פרויקטי גמר - הנדסת חשמל - המעבדה לעיבוד אותות תש"פ

701  Blind source separation in noisy environment using model-based EM algorithm

הפרדה עיוורת של מקורות בסביבה רועשת בעזרת אלגורית EM

שם המנחה: אביעד איזנברג ופיני טנדייטניק

אחראי אקדמי: פרופ' שרון גנות

הרקע לפרויקט:

בפרויקט זה יממשו הסטודנטים אלגוריתם להפרדה של דוברים בסביבה רועשת תוך שימוש באלגוריתם EM מבוסס מודל סטטיסטי [1].

את הדוברים נשערך במישור הSTFT מתוך וקטור מדידות המגיע ממערך מיקרופונים בלבד.

ניתן להרחיב את הפרויקט לפיתוח אלגוריתם רקורסיבי -REM] 2], לשימוש אונליין.

מטרת הפרויקט:

הסטודנטים יממשו האלגוריתמים במטלב (ו/או בפלטפורמת חומרה ליישומי זמן-אמת), יבצעו סימולציות, ולבסוף יבחנו הביצועים בעזרת הקלטות אמיתיות הכוללות מספר דוברים במיקומים שונים במרחב.

במסגרת הפרויקט יבוצעו הקלטות בחדר האקוסטי של במעבדה

תכולת בפרויקט:

במסגרת פרויקט זה הסטודנטים יחשפו לעולם שערוך הפרמטרים, עיבוד אותות מרחבי ולמידת מכונה.

האלגוריתם יישום על גבי מערך מיקרופונים של חברת MATRIX אשר מחובר ל Raspberry Pi [3]

דרישות:

• אלגוריתמים סטטיסטיים לעיבוד אותות
• עיבוד ספרתי 2 (במקביל)

מקורות:

אלגוריתמים סטטיסטיים לעיבוד אותות
עיבוד ספרתי 2 (במקביל)

1. Boaz Schwartz, Sharon Gannot, and Emanuel A. P. Habets, “Two Model-Based EM Algorithms for Blind Source Separation in Noisy Environments,” IEEE/ACM Transactions on Audio, Speech, And Language Processing, Vol. 25, No. 11, November 2017-2209.
2. B. Schwartz, S. Gannot, and E. A.P. Habets, "Online speech dereverberation using Kalman filter and EM algorithm," IEEE/ACM Transactions on Audio, Speech, and Language Processing, Vol. 23, no. 2, pp. 394-406, Feb. 2015.
3. https://matrix-io.github.io/matrix-documentation/matrix-voice/device-setup/

702  DEEP RANKING-BASED SOUND SOURCE LOCALIZATION

איכון דובר באמצעות רשתות נוירונים

שם המנחה: רננה אופוצ'ינסקי ופיני טנדייטניק

אחראי אקדמי: פרופ' שרון גנות

הרקע לפרויקט:

בפרויקט הסטודנטים יממשו אלגוריתם המאפשר איכון של דובר סטטי בחדר תוך שימוש בכלים מתקדמים ועדכניים בעולם הלמידה (python, keras). הסטודנטים ילמדו ויעשירו את הידע שלהם בתחום הלמידה העמוקה בכלל ובפרט בשיטות בתוך תחום זה שמתבססות רק באופן חלקי על דוגמאות מתויגות- רשתות סיאמיות.

מטרת הפרויקט:

במסגרת פרויקט זה הסטודנטים יחשפו לעולם עיבוד אותות הדיבור, למידה עמוקה ובפרט לשיטות למידה semi/weakly-supervised.

תכולת בפרויקט:

העבודה תתבצע בהתחלה בעזרת נתונים מסימולציה ובהמשך יבוצעו הקלטות בחדר אקוסטי על מנת לבחון את יכולות האלגוריתם על דוגמאות מציאותיות.

ככל שיאפשר הזמן, הפרויקט ימומש בזמן אמת על גבי מכשיר אנדרואיד.

דרישות:

• אלגוריתמים סטטיסטיים לעיבוד אותות
• עיבוד ספרתי 2 (במקביל)
• למידת מכונה
• למידה עמוקה

703 Speech Separation With Utterance-Level Permutation Invariant Training of Deep Recurrent Neural Networks

הפרדת דוברים באמצעות אימון רשתות LSTM-PIT

שם המנחה: שלומי חזן

אחראי אקדמי: פרופ' שרון גנות

הרקע לפרויקט:

מיקרופון בודד הקליט שני אנשים שמדברים בו זמנית. כמובן שבמצב כזה לא נצליח להבין לא את דובר א ולא את דובר ב.

מטרת הפרויקט:

המטרה שלנו היא לקבל הקלטה כזו ולהצליח לבודד כל אחד מהדוברים בנפרד.
את זה נעשה באמצעות למידה עמוקה. נאמן רשת PIT – permutation invariant training לצורך המשימה הזו.

הפרויקט ימומש בפייטון, ונשתמש ב-tensorflow וגם ב-keras.
ימה, נוכל להריץ סימולציה נומרית על מנת לבחון כיצד ייראו מספר מקרים מעניינים שכדאי לבחון בניסוי.

תכולת בפרויקט:

התלמידים יממשו את המערכת על המחשב האישי ונבדוק את ביצועי המערכת במעבדה האקוסטית.

דרישות:

קורסים שצריכים לקחת:

• DSP2
• Deep learning

מקורות:

Kolbæk, Morten, et al. "Multitalker speech separation with utterance-level permutation invariant training of deep recurrent neural networks." IEEE/ACM Transactions on Audio, Speech and Language Processing (TASLP) 25.10 (2017): 1901-1913.

704  Intelligibility improvement in (very) low SNR

שיפור מובנות מתוך הקלטות רועשות מאוד באמצעות Deep Variational Auto-Encoder

שם המנחה: שלומי חזן

אחראי אקדמי: פרופ' שרון גנות

הרקע לפרויקט:

כשמקליטים בסביבה רועשת מאוד, במיוחד עם מיקרופון בודד, לא פעם הדיבור הרצוי לא ברור ואפילו "ממוסך" בחלקו כך שאם נסתכל בספקטרום הדיבור, נראה רק חלק מהדיבור וחלקו "נעלם" מאחורי הרעש. זה כמובן, גורם למערכות זיהוי דיבור אוטומטיות (וגם לבני אדם) לנפילה במובנות הדיבור.

