Ψηφιακή ανάλυση δεδομένων τηλεπισκόπησης-μηχανική μάθηση
| Τίτλος | Ψηφιακή ανάλυση δεδομένων τηλεπισκόπησης-μηχανική μάθηση / Digital analysis of remote sensing data–machine learning |
| Κωδικός | 08EB056 |
| Σχολή | Πολυτεχνική |
| Τμήμα | Αγρονόμων και Τοπογράφων Μηχανικών |
| Κύκλος / Επίπεδο | 1ος / Προπτυχιακό |
| Περίοδος Διδασκαλίας | Χειμερινή/Εαρινή |
| Υπεύθυνος/η | Γεώργιος Μαλλίνης |
| Κοινό | Όχι |
| Κατάσταση | Ενεργό |
| Course ID | 600024646 |
Πρόγραμμα Σπουδών: ΠΠΣ Τμήματος Αγρονόμων και Τοπογράφων Μηχανικών (2025-σήμερα)
Εγγεγραμμένοι φοιτητές: 8
| Κατεύθυνση | Τύπος Παρακολούθησης | Εξάμηνο | Έτος | ECTS |
|---|---|---|---|---|
| Έμφαση-Μέτρηση και Αποτύπωση του Χώρου | ΕΠΙΛΟΓΗΣ ΑΛΛΗΣ ΕΜΦΑΣΗΣ | 8 | 4 | 5 |
| Έμφαση-Παρατήρηση και Παρακολούθηση της Γης με Γεωδαιτικές Μεθόδους | ΥΠΟΧΡΕΩΤΙΚΟ ΕΠΙΛΟΓΗΣ ΕΜΦΑΣΗΣ | 8 | 4 | 5 |
| Έμφαση-Τοπογραφικές Μέθοδοι και Τεχνικές στα Κατασκευαστικά Έργα | ΕΠΙΛΟΓΗΣ ΑΛΛΗΣ ΕΜΦΑΣΗΣ | 8 | 4 | 5 |
| Έμφαση-Κτηματολόγιο και Διαχείριση του Χώρου | ΥΠΟΧΡΕΩΤΙΚΟ ΕΠΙΛΟΓΗΣ ΕΜΦΑΣΗΣ | 8 | 4 | 5 |
| Έμφαση-Φωτογραμμετρία και Τηλεπισκόπηση | ΥΠΟΧΡΕΩΤΙΚΟ ΕΠΙΛΟΓΗΣ ΕΜΦΑΣΗΣ | 8 | 4 | 5 |
| Έμφαση-Χαρτογραφία και Γεωγραφική Ανάλυση | ΥΠΟΧΡΕΩΤΙΚΟ ΕΠΙΛΟΓΗΣ ΕΜΦΑΣΗΣ | 8 | 4 | 5 |
| Έμφαση-Σχεδιασμός και Διαχείριση Υποδομών και Συστημάτων στις Μεταφορές | ΕΠΙΛΟΓΗΣ ΑΛΛΗΣ ΕΜΦΑΣΗΣ | 8 | 4 | 5 |
| Έμφαση-Υδατικοί Πόροι, Περιβάλλον και Τεχνικά Έργα | ΕΠΙΛΟΓΗΣ ΑΛΛΗΣ ΕΜΦΑΣΗΣ | 8 | 4 | 5 |
| Τίτλος | Ψηφιακή ανάλυση δεδομένων τηλεπισκόπησης-μηχανική μάθηση |
| Ακαδημαϊκό Έτος | 2025 – 2026 |
| Περίοδος Τάξης | Εαρινή |
| Διδάσκοντες μέλη ΔΕΠ | |
| Ώρες Εβδομαδιαία | 3 |
| Class ID | 600255089
|
Τύπος Μαθήματος
Eιδίκευσης / Kατεύθυνσης
Τρόπος Παράδοσης
- Πρόσωπο με πρόσωπο
- Eξ απoστάσεως εκπαίδευση
Ηλεκτρονική Διάθεση Μαθήματος
- e-Οδηγός Σπουδών https://qa.auth.gr/el/class/1/600255089
- eLearning: https://elearning.auth.gr/course/view.php?id=6040
Erasmus
Το μάθημα προσφέρεται και σε φοιτητές
προγραμμάτων ανταλλαγής.
