Αναγνώριση Προτύπων

Μέθοδοι και συστήματα αναγνώρισης προτύπων. Όρια στην ακρίβεια μέτρησης της αξιοπιστίας αναγνώρισης. Κατευθυνόμενη εκπαίδευση και αυτοεκπαίδευση. Συναρτήσεις απόστασης. Ταξινόμηση με κριτήριο την μικρότερη απόσταση και τα κοντινότερα πρότυπα. Γραμμικές και μη γραμμικές συναρτήσεις απόφασης. Ο αλγόριθμος Perceptron. Ταξινομητές Bayes, ταξινομητές πλησιέστερου γείτονα. Παραμετρική και μη παραμετρική εκτίμηση της πυκνότητας πιθανότητας προτύπων: Μεγιστοποίηση εντροπίας, εκτιμητής Parzen, ορθοκανονικές συναρτήσεις, μέθοδοι των RobbinsMonro και KieferWolfowitz, LMS. Μέθοδοι ελαχίστων τετραγώνων. Πολυστρωματικά τεχνητά νευρωνικά δίκτυα. Aναδρομικά τεχνητά νευρωνικά δίκτυα. Εκπαίδευση διόρθωσης λάθους, Hebbian και ανταγωνιστική εκπαίδευση. Πολυεπίπεδο perceptron. Οπισθοδρομική διάδοση του σφάλματος. Δίκτυα ακτινικών συναρτήσεων. Μηχανή Hopfield. Μάθηση με και χωρίς επιτήρηση. Ιεραρχική ομαδοποίηση δεδομένων. Ασαφής λογική. Γενετικοί αλγόριθμοι και αρχές εξελικτικού υπολογισμού.
Code Hours Type eClass Semester
ΗΥ670 4 Κατεύθυνση Α.Ε. e-Class 6

Βιβλιογραφία:

  • ““Αναγνώριση προτύπων”, ΣΤΡΙΝΤΖΗΣ Μ., Εκδόσεις Αδελφοί Κυριακίδη, ISBN 978-960-343-290-6, 2007” [eudoxus link] (https://service.eudoxus.gr/search/#a/id:6378/0)
  • ““Ευφυής έλεγχος”, Κινγκ Ρ., Εκδόσεις ΤΖΙΟΛΑ, ISBN 978-960-418-041-7, 2004” eudoxus link