פרויקטי גמר - הנדסת חשמל - המעבדה לעיבוד אותות תשפ"ב
|
401 Regulation to improve multi-task learning רגולציה לשיפור למידה מרובת משימותשם המנחה: איתן פתיה הרקע לפרויקט:Multi-task learning is faced with the challenge with using a unified model to make various predictions. For example, in autonomous driving we need to detect pedestrians, predict free space, perform lane detection etc. It is too expensive, from a computational standpoint, to run a separate model per task and we therefore try and train a single unified model. The problem is that the various task can interfere with each other and performance can drop when using multi-task learning. מטרת הפרויקט:The goal of this project is to improve multi-task learning by encouraging the gradients to have large cosine similarity. תכולת הפרויקט:The first part will be to implement previous work "REGULARIZING DEEP MULTI-TASK NETWORKS USING ORTHOGONAL GRADIENTS". We will then extend beyond and try improving on it. קורסי קדם:מבוא ללמידת מכונה - יכול להיות במקביל מקורות:Suteu, M., & Guo, Y. (2019). Regularizing Deep Multi-Task Networks using Orthogonal Gradients. |
|
402 Using representation learning fom Gaussian process classification שימוש בלימוד ייצוג לשיפור סיווג עם תהליכים גאוסייניםשם המנחה: איתן פתיה ועידן אחיטוב הרקע לפרויקט:Recently there has been great interest and success in representation learning in computer vision. We will investigate how these new model can help learn a kernel for Gaussian process classification, and how this can help machine learning in the low data regime. מטרת הפרויקט:The result would be a comparative evaluation on how representation learning can help Gaussian process classification, compared with a kernel learning baseline. תכולת הפרויקט:The students will need to use existing representation learning models, and apply Gaussian process classification on the learned features. They will then compare their ability to learn on a low data task. קורסי קדם:83841 למידת מכונה סטטיסטית (אפשר במקביל) מקורות:Gaussian Processes for Machine Learning |
|
403 Speech enhancement using NN and beamformer method הנחתת רעשים ע"י שימוש ברשתות נוירונים ומסנן מרחבישם המנחה: אביעד איזנברג הרקע לפרויקט:במקרים רבים ישנו צורך 'לנקות' את אות הדיבור המתקבל בנוסף לרעש בעוצמה גבוהה. לצורך זאת אנו נתמקד בשיטה מבוססת למידה עמוקה (רשתות נוירונים) אשר תבצע למידה של המערכת ממנה הגיע המקור. בנוסף נשתמש בידע על סוג הרעש ובמסנן מרחבי על מנת להגיע לתוצאה הרצויה מטרת הפרויקט:מטרת הפרוייקט הינה לבצע יכולת הנחתת רעשים תוך כדי שימור אות הדיבור תכולת הפרויקט:בפרוייקט הסטודנטים יצטרכו לבנות ולאמן רשת למידה לצורך שיערוך מערכת בשילוב עם שיטות סינון מרחביות להנחתת רעשים קורסי קדם:
מקורות:A. Aroudi and S. Braun, "DBnet: Doa-Driven Beamforming Network for end-to-end Reverberant Sound Source Separation," ICASSP 2021 - 2021 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 2021, pp. 211-215, doi: 10.1109/ICASSP39728.2021.9414187. |
|
404 Source separation with multichannel variational autoencoder הפרדת דוברים ע"י VAEשם המנחה: אביעד איזנברג אחראי/ת אקדמי/ת: פרופ' שרון גנות הרקע לפרויקט:במקרים רבים נדרשת יכולת הפרדה של דוברים שונים מתוך דאטא מסויים. זוהי בעיה מאתגרת מאוד. בשנים האחרונות חלה עליה בשימוש בשיטות למידה עמוקה(רשתות נוירונים) לצורך פתרון בעיה זו. בפרוייקט זה אנו נשלב בין שיטות קיימות לשיטות למידה עמוקה לצורך פתרון הבעיה מטרת הפרויקט:יכולת הפרדת דוברים עיוורת, אימון וניתוח רשת נוירונים, בניית מודל סטטיסטי ופיתוחו תכולת הפרויקט:על הסטודנטים יהיה לאמן רשת ולבנות מודל סטטיסטי קורסי קדם:
מקורות:
|
|
405 Co-Separating Sounds of Visual Objects הפרדת צלילי אובייקטים ויזואליים בווידאושם המנחה: Mordehay Moradi הרקע לפרויקט:Multi-modal perception is important to capture the richness of real-world sensory data for objects, scenes, and events. The sounds made by objects, whether actively generated or incidentally emitted, offer valuable signals about their physical properties and spatial locations—the cymbals crash on stage, the bird tweets up in the tree, the truck revs down the block, the silverware clinks in the drawer. Objects often generate sounds while coexisting or interacting with other surrounding objects. Thus, rather than observe them in isolation, we hear them intertwined with sounds coming from other sources. Likewise, a realistic video records the various objects with a single audio channel that mixes all their acoustic frequencies together. Automatically separating the sounds of each object in a video is of great practical interest, with applications including audio denoising, audio-visual video indexing, instrument equalization, audio event remixing, and dialog following. מטרת הפרויקט:This project introduces a co-separation training paradigm that permits learning object-level sounds from unlabeled multi-source videos. תכולת הפרויקט:
קורסי קדם:Deep Learning דרישות נוספות:Knowledge of Python מקורות:R. Gao and K. Grauman, "Co-Separating Sounds of Visual Objects," 2019 IEEE/CVF International Conference on Computer Vision (ICCV), 2019, pp. 3878-3887, doi: 10.1109/ICCV.2019.00398. Link to the paper - https://arxiv.org/abs/1904.07750 |
|
406 Speech Activity Detection from EEG using neural networks איתור פעילות דיבור בעזרת גלי EEG באמצעות רשתות נוירוניםשם המנחה: רועי גואטא הרקע לפרויקט:ממשקי מוח – מכונה, תחום בו אותות מהמוח האנושי עוברים למחשב לצורך עיבוד, ניתוח ולמידה הינו תחום אשר מתפתח מאוד בשנים האחרונות, בעיקר בשל ההתפתחויות הרבות בתחומי ההנדסה ומדעי המוח. חלק גדול מממשקים אלו מבוססים על EEG. EEG הינה שיטת סריקה לא פולשנית אשר מבצעת רישום של פעילות חשמלית במוח האדם. באלגוריתמים רבים לעיבוד דיבור, הצורך באיתור זמנים בהם ישנו דובר פעיל ובהם אין דובר פעיל משמעותי מאוד. נושא זה נחקר רבות, ושיטות רבות הוצעו על מנת לבצע איתור שכזה, שיטות אלו מבוססות לרוב על אותות הדיבור עצמם, אולם שיטות אלו היו בעלות חסרונות ומגבלות, כגון בסביבות רועשות ובמרחקים יחסית גדולים בין המיקרופונים לבין הדובר. מטרת הפרויקט:למידה, בנייה, אימון ובחינה של רשת נוירונים אשר תקבל גלים אלקטרו-מגנטים מהמוח (EEG) ותחליט עבור כל פרק זמן, האם יש דובר במערכת או לא. תכולת הפרויקט:
קורסי קדם:
(כולם במקביל, במהלך שנה ד') דרישות נוספות:
מקורות:M. Koct´urov´a and J. Juh´ar, "Speech Activity Detection from EEG using a feed-forward neural network," 2019 10th IEEE International Conference on Cognitive Infocommunications (CogInfoCom), 2019, pp. 147-152, doi: 10.1109/CogInfoCom47531.2019.9089965.
