεύσιμων Ορυκτών Πρώτων Υλών
- Επιβλέπων: Κωτσάκης Ρήγας
- Μέλη Συμβουλευτικής Επιτροπής:
- Γεώργιος Μπάμνιος, Καθηγητής ΔΙΠΑΕ
Ιωάννης Καπαγερίδης, Αναπληρωτής Καθηγητής, Πανεπιστήμιο Δυτικής Μακεδονίας - Περίληψη:
Ο τομέας της τεχνητής νοημοσύνης έχει παρουσιάσει μια ραγδαία ανάπτυξη τα τελευταία χρόνια και αυτό οφείλεται αρκετά στην μηχανική μάθηση και ειδικότερα στην εξέλιξη των νευρωνικών δικτύων και τη βαθιά μηχανική μάθηση. Με τον όρο deep learning εννοούμε τη χρήση νευρωνικών δικτύων πολλών στρωμάτων για τη ανάλυση και εύρεση μοτίβων σε πολλά δεδομένα. Η εφαρμογή αυτής της τεχνολογίας ποικίλλει ενώ κάθε μέρα παρουσιάζονται καινούριοι δρόμοι για την χρησιμοποίηση της.Σκοπός είναι αρχικά η έρευνα του τομέα της βαθιάς μηχανικής μάθησης ξεκινώντας από βασικές έννοιες και έπειτα εξειδικεύοντας στην ανάλυση και επεξεργασία εικόνας.
Έρευνα και ανάλυση όλων των πτυχών που απαρτίζουν ένα νευρωνικό δίκτυο, με σκοπό την εφαρμογή στην υπολογιστική όραση, όπως το κλασσικό νευρωνικό δίκτυο, το συνελικτικό δίκτυο και η διαδικασία εκπαίδευσης τους μέσω συναρτήσεων σφάλματος,αλγόριθμο απότομης καθόδου κλπ.
Επίσης ανάπτυξη μεθόδων για την αξιολόγηση τέτοιων μοντέλων αλλά και εννοιών που χρησιμεύουν στην ανίχνευση αντικειμένων σε εικόνες και την κατάτμηση τους. Επιπρόσθετα παρατήρηση και αξιολόγηση τεχνολογιών και αρχιτεκτονικών μοντέλων βασισμένων στα συνελικτικά δίκτυα που θεωρούνται State of the Art στην πρόβλεψη με ταξινόμηση εικόνας.
Επεκτείνοντας τις παραπάνω διαπιστώσεις στο πειραματικό μέρος θα αναπτυχθούν μοντέλα ταξινόμησης κλάσεων όπου θα διαχωρίζουν το κατώτερο όριο εκμεταλλευσιμότητας (GradeCut-off) για την παραγωγή χρήσιμων πρώτων υλών αποφέροντας κάποιο κέρδος, με βάση το ποσοστό συγκέντρωσης των μεταλλικών στοιχείων, από τον στερεό φλοιό της γης. Αφότου τεθούν τα θεμέλια για την κατανόηση των τεχνολογιών, η εξέλιξή θα είναι η δημιουργία μιας εφαρμογής επίλυσης ενός προβλήματος εξαγωγής γρήγορων αποφάσεων οικονομικής σημασίας για τις Ορυκτές Πρώτες Ύλες (ΟΠΥ).
Συγκεκριμένα στην ανάλυση και επεξεργασία εικόνων από υπαίθρια και υπόγεια εκμετάλλευση κοιτασμάτων με σκοπό πρώτον τον προσδιορισμό των ορίων μέσω segmentation και έπειτα την ταξινόμηση τους σε διάφορες κλάσεις. Μέσα σε αυτές τις κλάσεις θα γίνεται προσδιορισμός διάφορων χαρακτηριστικών, γεωμετρικών σχημάτων,ορίων, πτυχών και ιδιοτήτων που θα αποτελούν το κοινό χαρακτηριστικό γνώρισμα των υπό μελέτη λιθολογιών (ΟΠΥ).
Ο σκοπός είναι να εφαρμοστούν όσες περισσότερες τεχνικές προ επεξεργασίας και εκπαίδευσης διατίθενται για να μεγιστοποιηθεί η απόδοση του μοντέλου στην είσοδο νέων δεδομένων. Για αυτό θα πρέπει να δοκιμαστούν διαφορετικοί παράμετροι και εκδόσεις αρχιτεκτονικών ώστε να συγκριθούν και να επιλεγούν οι καλύτερες.Τέλος, μπορεί να γίνει συνδυασμός προβλημάτων για να δημιουργηθεί ένα τελικό αποτέλεσμα ενός διαύλου επεξεργασίας της εικόνας όπως τη λαμβάνουμε από το στάδιο της χαρτογράφησης του γεωλογικού μετώπου ή μοτίβου. Αξίζει να σημειωθεί ότι η χρησιμότητα ενός τέτοιου εργαλείου σε πραγματικές εφαρμογές σε επιχειρήσεις βελτιστοποιεί τεχνικές που χρησιμοποιούνται κατά κόρον σήμερα σε τέτοια προβλήματα αποφάσεων.