| nr. |
Deumire tema |
Indrumatori |
Licenta (L) Masterat (M) M - (IISC) au grad de dificultate mai mare si corespund la derularea proiectului pe 2 ani). Pot fi alese si de catre cei din anul IV cu posibilitatea de a continua tema de cercetare la masterat (programul IISC) |
Student asignat
temei Masterat an I 5 Diploma (an IV) 8 Masterat an II 3 |
Obs. (Fisa semnata, etc.) |
| Lista de propuneri pentru acest an
univeristar Cele in culoare verde au prioritate pentru anul curent dar se pot discuta si alte propuneri Cele in culoare albastra sunt alocate deja si nu mai sunt oferite in acest an O descriere mai detaliata cu ocazia unor intalniri pe care le vom programa de comun acord cu cei inscrisi (actualizat 29 sep. 2017) |
|||||
| nou 2017 / oricare dintre
temele de mai jos - aceeasi formulare dar pentru
platformele Raspbery PI 3 (Raspbian) |
I & R |
L,M |
|||
| nou 2017 / Generatoare de secvente pseudoaleatoare
cu aplicatii in criptografie, implementari FPGA -
detalii
(se va extinde gama de automate, platforma si limbaj de
implementare diferite, evaluarea proprietatilor
criptografice etc..) |
I & R |
||||
| nou 2017 / Detectia fetelor pe o platforma FPGA -
exista exemplu de de pornire si se cere implementarea
efectiva si contributii originale detalii
|
I & R |
M,L |
|||
| nou 2017 / Aplicatii "deep learning" (cu antrenare rapida) prin utilizarea "extreme learning machine" pentru o aplicatie specifica (se poate alege de catre student, in functie de baza de date utilizata: rec. de fetze, rec. de pietoni, texturi, semnale vocale, etc.. ) - exista documentatie si module Matlab - se cere integrarea lor intr-o platforma cu care sa se efectueze experimente si sa se compare rezultatele cu alte modele de tip deep learning raportate in literatura. | R Dogaru I. Dogaru |
M , L |
|||
| Recunoasterea
gesturilor prin utilizarea unor manusi echipate cu
senzori specializati (titlu provizoriu) |
Radu Dogaru (Ioana Dogaru) |
L. |
DRAGHICI Razvan 443A |
||
| Utilizarea
inteligenta (machine learning) a datelor din terminale
mobile cu aplicatia "Bandicoot" (master: Aplicatii in recunoasterea inteligenta folosind terminalul mobil ) Detalii: Intelegerea Bandicoot, implementare si realizarea unei aplicatii specifice de "machine learning" pentru terminal mobil. Resurse primare: articol software; |
Ioana Dogaru Radu Dogaru | L, M |
MARCU Dragos master IISC an I |
||
| Retea de socializare
flexibila de tip "open source" (titlu provizoriu)
|
Ioana Dogaru Radu Dogaru |
L |
BODOR Stelian (IVA) |
||
| Platforma
educationala pentru gestionarea si utilizarea on-line a
resurselor din laboratoarele universitare |
Ioana Dogaru Radu Dogaru |
L |
PIRVULESCU Marta Cornelia (IVA) |
||
| Sistem inteligent
pentru preventia deblocarii neautorizate a telefonului
mobil |
Ioana Dogaru Radu Dogaru |
L |
NICOLAE Andrei (IVA) |
||
| |
|||||
| Implementare si aplicatii ale
metodelor de invatare activa (active learning)
- construirea unei structuri
inteligente intr-o aplicatie web server, care invata
pe masura ce i se furnizeaza exemple de la utilizatori