מטרת הפרויקט:

מטרת הפרויקט שיפור מובנות דיבור מהקלטה בסביבה רועשת מאד

תכולת בפרויקט:

בפרויקט אנחנו נשתמש באלגוריתמים "גנרטיביים" מעולם מכונות הלמידה והלמידה עמוקה לצורך "השלמת" התמונה החסרה כך שמובנות הדיבור תשתפר. הפרויקט ימומש בפייטון, ונשתמש ב-tensorflow וגם ב-keras.

דרישות:

• DSP2
• Deep learning

מקורות:

Kingma, Diederik P., and Max Welling. "Auto-encoding variational bayes." arXiv preprint arXiv:1312.6114 (2013).

705  Directed loudspeaker array

הכוונת אלומה ע"י מערך רמקולים

שם המנחה: עופר שוורץ, פיני טנדייטניק

אחראי אקדמי: פרופ' שרון גנות

הרקע לפרויקט:

This project concerns the problem of synthesizing directive sound fields by means of beamforming through loudspeaker arrays. In the last decades, controllable directivity patterns were adopted for sound reinforcement applications.
Example of a loudspeaker array:
`
Many beamforming design techniques have been proposed for the purpose of spatially selective sound capture and, thanks to the reciprocity between microphones and loudspeakers, these techniques can be readily applied to the sound playback scenario.
Example of spatially selective sound capture:

In these techniques, each loudspeaker is fed with a filtered version of the wideband signal to be reproduced; the derivation of the filters is what characterizes a specific technique. Using these techniques, the beams are actually formed to be enhanced or reduced in a wanted angles.

מטרת הפרויקט:

בפרויקט זה נתכנן מערך רמקולים אשר ניתן לרכז את אלומת השמע לכיוון רצוי ולהדעיך את השמע בכיוונים לא רצויים.

תכולת בפרויקט:

בשלב ראשון נבצע מחקר תאורטי וסימולציות של אלגוריתמים שונים להכוונת רמקולים ב- Matlab.

בהמשך יבוצעו ניסויי אמת בחדר האקוסטי על מערך רמקולים בזמן אמת.

דרישות:

• עיבוד אותות סטטיסטי I
• עיבוד ספרתי של אותות II

מקורות:

1. Bianchi, Lucio, et al. "Robust beamforming under uncertainties in the loudspeakers directivity pattern." 2014 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). IEEE, 2014.‏
2. Tashev, Ivan, et al. "Robust design of wideband loudspeaker arrays." 2008 IEEE International Conference on Acoustics, Speech and Signal Processing. IEEE, 2008.‏
3. Canclini, Antonio, et al. "A room-compensated virtual surround system exploiting early reflections in a reverberant room." 2012 Proceedings of the 20th European Signal Processing Conference (EUSIPCO). IEEE, 2012.‏​​​

706  Muting a spatial area using loudspeaker array

השתקת תחום מרחבי ע"י מערך רמקולים

שם המנחה: עופר שוורץ, פיני טנדייטניק

אחראי אקדמי: פרופ' שרון גנות

הרקע לפרויקט:

A method for feedforward active noise control (ANC) over a spatial region will be designed in this project. Recent studies revealed the possibility of spatial ANC, i.e., noise control in a continuous target region.

These methods are essentially based on spherical/circular harmonic decomposition of the sound field by using spherical/circular arrays and have mainly been investigated for feedback control under the assumption of periodicity of the noise.

We apply a sound field interpolation method based on kernel ridge regression to feedforward spatial ANC to control spatial nonstationary noise using distributed arrays. Numerical simulation results indicated that a large regional noise reduction is achieved by the proposed method compared with feedforward multipoint ANC.

מטרת הפרויקט:

בפרויקט זה נתכנן מערך רמקולים ומיקרופונים שבעזרתו ניתן להשתיק איזור עיגולי הפנימי למערכים.

תכולת בפרויקט:

בשלב ראשון נבצע מחקר תאורטי וסימולציות של אלגוריתמים שונים להכוונת רמקולים ומיקרופונים ב- Matlab.

בהמשך יבוצעו ניסויי אמת בחדר האקוסטי על מערך רמקולים ומיקרופונים בזמן אמת.

דרישות:

• עיבוד אותות סטטיסטי I
• עיבוד ספרתי של אותות II

מקורות:

Ito, Hayato, et al. "Feedforward Spatial Active Noise Control Based on Kernel Interpolation of Sound Field." ICASSP 2019-2019 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). IEEE, 2019.‏

707  Semantic progressive growing of images

יצירה סמנטית מדורגת של תמונות

שם המנחה: Dr. Ethan Fetaya

אחראי אקדמי: פרופ' שרון גנות

הרקע לפרויקט:

Generative adversarial networks are a leading method in generating high quality images. This is a very challenging task that has seen great improvement recently. One recent successful approach is to “progressively grow” the generated images from low resolution to high resolution.

In this project we will investigate a different approach for incremental generation, where we first try to generate semantic information like a semantic segmentation map, or geometric information like a depth map and then use it to generate an image.

מטרת הפרויקט:

The goal is to break the difficult task into several simpler steps, each one can be solved in a simpler manner and helps the next step.

תכולת בפרויקט:

בפרויקט אנחנו נשתמש בלמידת מכונה ולמידה עמוקה ליצירת תמונה באיכות גבוהה הפרויקט ימומש בפייטון, ונשתמש ב- pytorch

דרישות:

• מבוא ללמידת מכונה (במקביל לפרויקט)
• רצוי ידע מוקדם בלמידת מכונה ולמידה עמוקה.

מקורות:

1. Goodfellow, I; Pouget-Abadie, J; Mirza, M; Xu, B; Warde-Farley, D; Ozair, S; Courville, A; Bengio, Y. Generative Adversarial Networks. NIPS 2014.
2. Kerras, T; Aila, T; Laine, S; Lentinen, J. Progressive Growing of GANS for Improved Quality, Stability, and Variation. ICLR 2018.
3. Phillip Isola, Jun-Yan Zhu, Tinghui Zhou, Alexei A. Efros. Image-to-Image Translation with Conditional Adversarial Networks. CVPR 2017.

