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

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

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

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

Цель: разработать решение для построения 3д-моделей по снимкам с RGBD-камер.

Предполагаемые задачи:

• исследование различных slam-алгоритмов,
• обеспечение совместной работы нескольких алгоритмов,
• отбор подходящих датасетов,
• фильтрация и корректировка 3д-снимков.

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:

• 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 критериев для сравнения выделенных алгоритмов.
• Сравнительный анализ алгоримов.
• Разработка модификаций (улучшений) алгоритмов, тестирование, отдалка, апробация.
• Разработка существенно новых алгоритмов, тестирование, отдалка, апробация.

Технологии: Python3: numpy, pandas, skicit-learn, keras, tensorflow, tkinter, kivy

Цель: разработать программное обеспечение для моделирования и исследования гидроакустических сигналов

Возможные задачи:

• исследование физики формирования сигналов (как сигнал формируется, какие значимые условия формирования сигнала)
• исследование физики распространения гидроакустического сигнала: определение значимых условий для распространения сигнала
• моделирование гидроакустических сигналов (генерация сигналов при различных условиях)
• исследование гидроакустических сигналов в зависимости от разлинчых условий
• прогнозирование поведения гидроакустических сигналов в зависимости от разных значений различных условий
• исследование алгоритмов отбора (feature selection) и алгоритмов выделения (feature extraction) значимых параметров

Технологии: Python3: numpy, pandas, skicit-learn, keras, tensorflow, tkinter, kivy

Цель: перенести реализацию задач и лабораторных работ курса цифровой обработки сигналов с Matlab на Python3

Возможные задачи: * установка Matlab и приобретение навыков работы с Matlab * решение задач и лабораторных работ в среде Matlab * перенос решений задач и лабораторных работ на языке Matlab на язык Python3 * отладка решений задач и лабораторных работ на языке Python3 (крайне важно убедиться в идентичности получаемых результатов как с помощью Matlab, так и с помощью Python3) * сформировать пулл задач непереносимых или переносимых с большим трудом: с большими потерями в производительности, скорости работы, затратах памяти

Технологии: Matlab, Python3: numpy, pandas, skicit-learn, keras, tensorflow, kivy

Цель: реализация модулей на языке Python3 для встраивания в геоинформационную систему

Возможные задачи:

• Знакомство с предментой областью геоинформационных систем
• Обзор бесплатных геоинформационных систем, сравнительный анализ
• Разработка модулей (скриптов) для расширения возможностей геоинформационных систем
• <уточняются>

Технологии: ArcGis, Python3

Цель: создать веб-приложение для записи в очередь и отслеживания статуса студента.

Возможные задачи:

• вход в приложение с помощью аккаунта на stepik и/или github
• реализация возможностей записи студента в очередь и просмотра своего номера в очереди
• реализация возможности управлять очередью для преподавателя
• реализация возможности указывать статус попытки студента (в том числе, загружать фото)
• …

Технологии: Python3, js, html, css, docker, apache.

Цель: создать веб-приложение просмотра, анализа и отслеживания жульничества во время выполнения лабораторных работ.

Возможные задачи:

• изучение существующих инструментов отслеживания жульничества
• сбор кода из источников, указанных преподавателем (Stepik, github, текстовые файлы)
• удобный просмотр кода для преподавателя
• анализ кода на жульничество
• …

Технологии: Python3, js, html, css, docker, apache.

Цель: провести анализ методов выявления аномальных данных и выдвинуть предложения по их улучшению

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

Цель: провести анализ эффективности применения генетических алгоритмов для построения нелинейной регрессии

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

Цель: Разработка алгоритма архивации данных на основе автокодирующих нейронных сетей с целью повышения качества архивации по сравнению с существующими алгоритмами

Возможные задачи:

• Провести обзор существующих алгоритмов архивации
• Разработать нейросетевую модель для архивации данных
• Реализация алгоритма архивации
• Анализ разрабатонного алгоритма

Цель: Провести анализ алгоритма построения траектории OCTNet, с целью выявления его ограничений и преимуществ над другими алгоритмами построений траекторий

Возможные задачи:

• Провести обзор существующих алгоритмов построения траекторий
• Изучить алгоритм OCTNet
• Реализация алгоритма OCTNet
• Анализ алгоритма OCTNet
• Выдвижение гипотез по улучшению алгоритма OCTNet

Цель: Разработать алгоритм аугментации данных на основе генеративно-состязательных сетей

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