Πρωτότυπος Τίτλος:
Εφαρμογές αλγορίθμων αυτο-επιβλεπόμενης μάθησης στο σύνολο δεδομένων MESOGEOS
Συγγραφέας:
Αντωνόπουλος, Διογένης, Λεωνίδας
Επιβλέπων καθηγητής:
Μιχαήλ, Δημήτριος
Περίληψη:
Οι αυξανώμενες επιπτώσεις της κλιματικής αλλαγής, συμπεριλαμβανομένων των συχνότερων
ξηρασιών και κυμάτων καύσωνα, έχουν αυξήσει σημαντικά τη συχνότητα και την ένταση
των πυρκαγιών, ιδιαίτερα στην περιοχή της Μεσογείου. Η ακριβής πρόβλεψη του
κινδύνου πυρκαγιάς είναι επομένως κρίσιμη για την αποτελεσματική πρόληψη και
διαχείριση των πυρκαγιών.
Σε αυτήν την εργασία, εξετάζουμε τη χρήση τεχνικών αυτοεπιβλεπόμενης μάθησης
(SSL) για την πρόβλεψη κινδύνου πυρκαγιάς την επόμενη ημέρα, χρησιμοποιώντας
χωρικές πληροφορίες από δεδομένα παρατήρησης της Γης από πολλαπλές πηγές. Εστιάζουμε
στο χωρικό πλαίσιο αντιμετωπίζοντας την είσοδο ως ένα δισδιάστατο διάνυσμα που
θυμίζει εικόνα και προβλέποντας την εμφάνιση πυρκαγιάς στο κεντρικό σημείο. Προσαρμόζουμε
τρεις σύγχρονες μεθόδους αυτοεπιβλεπόμενης μάθησης, τους Μασκαρισμένους Αυτοκωδικοποιη
και το τυχαίο μασκάρισμα, το I-JEPA και την πρόβλεψη αναπαραστάσεων, το FoMo με
στοχευμένο μασκάρισμα, και αξιολογούμε την αποτελεσματικότητά τους στην προεκπαίδευση
βαθιών μοντέλων για την πρόβλεψη πυρκαγιών. Για να επεκτείνουμε αυτό το πλαίσιο,
εισάγουμε μια υβριδική χωροχρονική αρχιτεκτονική (ViT-LSTM) που συνδυάζει έναν
προεκπαιδευμένο χωρικό κωδικοποιητή με ένα LSTM για να ενσωματώσουμε 30 ημέρες
του παρελθόντος στην πρόβλεψη κινδύνου πυρκαγιάς.
ξηρασιών και κυμάτων καύσωνα, έχουν αυξήσει σημαντικά τη συχνότητα και την ένταση
των πυρκαγιών, ιδιαίτερα στην περιοχή της Μεσογείου. Η ακριβής πρόβλεψη του
κινδύνου πυρκαγιάς είναι επομένως κρίσιμη για την αποτελεσματική πρόληψη και
διαχείριση των πυρκαγιών.
Σε αυτήν την εργασία, εξετάζουμε τη χρήση τεχνικών αυτοεπιβλεπόμενης μάθησης
(SSL) για την πρόβλεψη κινδύνου πυρκαγιάς την επόμενη ημέρα, χρησιμοποιώντας
χωρικές πληροφορίες από δεδομένα παρατήρησης της Γης από πολλαπλές πηγές. Εστιάζουμε
στο χωρικό πλαίσιο αντιμετωπίζοντας την είσοδο ως ένα δισδιάστατο διάνυσμα που
θυμίζει εικόνα και προβλέποντας την εμφάνιση πυρκαγιάς στο κεντρικό σημείο. Προσαρμόζουμε
τρεις σύγχρονες μεθόδους αυτοεπιβλεπόμενης μάθησης, τους Μασκαρισμένους Αυτοκωδικοποιη
και το τυχαίο μασκάρισμα, το I-JEPA και την πρόβλεψη αναπαραστάσεων, το FoMo με
στοχευμένο μασκάρισμα, και αξιολογούμε την αποτελεσματικότητά τους στην προεκπαίδευση
βαθιών μοντέλων για την πρόβλεψη πυρκαγιών. Για να επεκτείνουμε αυτό το πλαίσιο,
εισάγουμε μια υβριδική χωροχρονική αρχιτεκτονική (ViT-LSTM) που συνδυάζει έναν
προεκπαιδευμένο χωρικό κωδικοποιητή με ένα LSTM για να ενσωματώσουμε 30 ημέρες
του παρελθόντος στην πρόβλεψη κινδύνου πυρκαγιάς.
Ημερομηνία κατάθεσης:
2025-07-17
Γλώσσες Τεκμηρίου:
Ελληνικά
Θεματικές Κατηγορίες:
Ηλεκτρονικοί υπολογιστές. Επιστήμη των υπολογιστών
Λοιπά Θέματα:
Αλγόριθμοι - Επεξεργασία δεδομένων
Λέξεις-κλειδιά:
πυρκαγιά, ΒΑΘΙΑ ΜΑΘΗΣΗ, Αυτο-εποπτευόμενες μέθοδοι
Περιγραφή:
43 σ.,εικ.,πίν.
Άδεια χρήσης:
Αναφορά Δημιουργού – Μη Εμπορική Χρήση – Όχι Παράγωγα Έργα 4.0
