Μοντέλο Μηχανικής Μάθησης για την κίνηση χειριστηρίων σε παιχνίδι Εικονικής Πραγματικότητας (Master thesis)

Σταυρουλάκη, Στυλιανή


Full metadata record
DC FieldValueLanguage
dc.contributor.authorΣταυρουλάκη, Στυλιανήel
dc.date.accessioned2024-06-28T11:29:17Z-
dc.date.available2024-06-28T11:29:17Z-
dc.identifier.urihttp://195.251.240.227/jspui/handle/123456789/16673-
dc.descriptionΜεταπτυχιακή εργασία - Σχολή Μηχανικών - Τμήμα Μηχανικών Πληροφορικής και Ηλεκτρικών Συστημάτων, 2024 (α/α 14188)el
dc.rightsDefault License-
dc.subjectΑλγόριθμοι Μηχανικής Μάθησηςel
dc.subjectΕικονική Πραγματικότηταel
dc.subjectΝευρωνικά Δίκτυα,el
dc.subjectΕκπαίδευση μοντέλωνel
dc.subjectΔυαδική ταξινόμησηel
dc.subjectUnityel
dc.titleΜοντέλο Μηχανικής Μάθησης για την κίνηση χειριστηρίων σε παιχνίδι Εικονικής Πραγματικότηταςel
heal.typemasterThesis-
heal.type.enMaster thesisen
heal.generalDescriptionΜεταπτυχιακή εργασίαel
heal.identifier.secondary14188-
heal.dateAvailable2024-06-28T11:30:17Z-
heal.languageel-
heal.accessfree-
heal.recordProviderΣχολή Μηχανικών - Τμήμα Μηχανικών Πληροφορικής και Ηλεκτρικών Συστημάτωνel
heal.publicationDate2024-05-11-
heal.bibliographicCitationΣταυρουλάκη, Σ. (2024). Μοντέλο Μηχανικής Μάθησης για την κίνηση χειριστηρίων σε παιχνίδι Εικονικής Πραγματικότητας (Μεταπτυχιακή εργασία). ΔΙΠΑΕel
heal.abstractΟι αλγόριθμοι Μηχανικής Μάθησης (ΜΜ) και οι τεχνολογίες Εικονικής Πραγματικότητας (VR) λαμβάνουν αυξανόμενη προσοχή τα τελευταία χρόνια στον τομέα της Πληροφορικής. Η Μηχανική Μάθηση προσφέρει λύσεις σε περίπλοκα προβλήματα που απαιτούν μεγάλη υπολογιστική ισχύ. Χρησιμοποιείται ευρεία στην πρόβλεψη αποτελεσμάτων, δοσμένων κάποιων μεγάλων σετ δεδομένων. Η Εικονική Πραγματικότητα συμβάλλει τόσο στην ψυχαγωγία, όσο και σε άλλους τομείς όπως η βιομηχανία και η εκπαίδευση. Στην παρούσα εργασία αναλύονται τεχνικές που αφορούν τις παραπάνω τεχνολογίες, και αναπτύσσονται μοντέλα ΜΜ για την πρόβλεψη κινήσεων με χειριστήρια συσκευών VR σε ένα παιχνίδι. Συγκρίνονται αλγόριθμοι ΜΜ αλλά και Νευρωνικών Δικτύων, δημιουργούνται μοντέλα για κάθε ένα από αυτά, και συγκρίνεται η απόδοσή τους όσον αφορά το πρόβλημα της δυαδικής ταξινόμησης. Για τις ανάγκες της εργασίας αναπτύχθηκε ένα παιχνίδι στη μηχανή Unity με C#, το οποίο χρησιμοποιήθηκε τόσο για τη συλλογή των δεδομένων εκπαίδευσης των μοντέλων, όσο και για την επίδειξη των δυνατοτήτων του μετά την εκπαίδευση. Η εκπαίδευση πραγματοποιήθηκε με τη γλώσσα Python και αρκετές βιβλιοθήκες της, συμπεριλαμβανομένης της Keras, για Νευρωνικά Δίκτυα. Το αποτέλεσμα της εργασίας ήταν πολλά εκπαιδευμένα μοντέλα με υψηλή ακρίβεια απόδοσης (μέχρι και 92.5% σε νέα δεδομένα), και ένα παιχνίδι στο Unity για VR κονσόλες.el
heal.abstractMachine Learning (ML) algorithms and Virtual Reality (VR) technologies have received increasing attention in recent years in the field of IT. Machine Learning offers solutions to complex problems that require large computational power. It is widely used in predicting outcomes given some large data sets. Virtual Reality contributes to both entertainment and other fields such as industry and education. In this paper, we analyze techniques related to these technologies, and develop MM models for predicting movements with VR device controllers in a game. Both MM and Neural Network algorithms are compared, models are created for each of them, and their performance with respect to the binary classification problem is compared. For the purposes of the paper, a game was developed in the Unity engine using C#, which was used both to collect the model training data and to demonstrate its capabilities after training. The training was performed using the Python language and several of its libraries, including Keras, for Neural Networks. The result of the project was several trained models with high performance accuracy (up to 92.5% on new data), and a game in Unity for VR consoles.en
heal.advisorNameΚεραμόπουλος, Ευκλείδηςel
heal.committeeMemberNameΚεραμόπουλος, Ευκλείδηςel
heal.academicPublisherΣχολή Μηχανικών - Τμήμα Μηχανικών Πληροφορικής και Ηλεκτρικών Συστημάτωνel
heal.academicPublisherIDihu-
heal.numberOfPages83 σελ.-
heal.fullTextAvailabilitytrue-
heal.type.elΜεταπτυχιακή εργασίαel
Appears in Collections:Μεταπτυχιακές Διατριβές

Files in This Item:
File Description SizeFormat 
Διπλωματική_Στυλιανή_Σταυρουλάκη_132022.pdfΜεταπτυχιακή εργασία 3.23 MBAdobe PDFView/Open



 Please use this identifier to cite or link to this item:
http://195.251.240.227/jspui/handle/123456789/16673
  This item is a favorite for 0 people.

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.