|
|
407 Online speech source separation and counting using deep neural networks הפרדת וספירת דוברים בזמן אמת באמצעות רשתות למידה עמוקהשם המנחה: מר ליאור פרנקל הרקע לפרויקט:Automatic meeting analysis comprises the tasks of speaker counting, speaker diarization, and the separation of overlapped speech, followed by automatic speech recognition. This all has to be carried out on arbitrarily long sessions and, ideally, in an online or block-online manner. While significant progress has been made on individual tasks, this work presents an all-neural approach to simultaneous speaker counting, diarization and source separation. The NN-based estimator operates in a block-online fashion and tracks speakers even if they remain silent for a number of time blocks, thus learning a stable output order for the separated sources. The neural network is recurrent over time as well as over the number of sources. The simulation experiments show that state of the art separation performance is achieved, while at the same time delivering good diarization and source counting results. It even generalizes well to an unseen large number of blocks. מטרת הפרויקט:בפרוייקט זה נממש רשת למידה עמוקה מסוג BiLSTM שתקבל הקלטות של מספר דוברים בזמן אמת, תזהה את מס' הדוברים ותפריד ביניהם. תכולת הפרויקט:
קורסי קדם:
דרישות נוספות:
מקורות:T. v. Neumann, K. Kinoshita, M. Delcroix, S. Araki, T. Nakatani and R. Haeb-Umbach, "All-neural Online Source Separation, Counting, and Diarization for Meeting Analysis," ICASSP 2019 - 2019 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 2019, pp. 91-95, doi: 10.1109/ICASSP.2019.8682572. |
|
408 Audio-Visual Scene Analysis with Self-Supervised Multisensory Features ניתוח סצנות אודיו-וידאו בגישת self-supervised-learningשם המנחה: רננה אופוצ'ינסקי הרקע לפרויקט:הפרויקט משתייך לעולם של למידה עמוקה ועיבוד אותות. כהשראה מהעיבוד הנעשה באופן טבעי במוח המורכב משילוב של מודלים רב חושיים, ענף מרכזי ומתפתח בלמידה עמוקה מנסה לשלב מידע ממודלים שונים על מנת לבצע פעולת למידה משותפת. מטרת הפרויקט:בפרויקט זה יבנו הסטודנטים רשת המשלבת את המודלים ללמידה משותפת. הרשת תנתח את הסצנות בהסתמך על מידע שאינו מתויג, אלא בשיטה של תיוג עצמי. לרשת ישנן מספר משימות- להצליח לאכן את מיקום הדובר, לאפשר הפרדה של דוברים וכן לזהות פעולות מתוך המידע. תכולת הפרויקט:עבודה וארגן בסיס נתונים גדול לצורך מערכת לומדת. הסטודנטים ילמדו, יתכננו ויממשו רשת נוירונים עמוקה. יבחנו מספר ארכיטקטורות אפשריות ואת היתרון של כל אחת מהן. קורסי קדם:
(כולם במקביל, במהלך שנה ד') דרישות נוספות:
מקורות:Andrew Owens, Alexei A. Efros (2018) Audio-Visual Scene Analysis with Self-Supervised Multisensory Features. In: Ferrari V., Hebert M., Sminchisescu C., Weiss Y. (eds) Computer Vision – ECCV 2018. ECCV 2018. Lecture Notes in Computer Science, vol 11210.
|
|
409 Deep audio-visual modal-based sound-source localization and tracking איכון ועקיבה בהתבסס על מודל אודיו-ויזואלי בשיטות למידה עמוקהשם המנחה: רננה אופוצ'ינסקי הרקע לפרויקט:בשנים האחרונות תחום הלמידה העמוקה התפתח והתקדם מאוד ובפרט הושגו תוצאות מרשימות בתחום הלוקליזציה, איכון דובר, ע"י רשתות נוירונים. איכון דובר היא משימה מסובכת במיוחד בתנאי הדהוד. לאחרונה ישנה התעניינות גוברת בשיטות איכון מבוססות למידה. בגישות אלו, המאפיינים האקוסטיים מחולצים מתוך סיגנל הדיבור בזמן ומשמשים כקלט למודל שממפה אותם למיקום שלהם בהתאמה. רוב השיטות מבוססות הלמידה דורשות סטים גדולים של מידע מתויג, הקלטות ממיקום ידוע, המאפשרות את תהליך הלמידה. בפרויקט נרצה לפתח שיטת איכון ועקיבה אחר דובר בחדר ידוע תוך הנחות מציאותיות על קיום data מתויג חלקית. בנוסף לעיבוד השמע, נממש מערכת בקרה מבוססת מידע ויזואלי מתוך הסצנה. מטרת הפרויקט:בפרויקט הסטודנטים יממשו אלגוריתם המאפשר איכון של דובר ועקיבה תוך שימוש בכלים מתקדמים ועדכניים בעולם הלמידה. הסטודנטים ילמדו ויעשירו את הידע שלהם בתחום הלמידה העמוקה בכלל ובפרט בשיטות בתוך תחום זה שמתבססות רק באופן חלקי על דוגמאות מתויגות ועל אוסף גדול של דוגמאות שאינן מתויגות -דירוג בעזרת רשתות סיאמיות. תכולת הפרויקט:במסגרת פרויקט זה הסטודנטים יחשפו לעולם עיבוד אותות הדיבור ולשיטות איכון ועקיבה , למידה עמוקה ובפרט לשיטות למידה semi/weakly-supervised תוך שילוב והתייחסות למידע אקוסטי וויזואלי. קורסי קדם:
(כולם במקביל, במהלך שנה ד') דרישות נוספות:
מקורות:Opochinsky, Renana, Bracha Laufer-Goldshtein, Sharon Gannot, and Gal Chechik. "Deep ranking-based sound source localization." In 2019 IEEE Workshop on Applications of Signal Processing to Audio and Acoustics (WASPAA), pp. 283-287. IEEE, 2019. |
|
410 Embedded beamformer using NN for parameters estimation מימוש חומרתי של מסנן מרחבי ושיערוכו ע"י רשת נוירוניםשם המנחה: אביעד איזנברג הרקע לפרויקט:למידה עמוקה מהווה בשנים האחרונות כלי חשוב מאוד ביכולת עיבוד אותות בכלל ודיבור בפרט. לצורך שיערוך פרמטרים של מסנן מרחבי אנו נשתמש בשיטה זו ולאחר מכן יכולות האלגוריתם יבדקו ע"י רכיב חומרתי מטרת הפרויקט:מטרת הפרויקט הינה בנית רשת לצורך שיערוך פרמטרי המסנן ומימושו ברכיב חומרתי תכולת הפרויקט:נלמד רשת אשר תדע לסווג כל tf-bin במישור הSTFT לדיבור/רעש ועל פי זה נדע לשערך את הפרמטרים הרלוונטיים. בחלק הראשון על הסטודנטים לבנות רשת לשערוך פרמטרי המסנן. בחלק השני עליהם למממש אותו על רכיב חומרתי. קורסי קדם:
מקורות:S. E. Chazan, H. Hammer, G. Hazan, J. Goldberger and S. Gannot, "Multi-Microphone Speaker Separation based on Deep DOA Estimation," 2019 27th European Signal Processing Conference (EUSIPCO), 2019, pp. 1-5, doi: 10.23919/EUSIPCO.2019.8903121. |
|
411 Self-supervised Moving Vehicle Tracking with Stereo Sound מערכת עקיבה אחר מכונית בעזרת סטריאו-אודיו באמצעות self-supervised learningשם המנחה: יוחאי ימיני הרקע לפרויקט:מערכות עקיבה מבוססת וידאו נותנות ביצועים מרשימים בתנאי תאורה טובים, אך אינן מצליחות להתמודד עם מצבים כגון סצנות המצולמות בלילה. מערכת עקיבה מבוססת אודיו חסינה בפני שינוי תנאי תאורה, אך אינה יודעת לקשר מיקום פיזי למיקום בפריימים של מצלמת העקיבה מטרת הפרויקט:פיתוח מערכת עקיבה מבוססת אודיו הלומדת את הקישור למיקום בפריימים ממערכת מבוססת וידאו בשיטת teacher-student. תכולת הפרויקט:
