Παραγωγικά μοντέλα τεχνητής νοημοσύνης με αποθορυβοποίηση πιθανοθεωρητικών μοντέλων διάχυσης: Μεθοδολογία και εφαρμογές σε ιατρικά δεδομένα
Abstract
ΕΥΧΑΡΙΣΤΙΕΣΑρχικά, θα ήθελα να ευχαριστήσω τον Καθηγητή του Εθνικού Μετσόβιου Πολυτεχνείου, κύριο Μιχαήλ Λουλάκη για την ανάθεση της παρούσας διπλωματικής εργασίας αλλά και την άψογη συνεργασία που είχαμε καθ' όλη τη διάρκεια της εκπόνησής της.Επίσης, οφείλω ένα μεγάλο ευχαριστώ στους κύριους Αντώνιο Παπαπαντωλέων, Αλέξανδρο Σαπλαούρα και Γιώργο Στάμου, επίσης καθηγητές του ΕΜΠ, αλλά και στον κύριο Ανδρέα Αφαντίτη, Διευθύνων Σύμβουλο της NovaMechanics LTD για την παραχώρηση υπολογιστικών πόρων και την σημαντική τους βοήθεια στην ομαλή εκτέλεση των πειραμάτων που περιλαμβάνονται στην παρούσα εργασία.Ασφαλώς, δεν θα μπορούσα να παραλείψω από αυτές τις ευχαριστίες, τόσο τους γόνεις μου που μου προσέφεραν τα πάντα για να καταφέρω να φτάσω μέχρι αυτό το σημείο, όσο και τους δικούς μου ανθρώπους, τους φίλους μου που με στήριξαν καθ' όλη τη διάρκεια των σπουδών και συνέβαλαν σε μεγάλο βαθμό στην επίτευξη των στόχων μου..........
Fields of Study & Subjects
Neural Networks and Applications
Privacy-Preserving Technologies in Data
Image and Signal Denoising Methods
Publication details
- Journal / source
- DSpace - NTUA (National Technical University of Athens)
- Publication date
- 1 January 2026