Tematyka prac dyplomowych magisterskich dla specjalności I.SID

Tematyka prac dyplomowych magisterskich
dla specjalności I.SID
Sem. 15L (opieka od sem. 15L)
Opiekun
Limit
1
miejsc
Tematyka prac
Zespół Technik Sterowania
mgr J. Gustowski
dr hab. M. Ławryńczuk
2
2
•
Programowanie zadań dla serwera OPC w zakresie sterowania obiektami przemysłowymi
•
Programowanie zadań dla serwera OPC w zakresie zbierania, magazynowania i prezentacji
zmiennych procesowych
•
W poszukiwaniu najlepszej struktury sieci neuronowej: od podejść klasycznych do metod typu
soft computing
Bliższe informacje o tematach i warunkach współpracy można znaleźć na stronie
http://www.ia.pw.edu.pl/~maciek/dydaktyka
Zespół Złożonych Systemów
dr P. Arabas
1
•
Samostrojący model poboru mocy przez komputer
Przedmiotem pracy jest sprawdzenie możliwości implementacji modelu poboru mocy przez komputer, który miałby zdolność automatycznego dopasowania się do modelu maszyny na podstawie dostępnych
w systemie operacyjnym poprzez rejestry RAPL pomiarów. W tym celu konieczne jest przeprowadzenie
eksperymentów pomiarowych służących określeniu związku między całkowitą mocą pobieraną przez
komputer i mocą pobieraną przez procesor raportowaną za pomocą RAPL. Przewiduje się przeprowadzenie pomiarów dla dwóch przypadków: rutera programowego i serwera obliczeniowego.
dr M. Kamola
1
•
Techniki estymacji przepływów IP a ruch drogowy
Celem pracy jest weryfikacja możliwości zastosowania technik estymacji macierzy ruchu Ip do identyfikacji
głównych relacji w ruchu drogowym. Należy dostosować istniejące algorytmy do specyfikacji zadania (mała i zmienna szybkość obiektów), dokonać testów poprawności w środowisku symulacyjnym. Następnie
należy sprawdzić wydajność algorytmu dla ogólnodostępnych danych rzeczywistych.
dr hab. A. Karbowski
dr M. Karpowicz
dr A. Kozakiewicz
dr T. Kruk
2
1
1
2
dr B. Kubica
2
•
Metody oceny i eliminacji luki dualności w zadaniach optymalizacji niewypukłej
•
Optymalizacja niewypukła z użyciem kart graficznych
•
Metody dekompozycji i koordynacji w zadaniach optymalizacji przepływów w sieciach
•
Mechanizmy sterowania i regulacji dla jądra systemu Linux
•
Mechanizmy sterowania dla serwera Apache
•
Analiza szeregów czasowych z wykorzystaniem niestacjonarnego ułamkowego równania
dyfuzji
•
Algorytmy projektowania punktów równowagi Nasha
•
Projektowanie odpornych mechanizmów sterowania TCP/AQM
•
Porównanie metod rozproszonej implementacji wnioskowania uprawnień w języku RT^T
•
Analiza porównawcza ilości i rozmieszczenia punktów dostępnych w sieciach zasięgowych
i pojemnościowych na podstawie modeli propagacji fal radiowych w środowisku wewnątrz budynkowym
•
Narzędzia do analizy i modyfikacji bajtkodu
•
Platforma Docker do budowy i uruchamiania aplikacji rozproszonych
•
Rozproszone algorytmy poszukiwania zbioru Parety
Zbiór Parety (zbiór Pareto-optymalny) zadania wielokryterialnego obejmuje rozwiązania niezdominowane.
Ich poszukiwanie wymaga, więc przechowywania informacji o innych rozwiązaniach niezdominowanych.
Zrównoleglenie takich algorytmów w środowisku bez pamięci wspólnej wymaga opracowania odpowiedniej
polityki przekazywania informacji między procesami lub wykonywania obliczeń redundantnych. Praca może obejmować opracowanie algorytmu unikającego komunikacji (ang. communication-avoiding) i/lub różnych wariantów przekazywania informacji o znanych rozwiązaniach Pareto-optymalnych.
prof. K. Malinowski
2
•
Optymalizacja działania pomp i innych elementów systemu zaopatrzenia w wodę aglomeracji
miejskiej, zorientowana na oszczędność energii, uproszczenia modeli matematycznych sieci
zaopatrzenia, heurystyczne reguły harmonogramowania pracy pomp
prof. E. Niewiadomska
2
•
Energooszczędna alokacja zasobów do zadań realizowanych w środowisku chmury obliczeniowej
Praca dotyczy problematyki alokacji zasobów do zadań obliczeniowych w chmurze. Celem jest realizacja
algorytmu gwarantującego taki przydział zasobów, który pozwoli na wykonanie zadania, przy jednoczesnym ograniczeniu zużycia energii. Proponowane jest zastosowanie odpowiednich heurystyk.
•
1
Algorytmy równoważenia obciążeń dla środowiska SLURM
Limit liczony jest łącznie dla specjalności I.SID i kierunku AiR.
