Tematyka prac dyplomowych magisterskich dla specjalności I.SID
Transkrypt
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-