קורסי קדם:
דרישות נוספות:
מקורות:Self-supervised Moving Vehicle Tracking with Stereo Sound by Chuang Gan, Hang Zhao, Peihao Chen, David Cox, Antonio Torralba |
|
412 Direction of arrival estimation using deep learning for unknown array structure זיהוי כיוון דובר ע"י למידה עמוקה עבור מערכי חיישנים בלתי ידועיםשם המנחה: ד"ר עופר שוורץ הרקע לפרויקט:Direction of arrival (DOA) estimation is an important topic in microphone array processing. Conventional methods work well in relatively clean conditions but suffer from noise and reverberation distortions. Recently, deep learning-based methods show the robustness to noise and reverberation. However, the performance is degraded rapidly or even model cannot work when microphone array structure changes. So it has to retrain the model with new data, which is a huge work. In this paper, we will try a supervised learning algorithm for DOA estimation combining convolutional neural network (CNN) and long short term memory (LSTM). Due to a special input feature design, the proposed method can adapt to a new microphone array conveniently only use a very small amount of data. The input feature will include analytical and traditional algorithms for DOA estimation such as SRP-PHAT, SRP-HT, etc. מטרת הפרויקט:בפרויקט נממש מערכת לזיהוי כיוון של דובר ע"י למידה עמוקה. המערכת אמורה להתאמן על מערך בעל מבנה כללי כלשהו כך שיתקבלו תוצאות טובות גם עבור מערך בעל מבנה בלתי צפוי. המערכת תיבדק בתנאים מסובכים של רעש כיווני והדהוד בהקלטות שונות. תכולת הפרויקט:בפרויקט זה נבצע:
קורסי קדם:DSP1 , DSP2 מקורות:
|
|
413 Audio source localization from a noisy video זיהוי מקור אודיו מתוך וידאו רועששם המנחה: ד"ר אופיר לינדנבאום הרקע לפרויקט:Audio-Visual Sound Source Localization is an important task that has several applications, for instance, in robotics. The problem is especially challenging in the noisy regime, i.e., an additional audio signal whose source does not appear in the video. We will first convert the audio to a time-frequency representation using spectrograms. Then, we will utilize a recently proposed approach for sparse canonical correlation analysis (CCA). Canonical Correlation Analysis (CCA) models are powerful for studying the associations between two sets of variables. By learning a sparse subset of correlated input variables, we will identify the most correlated pixels with the audio signal. מטרת הפרויקט:בפרוייקט נממש אלגוריתם לזיהו מקור האודיו מתוך סרט וידאו רועש, לדוגמא זיהוי דובר, או זיהו כלי נגינה בסביבה רועשת. המטרה היא לזהות את הפיקסלים אשר מתארים את סיגנל האודיו ובמקביל לאתר את תחום התדרים אשר מתאר את הסיגנל שנוצר מהאוביקט שמופיע בתמונות. האלגוריתם יבדק על מגוון סרטים עם דוברים בנוכחות רעש. תכולת הפרויקט:
קורסי קדם:
מקורות:
|
|
414 VisualVoice: Audio-Visual Speech Separation with Cross-Modal Consistency הפרדת דוברים תוך שימוש בוידאו-אודיושם המנחה: מרדכי מוראדי הרקע לפרויקט:Human speech is rarely observed in a vacuum. For examples: Amidst the noisy din of a restaurant, we concentrate to parse the words of our dining partner; watching a heated presidential debate, we disentangle the words of the candidates as they talk over one another; on a Zoom call we listen to a colleague while our children chatter and play a few yards away. resented with such corrupted and entangled sounds, the human perceptual system draws heavily on visual information to reduce ambiguities in the audio and modulate attention on an active speaker in a busy environment. Automating this process of speech separation has many valuable applications, including assistive technology for the hearing impaired, improvement of Automatic Speech Recognition(ASR) systems, or better transcription of spoken content in noisy in-the-wild Internet videos (Speech to Text). מטרת הפרויקט:This project proposes a multi-task learning framework to jointly learn audio-visual speech separation and cross-modal face-voice embeddings. This approach leverages the complementary cues between lip movements and cross-modal speaker embeddings for speech separation. The embeddings serve as a prior for the voice characteristics that enhances speech separation. תכולת הפרויקט:
The project will be implemented in Pytorch קורסי קדם:
דרישות נוספות:
מקורות:
|
|
415 Speech impairment זיהוי לקויות דיבור באמצעות למידת מכונה.שם המנחה: רועי גואטא , פיני טנדייטניק הרקע לפרויקט:לקות דיבור הינה בעיה אשר מתבטאת בחוסר היכולת להגות בצורה נכונה הברות מסוימות או אותיות מסוימות. בעיה זו נפוצה בקרב ילדים ודורשת טיפול אצל קלינאית תקשורת. לרוב, זיהוי לקות הדיבור נעשה באמצעות שמיעה סובייקטיבית של סביבת האדם הסובל ממנה וקשה להגדירה באופן אובייקטיבי. בשנים האחרונות חלה עלייה מתמדת בשימוש באלגוריתמי למידת מכונה ולמידה עמוקה בתחומים של שפה ודיבור. אלגוריתמים אלו מסייעים לבצע בצורה חכמה ויעילה מגוון רב של פעולות בתחומים אלו כגון סינון והפרדת דוברים, זיהוי דיבור וממשקי דיבור-טקסט. הצורך בזיהוי אובייקטיבי ואוטומטי של הגייה לקויה ונכונה של הברות קיים אצל ילדים בעלי לקות דיבור אשר נדרשים להתאמן גם מחוץ לפגישות עם קלינאית התקשורת. את הצורך הזה יכול למלא אלגוריתם מבוסס למידה מכונה ו/או למידה עמוקה, אשר יוכל לזהות בהסתברות גבוהה דיבור נכון ולקוי ולהתריע על כך למשתמש. מטרת הפרויקט:בנייה, אימון, בחינה וניתוח אלגוריתם מבוסס למידת מכונה/למידה עמוקה לזיהוי לקויות דיבור. תכולת הפרויקט:
קורסי קדם:
דרישות נוספות:
מקורות: |
|
