Εργαστήριο Προγραμματισμού και Τεχνολογίας Ευφυών Υπολογιστικών Συστημάτων
Μόνιμο URI για αυτήν την κοινότηταhttps://dspace.library.tuc.gr/handle/123456789/73
Νέα
47
Περιηγούμαι
Πλοήγηση Εργαστήριο Προγραμματισμού και Τεχνολογίας Ευφυών Υπολογιστικών Συστημάτων ανά Συγγραφέα "Garofalakis Minos"
Τώρα δείχνει 1 - 2 από 2
- Αποτελέσματα ανά σελίδα
- Επιλογές ταξινόμησης
Δημοσίευση Grammatical inference for event recognition(Πολυτεχνείο Κρήτης, 2014) Kofinas Nikolaos; Κοφινας Νικολαος; Lagoudakis Michael; Λαγουδακης Μιχαηλ; Bletsas Aggelos; Μπλετσας Αγγελος; Garofalakis Minos; Γαροφαλακης ΜινωςAs robot technology finds applications in the real world (search and rescue, daily household tasks, etc.), huge amounts of data are generated during autonomous robot missions. In such applications, it is often desirable to recognize high-level events that may have occurred during a mission either online or offline. Event Recognition in robot missions currently relies on human expertise and time-consuming data annotation. A modern method to recognize events is to employ Probabilistic Context-Free Grammars (PCFGs), which are formal models that can capture complex patterns in discrete sequences and can be used to parse incoming sensor data streams in order to detect patterns that may signal the occurrence of some event of interest. Recent experimentation with such methods on data from Autonomous Underwater Vehicle (AUV) missions indicated that interesting events can be recognized by parsing sequences of sensor data using an intuitive hand-written PCFG. This thesis introduces a generic procedure which can be used to automatically construct PCFGs which encode sensor data sequences that typically appear during normal robot operation using recorded logs from past missions. The resulting PCFGs can be used to recognize abnormal events in new missions evidenced by sensor data sequences which cannot be interpreted as normal. The proposed procedure consists of two parts: (a) the transformation of sensor streams into discrete sequences either to form a training corpus offline or to generate input for online parsing and (b) a Grammatical Inference algorithm in order to learn a compact PCFG consistent with a given training corpus. The learning part relies on a local search method over the space of possible grammars using chunk and merge operations. The search method aims to find a compact grammar that also maximizes its posterior probability, in a Bayesian sense, with respect to a given training corpus. The proposed procedure is evaluated on a variety of domains ranging from data-sets generated by typical context-free grammars to data-sets generated from real robot missions (NAO robot walk and AUV navigation). The results indicate that our approach is capable of producing reliable PCFG-based event recognizers, which may yield some false positive signals, but in general succeed in capturing abnormalities.Δημοσίευση Διαχείριση συσκευών "Διαδικτύου των Πραγμάτων" στο "Υπολογιστικό Νέφος"(Πολυτεχνείο Κρήτης, 2015) Douzis Konstantinos; Δουζης Κωνσταντινος; Petrakis Evripidis; Πετρακης Ευριπιδης; Garofalakis Minos; Γαροφαλακης Μινως; Sotiriadis Stelios; Σωτηριαδης ΣτελιοςΗ ιδέα του "Διαδικτύου των Πραγμάτων" (Internet of Things) γεννήθηκε το 2008 και από τότε είναι άμεσα συνδεδεμένη με την τεχνολογία του "Υπολογιστικού Νέφους" (Cloud Computing). Πολλά περιβάλλοντα ανάπτυξης εφαρμογών του "Διαδικτύου των Πραγμάτων" δίνουν κίνητρα στους δημιουργούς λογισμικού για την ανάπτυξη «έξυπνων» εφαρμογών. Ένα από αυτά είναι το περιβάλλον του FIWARE, το οποίο επεκτείνεται συνεχώς και προσφέρει στην κοινότητά του υπηρεσίες γενικού (Generic Enablers) και ειδικού σκοπού (Specific Enablers) για την ανάπτυξη «έξυπνων» εφαρμογών στα πλαίσια του "Διαδικτύου των Πραγμάτων". Στην παρούσα διπλωματική εργασία αναπτύχθηκε η υπηρεσία ειδικού σκοπού I.I.M (Intellicloud IoT Management), η οποία στα πρότυπα της υπηρεσιο-κεντρικής αρχιτεκτονικής κάνει χρήση υπηρεσιών γενικού σκοπού που διατίθενται μέσω του FIWARE και της υποδομής "Νέφους" Intellicloud. Έχει τη δυνατότητα της διαχείρισης, αποθήκευσης και συνδρομής σε δεδομένα πολλών αισθητήρων διαφορετικού τύπου για την άμεση ενημέρωση των συνδρομητών. Η υπηρεσία διαθέτει ένα ολοκληρωμένο REST API, για λειτουργίες όπως η διαχείριση αισθητήρων, χρηστών, αδειών, συνδρομών και διαχείριση των δεδομένων των αισθητήρων. Στόχος του συστήματος είναι η ενσωμάτωση της λειτουργικότητας που προσφέρεται μέσω του API σε υπηρεσίες του περιβάλλοντος FIWARE για την σύνθεση μιας ολοκληρωμένης υπηρεσίας διαχείρισης συσκευών του "Διαδικτύου των Πραγμάτων".