(clienti) diversi. In functie de natura obiectelor pe care le invata sistemul (text, voce, imagini, etc.) poate fi alocata la mai multi studenti (fiecare dezvoltand o anumita clasa de aplicatii). Cerinte: utilizarea unor platforme "open-source" cu realizarea unei aplicatii functionale specifice; Evaluarea performantelor si optimizarea parametrilor specifici; Resurse (concepte: aici [tutorial] sau aici [spectru mai larg]]) (programe "open" aici [Java, clasificare de text] sau aici [C++, mai general si altele]) |
Radu Dogaru, Ioana Dogaru |
L,M |
DROB Lorentina master IISC an I |
||
| Solutii inteligente pentru optimizarea navigarii platformelor robotice | Radu Dogaru Ioana Dogaru |
M |
NOUR Andrei master IISC an I |
||
| Retele celular
neuronale, modelare si simulare in Netlogo / aplicatii in
modelarea unor sisteme complexe (IT, scoial, biologie
etc.) |
R. Dogaru, I. Dogaru |
L,M |
|||
| Platforma software
pentru recunoasterea scrisului de mana (inclusiv
generare baza de date), implementare in
Java (algoritmii din laboratorul ICI - an
IVA, lucrarea 1); Cerinte / Resurse:
Intelegerea algoritmilor Matlab / Octave din L1 si
implementarea lor in alt limbaj (ex. Python, Java, sau la
alegere) sub forma unei aplicatii software care integreaza
toate componentele si cu ajutorul careia se pot efectua
experimente specifice pentru formarea unei baze de date
"scris de mana" si care sa permita optimizarea parametrilor
astfel incat sa se maximizeze performanta (acuratetea)
clasificatorului SVM; Resurse (Lab.1 ICI) si LIBSVM
|
I. Dogaru R. Dogaru |
L |
|||
| Arhitecturi "machine learning" ELM si
FSVC / SFSVC studiu comparativ, aplicatii. (pot fi
mai multe teme pentru aplicatii diferite)
Cerinte / Resurse:
Intelegerea algoritmilor si utilizarea programelor open
source disponibile ELM
FSVC
(inclusiv versiunea
eficientizata din ultimul "update"), utilizarea
unor baze de date (parte deja disponibile via lab.
disciplina ICI, altele de pe UCI Machine
Learning , implementarea integrata a algoritmilor
intr-o platforma unica care sa permita efectuarea unor
comparatii (performanta, viteza de lucru) cu optimizarea
parametrilor specifici. Limbaj Octave (versiune "open" a
Matlab) |
R. Dogaru |
L.M |
|||
| Recunoasterea
scrisului de mana cu clasificatoare FSVC, implementari
optimizate pentru viteza. Cerinte:
Evaluarea performantelor si optimizarea
acestora pentru clasificatori FSVC
(inclusiv versiunea
eficientizata din ultimul "update") sau mai noi (de ex. SFSVC)
pentru baze de date din domeniul "handwritten";
Optimizarea implementarii in limbaje C++ sau Java (PC
sau altele, de ex. pentru platforme mobile) avand in
vedere chestiuni precum utilizarea reprezentarilor in
virgula fixa pentru reducerea necesarului de memorie. |
R. Dogaru I. Dogaru |
L, M |
Alexandru-Tudor Bumb IVA |
||
| Implementare FPGA a
unor clasificatoare rapide de tip ELM si SFSVC cu
aplicatii in recunoasterea semnalelor (vorbire,
epilepsie, etc..) Cerinte / Resurse -
Plecand de la algoritmii descrisi in Octave / Matlab pentru
ELM si FSVC se cere realizarea unei aplicatii software care
sa genereze descrierea VHDL necesara pentru sinteza in FPGA
a unor astfel de arhitecturi. |
I. Dogaru R. Dogaru |
L - Recomandabil si la seria B (ELA) |
|||
| Retele celular neliniar/neuronale
(CNN) cu aplicatii in prelucrarea imaginilor.
