Χρήση αλγορίθμων τεχνητής νοημοσύνης στην αναζήτηση ακαδημαϊκής βιβλιογραφίας
| datacite.contributor.RelatedPerson | Μακρής, Χρήστος | |
| datacite.contributor.RelatedPerson | Αριστείδης, Ηλίας | |
| datacite.contributor.Supervisor | Ανδρικόπουλος, Αθανάσιος | |
| dc.contributor.author | Βλάχος, Κωνσταντίνος | |
| dc.contributor.other | Vlachos, Konstantinos | |
| dc.date.accessioned | 2025-07-15T05:29:17Z | |
| dc.date.available | 2025-07-15T05:29:17Z | |
| dc.date.issued | 2025-07-14 | |
| dc.degree | graduateThesis | |
| dc.description.abstract | Η ανάπτυξη της Τεχνητής Νοημοσύνης (ΤΝ) στην αναζήτηση της ακαδημαϊκής βιβλιογραφίας είναι μια σημαντική καινοτομία που μπορεί να βελτιώσει την αποτελεσματικότητα και την ακρίβεια των ερευνών και να μειώσει τον χρόνο εύρεσης τους. Μέσω των αλγορίθμων μηχανικής μάθησης και βαθιάς μάθησης επιτρέπετε στους ερευνητές να εντοπίζουν, να αναλύουν , να συγκρίνουν και να αξιολογούν με ταχύτητα και μεγαλύτερη ακρίβεια το περιεχόμενο εργασιών οι οποίες σχετίζονται με την ερευνά τους. Η αυτοματοποίηση αυτή, μετασχηματίζει της διαδικασία μέσω της γρήγορης και βελτιστοποιημένης αναζήτησης ,κατηγοριοποίησης εγγράφων και της ανάλυσης των πεδίων της εκάστοτε έρευνας χρησιμοποιώντας ένα σύστημα αξιολόγησης που προσφέρει αποτελεσματική και ακριβή έρευνα. Εν κατακλείδι η συνεχής ανάπτυξή της Τεχνητής Νοημοσύνης φαίνεται πως είναι ένα πολλά υποσχόμενο πεδίο συνεργασίας με τα εργαλεία αναζήτησης ακαδημαϊκής βιβλιογραφίας, τα οποία αναπτύσσονται συνυφασμένα με ραγδαίες ταχύτητες. Ο στόχος αυτής της διπλωματικής εργασίας είναι να κατανοήσουμε τι είναι Τεχνητή Νοημοσύνη, την προέλευσή της, τις κατηγορίες αλγορίθμων πριν και μετά την χρήση Τεχνητής Νοημοσύνης που την απαρτίζουν, τα εργαλεία για την αναζήτηση της ακαδημαϊκής βιβλιογραφίας για την ενίσχυση της έρευνας και την σύγκρισή τους μέσω γραφημάτων. | |
| dc.description.translatedabstract | The development of Artificial Intelligence (AI) in the search of academic literature is an important innovation that can improve the efficiency and accuracy of research and reduce the time to find them. Through machine learning and deep learning algorithms, researchers can quickly and accurately identify, analyze, compare and evaluate the content of works related to their research. This automation transforms the process through fast and optimized search, document categorization and analysis of the fields of each research using an evaluation system that offers effective and accurate research. In conclusion, the continuous development of Artificial Intelligence seems to be a promising field of collaboration with academic literature search tools, which are developing in tandem at rapid speeds. The aim of this thesis is to understand what Artificial Intelligence is, its origin, the categories of algorithms before and after the use of Artificial Intelligence that comprise it, the tools for searching for academic literature to enhance research and their comparison through graphs. | |
| dc.identifier.uri | https://hdl.handle.net/10889/30121 | |
| dc.language.iso | el | |
| dc.rights | Attribution-NonCommercial-ShareAlike 3.0 Greece | en |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/3.0/gr/ | |
| dc.subject | Τεχνητή νοημοσύνη | |
| dc.subject | Ακαδημαϊκή βιβλιογραφία | |
| dc.subject.alternative | Artificial intelligent | |
| dc.subject.alternative | Academic bibliography | |
| dc.title | Χρήση αλγορίθμων τεχνητής νοημοσύνης στην αναζήτηση ακαδημαϊκής βιβλιογραφίας | |
| dc.title.alternative | Using artificial intelligence algorithms in academic literature search |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- ΧΡΗΣΗ ΑΛΓΟΡΙΘΜΩΝ ΤΕΧΝΗΤΗΣ ΝΟΗΜΟΣΥΝΗΣ ΣΤΗΝ ΑΝΑΖΗΤΗΣΗ ΑΚΑΔΗΜΑΪΚΗΣ ΒΙΒΛΙΟΓΡΑΦΙΑΣ.pdf
- Size:
- 1.67 MB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 5.02 KB
- Format:
- Item-specific license agreed upon to submission
- Description: