English
Tudományos Diákköri Konferencia témák
Informatika
Meta-kakukk rajintelligencia pool-lal
Változó fitnesz
- Témavezető(k)
Dr. Botzheim János
- Csoportméret
1
- Nyelv
magyar
Az evolúciós módszerek kiértékeléséhez szükséges egy fitness függvény, melyen optimumot keresünk. A valóságban azonban előfordulhat, hogy ez a függvény időben nem állandó. A feladat célja olyan evolúciós módszerek tanulmányozása és kidolgozása, melyek jól teljesítenek ilyen körülmények között, vagy képesek a megváltozott fitnesst approximálni.
Létrehozva: 2020. 08. 31.
Arm's race, vöröskirálynő
- Témavezető(k)
Dr. Botzheim János
- Csoportméret
1
- Nyelv
magyar
Az evolúciós módszerek között sok alapul populációk egymással való vetélkedésére. A feladat az egymással versengő populációk változásainak megfigyelése, illetve olyan módszer kidolgozása, mely prediktíven jósolja (netán pontosan tudja) az "ellenfél" lépéseit. A feladat a prediktív rendszer hozzáadásával történő viselkedésváltozás elemzésével zárul.
Létrehozva: 2020. 08. 31.
Mobil robotok kooperációjának vizsgálata
- Témavezető(k)
Dr. Botzheim János
- Csoportméret
1
- Nyelv
magyar
A feladat egy olyan legalább egy csapat részvételével járó mobil robotokkal kivitelezett "kompetitív játék" kialakítása, mely során a robotok csoportja stratégiát optimalizálhat. A feladat során különösen vizsgáljuk, hogy az egyes robotok szerepkörei hogyan választódnak szét, így a "játéknak" egy erre alkalmas feladatnak kell lennie.
Létrehozva: 2020. 08. 31.
Grammatical evolution
- Témavezető(k)
Dr. Botzheim János
- Csoportméret
1
- Nyelv
magyar
Természetes (illetve beszélt) nyelveink is leírhatók a formális nyelvtan elemeivel. A múltban már történtek próbálkozások ezen nyelvtanok gráfos leírására. A feladat során olyan evolúciósan, vagy gradiens alapon optimalizált módszer elkészítése a cél, mely képes beszélt nyelveinket, vagy azoknak egy részletét leírni.
Létrehozva: 2020. 08. 31.
Szabályrendszerrel ellenőrzött neurális hálózatok
- Témavezető(k)
Dr. Botzheim János
- Csoportméret
1
- Nyelv
magyar
A prediktív modellek hátránya, hogy gyakran előzetes információ hiányában rosszul térnek vissza, melyek kritikus anomáliákat okoznak. A feladat során olyan rendszer kifejlesztése a cél, melyet egyszerűbb, empirikusan könnyen leírható szabálybázis akadályoz meg a kritikus hibák generálásában.
Létrehozva: 2020. 08. 31.
Novelty search, Autopoietikus rendszerek
- Témavezető(k)
Dr. Botzheim János
- Csoportméret
1
- Nyelv
magyar
Az optimumkereső algoritmusok határterületét képező ezen két témakör, melyek a fitnesst nem közvetlenül, vagy egyáltalán nem veszik figyelembe a keresés során. A novelty search az újdonság irányába mozdul el, míg az autopoietikus rendszerek önreprodukcióval optimalizálnak. A feladat során egy ilyen state of the art módszer implementálása, valós problémára való alkalmazása, illetve esetleges továbbfejlesztése a cél.
Létrehozva: 2020. 08. 31.
Rule-base alapú NLP
- Témavezető(k)
Dr. Botzheim János
- Csoportméret
1
- Nyelv
magyar
A feladat során egy egyszerű, hierarchikus fuzzy struktúrával leírható válaszmondat kiválasztó rendszer létrehozása a cél, mely szabályrendszer alapon képes tetszőleges bemenetre a megfelelő fix választ adni. Ezáltal egyszerűbb ember-robot scenariókban a kommunikáció megvalósulhat.
Létrehozva: 2020. 08. 31.