708 Learning to Separate Object Sounds by Watching Unlabeled Video

הפרדת אותות שמע של אובייקטים מתוך וידאו לא מתויג

שם המנחה: יוחאי ימיני
אחראי/ת אקדמי/ת: פרופ' שרון גנות

הרקע לפרויקט:

בוידאו עם אובייקטים ללא label-ים המפיקים צלילים (למשל כלי נגינה), מעוניינים להפריד את אותות השמע מהמקורות השונים בעזרת המסגרות של הוידאו וההקלטה הנלווית אליהם.

הוידאו יהיה מתוך בסיס נתונים הזמין באינטרנט (כלומר לא וידאו אקראי).

מטרת הפרויקט:

המטרה שלנו היא לקבל וידאו כזה ולהצליח לבודד כל אחד ממקורות השמע בנפרד.

את זה נעשה באמצעות למידה עמוקה. נשתמש ברשת עמוקה אחת לזיהוי האובייקטים שבתמונה, וברשת נוספת לצורך הפרדת מקורות השמע על סמך ה-label-ים של האובייקטים.

הפרויקט ימומש ב-Python, ונשתמש ב-tensorflow וגם ב-keras.

תכולת הפרויקט:

התלמידים יממשו את המערכת על המחשב האישי ויאמנו את הרשת העמוקה על GPU.

קורסי קדם:

• DSP2
• Deep learning

מקורות:

R. Gao, R. Feris and K. Grauman. "Learning to Separate Object Sounds by Watching Unlabeled Video". In ECCV, 2018.

709 2.5D Visual Sound

אלגוריתם מבוסס למידה עמוקה להפיכת אות ממיקרופון יחיד לשני אותות מבוססי כיווניות בעזרת וידאו

שם המנחה: יוחאי ימיני
אחראי/ת אקדמי/ת: פרופ' שרון גנות

הרקע לפרויקט:

באות שהוקלט בעזרת מיקרופון בודד אין מידע מרחבי. בוידאו לעומת זאת, ישנו מידע מרחבי חזותי. שילוב של המידע המרחבי ממסגרות הוידאו יכול להוסיף מידע מרחבי לאות השמע.

הוידאו יהיה מתוך בסיס נתונים הזמין באינטרנט (כלומר לא וידאו אקראי).

מטרת הפרויקט:

בפרויקט זה נשתמש ברשתות ניורונים על מנת לנצל את המידע החזותי הזמין ולהפוך אות שהוקלט במיקרופון בודד לשני אותות שמע שכן מכילים מידע מרחבי. כל אחד מאותות אלו מקביל לאותות אותם שומע אדם באוזן ימין ואוזן שמאל אילו היה בסצנה.

כמו כן (אם ירשה הזמן) נרחיב זאת להפרדת דוברים המבוססת על שני האותות במוצא האלגוריתם, וכן נשתמש בפונקציית ההפסד של רשת הניורונית בכדי לסמן פיקסלים בוידאו המשוייכים לאובייקטים המפיקים את אותות השמע בהקלטה הנלווית.

הפרויקט ימומש ב-Python, ונשתמש ב-tensorflow וגם ב-keras.

תכולת הפרויקט:

התלמידים יממשו את המערכת על המחשב האישי ויאמנו את הרשת העמוקה על GPU.

קורסי קדם:

• DSP2
• Deep learning

מקורות:

"2.5D Visual Sound", Ruohan Gao and Kristen Grauman, In Conference on Computer Vision and Pattern Recognition (CVPR), 2019

710 Location aware convolution network 

רשתות קונוולוציה תלויות מיקום

שם המנחה: איתן פתיה
אחראי/ת אקדמי/ת: פרופ' שרון גנות

הרקע לפרויקט:

Convolution networks are a standard tool in deep neural networks for image data, using equivariance assumption to reduce the number of parameters and speed up computation.

While equivariance is a reasonable assumption it also has limitations. In this work we will try to generalize and learn a network that is only approximately equivariant while keeping the number of parameters and computation time reasonable.

מטרת הפרויקט:

Develop an efficient and powerful extension of convolution networks and investigate its properties.

תכולת הפרויקט:

נממש סוגים חדשים של רשתות בpython & pythorch על מנת לשפר את יכולות של רשתות קיימות

קורסי קדם:

מבוא ללמידת מכונה (במקביל לפרויקט)

דרישות נוספות:

רצוי ידע מוקדם בלמידת מכונה ולמידה עמוקה.

מקורות:

Liu, R., Lehman, J., Molino, P., Such, F.P., Frank, E., Sergeev, A., Yosinski, J.: ״An intriguing failing of convolutional neural networks and the coordconv solution.״

/*-->*/ 711 RELATIVE TRANSFER FUNCTION IDENTIFICATION ON MANIFOLDS FOR SUPERVISED BEAMFORMERS

זיהוי של פונקצית תמסורת באמצעות למידת יריעה

שם המנחה: פרופ' שרון גנות
אחראי/ת אקדמי/ת: פרופ' שרון גנות

הרקע לפרויקט:

נשתמש ב data base אשר הוקלט במעבדה האקוסטית באוניברסיטה, שבו יש הקלטות ממספר רב של נקודות שונות בחדר, שמכל נקודה הוקלט אות אקוסטי במערך מיקרופונים.

מטרת הפרויקט:

קבלת הקלטות ממערך מיקרופונים אשר הקליטו דובר מנקודה מסוימת בחדר ורעש(כיווני).

המטרה שלנו היא לקבל הקלטה כזו ולהצליח לכוון beamformer אל עבר הדובר על מנת לנקות את הרעש.

את זה נעשה באמצעות למידה על הקלטות שנעשו מבעוד מועד, וניצול הידע הגיאומטרי הנלמד על היריעה האפשרית של הפונקציה האקוסטית, על מנת לשערך אותה בצורה טובה יותר מאשר שיטות המסתמכות על ההקלטה בלבד. נשתמש בפונקציה האקוסטית המשוערכת על מנת לכוון beamformer אל עבר הדובר.