Cerinte / resurse - Se
vor implementa conceptele din articol
intr-un limbaj la alegerea dvs. astfel incat sa fie
optimizata viteza de prelucrare. Se vor optimiza si
analiza performantele (in special cele legate de timpii
de prelucrare) si se vor efectua experimente cu diferite
seturi de parametri (gene) urmarindu-se identificare
prelucrarilor cu relevanta in prelucrari de imagini. Se
poate avea in vedere (cu rezultate f. bune pentru
eficientizare) implementarea pe o platforma GPU (CUDA,
alta abordare de ex. OpenGL) sau folosind limbaje
precum C++, Java, (Python, Julia, etc. dar utilizand JIT
= Just in time compiler). |
R. Dogaru, Ioana Dogaru |
L, M |
|||
| Automat celular de
tipul "grow-cut" pentru decuparea interactiva a
obiectelor din imagini; Cerinte /
Resurse: Implementarea
algoritmului "GrowCut"
(in esenta un fel de automat celular, sistem cu
grad mare de paralelism) [se poate de ex. pleca de la
implemnatrea Python
sau Octave/Matlab]
intr-un
limbaj la alegerea dvs. astfel incat sa fie optimizata
viteza de prelucrare. Se vor optimiza si analiza
performantele (in special cele legate de timpii de
prelucrare) si se vor efectua diferite experimente
relevante pentru aplicatii de segmentare controlata. Se
poate avea in vedere (cu rezultate f. bune pentru
eficientizare) implementarea pe o platforma GPU (CUDA,
alta abordare de ex. OpenGL, in special pentru
masterat) sau folosind limbaje precum C++, Java,
(Python, Julia, etc. dar utilizand JIT = Just in time
compiler). |
R. Dogaru, Ioana Dogaru |
L, M | Cristina Ionela Georgiana Silion IVA |
||
|
Evaluare limbaj LUA - eventual
pentru dezvoltarea de aplicatii de tip "joc"
(intelligent game) - sunt deschise si alte zone
aplicative care sa puna in evidenta avantajele
limbajului LUA. In acelasi sens se pot considera in
loc de LUA limbaje precum - GO (Google), Biblioteca
Python PyGAME
|
I. Dogaru |
L |
|||
|
Evaluare
limbajul d - aplicatii in web/stiinta
|
I. Dogaru |
L |
|||
| Aplicatii machine learning in limbajul R. Cerinte/ Deatlii: Intelegerea platformei open source "machine learning" in limbajul R si implementarea unui cadru aplicativ pentru rezolvarea unor probleme specifice care se vor defini ulterior (recunostere de obiecte, imagini, sunete, etc.); Comparatie cu alte implementari. Resurse primare: articol (resursele software sunt citate in el) | Radu Dogaru, Ioana Dogaru |
M,L | |||
| Clasificarea imaginilor
utilizand o metoda "Bag of Words" cu dictionare
binare generate de automate celulare (aplicatii in
diferite domenii pentru care exista baze de date - texturi,
opere de arta etc.) |
R. Dogaru |
M |
|||
| Platforma
educationala pentru modelarea si simularea retelelor
neuronale artificiale folosind pachete Python
(pot fi mai multe teme, mergand pe variante diferite de
abordare) |
Ioana Dogaru, Radu Dogaru |
L |
Năstase V. Victor Gabriel, 443A | ||
|
Platforma software Python pentru prelucrarea imaginilor cu automate celulare binare si de tip reactie-difuzie |
R. Dogaru, Ioana Dogaru |
L |
|||
|
Platforma software pentru recunoastera
semnalelor sonore cu
algoritmi de complexitate redusa
(teme diferite in functie de implementare: Python,
C++/MEX Octave, etc. si in functie de aplicatie -
): |
R. Dogaru, Ioana Dogaru |
L,M | |||
| Algoritmul "Bacterial Foraging" (BFA)
cu aplicatii in probleme de optimizare specifice |
Radu Dogaru |
M |
|||
| Implementarea unui
algoritm "swarm intelligence" in Python - NUMBA/
