Уважаемые магистры!
Для успешного освоения дисциплин магистерской программы и продуктивной работы в течении всего курса обучения необходимо с первого месяца магистратуры определиться с тематикой научных исследований. Научные направления, разрабатываемые преподавателями кафедры ИСТ охватывают широкий спектр современных IT-технологий. Целесообразно рассмотреть направления научных и научно-прикладных исследований, представленных ниже. Вы также можете самостоятельно предложить руководителю направление разработок.
1. Направление Big Data и High Load Systems
Основная цель: Разработка алгоритмов, решение конкретных задач в рамках высокопроизводительных СУБД (можно и на основе реляционных, но нужно подбирать соответствующие задачи).
Подзадачи для решения:
- Решение научных и производственных задач с использованием современных технологий хранения данных.
- Нетрадиционное использование MongoDB. СУБД в рамках подхода NoSQL предназначены для обработки плохо структурированных данных. Под эту характеристика попадают множество задач современной науки и производства. Чем менее структурированы данный и чем их больше, тем эффективнее применение NoSQL-СУБД.
- В рамках данного направления рассматриваются также системы Hadoop. Использование данного подхода предпочтительней применения отдельных СУБД! При практической реализации задач в данной области необходимо предусмотреть аналитическую обработку данных!
Методы и средства (технологии, на основе которых реализуется):
- MongoDB и другие СУБД (MySQL, PostgreSQL, Redis, …)
- Java, Python, …
- Hadoop, Hortonworks, Cloudera, …
Стартовые задачи (с чего начать):
- скачать и установить MongoDB, Hadoop, Hortonworks, Cloudera, …
- скачать тестовый набор данных и конвертировать его (например, «отграбить» все данные из персональных страниц преподавателей сайта ncfu.ru)
- продумать задачу: показать преимущество обработки данных на нескольких узлах кластера перед традиционными реляционными методами
- решить задачу распределенной обработки данных интеллектуальными методами на базе вычислительного кластера
- оформить и написать статью.
2. Направление GPGPU
Основная цель: решение различных задач по обработке различных данных на GPU-процессорах.
Подзадачи для решения:
- Алгоритмы визуализации трехмерных данных большого объема с использованием GPU (генерация интерактивных моделей и видео).
- Параллельная обработка данных с использованием CUDA (любые задачи).
- Интеллектуальные алгоритмы (распознавание образов в видео и изображениях).
- Решение задач математической физики с использованием численного метода SPH.
- Методы ML на GPU
Методы и средства (технологии, на основе которых можно реализовать):
- Nsight Visual Studio + CUDA + разные библиотеки под GPU
Стартовые задачи (с чего начать):
- написать конвертер на C++ для перевода универсального формата obj для 3d моделей в объекты на языке C++
- разработать систему частиц для метода SPH
- решить задачу методом SPH
- оформить и написать статью
3. Направление AI, ML
Основная цель: применение и разработка методов ML, AI; обучение и внедрение ANN.
Подзадачи для решения:
- Задачи компьютерного зрения.
- Тренировка искусственных нейронных сетей с использованием передовых технологий.
- Разработка новых архитектур нейронных сетей.
- Поиск новых методов применения нейронных сетей.
Методы и средства (технологии, на основе которых можно реализовать):
- Nsight Visual Studio + CUDA + разные библиотеки под GPU
- CUDA + Caffe + Python
- PyTorch, TensorFlow, …
- CUDA + Caffe + OpenCV + C++
Стартовые задачи (с чего начать):
- Установить Nsight Visual Studio + CUDA + разные библиотеки под GPU
- Обучение CNN, RNN, GAN с использованием нейросетевых фреймворков
- Реализовать развертывание ANN для решения практической / научной задачи
- оформить и написать статью
4. Направление Embedded Systems / Robotics / Augmented and Virtual Reality
Основная цель: исследования и разработки практического плана на базе Arduino, Jetson TK1.
Подзадачи для решения:
- Задачи компьютерного зрения.
- Практические задачи робототехники.
- Разработка приложений дополненной реальности.
Методы и средства (технологии, на основе которых можно реализовать):
- Nsight Visual Studio + CUDA + разные библиотеки под GPU
- CUDA + Caffe + Python + Jetson TK1
- OpenCV + C++ / Python + Jetson TK1
- Unreal Engine / Unity
- Mobile Development
Стартовые задачи (с чего начать):
- Разработать 3D-модель
- Спроектировать и разработать подсистему дополненной реальности
- Реализовать управление виртуальным трехмерным объектом с использованием технологий дополненной / виртуальной реальности
- оформить и написать статью