תכולת הפרויקט:

התלמיד יממש את המערכת על המחשב האישי בתוכנת MATLAB ויבדוק את התוצאות אל מול שיטות שערוך אחרות.

קורסי קדם:

DSP 2

מקורות:

ינתנו לסטודנטים

פרויקטים נוספים מומלצים

801   Data Fusion of strings and applications to movies & scripts

היתוך מידע של מחרוזות ושימושיו בסרטים

שם המנחה: פרופ' צביקה לוטקר וד"ר רן גלס

אחראי אקדמי: פרופ' צביקה לוטקר

הרקע לפרויקט:

מחרוזות הם אבן יסוד בחישוב מדעי והנדסי. בהרבה שימושים יש לנו במדעי הנתונים מספר רב של מקורות אינפורמציה. כל אחד מהמקורות (מחרוזות) יכול להכיל אינפורמציה השייכת רק למקור הספציפי או למספר מקורות שונים. מטרת הפרויקט היא לאחד את המקורות לביס נתונים אחד. הפרויקט יתמקד בניתוח של תסריטים.

מטרת הפרויקט:

לפתח אלגוריתמים של היתוך מידע שתפקידם לאחד בסיסי נתונים של מחרוזות

תכולת בפרויקט:

צוות הפרויקט יפתח אלגוריתם שמאחד בין תסריט לקבצי srt של סרטים. נדרש לממש את האלגוריתם בתוכנה ולהפעילו על מאגר מידע של סרטים ידועים. בונוס יינתן על מימוש אתר אינטרנט המאפשר הרצת האלגוריתם בממשק קל לשימוש.

דרישות:

• אלגוריתמים 1

מקורות:

Diptarka Chakraborty, Debarati Das, Elazar Goldenberg, Michal Koucký, Michael E. Saks:
Approximating Edit Distance within Constant Factor in Truly Sub-Quadratic Time. FOCS 2018: 979-990
 

106  Formal Verification of Neural Networks and Deep Learning

אימות פורמלי של רשתות נוירונים ולמידה עמוקה

שם המנחה: דר' הלל קוגלר

אחראי אקדמי: דר' הלל קוגלר

הרקע לפרויקט:

אימות פורמלי (Formal Verification) מאפשר שימוש באלגוריתמים ושיטות מתמטיות להוכחת נכונות של מערכות תוכנה וחומרה מורכבות. אחד האתגרים המרכזיים הנוכחיים הוא לתאר פתרונות שהתקבלו בשיטות של Deep Learning 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 (Formal Verification) ויישמו אותו באמצעות פיתוח אלגוריתמים שמאפשרים לתאר ולאפיין התנהגות דינמית של רשתות נוירונים. הפרויקט ידרוש הבנת תאורטית של החומר ויכולת תכנות גבוהה למימוש יעיל של האלגוריתמים.

תכולת בפרויקט:

פיתוח אלגוריתמים שמאפשרים לתאר ולאפיין התנהגות דינמית של רשתות נוירונים ולנתח את התנהגות הרשת.

דרישות:

• 83691 Formal Verification and Synthesis (במקביל לפרויקט)
• חשיבה אלגוריתמית, יכולת תכנות גבוהה.

מקורות:

1. Ian Goodfellow, Yoshua Bengio and Aaron Courville. Deep Learning. MIT Press, 2016.
2. G. Katz, C. Barrett, D. Dill, K. Julian and M. Kochenderfer. Reluplex: An Efficient SMT Solver for Verifying Deep Neural Networks.Proc. 29th Int. Conf. on Computer Aided Verification (CAV). Heidelberg, Germany, July 2017. To appear.
3. Manna, Zohar, and Amir Pnueli. "Temporal verification of reactive systems: safety." Springer (1995).

303 Low-Density Code-Domain Non-orthogonal Multiple Access (NOMA)

ריבוי גישה לא אורתוגונלי במרחב הקודים המבוסס על חתימות דלילות

שם המנחה: ד״ר בנימין זיידל

אחראי אקדמי: ד״ר בנימין זיידל

הרקע לפרויקט:

רשתות התקשורת האלחוטיות העתידיות תצטרכנה לתמוך במגוון רחב של יישומים המאופיינים בקישוריות מסיבית (massive connectivity) ובקצבי מידע גדולים באופן משמעותי מהמוכר לנו כיום. בפרט, חזון ״האינטרנט של הדברים״ (Internet-of-Things) צופה קישור מספרים עצומים של התקנים לרשת, אשר יאפשרו ניטור, ניתוח ובקרה של כל הסובב אותנו. היעילות הספקטרלית בדורות הבאים של רשתות הסלולר (5G-6G) נדרשת לגדול בסדרי גודל של פי 5-15 בהשוואה לדור הנוכחי (4G), והיעד לצפיפות ההתקנים המקושרים לרשת הינו כ- 1e6/km^2. הגשמת חזון זה מחייבת מערכות תקשורת בעלות יכולת גידול יעילה, והקושי המרכזי נובע מכך שהגישות הטכנולוגיות העומדות בבסיס המערכות הקיימות כיום אינן מתאימות למימוש החזון. הטכנולוגיות הקיימות מבוססות על גישה אורתוגונלית לרשת ((orthogonal multiple access (OMA), המונעת הפרעות הדדיות בתוך התא ומשיגה יעילות ספקטרלית גבוהה יחסית תוך שימוש במקלטים פשוטים. עם זאת, עקב מגבלות פיזיקליות על חלוקת משאבי הזמן-תדר העומדים לרשות המערכת, הגישה האורתוגונלית אינה מאפשרת תמיכה בקישוריות מסיבית, כאשר כמות ההתקנים גדולה באופן משמעותי ביחס לכמות המשאבים. נדרשות על כן גישות טכנולוגיות אלטרנטיביות למימוש הרשתות העתידיות, המבוססות על גישה לא אורתוגונלית (NOMA).

