staff:courses:theses
Differences
This shows you the differences between two versions of the page.
| Both sides previous revision Previous revision Next revision | Previous revision Next revision Both sides next revision | ||
|
staff:courses:theses [2019/09/30 12:11] natalya.razmochaeva [Исследование и разработка алгоритмов интеллектуального анализа данных розничной торговли] |
staff:courses:theses [2019/09/30 13:38] anton.filatov [Антон Филатов] |
||
|---|---|---|---|
| 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 44: | Line 69: | ||
| 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. | + | * Сравнительный анализ алгоримов. |
| - | * Разработка модификаций (улучшений) алгоритмов, тестирование, отдалка, апробация. | + | * 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)
Except where otherwise noted, content on this wiki is licensed under the following license: CC Attribution-Share Alike 4.0 International