-1-
Środowisko SLURM jest wykorzystywane do realizacji aplikacji rozproszonych. Celem pracy będzie dokonanie przeglądu literatury poświęconej algorytmom równoważenia obciążeń w klastrach obliczeniowych.
Wymagane będzie również zapoznanie się z systemem SLURM. Szczególna uwaga zostanie zwrócona
na wtyczki implementujące dzielniki obciążeń. Głównym zadaniem pracy będzie dostosowanie wybranych
z literatury algorytmów równoważenia obciążeń do potrzeb środowiska SLURM, ich implementacja i porównanie skuteczności na przykładowych aplikacjach działających z wykorzystaniem SLURM.
•
Mobilna sieć ad hoc do monitorowania środowiska
•
System detekcji zagrożeń w bezprzewodowej sieci sensorowej
Zespół Biometrii i Uczenia Maszynowego
prof. A. Pacut
2
•
Uczenie w głębokich sieciach neuronowych
Wykorzystanie uczenia nienadzorowanego do uczenia wielowarstwowych sieci neuronowych jest nowym
i popularnym trendem w konstrukcji sieci neuronowych o wielu (>2) warstwach ukrytych (sieci „głębokie”),
stosowanym m.in. przez duże firmy internetowe do reprezentacji informacji i przeszukiwania sieci (obrazy,
mowa). Przedmiotem pracy będzie porównanie kilku koncepcji uczenia głębokiego do zadań klasyfikacji
obrazów i porównanie ich ze standardowym uczeniem przy użyciu propagacji wstecznej.
•
Pre-trening sieci neuronowej z zastosowaniem auto-enkoderów
Jednym z zadań sieci neuronowych jest klasyfikacja obrazów, wymagająca uczenia przy użyciu zbioru obrazów i odpowiadających im klas. Wykorzystanie auto-enkodera (odtwarzanie na wyjściu warstwy obrazu
wejściowego) jest wykorzystywane do pre-treningu sieci neuronowej przy zastosowaniu uczenia nienadzorowanego, niewymagającego znajomości klas obrazów. Podejście to umożliwia efektywne uczenie sieci,
których warstwy odpowiadają za cechy obrazów o różnym stopniu szczegółowości.
•
Głębokie sieci przekonań
Głębokie sieci przekonań (Bayesa) są wielowarstwowymi sieciami neuronowymi, które trenowane są warstwa po warstwie bez nadzoru i konstrukcji sieci wielowarstwowej przy użyciu takich warstw. Podejście to
jest jednym ze sposobów uczenia sieci wielowarstwowych (sieci głębokich) zmniejszające problem minimów lokalnych i skracające czas uczenia w porównaniu z sieciami propagacji wstecznej.
dr P. Wawrzyński
2
•
Modułowe uczenie się ze wzmocnieniem
Przedmiotem pracy są metody dekompozycji sekwencyjnego problemu decyzyjnego w taki sposób, aby
poszczególne komponenty mogły być rozwiązywane metodami uczenia się ze wzmocnieniem.
•
Uczenie się sieci neuronowych z wykorzystaniem metod poszukujących atraktory
Inspiracją dla niektórych metod uczenia sieci neuronowych jest teoria chaosu. Przedmiotem pracy jest
zbadanie takich metod, określenie ich zalet i ograniczeń.
Zespół Inżynierii Oprogramowania
dr A. Ratkowski
2
•
Zastosowanie ontologii w systemach Internet of Things
dr M. Szlenk
2
•
Tworzenie języków dziedzinowych w środowisku Meta Programming System
Zakład Badań Operacyjnych i Systemów Zarządzania
dr M. Kaleta
2
•
Metody wspomagania planowania zadań i tras w oparciu o Google Maps
•
Wspomaganie planowania pracy zmianowej w modelu Software as a Service
•
Metody wspomagania graczy giełdowych wykorzystujących tzw. algorithmic trading
•
Graficzne metody projektowania mechanizmów rynkowych
•
Modelowanie agentów z wykorzystaniem metody punktu referencyjnego
Bliższe informacje o tematach i o warunkach współpracy można znaleźć na stronie
http://zbois.ia.pw.edu.pl/twiki/bin/view/Staff/MariuszKaleta
dr K. Kołtyś
1
•
Modele alokacji honeypotów w sieciach komputerowych
dr P. Pałka
2
•
Zastosowanie systemów wieloagentowych w problemach produkcyjnych
Zadaniem dyplomanta jest po pierwsze analiza źródeł dotyczących możliwości zastosowania systemu wieloagentowego w problemie produkcyjnym (do wyboru), a następnie krytyczna analiza wybranych rozwiązań. Wynikiem pracy powinna być propozycja rozwiązania (jako system wieloagentowy) bazująca na przeanalizowanych przykładach, opcjonalnie implementacja prototypu.
•
Podejmowanie decyzji przez kolektyw agentów
Zadaniem dyplomanta jest po pierwsze analiza źródeł dotyczących problemu podejmowania decyzji przez
wiele agentów (problem do wyboru), a następnie krytyczna analiza wybranych rozwiązań. Wynikiem pracy
powinna być propozycja rozwiązania (jako system wieloagentowy) bazująca na przeanalizowanych przykładach, opcjonalnie implementacja prototypu.