הפרויקט יתמקד באחד הפתרונות הטכנולוגיים הבולטים בשנים האחרונות למימוש NOMA, המבוסס על פרישה ספקטרלית באמצעות סדרות חתימה דלילות (low-density spreading). הרעיון המרכזי בבסיס הגישה המוצעת הינו לבנות את הערוץ העולה (uplink) של הרשת הסלולרית כגרף דו-צדדי רגולרי דליל, כך שכל התקן פעיל ברשת משתמש במספר קטן וקבוע של משאבים ובכל משאב מתבצע שימוש ע״י מספר קטן וקבוע של התקנים. מבנה זה של הערוץ מאפשר שימוש באלגוריתמי פיענוח איטרטיביים יעילים ומעשיים, המבוססים על העברת הודעות בין צמתים בגרף ((iterative message-passing algorithms (MPAs), ומנצלים את המבנה הדליל שלו להשגת ביצועים הקרובים לאופטימליים. אלגוריתמים אלו פועלים באופן דומה לאלגוריתמי פענוח של קודי LDPC. לאחרונה אף הוכח אנליטית כי המבנה הרגולרי הדליל מוביל לביצועים עדיפים משיקולים תיאורטיים של תורת האינפורמציה (ביחס לגישות מתחרות).

מטרת הפרויקט:

מימוש ב- MATLAB של סימולציה מלאה הכוללת משדרים, מקלט המבצע גילוי רב משתמשים מבוסס MPA וניתוח ביצועים השוואתי מפורט.

תכולת בפרויקט:

הפרויקט יכלול את השלבים הבאים:

• לימוד מעמיק של הרקע התאורטי הדרוש
• מימוש ב- MATLAB של ערוץ מרובה משתמשים המבוסס על סדרות חתימה דלילות תחת הנחה של ערוץ AWGN
• מימוש מקלט MPA לפיענוח השידורים של כלל המשתמשים בערוץ
• הרחבת המימוש למודל ערוץ הכולל דעיכות (אופציונלי)
• ביצוע סימולציות ביצועים מקיפות וניתוח התוצאות תוך השוואה לגישות אלטרנטיביות

דרישות:

• תקשורת ספרתית 1 (83-310)
• תקשורת ספרתית 2 (83-618)
• תורת האינפורמציה (83-823)
• שליטה ברמה גבוהה בתכנת MATLAB

קורסים נוספים מומלצים:

• מערכות פרושות תדר (83-828)
• תקשורת אלחוטית 1 (83-821)

מקורות:

1. L. Dai, B. Wang, Z. Ding, Z. Wang, S. Chen, and L. Hanzo, “A survey of non-orthogonal multiple access for 5G,” IEEE Commun. Surveys & Tutorials, vol. 20, no. 3, pp. 2294–2323, Third Quarter 2018.
2.  R. Hoshyar, F. P. Wathan, and R. Tafazolli, “Novel low-density signature for synchronous CDMA systems over AWGN channel,” IEEE Trans. Signal Process., vol. 56, no. 4, pp. 1616-1626, Apr. 2008.
3. O. Shental, B. M. Zaidel, and S. Shamai (Shitz), “Low-density code-domain NOMA: Better be regular,” in Proc. 2017 IEEE Int. Symp. Inf. Theory (ISIT’17), Aachen, Germany, Jun. 25–30, 2017.
4. B. M. Zaidel, O. Shental, and S. Shamai (Shitz), “Sparse NOMA: A closed-form characterization,” in Proc. 2018 IEEE Int. Symp. Inf. Theory (ISIT’18), Vail, CO, USA, Jun. 17–23, 2018.

306 Distributed coordinated transmission for Multi Point Cooperative Cellular Communications

תאום שידור במערכות תקשורת סללולרית מבוזרות

שם המנחה:  יאיר נועם

אחראי אקדמי:  יאיר נועם

הרקע לפרויקט:

The scarcity of the electromagnetic spectrum is one of the most important problems in communications today.

Multi point cooperative communication (CoMP) is a promising paradigm for increasing spectrum utilization, in which multiple cellular base stations (BS), coordinate their transmission to mitigate interference to each other or to jointly transmit to cell edge users.

מטרת הפרויקט:

In this project, the students will implement advanced learning algorithms, such as distributed channel learning and distributed beamforming for CoMP.

For this purpose, the students will build an advance system level simulator of a cellular network, which encapsulates some features of the Long Term Evolution (LTE) standard.

תכולת בפרויקט:

The students will study the topic of CoMP. They will learn theoretical aspects of wireless communications, with emphasize on MIMO, which are necessary for CoMP.

The main phases of this project are the following:

• Overview of CoMP problem and relevant aspects in wireless communication such as MIMO channel estimation, Orthogonal Frequency Division Multiplexing (OFDM).
• Building system level simulator of a cellular network, which encapsulates features of the LTE standard.
• Testing and designing advanced CoMP algorithms for spatial coexistence.
• Project deliverable: System level simulator and implementation of advanced algorithms such as the energy null space learning, tracking algorithms, distributed beamforming and Spatial multiple access algorithms.

The students will gain both theoretical and practical understanding of CoMP.
 

דרישות:

• תקשורת ספרתית 1
• תקשורת אלחוטית (במקביל)

מקורות:

1. Noam, Yair, and Andrea J. Goldsmith “Blind Null-Space Learning for MIMO Underlay Cognitive Radio with Primary User Interference Adaptation.” IEEE Trans. Wireless Commun. 12 (4): 1722–34. 2013.
2. Manolakos, Alexandros, Yair Noam, and Andrea J. Goldsmith “Null Space Learning in  Cooperative MIMO Cellular Networks Using Interference Feedback.” IEEE  Transactions on Wireless Communications 14 (7): 3961–77. 2015
3. Noam, Yair, Alexandros Manolakos, and Andrea J. Goldsmith. 2014. “Null Space Learning With Interference Feedback for Spatial Division Multiple Access.” IEEE Transactions on Wireless Communications 13 (10): 5699–5715. .
4.  Noam, Yair, and Andrea J. Goldsmith “The One-Bit Null Space Learning Algorithm and Its Convergence.” IEEE Transactions on Signal Processing 61 (24), 2013.