Γλώσσα Διδασκαλίας
- Ελληνικά (Διδασκαλία, Εξέταση)
- Αγγλικά (Διδασκαλία, Εξέταση)
Προαπαιτήσεις
Γενικές Προαπαιτήσεις
Απαραίτητες βασικές γνώσεις Τηλεπισκόπησης και προγραμματισμού
Μαθησιακά Αποτελέσματα
Εξοικείωση με βιβλιογραφική έρευνα. Εξοικείωση με διεθνή βιβλιογραφία και ξενόγλωσση ορολογία. Ανάπτυξη ικανότητας ατομικής εργασίας. Ανάπτυξη ικανότητας συγγραφής τεχνικού κειμένου. Ανάπτυξη ικανότητας πρακτικής εφαρμογής της αποκτηθείσας θεωρητικής γνώσης. Ανάπτυξη ικανότητας εργασίας κάτω από πίεση χρόνου. Ανάπτυξη ικανότητας ψηφιακής επεξεργασίας εικόνων τηλεπισκόπησης με τη χρήση λογισμικών ανοιχτού κώδικα. μέσα από τις θεωρητικές διαλέξεις θα αποκτήσουν μία συνολική και συγκεντρωμένη γνώση για τις μεθόδους μηχανικής μάθησης που είναι διαθέσιμες για την επεξεργασία δεδομένων τηλεπισκόπησης. Μέσα από πρακτικά εργαστήρια θα εκπαιδευτούν σε τα κατάλληλα λογισμικά (ανοικτού κώδικα και εμπορικά) για την εξαγωγή πληροφοριών με αυτές τις μεθόδους
Γενικές Ικανότητες
- Εφαρμογή της γνώσης στην πράξη
- Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
- Λήψη αποφάσεων
- Αυτόνομη εργασία
- Εργασία σε διεθνές περιβάλλον
- Σχεδιασμός και διαχείριση έργων
- Σεβασμός στο φυσικό περιβάλλον
- Άσκηση κριτικής και αυτοκριτικής
- Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
Περιεχόμενο Μαθήματος
Ψηφιακές τηλεπισκοπικές εικόνες. Πρακτική άσκηση με εφαρμογή ψηφιακών τηλεπισκοπικών μεθόδων σε συγκεκριμένη περιοχή. Αναγωγή τηλεπισκοπικών εικόνων υψηλής χωρικής ανάλυσης. Συνδυασμός διαχρονικών εικόνων, διαφορετικής ανάλυσης και διαφορετικών αισθητήρων. Ραδιομετρικές βελτιώσεις και γεωμετρικές διορθώσεις των εικόνων. Ραδιομετρικές χωρικές βελτιώσεις της εικόνας. Ανάλυση των πολυφασματικών εικόνων στις κύριες συνιστώσες, αλγεβρικές πράξεις στην πολυφασματική εικόνα. Δείκτες Τεχνικές μηχανικής μάθησης: επιβλεπόμενη, μη επιβλεπόμενη, ενισχυτική μάθηση
Ρηχή μηχανική μάθηση: Μηχανές Διανυσματικής Υποστήριξης, Τυχαία Δάση, συνδυαστικές μέθοδοι
Βαθιά μηχανική μάθηση: Συνελικτικά νευρωνικά δίκτυα για την ταξινόμηση δεδομένων τηλεπισκόπησης, αναδρομικά νευρωνικά δίκτυα για την ανάλυση χρονοσειρών
Τύποι Εκπαιδευτικού Υλικού
- Σημειώσεις
- Διαφάνειες
- Βιβλίο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Χρήση Τ.Π.Ε.
- Χρήση Τ.Π.Ε. στη Διδασκαλία
- Χρήση Τ.Π.Ε. στην Εργαστηριακή Εκπαίδευση
- Χρήση Τ.Π.Ε. στην Επικοινωνία με τους φοιτητές
- Χρήση Τ.Π.Ε. στην Αξιολόγηση των Φοιτητών
Περιγραφή
Η διδασκαλία του μαθήματος γίνεται μέσω των διαλέξεων και προβολή διαφανειών με χρήση ΗΥ και βιντεοπροβολέα στην αίθουσα διδασκαλίας και τα εργαστήρια των ΗΥ τυο τμήματος.
Οι φοιτητές λαμβάνουν σε ηλεκτρονική μοορφή την εκφώνηση του θέματος και τα δεδομένα του εργαστηρίου. Στη νησίδα ΗΥ του τμήματος υπάρχουν εγκατεστημένες άδειες χρήσης εξειδικευμένου λογισμικού για την ψηφιακή επεξεργασία δορυφορικών εικόνων για την εκπόνηση του θέματος.
Οργάνωση Μαθήματος
| Δραστηριότητες | Φόρτος Εργασίας | ECTS | Ατομικά | Ομαδικά | Erasmus |
|---|---|---|---|---|---|
| Διαλέξεις | 39 | ✓ | |||
| Εργαστηριακή Άσκηση | 26 | ✓ | ✓ | ||
| Διαδραστική διδασκαλία στο Υπολογιστικό Κέντρο | 13 | ✓ | |||
| Σύνολο | 78 |
Αξιολόγηση Φοιτητών
Περιγραφή
Εξέταση σε περιβάλλον ΗΥ στο εργαστήριο TopoLab και παρουσίαση σε PowerPoint ατομικής εργασίας
Μέθοδοι Αξιολόγησης Φοιτητών
- Γραπτή Εξέταση με Ερωτήσεις Σύντομης Απάντησης (Συμπερασματική)
- Προφορική Εξέταση (Συμπερασματική)
- Εργαστηριακή Εργασία (Συμπερασματική)
Βιβλιογραφία
Βιβλιογραφία μαθήματος (Εύδοξος)
Τηλεπισκόπηση (ΣΚΙΑΝΗΣ, ΝΙΚΟΛΑΚΟΠΟΥΛΟΣ, ΒΑΙΟΠΟΥΛΟΣ)
Επιπρόσθετη βιβλιογραφία για μελέτη
Σημειώσεις σε ηλεκτρονική μορφή, βοηθήματα λογισμικού για την ψηφιακή επεξεργασία τηλεπισκοπικών εικόνων, Διαφάνειας διαλέξεων σε ψηφιακή μορφή
Τελευταία Επικαιροποίηση
20-02-2025