Bliższe informacje o tematach i warunkach współpracy można znaleźć na stronie
http://zbois.ia.pw.edu.pl/twiki/bin/view/Staff/PiotrPalkaPL#Proponowane_tematy
dr hab. K. Pieńkosz
2
•
Opracowanie i zbadanie efektywności algorytmów szeregowania zadań częściowo
podzielnych
•
Opracowanie metod dekompozycji przepływów sieciowych dla wybranych kryteriów
dekompozycji
•
Analiza sposobów realizacji zapotrzebowań w sieciach teleinformatycznych
-2-
prof. E. Toczyłowski
doc. T. Traczyk
2
2
•
Analiza metod i algorytmów wyznaczania ścieżek połączeń w sieciach teleinformatycznych
•
Optymalizacja decyzji planistycznych w łańcuchach dostaw w warunkach rynkowej konkurencji
•
Wspomaganie decyzji wyborów konsumenckich z uwzględnieniem kryteriów ekologicznych
i fair-trade
•
Efektywne modele wymiany rynkowej usług i realokacji zasobów w systemach sieciowych
•
Harmonogramowanie produkcji w systemach wielostopniowych
•
Opracowanie metod i oprogramowania do zarządzania okablowaniem eksperymentu fizyki
wysokich energii
Bliższe informacje o tematach i warunkach współpracy można znaleźć na stronie
http://www.ia.pw.edu.pl/~ttraczyk/opieka.html
dr I. Żółtowska
•
Wspomaganie decyzji zarządcy floty pojazdów elektrycznych
•
System zarządzania pojazdami elektrycznymi jako innowacja procesowa przedsiębiorstwa
sektora TSL
•
Modele wyceny aukcji przy alternatywnych rozwiązaniach optymalnych
Zespół Programowania Robotów i Systemów Rozpoznających
prof. W. Kasprzak
2
•
Modelowanie i rozpoznawanie obiektów w obrazach i mapach głębi
Projekt oprogramowania przeznaczonego do tworzenia modelu punktowo-powierzchniowego i rozpoznawania wybranych obiektów 3D w obrazach cyfrowych i mapach głębi (np. MS Kinect, stereo-wizja) – projekty RobRex i RAPP.
•
Tłumaczenie języka naturalnego
Projekt i implementacja modułów programu do tłumaczenia zdań języka naturalnego – współpraca
z P. Przybyszem (Samsung R&D).
dr W. Szynkiewicz
dr T. Winiarski
2
2
•
Samo-rekonfigurujące się struktury robotów modułowych
•
Planowanie ruchu robota humanoidalnego w nadążaniu za człowiekiem
•
Sterowanie komórką mechatroniczną służącą do budowy robotów modułowych
•
Analiza i eksperymentalna weryfikacja algorytmów chwytania obiektów za pomocą trójpalczastej ręki Barrett Hand
•
Algorytmy uczenia się chwytów przy niepewności pozycji obiektu
•
Sieci ad hoc robotów mobilnych i czujników bezprzewodowych
•
Robot rysownik – na podstawie zdjęcia bądź obrazu z kamery wyznacza obraz krawędziowy
(np. twarzy) i rysuje go na papierze
•
Regulator impedancyjny w przestrzeni zadania w manipulatorze Irp6
•
Zamykanie pudełek typu rubbermaid z wykorzystaniem sterowania pozycyjno siłowego
•
Korekta odczytu pozycji stawów manipulatora Irp6 na podstawie estymacji podatności przekładni i odczytów momentu w silniku
•
Dwuręczna manipulacja obiektami o różnej podatności
•
Kalibracja 6 osiowego czujnika siły
Bliższe informacje o tematach i warunkach współpracy można znaleźć na stronie
http://robotyka.ia.pw.edu.pl/twiki/bin/view/Theses/TomaszWiniarski
Zakład Optymalizacji i Wspomagania Decyzji
dr J. Granat
2
•
Integracja analizy danych strumieniowych tekstowych i numerycznych w systemach
decyzyjnych
•
Analiza danych strumieniowych w systemach Internetu Rzeczy
dr B. Kozłowski
2
•
System zarządzania i udostępniania wielowymiarowych danych rastrowych zorientowanych
geograficznie (GIS)
dr A. Krzemienowski
2
•
Zabezpieczenie kredytu walutowego przed ryzykiem z wykorzystaniem instrumentów
pochodnych
•
Optymalizacja strategii inwestycji w opcje w oparciu o współczynnik gamma (ang. gamma
scalping strategy)
prof. W. Ogryczak
2
•
Wspomaganie konstrukcji odpornych portfeli przekraczających średnie wyniki
dr hab. A. Stachurski
2
•
Optymalne dopasowanie sprawozdania instytucji finansowych do wymogów nadzoru finansowego
•
Techniki optymalizacji ciągłej w data-miningu
dr T. Śliwiński
2
•
Techniki optymalizacji dyskretnej w data-miningu
•
Wielokryterialne algorytmy harmonogramowania
•
Routing pojazdów przy złożonych ograniczeniach
-3-