416 White-box methods for data-driven-based Nearfield Acoustic Holography מידול הולוגרפי של שדה אקוסטי קרובשם המנחה: מר מרקו אוליביירי , מורדכי מוראדי הרקע לפרויקט:Kirchhoff-Helmholtz-based Convolutional Neural Network (KHCNN) is a novel methodology for Nearfield Acoustic Holography (NAH). The proposed technique is based on Convolutional Neural Networks, with an autoencoder architecture, to reconstruct the pressure and velocity fields on the surface of the vibrating structure using the sampled pressure sound field on the holographic plane as input. The loss function used for training the network is based on a combination of two components. The first component is the error in the reconstructed velocity. The second component is the error between the sound pressure on the holographic plane and its estimate obtained from forward propagating the pressure and velocity fields on the structure through the Kirchhoff-Helmholtz integral, thus bringing some knowledge about the physics of the process under study into the estimation algorithm. מטרת הפרויקט:The objective of this project is to reveal the features of the network model. After a first analysis of the white-box methods present in the Deep Learning literature we apply these techniques to the KHCNN model תכולת הפרויקט:בפרויקט הסטודנטים יצטרכו לבנות מודל הולוגרפי של שדה קרוב בעזרת טכניקות של למידה עמוקה קורסי קדם:קורסי מסלול בעיבוד אותות מקורות:
|
פרויקטים נוספים מומלצים |
|
107 Spectral neural dynamics analysis of electrophysiological information ניתוח דינמיקה עצבית ספקטרלית של נתונים אלקטרופיזיולוגייםשם המנחה: ד״ר יערה ארז הרקע לפרויקט:Precision neuroimaging is a developing approach that focuses on understanding brain activity and functional networks at the individual person level. This approach is facilitated by data-intensive information from different imaging modalities and has important implications for developing imaging-based personalized medicine practices. מטרת הפרויקט:The aim of this project is to develop analysis tools for spectral dynamics of ECoG data. תכולת הפרויקט:We will develop dynamics analysis including statistical modelling and visualization of the results. This will include: writing code, reading literature, data analysis, model validation by simulations. קורסי קדם:- Software / programming דרישות נוספות:
מקורות:
|
|
208 Chip Identification Circuit (Fingerprint) using Physical Unclonable Functions (PUF) מעגל זיהוי אנלוגי המבוסס על PUFשם המנחה: Yizhak Shifman הרקע לפרויקט:In the modern era, there is a huge amount of secured data transfer involving credit cards, autonomous vehicles, IOT, etc. It is essential for data centers to be able to identify users accurately and securely. A new category of circuit called Physical Uncloneable Functions (PUF) has been utilized to provide secret encryption keys and authentication. The PUFs use random transistor mismatch to generate digital codes, which are unknown even to the device manufacturer. The problem with PUF are that they also have many flaky bits which can change due to noise effects, requiring the use of complex error correction algorithms. מטרת הפרויקט:In this project, several novel techniques will be utilized to improve the reliability and robustness of the basic PUF cell. These techniques involve a combination of analog, digital and device physics concepts. During the course of this work, you will design a novel PUF array as well as its readout circuitry, all of which will be implemented in a Si IC. This is an original idea whose successful implementation can result in an academic publication. תכולת הפרויקט:In this project the student will design a PUF using digital and analog techniques. The schematics will be prepared in Virtuoso and simulated. Layout and post-layout simulations will be conducted to verify the circuit performance. This project will include a tapeout and Silicon measurements. The successful conclusion of this project may lead to an academic publication. Since there are several topologies here, there can be more than one project available. קורסי קדם:
מקורות:
|
|
303 Quantum Illumination - Towards Quantum Radar הארה קוונטית - לעבר מכ"ם קוונטישם המנחה: אליהו כהן הרקע לפרויקט:אנו מפתחים סנסורים חדשים שמבוססים על עקרונות תורת הקוונטים. תכליתו של אחד הסנסורים האלה היא לגלות מטרות עם החזרה מאוד חלשה תוך שימוש בפוטונים שזורים. המטרה העיקרית של המחקר הזה היא בחינת אפיקים חדשים למימוש מכ"מים עם רגישות מאוד גבוהה למטרות, אבל רגישות מאוד נמוכה ללוחמה אלקטרונית. מטרת הפרויקט:ההישג המצופה הוא ניתוח תיאורטי (אנליטי ונומרי) של סנסורים מהסוג שהוזכר למעלה. ניתוח שיוכל להוביל לאחר מכן לניסויים מוצלחים והדגמות מעבדתיות. תכולת הפרויקט:המטלה העיקרית היא להוסיף אלמנט של רעש תרמי לניתוח תיאורטי קיים בכדי להבין את השפעתו (ניתוח אנליטי באמצעות מתמטיקה וכמו כן ניתוח נומרי באמצעות מטלב). כמו כן, ייבחן מדד בשם quantum discord במטרה לכמת את ביצועיו הצפויים של הסנסור. קורסי קדם:קדם - מכניקה קוונטית שימושית. במקביל - חישוב קוונטי. מקורות:
|
|
306 What are the ultimate bounds on time and energy measurements? מהם החסמים המוחלטים על מדידות זמן ואנרגיהשם המנחה: ישמעאל דה-פאיווה הרקע לפרויקט:תורת הקוונטים מציבה חסמים הדוקים על מדידות של משתנים פיזיקליים מסויימים, בין השאר על מדידות מדוייקות של זמן ואנרגיה. אנו שואפים למצוא חסמים חדשים ושיטות מדידה חדשות שיאפשרו לשפר את החיישנים הקיימים. מטרת הפרויקט:ההישג המצופה הוא מציאת חסם הדוק על מדידות זמן ואנרגיה תוך שימוש בשעונים קוונטיים. בשאיפה, נוכל גם למצוא כיצד החסמים האלו משתנים תחת תנאים של רעש ואיבודים, כמו גם שדות כבידתיים. תכולת הפרויקט:חישובים אנליטיים שמבוססים על חומר שלמדנו במכניקה קוונטית שימושית עם התאמות לבעיה הקיימת. קורסי קדם:קדם - מכניקה קוונטית שימושית. במקביל - חישוב קוונטי. מקורות:
|
|
