Quantum machine learning in personalized (precision) medicine
Περίληψη Η εξατομικευμένη ιατρική επιδιώκει την προσαρμογή της πρόληψης, της διάγνωσης και της θεραπείας στα ιδιαίτερα χαρακτηριστικά κάθε ασθενούς, αξιοποιώντας δεδομένα από πολλαπλές πηγές, όπως το γονιδίωμα, οι εικόνες ιατρικής απεικόνισης, τα ηλεκτρονικά μ…
Classification using data mining algorithms and fuzzy logic on neutron star signal data
Η παρούσα μελέτη διερευνά την απόδοση τόσο κλασικών όσο και ασαφών αλγορίθμων ταξινόμησης στην πρόβλεψη της αυθεντικότητας σημάτων pulsar, χρησιμοποιώντας ένα ευρέως αποδεκτό σύνολο χαρακτηριστικών που έχει προταθεί ως πρότυπη αναφορά για τις μελλοντικές έρευν…
Advancing personalized education with large language models
The rapid advancement of artificial intelligence (AI), and particularly of Large Language Models (LLMs) such as the GPT family, has introduced new paradigms in data extraction and analysis, leading to the development of innovative applications.In the field of…
Text-to-point cloud image synthesis using deep learning
Quantum machine learning: current state and challenges
Over the past decade, the field of Classical Machine Learning has experienced rapid growth, primarily driven by the widespread adoption of the internet and the increasing interconnectivity of digital devices.This expansion has led to the generation of vast vol…
Quantum machine learning for drug development
ΠΕΡΙΛΗΨΗΗ παρούσα διπλωματική εργασία εξετάζει το ρόλο της κβαντικής μηχανικής μάθησης στη βελτίωση της φαρμακευτικής έρευνας.Στόχος της είναι η διερεύνηση καινοτόμων τεχνολογιών, με το συνδυασμό της μηχανικής μάθησης και της κβαντικής υπολογιστικής, που μπορο…
Cyberattacks intrusion detection using machine learning and artificial intelligence
Intrusion detection systems using machine learning
Using convolutional neural networks to detect COVID-19 in chest X-rays
Το κίνητρο πίσω από αυτή την εργασία πηγάζει από τις αξιοσημείωτες προόδους που σημειώθηκαν στον τομέα της επεξεργασίας και αναγνώρισης εικόνων με τη χρήση αλγορίθμων βαθιάς μάθησης τα τελευταία χρόνια, καθώς και από τις βαθιές επιπτώσεις της πανδημίας του Cov…
Learning Tetris with reinforcement learning
The last decades, scientists have expressed an increasing interest for the game Tetris and more precisely for efficient algorithms that can score the most in-game points. A plethora of approaches have been tried out, including genetic algorithms, linear progra…
Medical image analysis with machine learning techniques and deep learning neural networks
Οι πρόσφατες εξελίξεις στον τομέα της μηχανικής μάθησης στη μηχανική όραση θα εξεταστούν ,ενώ ένα υποσύνολο αυτών των αλγορίθμων θα δοκιμαστεί στο πρόβλημα της ταξινόμησης δερματικών παθήσεων. Πιο συγκεκριμένα, η απόδοση των βαθιών νευρωνικών δικτύων στη ταξιν…
