Mydep

Περιγραφή

Η εργασία εστιάζει στη σύνδεση τεχνητής νοημοσύνης, deep learning και γεωπληροφορικής, μέσω της χρήσης μοντέλων τύπου CLIP (Contrastive Language-Image Pre-training). Τα μοντέλα αυτά συνδυάζουν εικόνες και κείμενο σε έναν κοινό χώρο αναπαράστασης (multimodal embeddings), προσφέροντας εντυπωσιακές δυνατότητες zero-shot learning και αναζήτησης.

Στόχος είναι η αξιοποίηση δεδομένων από το OpenStreetMap (OSM) – όπως σημεία ενδιαφέροντος, κατηγορίες περιοχών και γεωμετρικά χαρακτηριστικά – ώστε να κωδικοποιούνται ως geospatial embeddings και να ενσωματώνονται στο CLIP. Έτσι, το μοντέλο μπορεί να συνδυάζει εικόνες, φυσική γλώσσα και τοποθεσία σε ένα ενιαίο πλαίσιο.

Η εργασία περιλαμβάνει:
 - μελέτη της αρχιτεκτονικής CLIP και των δυνατοτήτων του,
 - σχεδιασμό μεθόδων μετατροπής των OSM δεδομένων σε αναπαραστάσεις κατάλληλες για deep learning,
 - πειραματική αξιολόγηση σε σενάρια όπως image retrieval by location, location-based recommendations και εφαρμογές σε smart cities και GIS.

Με αυτόν τον τρόπο, η διπλωματική συνδυάζει καινοτόμες τεχνικές multimodal AI με πρακτικές εφαρμογές στον χώρο των γεωγραφικών συστημάτων και των έξυπνων εφαρμογών.

Στοιχεία Εργασίας