פרויקטי גמר - הנדסת מחשבים - המעבדה לרשתות וחישוב תשפ"ג
601 Cooperative multi-agent learningand control of drones traffic פיתוח אלגוריתם יעיל ללמידה מרובת סוכנים לניהול תעבורת רחפניםשם המנחה: לי רביב הרקע לפרויקט: הפרויקט המוצע יעסוק בלמידה שיתופית מרובת סוכנים ומבוססת חיזוקים לצורך ניהול של תעבורה של רחפנים בסביבה עירונית צפופה בקנה מידה גדול (אלפים ועשרות אליפים לתא שטח מצומצם). לצורך כך הפרויקט המוצע יכלול פיתוח סימולצית זירה של אלפי רחפנים הנעים כל אח עם יעד מוגדר ופיתוח אלגוריתם למידה מרובת סוכנים להתנהגות של כל רחפן בודד בסביבה של אלפי רחפנים אחרים. מטרת הפרויקט:
תכולת הפרויקט: אלגוריתמים, רשתות תקשורת ואינטרנט קורסי קדם: רצויה הכרה של למידה מבוססת חיזוקים ו/או תהליכי החלטה מרקובים מקורות:
|
602 Comparing Between different genetic networks using SCC computation אלגוריתמים סימבוליים להשוואה בין רשתות גנטיות שונות באמצעות חישוב רכיבים קשירים חזקיםשם המנחה: Eitan Tannenbaum הרקע לפרויקט: רשתות גנטיות חישוביות מאפשרות לתאר דינמיקה של רשתות גנטיות בתאים וכך להסביר תצפיות ניסיוניות ולנבא תוצאות של ניסיונות שעדיין לא בוצעו. לעיתים קרובות יש מספר השערות שונות לרשת גנטית. מטרת הפרויקט: בפרויקט נשתמש בחישוב של רכיבים קשירים כדי להשוות בין רשתות שונות ולהציע מדידות שיוכלו להבחין בין הרשתות. תכולת הפרויקט: במהלך הפרויקט הסטודנטים ילמדו מהם מהן רשתות גנטיות ואיך ניתן להשתמש ברשתות בוליאניות לתאר אותן. כמו כן ילמדו על אלגוריתמים סימבוליים למציאת רכיבים קשירים חזקים ויפתחו קוד יעיל ושיפורים הנדסיים לאפשר לאלגוריתם לפעול עבור גרפים גדולים ועבור אנסמבלים של גרפים והשוואות בין רשתות שונות. נפתח גישות כדי להציע מדידות שיוכלו להבחין בין הרשתות. קורסי קדם:
דרישות נוספות: יכולת תכנות טובה מקורות:
|
603 Probabilistic process mining כריית תהליכים הסתברותיתשם המנחה: ד"ר איציק כהן הרקע לפרויקט: בשנים האחרונות הסביבה מוצפת בסנסורים שונים כגון מצלמות המספקים מידע על הקורה בה. במקביל מתפתחות טכניקות למידת מכונה ולמידת תהליכים שמטרתן ללמוד על הקורה בסביבה על בסיס המידע המתקבל מסנסורים אלו. טכנולוגיות אלו עדיין מוגבלות בדיוק שלהן וביכולת שלהן לעבד קלט ארוך. בפרויקט זה ייעשה שימוש בטכניקות למידת תהליכים אשר מניחות שהנתונים מתקבלים מתהליך כדי לבחון שיטות שונות לשיפור דיוק ולעיבוד קלט ארוך יותר של תהליכים. מטרת הפרויקט: מטרת הפרויקט ללמוד תהליך בצורה יעילה על בסיס קלט הסתברותי המתקבל מסנסורים כגון מצלמת וידאו. התוצר הסופי יקבל קלט וידאו ויעשה קלסיפיקציה אוטומטית שלו לסוג התהלך שהתבצע בוידאו. תכולת הפרויקט: למידת הנושא וסקר ספרות, השלב העיקרי כולל הפעלת ובחינת אלגוריתמי למידת וכריית נתונים, התנסות עם פונקציות אקטיבציה שונות, מיפוי תוצאות, כתיבת דוח סופי קורסי קדם: מידול כריית תהליכים (ניתן בסמסטר ב) דרישות נוספות: קורסים בנושא למידת מכונה ,פייתון מקורות: |