310 Optical fiber sensors of ionizing radiation חיישנים מבוססי סיבים אופטיים למדידת קרינה מייננתשם המנחה: Prof. Avi Zadok הרקע לפרויקט:מדידות קרינה מייננת הינן קריטיות עבור פעולתם התקינה של כורים גרעיניים ומתקנים אחרים לאנרגיות גבוהות. סיבים אופטיים סטנדרטיים הינם חיישנים יוצאים מהכלל: הם מאפשרים מדידות על-פני עשרות ק"מ, ניתנים לשילוב נוח בתוך תשתיות, חסינים בפני הפרעות אלקטרו-מגנטיות, וניתנים לשימוש גם באיזורים מסוכנים וללא אספקת אנרגיה. לבסוף, הסיבים מאפשרים מדידות מפולגות מבחינה מרחבית, אשר בהן כל מקטע של הסיב משמש כחיישן נפרד מתוך רשת. מדידות קרינה באמצעות סיבים אופטיים נחקרות ומיושמות מזה עשרות שנים. שיטות המדידה נסמכות רובן ככולן על השפעת הקרינה על הזכוכית ממנה עשוי הסיב. מטרת הפרויקט:מטרת הפרויקט הינה מדידות של השפעת קרינה מייננת על סיבים אופטיים סטנדרטיים ברגישות גבוהה ותוך אבחנה מרחבית גבוהה. יודגש כי הקרנת הסיבים נעשית במרכז למחקר גרעיני שורק, והסיבים מגיעים לבדיקה באוניברסיטת בר-אילן רק לאחר שאינם מקרינים בעצמם ואין בהם כל סכנה. העוסקים בנושא אינם נחשפים לקרינה או לכל סיכון אחר. לצד זאת, השפעת הקרינה על תכונות הסיב עצמו נותרת קבועה. תכולת הפרויקט:לימוד התקדמות האור בסיבים אופטיים. לימוד התכונות האלסטיות והתקדמות גלי קול אולטרה-סוניים בסיבים אופטיים. לימוד הנושא של אינטראקציה ויחסי גומלין בין גלי אור וקול. חישובים אנליטיים ונומריים של גלי אור וקול בסיבים והשפעות הגומלין ביניהם. הקמת מערך מדידה מעבדתי לאיפיון מקטעי סיב. מדידת מספר מקטעים שנחשפו לרמות קרינה שונות. ניתוח התוצאות. הערכת מנגנוני רעש ומגבלות. הערכת רגישות השיטה וכושר האבחנה המרחבית. כתיבת דו"ח מסכם. קורסי קדם:תקשורת אופטית, שדות אלקטרומגנטיים, נושאים מתקדמים בתקשורת אופטית מקורות:עבודת הדוקטורט של ד"ר יוסף לונדון, בוגר הקבוצה. זמינה להורדה כאן: |
|
313 Incorporation of AI and ML algorithms in remote biomedical sensing שילוב יכולות של בינה מלאכותית ואלגורימי לימוד מכונה בחישה ביו רפואיתשם המנחה: זאב קלאוזנר הרקע לפרויקט:מדובר על טכנולוגיית חישה חדשנית המבוססת על ניתוח שינויים זמניים-מרחביים של תבנית פיזור אור לייזר מרקמה ביולוגית נבחנת ועל בסיס זה חישה של פרמטרים ביו רפואיים מרחוק מטרת הפרויקט:לשפר דיוק וחזרתיות של המדידה עי שילוב אלגוריתמי למידת מכונה חדשניים תכולת הפרויקט:איסוף תוצאות, פיתוח אלגוריתם במטלב והפעלתו ע הנתונים שיאספו והפקת מסקנות חישה קורסי קדם:קורסי למידת מכונה דרישות נוספות:מבוא לאופטיקה מקורות:Zeev Kalyuzhner, Sergey Agdarov, Aviya Bennett, Yafim Beiderman, and Zeev Zalevsky, "Remote photonic sensing of blood oxygen saturation via tracking of anomalies in micro-saccades patterns," Opt. Express 29, 3386-3394 (2021) |
|
316 Incorporation of fiber-based water leakage detector שילוב סיבים אופטיים לניטור נזילות מים מצינורותשם המנחה: יפים ביידרמן הרקע לפרויקט:פותח סנסור פוטוני מבוסס סיב אופטי מיוחד שהדגים יכולת ראשונה לניטור נזילות של מים מצינור ומדידת שינויי ספיקה. יש רצון להרחיב יכולות אלו למדידה יותר נרחבת של ניטור צינורות מים מטרת הפרויקט:הרחבת יכולות חישה פוטוניות עי סיב מיוחד לצורך מדידה יותר נרחבת של ניטור צינורות מים תכולת הפרויקט:ביצוע ניסויים במערכת אב הטיפוס הקיימת. איסוף מדידות וניתוחן קורסי קדם:מבוא לאופטיקה דרישות נוספות:קורסי עיבוד אות מקורות:A. Bennett, Ye. Beiderman, S. Agdarov, Ya. Beiderman, R. Hendel, B. Straussman and Z. Zalevsky, “Monitoring of vital bio-signs by analysis of speckle patterns in fabric-integrated multimode optical fiber sensor,” Opt. Exp. 28(14), 20830-20844 (2020). |
|
319 Multimode fiber modes analyzing ניתוח מודים גבוהים בסבי מולטימודשם המנחה: שרה מאיר הרקע לפרויקט:כל אלומה שמתקדמת בסיבי מולטימוד מתפרקת למודים למודים השונים שמרכיבים אותה ומבצעת ערבוב בין המודים. שימוש בסיבי מולטימוד ושליטה בערבוב בין המודים השונים יכול לאפשר הגדלת רוחב הסרט ברשתות תקשורת פי 100. כאשר המודים השונים מעוררים באמצעות מערכי סיבים הבעיה היא שלצורך השליטה הזו אנו חייבים להבין את התנהגות המודים הלא לינארית. בפרויקט זה נחקור את הדינמיקה הלא לינארית של סיבים מטרת הפרויקט:סיבי מולטימוד מכילים מספר מודים גבוה ומאפשרים להעביר מידע רב יותר בסיבים קיימים. אנו מעוניינים לקחת סיבי מולטימוד ולהצליח לנתח את הדינמיקה המודלית בסיבים. איך מודים מסויימים מתקדמים, כמה הם יציבים, והאם ניתן להשתמש בהם להעברת מידע. בפרויקט הזה נשתמש בעיבוד תמונה לצורך מציאת הדינמיקה של המודים השונים הפרויקט הזה יוביל להבנה עמוקה של ההתנהגות הלא לינארית של פולסים בסיבי מולטימוד תכולת הפרויקט:תכנות וביצוע ניסויים במעבדה קורסי קדם:אופטיקה ולייזרים מקורות:
|
|
320 Simulation and theory of fluorescence mediated by a finite diffuser סימולציה ותיאוריה של פלואורוסנציה מתווך מפזר סופישם המנחה: Gilad Yahav הרקע לפרויקט:שימוש בצבענים פלואורסצנטיים לשם אבחון בעומק רקמה חיה מוגבל בשל כמות צבען נמוכה הנדרשת משיקולי בטיחות, ובשל הפיזור הגבוה ברקמה. השימוש בצבענים בעלי פליטה בתחום האדום ואינפרה אדום משפר את ישימות השיטה, אולם עדיין היעילות האופטית מאוד נמוכה. הבנת השפעות הפיזור על הסיגנל הפלואורסצנטי חשובה מאוד כדי להתגבר על מגבלה זו. לאחרונה נמדדה תופעה של ירידה אקספוננציאלית בעוצמה פלואורסצנטית כפונקציה של עובי הרקמה מעל הצבען. אולם חסר ביטוי אנליטי שיסביר תופעה זו. מטרת הפרויקט:בפרויקט זה יפתחו הסטודנטים ביטוי אנליטי לירידת העוצמה הפלואורסצנטית כפונקציה של מקדם הפיזור המופחת ועובי השכבה מעל הצבען של החומר המפזר. תכולת הפרויקט:בפרויקט, הסטודנטים יפתחו את משוואת ה RTE המתארת התנהגות פיזור ברקמות, עבור המקרה של צבען פלואורסצנטי בעל תכונות ידועות, תוך התחשבות בעובי התווך ובתכונותיו האופטיות. לאחר פתרון המשוואה, הסטודנטים יכתבו סימולציות MATLAB שמתארות את התווך המפזר ואת מעבר העוצמה הפלואורסצנטית דרכו כפונקציה של עובי הרקמה ותכונותיה. קורסי קדם:
Ankri, Rinat, et al. "Single-photon, time-gated, phasor-based fluorescence lifetime imaging through highly scattering medium." Acs Photonics 7.1 (2019): 68-79. |
|
502 Satellite based localization using communication signals איכון מלווינים בעזרת אותות תקשורתשם המנחה: הודיה הלוי הרקע לפרויקט:מספר לווייני התקשורת הסובבים את כדור הארץ הולך וגדל בקצב מסחרר. לאור זאת, אנו מתקבים למצב שבו איכון על סמך לוייני תקשורת יהיה מדויק יותר מאיכון על סמך לוויני ניווט (כדוגמת GPS). בפרויקט זה נבחן מערכות איכון המתבססות על ת האותות הנשלחים מלוויני תקשורת לצורך איכון מטרות על פני כדוה"א. לצורך כך נצטרך להתחשב בסוגי האותות השונים ובהפרעות ביניהם, בהתחשב באופי המיוחד של משימת האיכון. מטרת הפרויקט:בפרויקט נבחן את השימוש בלווייני תקשורת לצורכי איכון, בהתחשב בהפרעות ובאופי האותות השונים, ונחשב את דיוק האיכון עובר אותות תקשורת שונים. תכולת הפרויקט:למידת פרוטוקולי התקשורת, וסוגי אותות התקשורת היכולים לשמש לאיכון, קורסי קדם:תקשורת ספרתית 1, מערכות פרושות תדר (במקביל לפרויקט) מקורות:JJ. Zhao, L. Li and Y. Gong, "Joint Navigation and Synchronization in LEO Dual-Satellite Geolocation Systems," 2017 IEEE 85th Vehicular Technology Conference (VTC Spring), 2017, pp. 1-5, doi: 10.1109/VTCSpring.2017.8108339. |
