Μέθοδοι Υπολογιστικής Νοημοσύνης Για Εφαρμογές Σε Περιβάλλοντα Διάχυτης Νοημοσύνης

Abstract

Η παρούσα διατριβή ασχολείται με προβλήματα του τομέα της Περιβάλλουσας Νοημοσύνης θεμελιώνοντας λύσεις, μελετώντας και αναπτύσσοντας καινοτόμες μεθοδολογίες του τομέα της Υπολογιστικής Νοημοσύνης, για την ενσωμάτωση “ευφυίας” και “αντίληψης” στις συσκευές σε σχέση με τον περιβάλλοντα χώρο τους. Η παρούσα διατριβή οργανώνεται ως εξής:Στο Κεφάλαιο 1 παρέχουμε τους βασικούς άξονες της Περιβάλλουσας Νοημοσύνης. Παρουσιάζουμε ανοιχτά προβλήματα με τα οποία ασχολείται η Περιβάλλουσα Νοημοσύνη συνοψίζοντας, τις κατηγορίες προβλημάτων που θα ασχοληθούμε και εμείς στην παρούσα διδακτορική διατριβή.Στο Κεφάλαιο 2 περιγράφουμε βασικές μεθοδολογίες που θα χρησιμοποιηθούν στη συνέχεια των κεφαλαίων. Αφιερώνεται κυρίως στη δομή και λειτουργία των Νευρωνικών Δικτύων Συνελίξεων, στα προβλήματα στα οποία εφαρμόζονται ενώ γίνεται και μια ιστορική αναδρομή στο πρόγονό τους, τα Τεχνητά Νευρωνικά Δίκτυα. Στα επόμενα δύο κεφάλαια μελετάται το πρόβλημα της αυτόματης αναγνώρισης της στάσης του ανθρώπου, μέσω ευρυγώνιας κάμερας τοποθετημένης στην οροφή ενός δωματίου. Πιοσυγκεκριμένα στο Κεφάλαιο 3 αναπτύσσεται ένας νέος ολικός περιγραφέας εξαγωγής χαρακτηριστικών σε εικόνες ευρυγώνιας κάμερας. Ο περιγραφέας αυτός εμφανίζει ανοχή στιςαλλοιώσεις του αντικειμένου στο συγκεκριμένο τύπο κάμερας.Στο Κεφάλαιο 4 συνεχίζουμε την μελέτη του προβλήματος αναγνώρισης της στάσης του ανθρώπου, προτείνοντας μια υβριδική αρχιτεκτονική Νευρωνικών Δικτύων Συνελίξεων με επαυξημένη πληροφορία. Το δίκτυο ενισχύθηκε με την επιπλέον πληροφορία των ολικών περιγραφέων που παρουσιάστηκαν στο προηγούμενο κεφάλαιο, ενώ εφαρμόστηκε η τεχνική μεταφοράς γνώσης για βελτίωση των τελικών αποτελεσμάτων.Στο Κεφάλαιο 5 μελετάται ένα πρόβλημα της Περιβάλλουσας Νοημοσύνης που σχετίζεται με τα Βοηθητικά Περιβάλλοντα και συγκεκριμένα με τον έγκαιρο και έγκυρο εντοπισμό της πτώσης ενός ατόμου. Για το πρόβλημα αυτό προτείνεται μια μεθοδολογία χαμηλής υπολογιστικής ισχύος, κάνοντας ανάλυση πολυδιάστατων σημάτων φορητών ή φορετών συσκευών.Το Κεφάλαιο 6 πραγματεύεται το πρόβλημα αυτόματου εντοπισμού παθογενών καταστάσεων του γαστρεντερικού σωλήνα, κάνοντας χρήση ασύρματης ενδοσκοπικής κάψουλας. Προτείνεται μια ολιστική μεθοδολογία ασθενούς εκπαίδευσης βασιζόμενη στα Νευρωνικά Δίκτυα Συνελίξεων για τον χαρακτηρισμό και εντοπισμό παθολογικών καταστάσεων πάνω σε εικόνες.Η παρουσίαση του ερευνητικού έργου αυτής της διατριβής ολοκληρώνεται με το Κεφάλαιο 7, όπου προτάθηκε και μελετήθηκε εκτενώς μια μέθοδος εκπαίδευσης Νευρωνικών Δικτύων Συνελίξεων με αυτόματη προσαρμογή του ρυθμού εκμάθησης. Η μέθοδος που προτείνουμε μπορεί και προσαρμόζει τον αρχικό ρυθμό εκμάθησης σε ένα σταθερό μικρό εύρος τιμών ανεξάρτητα της αρχικής τιμής του. Η παρουσίαση της διατριβής ολοκληρώνεται με το Κεφάλαιο 8 όπου εμπεριέχονται τα γενικά συμπεράσματα της διατριβής.