401 Modulating an optical set-up for measuring the full scattering profile of tissues

מידול מערכת למדידת פרופיל פיזור מלא של רקמות

שם המנחה: עידית פדר

אחראי אקדמי: פרופ' דרור פיקסלר

הרקע לפרויקט:

שיטות אופטיות נפוצות מאוד בעולם הרפואה לאבחון מצבים פיזיולוגיים בשלבים מוקדמים ובדיוק גבוה. שיטות אלו לא פולשניות ולא פוגעות במטופל. בשנים האחרונות פיתחנו שיטה אופטית חדשה בשימוש באורך גל יחיד לאפיון רקמה באמצעות פורפיל פיזור מלא. בהתבסס על שיטה זו אנו עומדים לקראת פיתוח התקן נייד למדידת רווין חמצן בדם. מדובר במיזם של חברה בהקמה, במסגרת מסלול unbox לליווי יזמות.

מטרת הפרויקט:

הפרויקט המוצע השנה עוסק במחקר זה ומטרתו לפתח מערכת אופטית ייחודית וחדשנית. הפרויקט דורש מידול מקור אור למערכת אופטית הכוללת מספר גלאים לאיסוף התפלגות האור, איסוף נתונים וניתוחם. מידול האור מאפשר להבחין בין עומקי רקמה שונים ולאפיינם במטרה לאבחן מצבים פיזיולוגיים שונים בצורה חדשנית ולא פולשנית.

תכולת בפרויקט:

בפרויקט זה, יחקור הסטודנט את האור המתפזר לכל הכיוונים מרקמה עגולה ממקור אור מאופנן. מידול האור והתפלגות עוצמת האור במרחב ובזמן, יוצרת אפיון חדש לרקמה באמצעות האור. הפרויקט הינו הנדסי המציע פיתוח מערכת אופטית הכוללת מערך גלאים חיבורם למחשב, פיתוח הממשק ביניהם, ובנוסף ניתוח ועיבוד נתונים מידי המאפשר למערכת לאבחן מצב פיזולוגי של רקמה אנושית.

דרישות:

• מבוא לאופטיקה מודרנית ואלקטרו-אופטיקה.
• יכולת עבודה במעבדה.
• ידע בעיבוד תמונה.
• ידע בתכנות באחד או יותר מהכלים הבאים: (MATLAB/ LabVIEW/ C).

מקורות:

http://www.ncbi.nlm.nih.gov/pubmed/26663658
http://www.ncbi.nlm.nih.gov/pubmed/26309752

405 Quantum Radar

מכ"ם קוונטי

שם המנחה: ד"ר אליהו כהן

אחראי אקדמי: ד"ר אליהו כהן

הרקע לפרויקט:

מכ"מים קוונטיים משתמשים במקורות קרינה בעלי תכונה מיוחדת - שזירה, ובכך אמורים לשפר את יחס האות לרעש בהשוואה למכ"מים קיימים, בייחוד בסביבות מאוד רועשות

מטרת הפרויקט:

בחינה תיאורטית של מדגים היכולות הקיים ופיתוח של מדגים יכולות משופר. בפרט, אנו נרצה לבחון את המעבר הרציף שבין מכ"ם קוונטי למכ"ם קלאסי (כתלות במשך פעולת המכ"ם וברעשים חיצוניים) ונבחן כיצד ניתן להאריך את משך הזמן שבמהלכו המכ"ם פועל במתכונת הקוונטית על מנת לשפר את ביצועיו.

תכולת בפרויקט:

ניתוח כמותי של ביצועי אבטיפוס מכ"ם קוונטי - אנו ננתח את המאמר המופיע מטה בכדי להבין איך הושג השיפור הקיים של פקטור 8 בזמן האינטגרציה למרות שיטת העבודה הלא אופטימלית שנבחרה. לשם כך, ננתח את הקורלציות הקוונטיות ואת אופן ההשתנות שלהן בזמן פעולת המכ"ם. נציע מדדים כמותיים, אשר מבוססים על יחסי אי-וודאות שבין אופרטורים קוונטים בכדי להעריך את איכות הביצועים.

תכנון אנליטי ונומרי של אבטיפוס חדש שיאפשר לגלות מטרות בטווחים גדולים יותר - נשתמש בניתוח לעיל על מנת לתכנן סיגנלים שהמאפיינים הקוונטיים שלהם יישמרו לאורך זמנים ארוכים יותר. בפרט, נשקול להשתמש ב- quantum repeaters וב- orbital angular momentum.

דרישות:

• שדות אלקטרומגנטיים
• מבוא לאופטיקה מודרנית ואלקטרואופטיקה
• מכניקה קוונטית שימושית
• מומלץ לקחת את הקורס חישוב קוונטי (אבל לא חובה)

מקורות:

1. https://www.livescience.com/62362-quantum-radar-detect-stealth-planes.html
2. https://arxiv.org/abs/1903.00101

505  Side-Channel attack on cryptographic systems using synchronization methods

ביצוע התקפות חומרה באמצעות זליגת מידע דרך ערוץ צד באמצעות זיהוי מאפייני תיזמון

שם המנחה: יואב ויצמן

אחראי אקדמי: יואב ויצמן

הרקע לפרויקט:

אלגוריתמים קריפטוגרפים מבוססים על מספר פעולות לינאריות ולא לינאריות המבוצעות על המידע ומפתח סודי.

אלגוריתמים אלה נחשבים בטוחים מאוד מבחינה אנליטית, אך נמצא שניתן לפרוץ אותם ביעילות באמצעות התקפות המנצלות זליגת מידע דרך ערוץ צד (כגון מדידת הספק או פליטה אלקטרומגנטית).

התקפות המבוססות על מדידת ערוצי הצד, דורשות סנכרון של פעולות ההצפנה בין הכניסות השונות, ולכן, קיימות הגנות המקשות על התוקף לחלץ מידע באופן אפקטיבי.

מטרת הפרויקט:

מטרת הפרוייקט לנתח את המאפיינים המחזוריים בספקטרום האות הנמדד וזיהוי מאפיינים המאפשרים סינכרון של האות הנמדד במערכת המדידה.

תכולת בפרויקט:

הפרוייקט כולל בניית מערכת נסיונית של התקפת הספק על מערכת הצפנה הממומשת על רכיב FPGA וביצוע מדידות של האות הזולג.

