Προηγμένα Θέματα Υπολογιστικής Νοημοσύνης και Όρασης Υπολογιστή

Το περιεχόμενο του μαθήματος αφορά στα παρακάτω πεδία:

Όραση Υπολογιστή, επεξεργασία και ανάλυση εικόνων: Εφαρμογές, ανοικτά ζητήματα
3Δ γραφικά, 3Δ οπτικοποίηση, φωτογραμμετρία
Τεχνικές επεξεργασίας ψηφιακών εικόνων, ακολουθιών εικόνων (βίντεο) και 3Δ γραφικών για ανακατασκευή πεδίου, αναγνώριση συμβάντων, εντοπισμό και παρακολούθηση αντικειμένων, 3Δ εκτίμηση αντικειμένων και ανακατασκευή εικόνων.
Μηχανική μάθηση (επιβλεπόμενη, μη επιβλεπόμενη, ημι-επιβλεπόμενη, και στοχαστική μάθηση).
Δομές νευρωνικών και νευρο-ασαφών δικτύων (Feedforward networks, ANFIS network, Boltzmann machines, Bayesian networks, Support vector machines). Μέθοδοι εκπαίδευσης νευρωνικών και νευροασαφών δικτύων (gradient descent, back-propagation, reinforcement learning, stochastic learning, κλπ.).
Βαθιά νευρωνικά δίκτυα (Convolutional neural networks, restricted Boltzmann machines, deep feedforward networks, deep neuro-fuzzy networks) και βαθιά μάθηση.