604 Adversarial Attack on Neural-Networks-based models for Object Detection and Segmentation התקפות על מודלים של למידה עמוקה למשימות של זיהוישם המנחה: אברהם רביב הרקע לפרויקט: בעזרת זיהוי שגיאות וחולשות במודלים של למידה עמוקה ניתן להבין את התנהגותן באופן יותר טוב ובכך לשפר את הרובסטיות שלהם מטרת הפרויקט: לפתח אלגוריתם המוצא דוגמאות אדברסריאליות במודלים של למידה עמוקה עבור משימות של זיהוי אובייקטים וסגמנטציה. מטרת ההתקפה היא להיות אדפטיבית לתמונה ולכלול כמה שפחות רעש, ועם זאת להטעות את המודל. בשלב הבא המטרה תהיה לחזק את הרובסטיות של המודל בעזרת אותן דוגמאות אדברסריאליות. תכולת הפרויקט:
קורסי קדם:
דרישות נוספות:
מקורות: |
605 Using Formal Verification Methods for Reinforcement Learning שימוש בכלים של אימות פורמלי עבור למידה מבוססת חיזוקים שם המנחה: אברהם רביב הרקע לפרויקט: מודלים של למידה מבוססת חיזוקים נוטים להיות לא יציבים ולעיתים לא מצליחים להתכנס. בעזרת שימוש בכלים של אימות פורמלי ניתן לקבל מידע שיעזור לסוכן ללמוד ולהגיע להתכנסות יציבה. מטרת הפרויקט: להצליח להראות תרומה של כלי אימות פורמלי עבור בעיות גדולות של למידה מבוססת חיזוקים. תכולת הפרויקט: בנייה ותכנון של בעיות בסקייל גדול שניתן להשתמש עבורן בכלי אימות פורמלי על מנת לייצב את הלמידה ולאפשר לה להתכנס. קורסי קדם:
דרישות נוספות:
מקורות: |
פרויקטים נוספים מומלצים |
802 Adaptive cost-sensitive learning approach for resource constraint based multi-class classification problem גישת למידה רגישה לעלויות אדפטיבית לסיווג מרובה קלאסים מבוסס אילוציםשם המנחה: גונן זינגר הרקע לפרויקט: בעולם האמיתי קיימים מספר גדול של יישומים עבור סיווג מרובה קלאסים תוך הקצאה של משאבים מוגבלים. לדוגמא סיווג אנשים לרמת חומרה של מחלה (כאשר יש יותר מ-2 רמות) תוך הקצאת תרופות ומשאבים רפואיים מוגבלים. השקעה במניות על פי רמת ביצועים, תוך שימוש בתקציב מוגבל. לאחרונה פותחה גישה לסיווג בינארי מבוסס אילוצים עבור אלגוריתמים מבוססי עצי החלטות. הגישה מתאימה עבור בעיות בינאריות בלבד. מטרת הפרויקט להרחיב את הגישה עבור בעיות מרובות קלאסים. מטרת הפרויקט: במסגרת הפרויקט הסטודנטים יפתחו מסגרת עבודה להרחבת השיטה הבינארית לסיווג מוגבל במשאבים לבעיות סיווג מרובות קלאסים. כמו כן יפתחו הסטודנטים קוד בפייתון ליישום של השיטה ולבסוף ישוו את ביצועי השיטה על בסיס נתונים מתאים והשוואה לגישות קונבנציונאליות שהאילוץ נלקח בחשבון לאחר תהליך הלמידה. תכולת הפרויקט:
קורסי קדם:
מקורות:
|