NUMBA-PRO cu posibilitate de extensie in rularea pe GPU
(CUDA) |
R. Dogaru, Ioana Dogaru |
L,M |
|||
| Implementarea
si evaluarea clasificatorului rapid FSVC (vezi aici
) in Python 2.7 Anaconda (cu posibilitate de
extensie in rularea pe GPU (CUDA) cu aplicatii (teme
diferite infunctie de aplicatie - scris de mana,
obiecte, secvente sonore, etc.) |
R. Dogaru I. Dogaru |
M, L |
|
||
| Implementarea si evaluarea performantelor
pentru minim 2 algoritmi de clustering in Python NUMBA
(anaconda) cu eficientizarea timpilor de executii in
aplicatii de compresie si recunoastere de imagini. |
R. Dogaru I. Dogaru |
L,M |
|||
| Clustering pentru recunoastere de obiecte (de
ex. pietoni), comparatie intre metodele k-means si metoda VQ
utilizand neuroni cu constiinta. |
R. Dogaru |
M, L |
|||
| Implementarea unor algoritmi de clustering cu
aplicatii in compresia de imagini in Python cu suport CUDA
(accelerare prin utilizarea GPU). Necesita un calculator cu
GPU Nvidia. |
R. Dogaru |
M |
|||
| Evaluarea
performantelor limbajului Julia (sau Python) in comparatie
cu alte limbaje de programare orientate catre modelare si
simulare - implementare lucrarea 1 ICI |
I. Dogaru R. Dogaru |
L |
|||
| Implementare software a metodei "marching
pixels" (sau aici)
pentru detectia centroidului in imagini |
R. Dogaru I. Dogaru |
M,L |
|||
| Metode de inspiratie
naturala pentru recunoasterea de imagini cu relevanta
pentru vehicule autonome inteligente (ex.
"deep-learning" aplicat la colectii de date publice). Se
poate participa si la competitia de aici (in
conditii mai restrictive privind drepturile de autor -
datele nefiind publice) |
R. Dogaru, I. Dogaru |
M,L |
COTOFANA Robert IISC an I |
||
| Extragere de
"key-points" (puncte critice) din imagini cu automate
celulare, studiul impactului asupra performantelor de
clasificare. (extragerea de "key-points" - puncte
critice din imagini este esentiala in etapa construirii
unui vector de trasaturi care reprezinta o sinteza a
imaginii si care urmeaza a fi invatat/clasificat de un
sistem neuroinformatic) |
R. Dogaru |
M |
|||
| Integrarea intr-o platforma unica (in Octave,
sub forma .mex) a clasificatoarelor "budgeted SVM", si
LIBSVM. Cu utilizarea bibliotecii C++ "EIGEN". |
R. Dogaru, I. Dogaru |
L |
|||
| Integrarea intr-o platforma unica (in Octave, compilat sub forma .mex) a clasificatorului FSVC, optimizare pentru viteza maxima. Vezi si aici ; Cu utilizarea bibliotecii C++ "EIGEN". | R. Dogaru, I. Dogaru |
L |
|||
| Platforma educationala "inteligenta computationala" implementare in limbajul SciLab (algoritmii din laboratorul ICI - an IVA) | I. Dogaru, R. Dogaru |
L |
|||
| Platforma educationala "inteligenta computationala" implementare in limbajul Freemat (algoritmii din laboratorul ICI - an IVA) | I. Dogaru, R. Dogaru |
L |
|||
| Implementarea in FPGA a unui algoritm de
calcul paralel pentru numarul PI (Picoblaze pe Spartan 3E) |
I. Dogaru, R. Dogaru |
L |
|||
| Implementarea in FPGA a unui sistem cu
microprocesorul ARM Cortex-M0; Aplicatie:
generator de secvente pseudoaleatoare cu automate
celulare hibride (vezi si aici
- modelul cu automate celulare) . |
I. Dogaru, R. Dogaru |
L |
|||
| Utilizarea limbajului
Python (pachet MyHDL) pentru a genera cod de descriere
hardware in limbajul VHDL pentru implementari FPGA;
Aplicatie: generator de secvente pseudoaleatoare cu
automate celulare hibride (vezi aici
- modelul cu automate celulare) . |
I. Dogaru, R. Dogaru |
L |