Differences

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

--- tematy_prac_magisterskich [2016/09/20 15:36]
pszwed [Tematy do realizacji w roku 2016/2017]
+++ tematy_prac_magisterskich [2018/09/03 00:38]
pszwed [Tematy do realizacji 2017/2018]
@@ Line 1: / Line 1: @@
 ====== Tematy prac magisterskich ======
+===== Tematy do realizacji 2018/2019 =====
+Szkic
+==== Optymalizacja (kilka tematów prac do uzgodnienia) ====
+  - Algorytmy optymalizacji ciągłej: mrówkowe, pszczele, PSO (wraz z modyfikacjami). Funkcje celu CEC. Implementacje na różnych platformach: CUDA, TensorFlow (python), OpenCL, Nd4j
+  - Zastosowanie automatów komórkowych do optymalizacji (ciągłej?/dyskretnej?). W praktyce byłoby to wykorzystanie rozwiązań z algorytmu populacyjnego, ale interesujące będzie przebadanie różnych topologii sąsiedztwa i reguł uaktualniania stanów
+==== Uczenie maszynowe ====
+  - Odkrywanie reguł decyzyjnych za pomocą algorytmów optymalizacyjnych - optymalizacja przesłanek i kolejności reguł
+  - Przetwarzanie danych (klasyfikacja) wprowadzonych przez grupę (crowdsourcing) https://data.world/datasets/crowdsourced
+  - Rozpoznawanie klawiszy na podstawie zarejestrowanych dźwięków (klawiatura leżąca na stole)
+  - Rozpoznawanie klawiszy na podstawie wskazań czujników w komórce (np. akcelerometr)
+===== Tematy do realizacji 2017/2018 =====
+Szkic
+  - Pobieranie danych ze stron internetowych metodą rozpoznawania obrazów //data scraping// (np. należy pobrać informacje o cenach i towarach na stronie: zapisz obraz strony, wykryj układ, zastosuj OCR do poszczgólnych regionów)
+  - Ro(botyzacja). Zastąpienie działania użytkownika systemu botem posługującym się interfejsem użytkownika (pobierz dane z pola aplikacji, wykonaj na nich operację, zapisz wartości w innym okienku/polu aplikacji).
+  - Algorytm rzutowania ścieżek GPS na mapę (//map matching//). Implementacja w języku plpgSQL (Postgres + PostGIS)
+  - Rekomendacja treści z wykorzystaniem charakterystyk czasowych (na przykładzie zbiorów danych MovieLens, Netflix, itp)
+  - Algorytm mrówkowy, zastosowanie do optymalizacji ciągłej, testy na funkcjach CEC 2015/2017, implementacja z użyciem nd4j lub na GPU
+  - Agentowy ("rozproszony") system klasyfikacji. Melanż Akka (system agentowy) + Weka (biblioteka uczenia maszynowego).
 ===== Tematy do realizacji w roku 2016/2017 =====
-^Temat|**1. Implementacja systemu umożliwiającego generację widoków ontologii   ** |
+:!: **Uwaga w roku 2016/2017 brak wolnych tematów**
+^Temat|**1. Implementacja systemu umożliwiającego generację widoków ontologii  :!: Zajęty ** |
 ^Cel|Dla uproszczenia: ograniczymy się do ontologii odpowiadających diagramom klas. Często ontologie zawierają setki lub tysiące klas. W wielu zastosowaniach, np.: wnioskowania, taka reprezentacja jest nadmiarowa i prowadzi do znacznego zwiększenia czasu przetwarzania. W rzeczywistości używa się kilkunastu klas i relacji. Widok ontologi to jej podzbiór obejmujący wybrane klasy, atrybuty (datatype property) i relacje. Celem pracy jest 1) opracowanie prostego języka specyfikacji widoków 2) realizacja systemu (biblioteki), który będzie takie widoki budował (3) przeprowadzenie testów |
 ^Platforma implementacji|Java + biblioteka Jena lub OWL API |
@@ Line 20: / Line 49: @@
-^Temat|**4. Wyznaczanie i wnioskowanie o rozmytych relacjach na mapie** |
+^Temat|**4. Wyznaczanie i wnioskowanie o rozmytych relacjach na mapie** :!: Zajęty |
 ^Cel| Celem pracy jest realizacja platformy pozwalającej na wyznaczanie, przechowywanie w formie zmaterializowanej rozmytych relacji opisujących obiekty mapy. Relacje rozmyte mają wartości z przedziału [0,1] (0=false, 1=true) Przykładem relacji jest blisko, np. ''blisko(Kraków, Zakopane)''. Wartość tej relacji zależy od kontekstu (blisko w skali kraju, ale raczej daleko w skali województwa). Jest to kontynuacja wcześniejszej pracy magisterskiej.|
 ^Platforma implementacji|OSM - żródło mapy, PostgreSQL+PostGIS, Java|