Reinforcement feladat robotoknak
- Témavezető(k)
Dr. Botzheim János
Domonkos Márk
Nagy Balázs
- Csoportméret
1
- Nyelv
magyar
Ezen feladat egy öntanulásra képes robotikai rendszer létrehozását foglalja magában (pl labda kosárba dobása megfogóval). A robot egy egyszerű feladatot kell, hogy végrehajtson, melyet automatikusan újra és újra tud próbálni, hiba esetén pedig a tesztkörnyezet visszaáll. A feladat során reinforcement technikákra helyeznénk a hangsúlyt (DeepQ learning, evolúciós policy keresés, R-STDP).
Frissítve: 2020. 08. 31.
Emberi döntéshozás modellezése Fuzzy szabálybázissal
- Témavezető(k)
Dr. Botzheim János
Domonkos Márk
- Csoportméret
1
- Nyelv
magyar
A feladat során egy emberi döntéshozásra (terep átjárhatóságának témakörében) vonatkozó adatsorból kell fuzzy szabálybázist készíteni egyszerű szabálybázis elliminációval, melyet később szakértői elemzésre fel lehet használni.
Frissítve: 2020. 08. 31.
Evolúciós SNN tanítás
- Témavezető(k)
Dr. Botzheim János
- Csoportméret
1
- Nyelv
magyar
Olyan harmadik generációs (spiking) neurális háló tanítás, mely a súlyok figyelembevétele mellett más célparaméterekkel is rendelkezik. A tanítás során evolúciós algoritmust alkalmazunk, mely az SNN struktúra optimalizációjára is képes.
Létrehozva: 2020. 08. 31.
Caputo deriváltas SNN hibaszámítás
- Témavezető(k)
Dr. Botzheim János
- Csoportméret
1
- Nyelv
magyar
A spiking neuron háló tanítását supervised módon elvégezve a hibafüggvény deriváltja helyett a 7/9-edik Caputo derivált használatának hatásait kellene vizsgálni benchmark és valós feladatokon kiértékelve és összehasonlítva a hagyományos módszerekkel
Létrehozva: 2020. 08. 31.
"Inception" SNN
- Témavezető(k)
Dr. Botzheim János
- Csoportméret
1
- Nyelv
magyar
SNN Inception blokk kialakítása úgy, hogy az alblokkokban különböző spiking neuronok, illetve különböző tanító operátorok, módszerek működnek, eredményeiket közösen adják tovább a következő blokknak. Az így kialakult hálózat hatékonyságának összevetése hagyományos hálókkal.
Létrehozva: 2020. 08. 31.
Deep LSM SNN "memória" idősorokra
- Témavezető(k)
Dr. Botzheim János
- Csoportméret
1
- Nyelv
magyar
Olyan unsupervised, több rétegű Liquid State Machine architektúrák létrehozása spiking neuronokból, melyek képesek egy adatsorból sabloninformációkat, esetlegesen kijelölt szakaszokat egy-egy neurális memóriablokkban tárolni, majd azokat később előhívni.
Létrehozva: 2020. 08. 31.
SNN Rprop visszavezetéssel
- Témavezető(k)
Dr. Botzheim János
- Csoportméret
1
- Nyelv
magyar
Supervised tanítás SNNeken, melyeknél a hibát a klasszikus Backpropagation helyett Rprop, vagy ehhez hasonló algoritmussal végezzük.
Létrehozva: 2020. 08. 31.
R-STDP alapú reinforcement tanulás SNN vezérelt mobil robotokra
- Témavezető(k)
Dr. Botzheim János
- Csoportméret
1
- Nyelv
magyar
A feladat célja mobil robotok SNN-nel való irányítása, melyet az R-STDP algoritmussal, vagy annak valamilyen továbbfejlesztettjével tanítunk. A hálózattal egyszerű Braitenberg járművek funkcióit kellene megvalósítani.
Létrehozva: 2020. 08. 31.
Local Propagation alapú ANN tanítás Caputo deriválttal
- Témavezető(k)
Dr. Botzheim János
- Csoportméret
1
- Nyelv
magyar
A feladat valamilyen keretrendszerben a Local propagation implementálása, majd a Caputo deriváltakra váltás lehetőségeinek vizsgálata, esetleges kivitelezése.