לאחר המדידה יש לבצע איפיון סטטיסטי של האות תוך סינון רעשים אלגוריתמיים ואקראיים, וחילוץ מאפייני התזמון המאפשרים התקפה. לבסוף נממש מנגנוני הגנה שונים שמטרתם לסכל את ההתקפה ונבחן את יעילותם של מנגנונים אלה כנגד תוקפים המסוגלים לבצע אנליזת תיזמון יעילה.

דרישות:

• תכנון ספרתי
• עיבוד אותות
• קורסים בחומרה בטוחה

מקורות:

https://pastel.archives-ouvertes.fr/pastel-00850528/document (chpter 6)

535  Fabrication and Characterization of Graphene Microphone/Loudspeakers Arrays

יצור ואפיון מערכי מיקרופונים/רמקולים מגרפין

שם המנחה: ‫ ‫ עדי לוי , פיני טנדייטניק‬‎

אחראי אקדמי: פרופ' דורון נווה ופרופ' שרון גנות

הרקע לפרויקט:

בנית מיקרופון בטכנולוגיית graphene monolayer התלמידים יחשפו לתהליכי יצור של מיקרו-אלקטרוניקה ויבצעו סימולציה למודלים פיסיקליים

מטרת הפרויקט:

התלמידים ייחשפו לתהליך התכנון, ייצור ואיפיון של מערך מיקרופונים מגרפין.

הפרוייקט כולל תכנון וייצור של הרכיב ושל לוח אם PCB עם מעגל קריאה של האותות, איפיון אקוסטי ואלקטרוני של הרכיב ומעגלי הקריאה.

הפרוייקט דורש רקע בהתקנים, עיבוד אותות ומעגלים אנלוגיים.

תכולת בפרויקט:

התלמידים יתכננו את ההתקן וימדדו את התכונות החשמליות והאקוסטיות של המיקרופון.

בפרויקט יבדק תחום התנועה המכני של הממברנה בעזרת קרן ליזר.

בהמשך הפרויקט יבנה מערך של שתי שורות של ארבע מיקרופונים.

לצורך בניית מערך מיקרופונים התלמידים יתכננו מעגל אנאלוגי המשלב מגברי הפרש.

תבחן אפשרות של יצור מערך רמקולים בטכנולוגייית גרפן.

המדידות האקוסטיות יבוצעו במעבדתו של פרופ' שרון גנות.

דרישות:

• טכנולוגיות של גרפן ומלמ דו מימדי או DSP2
• הפרויקט הוא מולטי דיסציפלינארי ומחייב לימוד מגוון נושאים הנדסיים

מקורות:

1. http://research.physics.berkeley.edu/zettl/pdf/471.PNAS-2015-Zhou-1505800112.pdf
2. http://iopscience.iop.org/article/10.1088/2053-1583/2/4/045013/pdf

603  Probabilistic models for mutation processes in antibodies

ניתוח מוטציות גנטיות בנוגדנים באמצעות מודלים הסתברותיים

שם המנחה: אור שמש

אחראי אקדמי: ד"ר גור יערי

הרקע לפרויקט:

מדע הנתונים (data science) הינו תחום המתפתח במהירות בזכות טכנולוגיות מתקדמות המסוגלות לייצר כמויות עצומות של נתונים. ניתוח של הנתונים על מנת לענות על שאלות מחקר שונות דורש ידע והבנה בתחומים רבים כגון מתמטיקה, סטטיסטיקה,מדעי המחשב ועוד.

בעשור האחרון חלה התקדמות משמעותית בתחום ריצוף הגנום וטכנולוגיות חדישות אפשרו ריצוף של כל החומר הגנטי ביעילות גבוהה ובעלות נמוכה וכך שינו את האתגר של איסוף המידע לאתגר של ניתוח נתונים רבים בזמן קצר.

המחקר במעבדה מתמקד בניתוח חישובי של רצפים גנטיים שמקורם בתאים של מערכת החיסון הנרכשת, תאי B וT. תאים אלו בעלי חשיבות רבה בהגנה על הגוף מפני מחוללי מחלה (פתוגנים) שונים ובנוסף מאפשרים זיכרון חיסוני שמתבטא בתגובה מהירה ויעילה בחשיפה חוזרת לאותו פתוגן.

היכולת לאפיין באופן חישובי את מיליוני הרצפים (רפרטואר) הנמצאים על גבי תאים אלו בגוף האדם הינו בעל חשיבות קלינית עצומה. לדוגמה, זיהוי מוקדם של דחיית שתל אצל מושתל כליה, מציאת תבנית (מוטיב) ברצפים של תאי B ברפרטואר של חולים שהבריאו באופן ספונטני מוירוס צהבת C שיעזור בפיתוח חיסון, בניית מודלים של למידת מכונה על מנת לזהות נטייה גנטית לפתח צליאק ועוד.

מטרת הפרויקט:

פרוייקט זה יעסוק בניתוח ואפיון כמויות גדולות של רצפים מתאי B ויכלול בניית מודלים הסתברותיים לאוסף המוטציות שעוברים הרצפים בתגובה לפתוגן, וזאת כדי ללמוד על מנגנון הביולוגי שעוברים התאים בתגובה החיסונית.

תכולת בפרויקט:

1. כתיבת קוד.
2. ניתוח נתונים.
3. כתיבת מודלים הסתברותיים ובדיקת תיקופם.

דרישות:

• Big data analysis

מקורות:

1. http://www.nature.com/nbt/journal/v32/n2/full/nbt.2782.html
2. http://nar.oxfordjournals.org/content/early/2012/05/25/nar.gks457.abstra.
3. http://journal.frontiersin.org/Journal/10.3389/fimmu.2013.00358/abstract
4. http://www.ncbi.nlm.nih.gov/pubmed/24618469

606  Analysis of IVF Image Sequences

נייתוח תמונות IVF (הפרייה חוץ גופית)

שם המנחה: פרופ' אריה וייס

אחראי אקדמי: פרופ' אריה וייס

הרקע לפרויקט:

The immediate objective is to develop an image processing workflow that can reliably isolate the embryo within the images.

