Selected Publications & Abstracts
Wind Power Prediction Using A Dynamic Neuro-Fuzzy Model
Ένα δυναμικό νευρο-ασαφές μοντέλο (Dynamic Neuro-Fuzzy Wind Predictor, DNFWP) προτείνεται για την πρόβλεψη της αιολικής ισχύος. Οι ασαφείς κανόνες στο DNFWP αποτελούνται από ένα τυπικό τμήμα υπόθεσης με στατικές εισόδους, ενώ το τμήμα απόδοσης είναι ένα μικρό νευρωνικό δίκτυο τριών επιπέδων, το οποίο ενσωματώνει συνδέσεις ανατροφοδότησης στις εξόδους των νευρώνων του κρυφού επιπέδου. Η ενσωμάτωση εσωτερικής ανατροφοδότησης στοχεύει στη σύλληψη των εσωτερικών χρονικών συσχετίσεων του συνόλου δεδομένων, διατηρώντας παράλληλα την προσέγγιση τοπικής μοντελοποίησης των παραδοσιακών ασαφών μοντέλων. Κάθε κανόνας στο DNFWP αντιπροσωπεύει ένα τοπικό μοντέλο και οι ασαφείς κανόνες λειτουργούν συνεργατικά μέσω της διαδικασίας απασαφοποίησης. Η βάση ασαφών κανόνων εξάγεται με τη χρήση του αλγορίθμου ομαδοποίησης Fuzzy C-Means, και τα βάρη των επακόλουθων νευρωνικών δικτύων ρυθμίζονται μέσω της μεθόδου Dynamic Resilient Propagation.
Short-Term Load Forecasting Using Deep Learning: A Case Study in Greece with RNN, LSTM, and GRU Networks
Η αυξανόμενη μεταβλητότητα στις αγορές ενέργειας υπογραμμίζει την ανάγκη για ακριβή μοντέλα βραχυπρόθεσμης πρόβλεψης φορτίου. Στο άρθρο διερευνάται η εφαρμογή τεχνικών βαθιάς μάθησης, συγκεκριμένα των RNN, LSTM και GRU, για την πρόβλεψη της ζήτησης ηλεκτρικής ενέργειας στο ελληνικό σύστημα. Τα μοντέλα εκπαιδεύτηκαν με ιστορικά δεδομένα φορτίου 2013–2016 και αξιολογήθηκαν με μέτρα όπως RMSE και MAPE. Το καλύτερο GRU μοντέλο πέτυχε RMSE 83.2 MWh και MAPE 1.17% για πρόβλεψη μίας ώρας.
A Procedure for Optimization of Placement Products in Large Industrial Areas of A Greek Soft Drinks Company
Σε αυτή την εργασία παρουσιάζεται η διαδικασία βέλτιστης τοποθέτησης βιομηχανικών προϊόντων (παλετών) στις αποθήκες μίας ελληνικής εταιρείας αναψυκτικών. Το κριτήριο βελτιστοποίησης είναι η ελαχιστοποίηση του κόστους μετακίνησης του ανυψωτικού μηχανήματος. Η υπολογιστική μέθοδος λαμβάνει δεδομένα από την αυτόματη καταμέτρηση προϊόντων και από το προγνωστικό μοντέλο πωλήσεων.
A Procedure with MySQL Python for Developing Data Warehouse and Analytics Using Data from A Greek Soft Drinks Company
Η έρευνα εστιάζεται στη διαδικασία δημιουργίας μίας αποθήκης δεδομένων για την κάλυψη αναγκών λήψης απόφασης μίας ελληνικής εταιρείας αναψυκτικών. Η αποθήκη δεδομένων ακολουθεί το σχήμα αστέρα και συνοδεύεται από διαδικτυακή εφαρμογή σε PHP και προβλεπτικές συναρτήσεις σε Python, προσαρμοσμένες στα δεδομένα της εταιρείας.
Recurrent Fuzzy Neural Networks for Time-Series Prediction
Η πρόβλεψη χρονοσειρών αποτελεί σημαντική πρόκληση σε πολλά επιστημονικά και βιομηχανικά πεδία, ιδιαίτερα όταν τα συστήματα είναι χαοτικά και ισχυρά μη γραμμικά. Στην εργασία παρουσιάζονται δύο υβριδικά μοντέλα, το MFRFN Network και το ReNFuzz-LF, και η αποτελεσματικότητά τους αξιολογείται με πειράματα σε σύνολα δεδομένων από διαφορετικές πηγές.
Exploring the Potential of Advanced GAN Architectures for Super-Resolution Related Problems
Η εργασία διερευνά την ανάλυση υπερυψηλής ευκρίνειας με χρήση προηγμένων αρχιτεκτονικών βασισμένων σε GAN, σχεδιασμένων ειδικά για αυτόν τον σκοπό. Εξετάζονται επίσης συναφείς μέθοδοι ανακατασκευής εικόνας, όπως deblurring και ενίσχυση εικόνων χαμηλού φωτισμού, μέσω transfer learning.