Létrehozva: 2020. 08. 31.
Érzelemállapot szimuláció robotokhoz
- Témavezető(k)
Dr. Botzheim János
Domonkos Márk
Nagy Balázs
- Csoportméret
1
- Nyelv
magyar
A feladat során olyan egyszerű (először determinisztikus, később fuzzy, majd neurális alapú) állapotgép létrehozása, mely képes egy robot érzelmi állapotát szimuláni az őt érő bemenetek és saját belső állapota alapján. A szimuláció során külön figyelmet kap a kiszolgáló robot - ügyfél ember felállás. A bemenetek érzelemtartalma itt előre meghatározott a feladat súlypontja a belső változások kidolgozásán van.
Létrehozva: 2020. 08. 31.
Beszélgetésflow figyelembevétele ember-robot kommunikációban
- Témavezető(k)
Dr. Botzheim János
Domonkos Márk
- Csoportméret
1
- Nyelv
magyar
A feladat szakirodalom alapján Boltzmann-gépet, vagy ahhoz hasonló arhitektúrát létrehozni, a beszélgetés menetét figyelembevevő robotoldali válasz kiválasztására. A beszélgetés tematikáját, illetve múltját a lehető legjobban kell felmérni, illetve a beszélgetés "irányítására" is kísérletet lehet tenni.
Frissítve: 2020. 08. 31.
Idősor elemzés on-board szenzoros lokalizációhoz
- Témavezető(k)
Dr. Botzheim János
- Csoportméret
1
- Nyelv
magyar
MARG kompozit szenzor jeleiből MoCap-es validáció mellett minél pontosabb pozícionálás létrehozása. Elsődlegesen Transformer, illetve WaveNet (vagy egyéb seq2seq) modellekkel.
Létrehozva: 2020. 08. 31.
Eyetrackeres stressmérés
- Témavezető(k)
Dr. Botzheim János
Domonkos Márk
- Csoportméret
1
- Nyelv
magyar
Robotok számára kifejezetten nehéz feladat felismerni az ember által megélt stresszt. A stressz azonban ha túl nagy sokszor egy koóperatív feladat rovására mehet. Az ember ilyenkor hibázhat, teljesítménye gyengül. Ezért szeretnénk egy megbízható rendszert létrehozni egy már futó méréssorozatunkhoz. Ennek a rendszernek az új állomása egy eyetracker rendszer integrálása a már kész rendszerünkhöz.
Frissítve: 2020. 08. 31.
Munkatempó optimalizátor
- Témavezető(k)
Dr. Botzheim János
Domonkos Márk
- Csoportméret
1
- Nyelv
magyar
Ember és (ipari)robot kooperációja során a munkát több szempontból is optimalizálni szükséges. Egyik ilyen szempont a munkatempó, melyet a folyamat ideje és emberi tényezők (szakismeret, fáradtság, stress stb.) befolyásol. A projekt során a hallgató egy már megkezdett munkát hivatott továbbfejleszteni. Jelenleg egy bakteriális evolúciós algoritmus segítségével a munkafolyamat optimalizálása történik meghatározott bemenetek alapján.
Létrehozva: 2020. 08. 31.
Robotino Python viselkedésmodell
- Témavezető(k)
Dr. Botzheim János
Nagy Balázs
- Csoportméret
1
- Nyelv
magyar
A Robotino robothoz készült egy python API. Ennek az API-nak a bővítése magasabb szintű funkciókkal. A végső cél pedig egy szabadon választható feladat végrehajtása lenne.
Létrehozva: 2020. 08. 31.
Ainsworth teszt
- Témavezető(k)
Dr. Botzheim János
Domonkos Márk
Nagy Balázs
- Csoportméret
1
- Nyelv
magyar
A projekt a kutyák viselkedését vizsgálná és azt hogy lehet ezt a viselkedést robotokra alkalmazni. A kutya és gazda közötti kötődés viszgálatára alkalmazták már az Ainsworth tesztet. Egy pontos mérést követően a mért adatok alapján modellezni lehetne a kutya viselkedését, leprogramozni egy robotba és ugyan ezzel a tesztel visszamérni a robot és ember között implementált kötődést.
Frissítve: 2020. 08. 31.
