Applications of machine learning and object recognition in virtual worlds.
Εφαρμογές της μηχανικής μάθησης και αναγνώριση αντικειμένων σε εικονικούς κόσμους.
Dublin Core metadata
| dc.creator | Tzermia, Chrysoula | en |
| dc.creator | Τζερμιά, Χρυσούλα | el |
| dc.date.accessioned | 2022-05-11T07:34:51Z | |
| dc.date.available | 2022-05-11T07:34:51Z | |
| dc.date.issued | 2022-05-11 | |
| dc.identifier.uri | http://hdl.handle.net/20.500.12688/10260 | |
| dc.description.abstract | In this work, the application of machine learning in the division of objects (models) in the virtual space was studied in order to extract their characteristics and finally their classification and recognition. For this purpose, bibliography and examples of Deep Learning implementation was studied and its application in geometric model recognition were developed. | en |
| dc.description.abstract | Στην εργασία αυτή μελετήθηκε η εφαρμογή της μηχανικής μάθησης στην κατάτμηση αντικειμένων (μοντέλων) στον εικονικό χώρο με σκοπό την εξαγωγή χαρακτηριστικών τους και τελικώς την κατάταξη και αναγνώριση τους. Για τον σκοπό αυτό μελετήθηκε βιβλιογραφία και αναπτύχθηκαν παραδείγματα υλοποίησης Βαθιάς Μάθησης και εφαρμογή της σε γεωμετρική αναγνώριση μοντέλων. | el |
| dc.language | Αγγλικά | el |
| dc.language | English | en |
| dc.publisher | ΕΛ.ΜΕ.ΠΑ., ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ (ΣΜΗΧ), Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών | el |
| dc.publisher | Η.Μ.U, School of Engineering (ScENG), Electrical and Computer Engineering Dept | en |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 United States | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | * |
| dc.title | Applications of machine learning and object recognition in virtual worlds. | en |
| dc.title | Εφαρμογές της μηχανικής μάθησης και αναγνώριση αντικειμένων σε εικονικούς κόσμους. | el |
healMeta
| heal.creatorName | Tzermia, Chrysoula | en |
| heal.creatorName | Τζερμιά, Χρυσούλα | el |
| heal.publicationDate | 2022-05-11 | |
| heal.identifier.primary | http://hdl.handle.net/20.500.12688/10260 | |
| heal.abstract | In this work, the application of machine learning in the division of objects (models) in the virtual space was studied in order to extract their characteristics and finally their classification and recognition. For this purpose, bibliography and examples of Deep Learning implementation was studied and its application in geometric model recognition were developed. | en |
| heal.abstract | Στην εργασία αυτή μελετήθηκε η εφαρμογή της μηχανικής μάθησης στην κατάτμηση αντικειμένων (μοντέλων) στον εικονικό χώρο με σκοπό την εξαγωγή χαρακτηριστικών τους και τελικώς την κατάταξη και αναγνώριση τους. Για τον σκοπό αυτό μελετήθηκε βιβλιογραφία και αναπτύχθηκαν παραδείγματα υλοποίησης Βαθιάς Μάθησης και εφαρμογή της σε γεωμετρική αναγνώριση μοντέλων. | el |
| heal.language | Αγγλικά | el |
| heal.language | English | en |
| heal.academicPublisher | ΕΛ.ΜΕ.ΠΑ., ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ (ΣΜΗΧ), Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών | el |
| heal.academicPublisher | Η.Μ.U, School of Engineering (ScENG), Electrical and Computer Engineering Dept | en |
| heal.title | Applications of machine learning and object recognition in virtual worlds. | en |
| heal.title | Εφαρμογές της μηχανικής μάθησης και αναγνώριση αντικειμένων σε εικονικούς κόσμους. | el |
| heal.type | Πτυχιακή Εργασία | el |
| heal.type | Bachelor thesis | en |
| heal.keyword | machine learning, object recognition, computer graphics | en |
| heal.keyword | μηχανική μάθηση, αναγνώριση αντικειμένου, γραφικά ηλεκτρονικού υπολογιστή | el |
| heal.access | free | el |
| heal.advisorName | Malamos, Athanasios | en |
| heal.advisorName | Μαλάμος, Αθανάσιος | el |
| heal.academicPublisherID | ΕΛ.ΜΕ.ΠΑ. Ελληνικό Μεσογειακό Πανεπιστήμιο | el |
| heal.academicPublisherID | Η.Μ.U Hellenic Mediterranean University | en |
| heal.fullTextAvailability | true | el |
| tcd.distinguished | false | el |
| tcd.survey | false | el |
Files in this item
This item appears in the following Collection(s)
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivs 3.0 United States