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 12:12] natalya.razmochaeva [Исследование и разработка алгоритмов интеллектуального анализа гидроакустических данных] |
staff:courses:theses [2019/10/10 07:23] mark |
||
---|---|---|---|
Line 8: | Line 8: | ||
===== Антон Филатов ===== | ===== Антон Филатов ===== | ||
- | ===== Артём Филатов ===== | + | ==== Occupancy grid map conflict ==== |
+ | Цель: Разрешение конфликтов в картах занятости, построенных различными агентами при решении задачи SLAM | ||
- | ===== Кирилл Кринкин ===== | + | Предполагаемые задачи: |
+ | * исследование способов сохранения 2D карты в файл | ||
+ | * исследование способов выявления конфликтующих частей карт занятости | ||
+ | * применение фильтрации для разрешения конфликтов | ||
- | ===== Марк Заславский ===== | + | ==== Image clusterisation ML-free ==== |
+ | Цель: Разработка алгоритма выделения на изображении, полученного с видеокамеры, установленной на автомобиле, независимых частей без использования нейронных сетей. | ||
- | ==== Задачи на язык Verilog по Харрису Харрису ==== | + | 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 | ||
- | Цель: подготовить набор автоматически проверяемых задач для языка Verliog. | + | ==== Image clusterisation with ML ==== |
+ | |||
+ | Цель: Разработка алгоритма выделения на изображении, полученного с видеокамеры, установленной на автомобиле, независимых частей c использованием нейронных сетей | ||
Предполагаемые задачи: | Предполагаемые задачи: | ||
- | * переформулирование задач из книги для автоматической проверки, | + | * Применение различных существующих нейронных сетей к задаче кластеризации объектов на изображении |
- | * разработка сценариев проверки на Bash | Python, | + | * Оценка эффективности одновременного применения нескольких разных типов нейронных сетей |
- | * рандомизация условий | + | * Оценка точности в сравнении с "обычными" методами |
==== Реализация SLAM-алгоритмов для построения 3д-моделей с помощью RGBD-камер (магистры) ==== | ==== Реализация SLAM-алгоритмов для построения 3д-моделей с помощью RGBD-камер (магистры) ==== | ||
Line 34: | Line 45: | ||
* фильтрация и корректировка 3д-снимков. | * фильтрация и корректировка 3д-снимков. | ||
+ | |||
+ | |||
+ | |||
+ | ===== Артём Филатов ===== | ||
+ | |||
+ | ===== Кирилл Кринкин ===== | ||
+ | |||
+ | ===== Марк Заславский ===== | ||
+ | |||
+ | |||
+ | ==== Задачи на язык Verilog по Харрису Харрису ==== | ||
+ | |||
+ | Цель: подготовить набор автоматически проверяемых задач для языка Verliog. | ||
+ | |||
+ | Предполагаемые задачи: | ||
+ | * переформулирование задач из книги для автоматической проверки, | ||
+ | * разработка сценариев проверки на Bash | Python, | ||
+ | * рандомизация условий | ||
Line 85: | Line 114: | ||
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 95: | Line 124: | ||
===== Татьяна Берленко ===== | ===== Татьяна Берленко ===== | ||
- | ==== Электронная очередь для защиты лабораторной работы ==== | + | ==== Электронная очередь для лабораторных занятий ==== |
Цель: создать веб-приложение для записи в очередь и отслеживания статуса студента. | Цель: создать веб-приложение для записи в очередь и отслеживания статуса студента. | ||
Line 124: | Line 153: | ||
===== Тимур Жангиров ===== | ===== Тимур Жангиров ===== | ||
+ | ==== Сравнительный анализ методов выявления аномалий в микробиологических данных ==== | ||
+ | Цель: провести анализ методов выявления аномальных в микрибиологических данных и выдвинуть предложения по их улучшению | ||
+ | Основная сложность заключается в том, что микробиологические данные имеют сложные характер, и стандартные статистические методы не всегда определяют аномалии. Поэтому основной упор необходимо сделать на сравнение статистических методов и методов машинного обучения. | ||
+ | Возможные задачи: | ||
+ | * Провести обзор методов выявления аномальных данных | ||