Inhomogén objektum-felismerés
- Témavezető(k)
Dr. Botzheim János
Kovács Szilárd
- Csoportméret
1
- Nyelv
magyar
A konvolúciós neurális hálók adják az alapját a legtöbb objektum-felismerő hálónak. A képfeldolgozás sebességének növelésére több lehetséges módszer is van. Egy lehetséges módszer, hogy kép közepének feldolgozásáért felelős neuronok számát magasan hagyjuk, míg a kép széle felé csökkentjük, így csökkentjük az elvégzendő számításokat. Az így létrejött háló képközépen képes jól felismerni, míg a kép szélén kevésbé. Egy mozgó platformra szerelt kamera megfelelő szabályozása esetén képes nagy tartományban észlelni és képközépen azonosítani.
Létrehozva: 2020. 08. 31.
Neuroevolúció
- Témavezető(k)
Dr. Botzheim János
Kovács Szilárd
- Csoportméret
1
- Nyelv
magyar
Újabb és újabb struktúrák készülnek az egyes feladatokra, amelyek felülmúlják a korábbiakat. A folyamatot legtöbb esetben ember végzi, de kísérleteznek az automatizálásukkal. A neuroevolúció lehetőséget ad a neurális hálók hatékonyabbá tételére, és akár fejlesztésére is.
Létrehozva: 2020. 08. 31.
Széles neurális hálózatok
- Témavezető(k)
Dr. Botzheim János
Kovács Szilárd
- Csoportméret
1
- Nyelv
magyar
A neurális háló struktúra mélyítésével egyre komplexebb feladatokat tudunk megoldani, az egyszerű műveletek ellenére. A mélyítés következtében elméletileg is növekszik a feldolgozási idő. A feldolgozási sebesség növelésére egy megoldás a hálók szélességének növelésével egyben a mélységük csökkentése.
Létrehozva: 2020. 08. 31.
Nagy felbontású sorozatképek feldolgozására optimalizált yolo szerű felismerő háló készítése
- Témavezető(k)
Dr. Botzheim János
Kovács Szilárd
- Csoportméret
1
- Nyelv
magyar
Az objektum detektálásra használt hálók, általában nem használják ki a korábbi képeket. Képsorozatok vagy videók feldolgozásánál jelentős információ lakozik a képek közti eltérések vizsgálatában.
Létrehozva: 2020. 08. 31.
Intelligens címkéző program yolo típusú objektum detektáláshoz
- Témavezető(k)
Dr. Botzheim János
Kovács Szilárd
- Csoportméret
1
- Nyelv
magyar
A mesterséges intelligencia alkalmazásához sok tanítási adatra van szükségünk. A főbb kategóriákra és néhány speciálisra rendelkezünk címkézett adatokkal, illetve detektáló hálóval. A további kategóriákhoz szükséges címkézés nagyrészt kézzel történik.
Létrehozva: 2020. 08. 31.
Fitts teszt
- Témavezető(k)
Dr. Botzheim János
Domonkos Márk
- Csoportméret
1
- Nyelv
magyar
Robotok számára kifejezetten nehéz feladat felismerni az ember által megélt stresszt. A stressz azonban ha túl nagy sokszor egy koóperatív feladat rovására mehet. Az ember ilyenkor hibázhat, teljesítménye gyengül. Ezért szeretnénk egy megbízható mérőrendszert létrehozni egy már futó méréssorozatunkhoz. Ennek a rendszernek egy lehetséges új mérőeleme egy a Fitts törvény-re alapozott egyszerű mérőeszköz, mely képes a koncentrációt és ez által akár a stressz szintjét is mérni.
Létrehozva: 2020. 09. 01.
MIKROID robotpartner fejlesztése
- Témavezető(k)
Dr. Botzheim János
Domonkos Márk
- Csoportméret
1
- Nyelv
magyar
Jiseok Woo 2017-es doktori disszertációjában egy, főként időseket szolgáló, robotpartnert ír le. A robot felépítése egyszerű és alkalmas különböző szociális interakciókra. A feladat során ezt a robotot kellene a mai kornak megfelelő elektronikával ellátni és újratervezni.
Létrehozva: 2020. 09. 01.