User Tools

Site Tools


staff:courses:theses

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revision Previous revision
Next revision
Previous revision
Next revision Both sides next revision
staff:courses:theses [2019/09/30 12:10]
natalya.razmochaeva
staff:courses:theses [2019/09/30 13:38]
anton.filatov [Occupancy grid map conflict]
Line 8: Line 8:
 ===== Антон Филатов ===== ===== Антон Филатов =====
  
 +==== Occupancy grid map conflict ====
 +Цель: Разрешение конфликтов в картах занятости,​ построенных различными агентами при решении задачи SLAM
 +
 +Предполагаемые задачи:​
 +  * исследование способов сохранения 2D карты в файл
 +  * исследование способов выявления конфликтующих частей карт занятости
 +  * применение фильтрации для разрешения конфликтов
 +
 +==== Image clusterisation ML-free ====
 +
 +Цель: Разработка алгоритма выделения на изображении,​ полученного с видеокамеры,​ установленной на автомобиле,​ независимых частей без использования нейронных сетей.
 +
 +Предполагаемые задачи:​
 +* Применение различных способов для кластеризации изображений:​ функция максимального правдоподобия,​ быстрое преобразование Фурье
 +* Оценка возможности работы таких алгоритмов в условии шумов
 +* Оценка эффективности (скорости работы) таких алгоритмов
 +
 +==== Image clusterisation with ML ====
 +
 +Цель: Разработка алгоритма выделения на изображении,​ полученного с видеокамеры,​ установленной на автомобиле,​ независимых частей c использованием нейронных сетей
 +
 +Предполагаемые задачи:​
 +* Применение различных существующих нейронных сетей к задаче кластеризации объектов на изображении
 +* Оценка эффективности одновременного применения нескольких разных типов нейронных сетей
 +* Оценка точности в сравнении с "​обычными"​ методами
 ===== Артём Филатов ===== ===== Артём Филатов =====
  
Line 41: Line 66:
 ==== Исследование и разработка алгоритмов интеллектуального анализа данных розничной торговли ==== ==== Исследование и разработка алгоритмов интеллектуального анализа данных розничной торговли ====
  
-Цель: разработать алгоритмов интеллекутального анализа данных (ИАД) для задачи управления продажами,​ например,​ оптимизации продаж,​ прогнозирование продаж,​ и извлечения новой информации из данных+Цель: разработать алгоритм интеллекутального анализа данных (ИАД) для решения задачи управления продажами,​ например,​ оптимизация продаж,​ прогнозирование продаж,​ и извлечение новой информации из данных
  
 Возможные задачи:​ Возможные задачи:​
-* Обзор литературы по применению алгоритмов ИАД и машинного обучения в области розничной торговли. +  ​* Обзор литературы по применению алгоритмов ИАД и машинного обучения в области розничной торговли. 
-* Формирование стека применимых алгоритмов (статистический анализ,​ алгоритмы машинного обучения:​ алгоритмы feature selection и feature extraction, supervised и unsupervized,​ и пр.).  +  * Формирование стека применимых алгоритмов (статистический анализ,​ алгоритмы машинного обучения:​ алгоритмы feature selection и feature extraction, supervised и unsupervized,​ и пр.).  
-* Формирование критериев для сравнения выделенных алгоритмов. +  * Формирование критериев для сравнения выделенных алгоритмов. 
-* Сравнительный анализ алгоримов: определение достоинст,​ недостатков. +  * Сравнительный анализ алгоримов. 
-* Разработка модификаций (улучшений) алгоритмов. +  * Разработка модификаций (улучшений) алгоритмов, тестирование,​ отдалка,​ апробация
-* Разработка существенно новых алгоритмов,​ тестирование,​ отдалка,​ апробация.+  * Разработка существенно новых алгоритмов,​ тестирование,​ отдалка,​ апробация.
  
 Технологии:​ Python3: numpy, pandas, skicit-learn,​ keras, tensorflow, tkinter, kivy  Технологии:​ Python3: numpy, pandas, skicit-learn,​ keras, tensorflow, tkinter, kivy 
Line 58: Line 83:
  
 Возможные задачи:​ Возможные задачи:​
-* исследование физики формирования сигналов (как сигнал формируется,​ какие значимые условия формирования сигнала) +  ​* исследование физики формирования сигналов (как сигнал формируется,​ какие значимые условия формирования сигнала) 
-* исследование физики распространения гидроакустического сигнала:​ определение значимых условий для распространения сигнала +  * исследование физики распространения гидроакустического сигнала:​ определение значимых условий для распространения сигнала 
-* моделирование гидроакустических сигналов (генерация сигналов при различных условиях) +  * моделирование гидроакустических сигналов (генерация сигналов при различных условиях) 
-* исследование гидроакустических сигналов в зависимости от разлинчых условий +  * исследование гидроакустических сигналов в зависимости от разлинчых условий 
-* прогнозирование поведения гидроакустических сигналов в зависимости от разных значений различных условий +  * прогнозирование поведения гидроакустических сигналов в зависимости от разных значений различных условий 
-* исследование алгоритмов отбора (feature selection) и алгоритмов выделения (feature extraction) значимых параметров+  * исследование алгоритмов отбора (feature selection) и алгоритмов выделения (feature extraction) значимых параметров
  
 Технологии:​ Python3: numpy, pandas, skicit-learn,​ keras, tensorflow, tkinter, ​ kivy  Технологии:​ Python3: numpy, pandas, skicit-learn,​ keras, tensorflow, tkinter, ​ kivy 
Line 85: Line 110:
  
 Возможные задачи:​ Возможные задачи:​
-* Знакомство с предментой областью геоинформационных систем +  ​* Знакомство с предментой областью геоинформационных систем 
-* Обзор бесплатных геоинформационных систем,​ сравнительный анализ +  * Обзор бесплатных геоинформационных систем,​ сравнительный анализ 
-* Разработка модулей (скриптов) для расширения возможностей геоинформационных систем +  * Разработка модулей (скриптов) для расширения возможностей геоинформационных систем 
-* <//​уточняются//>​+  * <//​уточняются//>​
  
 Технологии:​ ArcGis, Python3 ​ Технологии:​ ArcGis, Python3 ​
Line 126: Line 151:
  
  
 +===== Дмитрий Карташев =====
  
staff/courses/theses.txt · Last modified: 2022/12/10 09:08 (external edit)