+ | * Определить критерии сравнения методов | ||
+ | * Провести сравнения на данных разного качества в многомерном пространстве | ||
+ | * Провести сравнения на данных принадлежащих различным классам в многомерном пространсве | ||
+ | * Улучшить существующий или предложить новый метод | ||
+ | ==== Анализ эффективности генетических алгоритмов для построения нелинейной регрессии ==== | ||
+ | Цель: провести анализ эффективности применения генетических алгоритмов для построения нелинейной регрессии на микробиологических данных | ||
+ | |||
+ | Так как стандартные методы построения регрессий подразумевают заранее известный вид зависимости (линейный, логарифмический, экспоненциальный, и.т.д.). Применение генетических алгоритмов потенциально позволит не только оптимизировать модель регрессии, но и автоматически определять вид зависимости. | ||
+ | |||
+ | Возможные задачи: | ||
+ | * Провести обзор существующих методов построения нелинейной регрессии | ||
+ | * Разработать модель регрессии, которую можно обучить генетическими алгоритмами | ||
+ | * Определить параметры генетического алгоритма для построения регрессии | ||
+ | * Анализ эффективности генетических алгоритмов в данной задаче | ||
+ | |||
+ | ==== Разработка и реализация алгоритма сжатия данных на основе автокодирующих нейронных сетей ==== | ||
+ | Цель: Разработка алгоритма сжатия данных на основе автокодирующих нейронных сетей с целью повышения качества архивации по сравнению с существующими алгоритмами | ||
+ | |||
+ | Данный алгоритм может применяться в разработке нового архиватора или нового протокола передачи данных | ||
+ | |||
+ | Возможные задачи: | ||
+ | * Провести обзор существующих алгоритмов архивации | ||
+ | * Разработать нейросетевую модель для архивации данных | ||
+ | * Реализация алгоритма архивации | ||
+ | * Анализ разрабатонного алгоритма | ||
+ | |||
+ | ==== Анализ алгоритма построения траекторий OCTNet в двумерном пространстве ==== | ||
+ | Цель: Провести анализ алгоритма построения траектории OCTNet, с целью выявления его ограничений и преимуществ над другими алгоритмами построений траекторий | ||
+ | |||
+ | Основной упор необходимо сделать на построение траекторий (маршрутов) для интеллектуального агента ориентирующегося в замкнутых статических пространствах. Предполагается сравнанение, не только с детерминированными алгоритмами, но алгоритмами основанными на генеративно-состязательных нейронных сетях и нейронных сетях обученых методом любопытства. | ||
+ | |||
+ | Возможные задачи: | ||
+ | * Провести обзор существующих алгоритмов построения траекторий | ||
+ | * Изучить алгоритм OCTNet | ||
+ | * Реализация алгоритма OCTNet | ||
+ | * Анализ алгоритма OCTNet | ||
+ | * Выдвижение гипотез по улучшению алгоритма OCTNet | ||
+ | |||
+ | ==== Разработка и реализация алгоритма аугментации микробиологических данных на основе генеративно-состязятальных сетей ==== | ||
+ | Цель: Разработать алгоритм аугментации микробиологических данных на основе генеративно-состязательных сетей | ||
+ | |||
+ | Основные проблемы заключается в том, что большинство методов аугментации данных связанны с графическими данным, которые представлены в виде изображения, а методы направленные на неграфические данные могут генерировать неконсистентные данные. Применения генеративно-состязательных сетей потенциально решит проблему аугментации неграфических данных и валидацию получаемых данных. | ||
+ | |||
+ | Возможные задачи: | ||
+ | * Провести обзор существующих алгоритмов аугметации данных | ||
+ | * Построение модели сети для аугментации | ||
+ | * Разработка алгоритма аугментации на основе генеративно-состязательных сетей | ||
+ | * Реализация алгоритма аугментации на основе генеративно-состязательных сетей | ||
+ | * Анализ эффективности алгоритма аугментации и сравнение с существующими алгоритмами аугменацтии данных | ||
+ | ===== Дмитрий Карташев ===== | ||