|
503 Channel prediction for multi-antenna communication using machine learning חיזוי ערוץ לתקשורת מרובת אנטנות על ידי למידת מכונהשם המנחה: הודיה הלוי הרקע לפרויקט:Multi user (MU) MIMO communication allows a transmitter to use multiple antennas and serve multiple users simultaneously in the same time and same frequency. MU-MIMO techniques can bring significant increase in throughput and are considered key technologies in the fifth and sixth generations of cellular communication. Interference between the users is avoided through linear precoding of the transmitted signals from all antennas, but this requires a very accurate knowledge of the channel gain. As there is a time gap between the channel estimation and the transmission precoding, there is a need to predict the channel state for many millisecond ahead. מטרת הפרויקט:Implement a good channel prediction mechanism, based on real life measurements and machine learning. תכולת הפרויקט:
The project can be continued to research for MsC. קורסי קדם:תקשורת ספרתית 1 מקורות:Jiang, Wei, and Hans Dieter Schotten. "Deep learning for fading channel prediction." IEEE Open Journal of the Communications Society 1 (2020): 320-332. |
|
802 Reinforcement Learning for Resource Constrained Scheduling למידה מבוססת חיזוקים לתזמון תחת אילוצי משאביםשם המנחה: איציק כהן הרקע לפרויקט:בעיות תזמון רלוונטיות לרוב תחומי חיינו. למשל: תזמון עבודות מחשוב על שרתים עם קיבולת מוגבלת, תזמון אנשים לבצע מספר פרויקטים בארגון או שיבוץ של עובדים לביצוע משמרות. פרויקט זה יעסוק בבעיית שיבוץ של עבודות למשאבים מוגבלים כדי לסיים את משימה המורכבת ממספר פעילויות בזמן הקצר ביותר האפשרי. השאיפה היא לשלב שיטות פתרון מעולם למידת מכונה כגון למידה מבוססת חיזוקים לצד שיטות אחרות. מטרת הפרויקט:קיימים סטים של בעיות שיבוץ תחת אילוצי משאבים עם הפתרונות הידועים הטובים ביותר עד היום – וליד כל "שיא עולמי" כזה יש את שם המוצאים אותו. השלב הראשון של הפרויקט יהיה סקירת ספרות שמטרתה להכיר את האלגוריתמים והשיטות שמביאות לפתרונות הטובים ביותר וכמו כן שיטות מעולם למידת המכונה. בשלב השני, ישוחזרו התוצאות באמצעות כמה מהשיטות שמצאו את התוצאות הטובות ביותר. בשלב השלישי והעיקרי של הפרויקט יתוכננו אלגוריתמים לפתרון הבעיה וביצועיהם ייבדקו על סט של בעיות ומול הפתרונות הטובים ביותר הידועים. האתגר הוא לנצח את הפתרונות הטובים ביותר (בטיב הפתרון ובזמן למציאתו). הציפייה היא לצוות עם רצון להתנסות בפיתוח אלגוריתמים, אופטימיזציה, תכנות ועבודה חישובית. תכולת הפרויקט:שלבי הפרויקט יכילו:
קורסי קדם:
מקורות:
|
|
803 Formal Verification of Neural Networks פיתוח כלי אימות לרשתות נוירוניםשם המנחה: Avraham Raviv הרקע לפרויקט:אימות פורמלי מאפשר שימוש באלגוריתמים ושיטות מתמטיות להוכחת נכונות של מערכות תוכנה וחומרה מורכבות. אחד האתגרים המרכזיים הנוכחיים הוא לתאר פתרונות שהתקבלו בשיטות של למידה ולהוכיח שהם אכן עומדים בדרישות. החשיבות של הוכחת נכונות של מערכת נוירונים נעשית משמעותית לאור ההתקדמות הדרמטית בשיטות ללמוד רשתות אך המגבלות הקיימות בהבנת ההתנהגות של הרשת שנלמדה. מטרת הפרויקט:במהלך הפרויקט הסטודנטים ירכשו ידע באימות פורמלי ויישמו אותו באמצעות פיתוח כלי שמאפשר לבצע אימות רשתות קלסיפיקציה (סיווג) שנלמדו בעזרת אלגוריתמים קיימים. יעד משמעותי בפרויקט הוא בניית כלי תוכנה והשתתפות בתחרות Verification of Neural Networks . תכולת הפרויקט:פיתוח כלי שמאפשר לאמת רשתות. השתתפות בתחרות Verification of Neural Networks. קורסי קדם:
דרישות נוספות:
מקורות:
|
|
804 Error identification and formal verification of Reinforcement Learning זיהוי שגיאות ואימות פורמלי של למידה מבוססת חיזוקיםשם המנחה: Avraham Raviv הרקע לפרויקט:אימות פורמלי מאפשר שימוש באלגוריתמים ושיטות מתמטיות להוכחת נכונות של מערכות תוכנה וחומרה מורכבות. אחד האתגרים המרכזיים הנוכחיים הוא לתאר פתרונות שהתקבלו בשיטות של למידה ולהוכיח שהם אכן עומדים בדרישות. החשיבות של הוכחת נכונות של מודלים הנבנים בעזרת למידה מבוססת חיזוקים נעשית משמעותית לאור ההתקדמות הדרמטית בשיטות לאמן סוכני סביבה באלגוריתמים אלו ביחס למגבלות הקיימות בהבנת ההתנהגות של המודל. מטרת הפרויקט:במהלך הפרויקט הסטודנטים ירכשו ידע באימות פורמלי ויישמו אותו באמצעות שילוב של כלי אימות באלגוריתמים של למידה מבוססת חיזוקים. תכולת הפרויקט:פיתוח אלגוריתמים לאימות פתרונות של למידה מבוססת חיזוקים. קורסי קדם:
דרישות נוספות:
מקורות:
|
|
225 Machine-Operated Electron Device התקני אלקטרוניקה מבוקרי בינה מלאכותיתשם המנחה: יחיאל נגר ועומר נגר הרקע לפרויקט:התקנים אלקטרוניים, כולל סנסורים וגלאים, קולטים מידע רב אשר בדרך כלל איננו נגיש בצורה ישירה מכיוון שאופן הדגימה של רכיבים אלה אינו פורש את מרחב הפרמטרים של הרכיב. בעבודה זו אנו אוספים נתונים ומעבדים אותם לכדי מיצוי הנתונים הנאספים באמצעות שיטות למידת מכונה. לדוגמה, ראו https://www.nature.com/articles/s41566-021-00787-x.pdf מטרת הפרויקט:כתיבת קוד למימוש שיטות איסוף נתונים ולעיבוד הנתונים של סנסורים מתקדמים תכולת הפרויקט:כתיבת קוד ומימוש אלגוריתמים על מאגרי נתונים קורסי קדם:תכנות בפייתון ומבוא ללמידת מכונה מקורות: |
|
805 Photorealistic Stereographic Rendering of Impossible 3D Objects רינדור פוטוריאליסטי סטריאוגרפי של אובייקטים תלת ממדיים בלתי אפשרייםשם המנחה: פרופ' אופיר וובר הרקע לפרויקט:An impossible image is a 2D image that represents a projection of a 3D object that cannot exist physically in real life. The artist M.C. Escher was a master in drawing such impossible images. In this project, a computer software for modeling such 3D objects and producing impossible image illusions will be created. The main theory is based on a paper by Savransky et al. from 1999. The idea of the project is to extend the algorithm given in the paper such that the rendered images will be photorealistic, creating a stronger illusion for the 3D perception. We will achieve this by supporting stereographic rendering using “3D glasses” like in movie theaters. This creates a stronger depth perception in the viewer’s mind. Additional extensions will be made by using more realistic optical perspective projection and global illumination. מטרת הפרויקט:היכרות עם תחום הגרפיקה והגאומטריה, התעמקות בנושא מתקדם בתחום והתנסות במימוש אלגוריתם ובניית תוכנה מורכבת כהכנה לעבודה בתעשיית ההייטק. תכולת הפרויקט:הפרויקט ידרוש פיתוח ומימוש של אלגוריתם מורכב בתוכנה. קורסי קדם:קורסים מומלצים (ניתן לקחת במקביל):
