Differences

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

--- tematy_prac_magisterskich [2023/09/14 14:01]
pszwed [2023]
+++ tematy_prac_magisterskich [2023/09/14 15:10]
pszwed [2023]
@@ Line 4: / Line 4: @@
 Na razie szkic
   - [Zarezerwowane A.P] Budowa i uczenie ChatBota [[https://chatterbot.readthedocs.io/en/stable/index.html]]. Uczenie na podstawie plików z napisami do filmów. Web scraping plików z napisami. Prosta aplikacja, np. Dash demonstrująca jego działanie
-  - Uczenie zespołowe z wykorzystaniem platformy ray.io. Np. dla zagadnienia klasyfikacji. Budujemy zbiór równolegle uczonych klasyfikatorów C, a następnie podczas predykcji agregujemy wyniki (głosowanie). W pracy należy przetworzyć kilka zbiorów danych. Należy porównać działanie dla wybranych podzbiorów zbioru C. Dany klasyfikator "widzi" tylko części zbioru. Przetestujemy różne podziały - zachowujące częstości wystąpienia klas i ukierunkowane na wybieranie części klas. Testujemy także podział: klasa A i inne. Sklasyfikowane jako "inne" trafiają do kolejnego klasyfikatora. Kontynuujemy tworząc łańcuch...
+  - [Zarezerwowane B.B.] Uczenie zespołowe z wykorzystaniem platformy ray.io. Np. dla zagadnienia klasyfikacji. Budujemy zbiór równolegle uczonych klasyfikatorów C, a następnie podczas predykcji agregujemy wyniki (głosowanie). W pracy należy przetworzyć kilka zbiorów danych. Należy porównać działanie dla wybranych podzbiorów zbioru C. Dany klasyfikator "widzi" tylko części zbioru. Przetestujemy różne podziały - zachowujące częstości wystąpienia klas i ukierunkowane na wybieranie części klas. Testujemy także podział: klasa A i inne. Sklasyfikowane jako "inne" trafiają do kolejnego klasyfikatora. Kontynuujemy tworząc łańcuch...
   - Zastosowanie algorytmu XYZ [PSO-roju cząstek lub ACO - mrówkowy lub ABC - pszczeli] w procesie wyboru cech opartym na metodzie zbiorów przybliżonych. Praca powinna zawierać przegląd zagadnień związanych ze zbiorami przybliżonymi (rough sets) i ich zastosowaniem do wyboru cech. RS dzielą przestrzeń na 3 podzbiory - elementów które należą do zbioru, te które nie należą i podzbiór brzegowy - elementów co do których nie ma pewności. W procesie wyboru cech usuwane są te atrybuty, które nie modyfikują tego podziału. Zazwyczaj potrzebny jest algorytm optymalizacyjny, które sprawdzi różne kombinacje. A więc z XYZ należy podstawić jakiś znany algorytm (metaheurystykę) dla zagadnień dyskretnych. Klasycznym rozwiązaniem jest alg. genetyczny. Dodatkową modyfikacją ma być zmiana w relacji nierozróżnialności. Zamiast równości atrybutu, spełnienie predykatu.
   - [Zarezerwowane M.M.] Ustalanie autorstwa/stylu obrazów. W pracy należy zgromadzić przykłady obrazów różnych artystów reprezentujących różne style. Stosujemy dwie etykiety - autor i styl. Następnie generujemy wycinki obrazów i trenujemy klasyfikator z funkcją straty agregującą autora i styl. Klasyfikator jest uczony na wycinkach obrazów (mniej więcej w stylu laboratorium dotyczącego augmentacji danych z Comp Intelligence). Zastosujemy transfer learning (z douczaniem i bez).