This ia a segmentation problem, and it is a necessary step for further analysis.

מטרת הפרויקט:

The output of this project will be segmentation algorithms for time-lapse images of IVF. We have as set of such image sequences on which the algortihms will be tested.

A set of image characteristics (for example, texture, symmetry, etc) will then be measured, and a retrospective study will determine if those characteristics help predict outcome.

דרישות:

• 83120 - מבוא להנדסת תוכנה ומחשבים
• Python is helpful, but not strictly required.

מקורות:

Basic background on image processing is in this lecture

308 Coordinated Transmission in Satellite Communications

שידור משותף בתקשורת לווינים

שם המנחה:  ד״ר יאיר נועם

אחראי אקדמי: ד"ר יאיר נועם, ד"ר איציק ברגל, פרופ' אפי זהבי

הרקע לפרויקט:

התפתחותן של מערכות תקשורת הינו גורם מרכזי בתהליכים חברתיים וכלכליים. תקשורת לוויינית שיחקה תפקיד מכריעה בהצלחה הגדולה של מהפכת התקשורת בעשורים האחרונים. אולם הביקוש המתמיד לתקשורת בקצב מהיר עם כיסוי רחב מציב אתגרים משמעותיים בתכנון ובפיתוח של רשתות לוויינים מהירות. בתקופה האחרונה מושקעים משאבים רבים בתכנון של רשת שכזו הניתנת לפריסה בעלות נמוכה. מדובר בקונסטלציות של אלפי לווייני תקשורת הנעים במסלולים נמוכים. היתרונות ברשת שכזו הינם רבים. בגלל הקרבה לכדור הארץ ניתן לשדר בהספקים נמוכים ביחס ללוויינים החגים במסלולים גבוהים. על כן, אפשר להשתמש בלוויינים קטנים וזולים ולשלוח כמות גדולה. בנוסף לכך, קיומם של מספר רב של לוויינים המסוגלים לשתף פעולה מאפשר קצבי תקשורת גבוהים ע״י יצירת רשת לוויינים.

אולם, ניהול ותאום רשת שכזו מציב אתגרים רבים, במיוחד לאור העובדה שלוויינים במסלולים נמוכים נעים במהירות גבוהה ביחס לכדור הארץ.

מטרת הפרויקט:

הבנת האתגרים והמגבלות האינהרנטיות של שידור משותף ע״י רשת לוויינים. מטרת הפרויקט היא לכתוב סימולציה של רשת תקשורת לוויינית בעלת שידור משותף שמטרתו להגדיל את קצב תקשורת הכולל ולבחון את ביצועי הרשת בתרחישים שונים.

המטרה המחקרית של הפרויקט היא לגבש שיטות לשידור משותף של לוויינים במסלול נמוך עם מערכות קרקעיות.

תכולת בפרויקט:

כתיבת סימולציה של מערכת תקשורת בעלת מספר לוויינים ומשתמשים.
הסימולציה תכלול מידול ערוץ הכולל חישוב של מסלולי הלוויינים.
יבחנו אלגוריתמים שונים לשידור משותף במטרה להגדיל את קצבי התקשורת.

בנוסף תבחן ותגובש שיטה לבחירת הלוויינים שמתקשרים עם כל משתמש.

דרישות:

• תקשורת ספרתית 2 (במקביל)

מקורות:

Arapoglou, Pantelis-Daniel, et al. "MIMO over satellite: A review." IEEE 1,

612 Development of chip for studying electrical and physical mechanisms in neural network formation

פיתוח רכיב לבחינת מנגנונים חשמליים ופיסיים בהכוונת תאי עצב

שם המנחה: אלון ריכטר לוין
אחראי/ת אקדמי/ת: פרופ' אורית שפי

הרקע לפרויקט:

המוח האנושי מורכב ממיליארדי תאים הקרויים נוירונים שמתקשרים אחד עם השני דרך שלוחות (אקסונים) אשר מגיעות לעבר תאי המטרה ויוצרות קשר המכונה סינפסה.

ישנם סיגנלים מסוגים שונים אשר מדריכים את שלוחות התאים להגיע ליעדם. סיגנלים אלו יכולים להיות כימיים, טופוגרפיים, וחשמליים. המנגנונים הקשורים בכך ידועים חלקית בלבד.

תרומתם היחסית של סיגנלים אלו ושיתוף הפעולה בניהם הם נושא מחקר שעשוי לתרום לשיפור יכולת השריית רגנרציה עצבית ופיתוח רקמות חלופיות לשיקום רקמות פגועות.

במעבדה של פרופ' אורית שפי אנחנו מנסים להבין כיצד התאים והאקסונים מכוונים באופן טבעי ובעזרת הבנה זו לנסות ולשלוט באופן מכוון בגדילת האקסונים מתוך חשיבה על שיפור וייעול טיפולים שקשורים לתיקון פגיעה עצבית.

מטרת הפרויקט:

מטרת הפרויקט היא לתכנן ולבנות מערכת אשר תאפשר בחינת ההשפעה המשולבת או התחרותית של סמנים אלו כולל תכנון מערכי אלקטרודות וצ'יפים להכוונת הגדילה העיצבית.

תכולת הפרויקט:

הפרויקט יכלול סקירה ספרותית של התחום, בדגש על השפעת סמנים שונים על צמיחת רשת קישור עצבית, ועל התרומה האפשרית לפיתוח יכולות לרגנרציה עצבית.

בצד המעשי הפרויקט יכלול העמדת מערכת בדיקה ופיתוח התנאים שיבטיחו יכולת שילוב ובידוד השפעת הסמנים הכימיים הטופוגרפיים והחשמליים: תכנון וייצור צ'יפים בשיטת פוטוליטוגרפיה, תכנון מערך להפעלת שדות אלקטרומגנטיים לגרוי חשמלי, עבודה עם מערכות דימות וניתוח תמונה.

קורסי קדם:

• מבוא לביולוגיה למהנדסים
• קורס שדות - יתרון

מקורות:

1. Baranes et al, (2012) Topographic cues of nano‐scale height direct neuronal growth pattern.
2. Goodhill (2016) Can Molecular Gradients Wire the Brain?