דרישות נוספות:ידע בגרפיקה ממוחשבת מקורות:
|
|
806 Visualization of geometric distortion on 3D surfaces ויזואליזציה של עוות גאומטרי על משטחים תלת ממדייםשם המנחה: פרופ' אופיר וובר הרקע לפרויקט:תחום הגרפיקה הממוחשבת הינו תחום מרתק המתפתח בקצב מהיר בשנים האחרונות בעיקר בגלל תעשיית הקולנוע ומשחקי המחשב הגורפות מיליארדי שקלים, אך משמש גם בתחומים רבים נוספים כגון דימות רפואית, תכנון וייצור בעזרת מחשב, הדפסה תלת ממדית וכו'. אובייקטים בגרפיקה ממוחשבת הינם משטחים בעלי צורה גיאומטרית כלשהיא (למשל גוף או פנים של בן אדם) המיוצגים לרוב על ידי רשת של משולשים זעירים המחוברים זה לזה לאורך קשתות חופפות. בפרויקט זה לא נעסוק באופן ישיר בחישוב של מיפויים בין משטחים אלא נעסוק בהערכת האיכות של מיפויים קיימים. הערכה זו תתבצע על ידי ויזואליזציה גרפית. הפרויקט יעסוק בתכנון ומימוש ויזואליזציה למיפויים מסוגים שונים והשוואה ביניהם. מטרת הפרויקט:היכרות עם תחום הגרפיקה והגאומטריה, התעמקות בנושא מתקדם בתחום והתנסות במימוש אלגוריתם ובניית תוכנה מורכבת כהכנה לעבודה בתעשיית ההייטק. תכולת הפרויקט:
קורסי קדם:
קורסים מומלצים (לא חובה וניתן לקחת במקביל):
דרישות נוספות:
מקורות:1) Polygon mesh processing (book). Botsch, M., Kobbelt, L., Pauly, M., Alliez, P., & Lévy, B. (2010). CRC press. |
|
807 Global Bijective Surface Parametrization פרמטריזציה הרמונית חד ערכית גלובלית של משטחיםשם המנחה: פרופ' אופיר וובר הרקע לפרויקט:תחום הגרפיקה הממוחשבת הינו תחום מרתק המתפתח בקצב מהיר בשנים האחרונות בעיקר בגלל תעשיית הקולנוע ומשחקי המחשב הגורפות מיליארדי שקלים, אך משמש גם בתחומים רבים נוספים כגון דימות רפואית, תכנון וייצור בעזרת מחשב, הדפסה תלת ממדית וכו'. אובייקטים בגרפיקה ממוחשבת הינם משטחים בעלי צורה גיאומטרית כלשהיא (למשל גוף או פנים של בן אדם) המיוצגים לרוב על ידי רשת של משולשים זעירים המחוברים זה לזה לאורך קשתות חופפות. בפרויקט זה נעסוק במימוש אלגוריתם למיפוי בין משטחים כאשר התכונה העיקרית שלו היא היותו חד ערכי. דבר זה מאפשר לנו למפות טקסטורה על גבי המשטח המקורי ועל ידי כך לצבוע ולהעשיר את המשטח המקורי במידע נוסף. המיפוי הספציפי שנעשה בו שימוש שייך למשפחת המיפויים ההרמוניים ולהם תכונות ייחודיות. האלגוריתם שנממש ידאג לכך ששפת המשטח לא תתנגש בעצמה. דבר שיבטיח את החד ערכיות. מטרת הפרויקט:היכרות עם תחום הגרפיקה והגאומטריה, התעמקות בנושא מתקדם בתחום והתנסות במימוש אלגוריתם ובניית תוכנה מורכבת כהכנה לעבודה בתעשיית ההייטק. תכולת הפרויקט:
קורסי קדם:
קורסים מומלצים (לא חובה וניתן לקחת במקביל):
דרישות נוספות:
מקורות:
|
|
808 Discrete Conformal Equivalence of Polyhedral Surfaces שקילות קונפורמית דיסקרטית למשטחים פוליהדרוניםשם המנחה: פרופ' אופיר וובר הרקע לפרויקט:Polyhedral surfaces are elementary in computer graphics. They are used to represents real-life objects in virtual environments. Mapping such a polyhedral surface to a different domain, for example, to the plane is a fundamental problem in computer graphics and geometry processing. In this project we will learn about special types of maps which preserves angles (conformal maps). We will investigate a discrete notion of angle preservation and will implement an advanced algorithm for computing such maps. For more detailed see: https://www.cs.cmu.edu/~kmcrane/Projects/CEPS/index.html מטרת הפרויקט:היכרות עם תחום הגרפיקה והגאומטריה, התעמקות בנושא מתקדם בתחום והתנסות במימוש אלגוריתם ובניית תוכנה מורכבת כהכנה לעבודה בתעשיית ההייטק ו/או לתואר מתקדם. תכולת הפרויקט:במהלך הפרויקט הסטודנטים יצטרכו לקרוא מאמר מתקדם בתחום, ללמוד אותו ביסודיות ולממשו. הפרויקט ידרוש פיתוח ומימוש של אלגוריתם מורכב בתוכנה. קורסי קדם:קורסים: ניתן לקחת במקביל:
דרישות נוספות:
מקורות: |
|
809 Anamorphosis אנמורפוזיסשם המנחה: פרופ' אופיר וובר הרקע לפרויקט:Anamorphosis is a distorted projection requiring the viewer to occupy a specific vantage point, use special devices, or both to view a recognizable image. It is used in painting, photography, sculpture and installation, toys, and film special effects. Extreme anamorphosis has been used by artists to disguise caricatures, erotic and scatological scenes, and other furtive images from a casual spectator, while revealing an undistorted image to the knowledgeable viewer. For more information see: https://en.wikipedia.org/wiki/Anamorphosis In this project we will implement algorithms for fabricating real-life objects that give rise to anamorphosis optical illusions. The fabricated objects will be printed using a 3D printer. מטרת הפרויקט:היכרות עם תחום הגרפיקה והגאומטריה, התעמקות בנושא מתקדם בתחום והתנסות במימוש אלגוריתם ובניית תוכנה מורכבת כהכנה לעבודה בתעשיית ההייטק ו/או לתואר מתקדם. תכולת הפרויקט:במהלך הפרויקט הסטודנטים יצטרכו לקרוא מאמר מתקדם בתחום, ללמוד אותו ביסודיות ולממשו. הפרויקט ידרוש פיתוח ומימוש של אלגוריתם מורכב בתוכנה. קורסי קדם:קורסים מומלצים - ניתן לקחת במקביל - לא כולם ינתנו:
דרישות נוספות:
מקורות:
|
|
111 Bio-image Analysis ניתוח ועיבוד של תמונות ביולוגיותשם המנחה: Aryeh Weiss or Yair Lauber הרקע לפרויקט:Optical microscopy is one of the most widely used tools for studying biological systems. The outputs of the microscopy systems are image sets, which are often multidimensional (XYZ, time, wavelength, lifetime, etc). The field of bio-image analysis developed to deal with the images that optical microscopy (and other imaging modalities) generate. מטרת הפרויקט:Students who work on this project will need to learn how a particular biological experiment is carried out (and why), how the imaging is done, and how to process the images. The topic of the research may be agriculture, medicine, or forensics. The project itself will involve identification of features of interest and quantification of the results. A successful project is expected to produce results that can be presented at a conference, at least as a poster. תכולת הפרויקט:The student(s) will need to learn how to work in the Fiji/ImageJ environment, and use the ImageJ API to implement the processing workflow in Python. Other libraries such as scikit, openCV, and tensorflow might be used if appropriate. The student will need to understand the biology behind the project, and will need to do a literature search to understand the current state of the art. קורסי קדם:Any 3rd year student who is motivated to self-learning is suitable. דרישות נוספות:
