PavlosDem99 / MSc_GBDA

Geospatial Big Data Analysis

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

MSc_GBDA

Geospatial Big Data Analysis

Συνοπτική Περιγραφή του Μαθήματος εδώ

Στόχοι

Βασική επιδίωξη του μαθήματος είναι η εισαγωγή σε βασικές έννοιες και μεθόδους συλλογής, διαχείρισης, ανάλυσης, οπτικοποίησης και διάθεσης μεγάλων δεδομένων παρατήρησης γης και γεωχωρικών προϊόντων. Το μάθημα απευθύνεται σε μεταπτυχιακούς φοιτητές των ΔΠΜΣ του ΕΜΠ που έχουν ήδη παρακολουθήσει τα υποχρεωτικά μαθήματα του 1ου εξαμήνου σπουδών και να διαθέτουν βασικές δεξιότητες σε γλώσσες προγραμματισμού όπως Python, C, C++. Θα περιγραφούν αναλυτικά σημερινές επιστημονικές και τεχνολογικές προκλήσεις και λύσεις για την εναρμόνιση, συγχώνευση και διαδικτυακή επεξεργασία ετερογενών δεδομένων και παραγωγή γεωχωρικών προϊόντων. Με την ολοκλήρωση του μαθήματος ο σπουδαστής θα είναι σε θέση να υλοποιήσει γεωχωρικές βάσεις δεδομένων, διαδικτυακές εφαρμογές αναζήτησης και οπτικοποίησης δεδομένων και γεωχωρικών προϊόντων∙ να σχεδιάσει και υλοποιήσει επιμέρους αυτοματισμούς στην ανάλυση δεδομένων και χρονοσειρών∙ να υλοποιήσει και ενσωματώσει μεθόδους μηχανικής μάθησης για την εξαγωγή πληροφορίας∙ για εφαρμογές όπως η γεωργία ακριβείας, εκτίμηση της ποιότητας υδάτων, αυτόματη ανίχνευση μεταβολών στο αστικό, φυσικό και θαλάσσιο περιβάλλον.

Οργάνωση και Βαθμολογία

Το μάθημα προσφέρεται με δυόμιση ώρες θεωρία και εργαστηριακές ασκήσεις εβδομαδιαίως (κάθε Τετάρτη 16:00-18:30 PC Labs, Εργ. Τηλεπισκόπησης, 2ος όρ. Κτ. Λαμπαδαρίο, ΣΑΤΜ-ΕΜΠ). Οι εργαστηριακές ασκήσεις είναι αυστηρά Ατομικές και Υποχρεωτικές. Βαθμολογία: Εργ. Ασκήσεις και Τελική Παρουσίαση Project Ασκήσεις: Όλες οι ασκήσεις έχουν αυστηρές χρονικές προθεσμίες και παραδίδονται ΜΟΝΟ ψηφιακά και ΜΟΝΟ στο MyCourses (mycourses.ntua.gr)

Η τεχνική έκθεση που παραδίδεται και περιγράφει τα αποτελέσματα και τις επεξεργασίες πρέπει να είναι αναλυτική και καλογραμμένη +10% στην βαθμολογία κάθε άσκησης εάν αυτή παραδοθεί 2 μέρες πριν την τελική προθεσμία παράδοσης

  • 20% στην βαθμολογία κάθε άσκησης για κάθε βδομάδα καθυστερημένης παράδοσης πέρα από την τελική προθεσμία Οι ασκήσεις παραδίδονται μόνο στο mycourses και το αργότερο μέχρι και την έναρξη της εξεταστικής περιόδου (Ιουνίου).

Ύλη Μαθήματος

  • Συλλογή δεδομένων και αυτοματοποίηση διαδικασιών εισαγωγής και ενημέρωσης γεωχωρικών βάσεων.
  • Μορφές και αναπαραστάσεις φασματικών χωροχρονικών δεδομένων και χαρακτηριστικών τους.
  • Συστήματα και αρχιτεκτονικές αποθήκευσης, διαχείρισης, ανάλυσης και διάθεσης μεγάλων γεωχωρικών δεδομένων και προϊόντων σε υπολογιστικά συστήματα νέφους.
  • Οπτικοποίηση δεδομένων και στρατηγικές μείωσης διαστάσεων.
  • Στατιστικές επεξεργασίες και ανάλυση για εναρμόνιση και συγχώνευση δεδομένων.
  • Διαδικτυακές επεξεργασίες και υπολογιστικά συστήματα υψηλής απόδοσης για δεδομένα παρατήρησης γης.
  • Ανάλυση δεδομένων και χρονοσειρών για ανίχνευση αλλαγών, αντικειμένων και χαρακτηριστικών.
  • Ανάλυση μεγάλων δεδομένων με τεχνικές μηχανικής μάθησης με εφαρμογές στην γεωργία ακριβείας, εκτίμηση της ποιότητας υδάτων, αυτόματη ανίχνευση μεταβολών στο αστικό, φυσικό και θαλάσσιο περιβάλλον.

Διδάσκοντες – Επικοινωνία

email: rslab.analytics@gmail.com Ώρες γραφείου | Τετάρτες 13’00 – 20’00

Κωνσταντίνος Καράντζαλος, Αν. Καθηγητής ΕΜΠ personal page

Δρ. Άγγελος Τζώτσος personal page

Βασίλης Τσιρώνης ΥΔ ΣΑΤΜ ΕΜΠ

Αθηνά Ψάλτα ΥΔ ΣΑΤΜ ΕΜΠ

About

Geospatial Big Data Analysis


Languages

Language:Jupyter Notebook 100.0%