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.
- 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. - 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. - 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. - 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. - 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. - 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.