מקורות:Providing a useful solution that gets published and/or presented at a conference. |
|
112 Transcriptomic analysis of variability in single cell RNAseq datasets ניתוח שונות של רצפי רנ"א מתאים בודדיםשם המנחה: תומר קליסקי הרקע לפרויקט:בשנים האחרונות פותחו טכנולוגיות למדידת רצפי רנ"א מעשרות אלפי תאים. מטרת הפרויקט:ניתוח שונות רצפים בין תאים, בדגש על poly-A tailing, פרסום הממצאים כמאמר בספרות האקדמית תכולת הפרויקט:
קורסי קדם:
דרישות נוספות:
מקורות: |
|
322 Substrate-based optical imaging הדמיה אופטית מבוססת משטחיםשם המנחה: Gilad Yahav הרקע לפרויקט:רוב שיטות המיקרוסקופיה מבוססות על אלמנטים אופטיים השולטים על האור הנכנס הפוגע בדוגמה ועל האור היוצא הנקלט בגלאי. מטרת הפרויקט:מטרת הפרויקט הינה תכנון, ייצור ואפיון משטחי זכוכית המצופים בשכבות דיאלקטריות דקות ומבנים ננו-מטריים שיהוו תחליף לאלמנטים האופטיים בשיטות מיקרוסקופיה שונות. לאחר מכן, הסטודנטים יבצעו הדמיה של דוגמאות מלאכותיות ודוגמאות ביולוגיות פשוטות. תכולת הפרויקט:ראשית, הסטודנטים יבצעו תכנון נומרי של המשטחים הננומטריים. לאחר מכן, הם ייצרו את המבנים בחדר הנקי ויאפיינו את הביצועים האופטיים שלהם במעבדה. לאחר השוואה בין התכנון המקורי והאיפיון הפיזיקלי של הרכיב המוכן, הסטודנטים יבדקו היתכנות לאופטימיזציה של תהליך הייצור. קורסי קדם:
מקורות:
|
|
119 Characterizing neuronal activity of identified cells אפיון פעילות חשמלית של תאי עצב מזוהיםשם המנחה: אלון ריכטר לוין הרקע לפרויקט:לעלוקה 21 גנגליונים המסודרים לאורכה המכילים תאי העצב שנמצאים מסודרים בצורה קבועה מגנגליון לגנגליון מה שמאפשר לחזור ולהגיע אל אותו תא עצב פעם אחר פעם. בעזרת יכולת זאת ניתן לשאול שאלות שנוגעות להבדלים בין תאים מזוהים לתאים מזוהים אחרים. לחקירה כזו חשיבות רבה כאשר שואפים לאפשר הכוונת צמיחה ויצירת קשרים של תאי עצב, למשל לפיתוחם של ממשקים עצביים, לשיקום פגיעות עצביות ולטיפול במחלות נוירודגנרטיביות. מטרת הפרויקט:בפרויקט זה ננסה בשלב הראשון לאפיין את הפעילות היחודית של מספר תאים מזוהים על ידי הקלטות תוך תאיות מתאי עצב בגנגיליון ועיבוד הסיגנל המגיע מהתאים. חלק זה מחייב הן רישום מהתאים והן עיבוד מתקדם ואפיון של הסיגנל שנרשם. בעזרת מידע זה ננסה בשלב שני לזהות את אותם תאים בתרבית כאשר אנחנו מאבדים את יכולת הזיהוי על פי מיקומם המרחבי גם בהקלטה תוך תאית וגם בעזרת מערכת MEA(multi electrode array) . תכולת הפרויקט:
קורסי קדם:
דרישות נוספות:
מקורות:
|
|
325 Vital Signs Detection Behind Barrier using Speckle of RF Radiation with Android Cellphones חישת אותות חיים מאחורי קיר בתדרי RF בהפעלת Android Cellphone ואלגוריתמיקת ספקלשם המנחה: פרופ. זאב זלבסקי, אוהד משולם הרקע לפרויקט:הניסוי מוצע לסטודנטים במסלול אלקטרו-אופטיקה בשנה ד', משלב חומרה, תוכנה ואלגוריתמיקה באלקטרו-אופטיקה. מאפשר למידה בתחומי עיבוד אות, זיהוי בעזרת אלגוריתמיקת ספקל, הפעלת WiFi של מקמ"ש סלולרי דרך מערכת הפעלה מבוססת אנדרואיד.בניית סט-אפ לניסוי זיהוי מאחורי קיר בחדר סמוך במתארים שונים, של מספר נבדקים, במנחים שונים, עם וללא נשימה, בתנועה ובמצב סטאטי, ובניית ממשק תוכנה לבניית data-base של הקלטות מטרת הפרויקט:בשלב ראשון תדרש הקמת המערכת ויכולת הפעלה בתרחיש בסיסי ללא קיר והקלטת הנתונים. בשלב השני הסטודנטים יבצעו עיבוד המידע ויוכיחו זיהוי תדרי נשימה ודופק של הנבדקים. בשלב שלישי, ניתן יהיה להמשיך את הפרויקט לשנה נוספת בהתבסס על הקמת המערכת וממשקי ההפעלה, ולהרחיב את הניסוי למתארים שונים כנ"ל ובהוספת קיר, יבנה דאטה-בייס נרחב של ניסויים בתרחישים שונים, אותם יצליבו עם תוצאות הרפרנס. ביצוע כיול המערכת ויכולת זיהוי בתרחישים אלו תכולת הפרויקט:
קורסי קדם:
דרישות נוספות:
מקורות:
|
|
326 Bottom layer absorption coefficients extraction from two-layer phantoms based on crossover point in diffuse reflectance חילוץ מקדמי הבליעה של שכבה תחתונה מפנטומים דו-שכבתיים המבוססים על נקודת הצלבה בהחזר מפוזרשם המנחה: דרור פיקסלר הרקע לפרויקט:Numerous optical imaging and spectroscopy techniques are used to study the tissue-optical properties; the majority of them are limited in information regarding the penetration depth. A simple, safe, easily applicable diagnostic technique is required to get deeper tissue information in a multilayer structure מטרת הפרויקט:A fiber-based diffuse reflectance (DR) technique is used to extract and quantify the bottom layer absorption coefficients in two-layer (2L) tissue-mimicking solid phantoms. We determine the Indian black ink concentrations in a deep-hidden layer that is sandwiched between agar and silicone-based phantom layers תכולת הפרויקט:A fiber-based DR experiment was performed to study the optical properties of the tissue at higher penetration depth, with different fiber core diameters and a constant numerical aperture (0.5 NA). The optimal core diameter of the fiber was chosen by measuring solid phantoms. In 2L phantoms, the thickness of the top layer was kept 5.5 mm with a constant absorption and reduced scattering coefficients (μa = 0.045 mm−1 and μs = 2.622 mm−1), whereas the absorption coefficients of the bottom layers were varied from 0.014 to 0.037 mm−1 keeping the μs 0 the same as the top layer. A unique crossover point (Cp) was found in the DR intensity profile against distance. We examined the slope before and after the Cp. These two slopes indicate the difference between the optical properties of the top and bottom layers. Our technique got further verification, as we successfully determined the Cp with different Indian black ink concentrations, placed at the junction between the agar and silicone-based phantom layers קורסי קדם:
מקורות:
|
