Тематика ВКР

Перечень примерных тем ВКР с кратким описанием. Окончательная формулировка темы ВКР производится на заключительном этапе работы магистра. По согласованию с руководителем можно менять содержание исследований.

  1. Взаимодействие смартфонов и микроконтроллеров.
    Разработать мобильное приложение, которое взаимодействует с микроконтроллерами (esp8266, NodeMCU) через Wi-Fi. Разработать библиотеку, которая позволит отправлять неограниченное количество команд со смартфона на микроконтроллер и подвязывать обработчики этих команд на микроконтроллере, а также разработать механизм передачи информации с микроконтроллера на смартфон.
  2. Порождающие модели в системах управления.
    Применение порождающих моделей для синтеза сложных команд управления для производственных, научных и учебных информационных систем. Скорее всего необходимо использование технологий Reinforcement Learning, Recurrent Neural Network. Задачи такие: самообучающиеся программы рисования изображений с заданными параметрами; самообучающиеся программы для игровых приложений; виртуальная обучающая среда для самообучения роботов.
    Можно реализовать обучение физических систем, скорее всего наиболее простой метод использование аппаратного стека arduino.
  3. Использование нейронных сетей для задач классификации и реидентификации.
    Классификация (пропускная система, ограниченные обучающие выборки, дополнение данных в системах классификации, системы реидентификации).
    Решение проблемы ограниченности обучающей выборки на примере пропускной системы. Т.е. имеется выборка из фоток, по 1-5 на каждого человека, необходимо обучить пропускную систему на идентификацию этих фоток (т.е. пропуск показывают веб-камере, на пропуске такая-же фотка как в обучающей выборке). Предположительно необходимо использовать сиамские нейронные сети.
  4. Рекуррентные нейронные сети (RNN, LSTM, GRU).
    Последовательные данные, последовательности команд в системах управления. Предсказание временных рядов (курсы валют, акций, спрос). Необходимо выбрать подходящий набор данных, построить модель, рассмотреть различные технологии предсказания, оценить точность.
    или
    Генерация изображений в последовательной манере, т.е. немного перекликается с вариантом темы №2.
  5. Решение задач восстановления сигнала.
    Применение моделей (выполняется их обзор, сравнение и выбор) для очистки, восстановления, раскрашивания ч/б-изображений и повышения разрешения изображений. Аналогичные алгоритмы можно исследовать для звука, видео.
  6. Решение задачи получения видео-потока глубины.
    Специализированные нейронные сети (возможно есть готовые) для построения карт глубины видео-потока в режиме реального времени. Необходимо разработать работающий прототип приложения.