Έμβλημα Πολυτεχνείου Κρήτης με τίτλο Σχολή Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών
Η Σχολή ΗΜΜΥ στο Facebook  Η Σχολή ΗΜΜΥ στο Youtube

Κατάλογος Εκδηλώσεων

Προβολή ημερολογίου Προβολή ημερολογίου
Προβολή λίστας Προβολή λίστας
iCal - Εκδηλώσεις μήνα iCal - Εκδηλώσεις μήνα
iCal - Εκδηλώσεις 6 μηνών iCal - Εκδηλώσεις 6 μηνών
RSS - Εκδηλώσεις μήνα RSS - Εκδηλώσεις μήνα
RSS - Εκδηλώσεις 6 μηνών RSS - Εκδηλώσεις 6 μηνών

14
Οκτ

Παρουσίαση Διπλωματικής Εργασίας κ. Ρεντζεπόπουλου Αθανασίου - Σχολή ΗΜΜΥ
Κατηγορία: Παρουσίαση Διπλωματικής Εργασίας  
Τοποθεσία
Ώρα14/10/2022 15:00 - 16:00

Περιγραφή:

ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Πρόγραμμα Προπτυχιακών Σπουδών

ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ

ΑΘΑΝΑΣΙΟΥ ΡΕΝΤΖΕΠΟΠΟΥΛΟΥ

με θέμα

Πλατφόρμα αξιολόγησης αλγορίθμων συμπερασμού με δεδομένα από δίκτυα αισθητήρων
A platform to benchmark inference algorithms based on sensor network data

Εξεταστική Επιτροπή

Καθηγητής Άγγελος Μπλέτσας (επιβλέπων)
Αναπληρωτής Καθηγητής Βασίλειος Σαμολαδάς
Καθηγητής Γεώργιος Καρυστινός


Abstract

This work offers an online tool to perform inference on sensor network (e.g. soil moisture) measurements/data. The design problem is approached by creating a web-based user interface (UI) application based on microservices with a scalable back-end that runs the algorithms and a database storage. Algorithms are expected to be Python scripts developed offline and tested either offline or online. This multi-modal operation poses a compatibility concern. We create a library that exclusively handles data input and output for the scripts that import it. We create different variations of the library depending on the context of the user scripts. We also explore a powerful way of executing scripts, in the back-end of the web app, allowing for robust interruption of running scripts and parallel execution. The user experience is also accounted for, with responsive web UI and source code analysis to automatically find out the number and type of input streams. Finally, we test the system by utilizing the library to parse and pre-process data and implement an inference algorithm to run on the pre-processed data. A demo on large-scale soil moisture data is also provided.

Προσθήκη στο ημερολόγιό μου
© Σχολή Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών 2014
Πολυτεχνείο Κρήτης