№ курса и Направление

Тема (название темы, краткое описание и список рекомендуемой литературы)

ФИО студента, № группы

2 курс

(ПМиИ)

Тема: Оценивание вероятностей редких событий для случайных графов Эрдеша-Реньи

Предлагается изучить характеристики случайных графов типа Эрдеша-Реньи и исследовать эффективность численных алгоритмов для оценки вероятности того, что граф Эрдеша-Реньи содержит чрезмерно большое количество фиксированных заданных подграфов, скажем, треугольников.

курс

2 курс

(ПМиИ)

Тема: Социальная оптимальность в системах массового обслуживания со стратегическим временем прибытия

Если клиенты, приходящие в систему, руководствуются индивидуальной стратегией выбора времени прихода в систему, то могут возникать так называемые социальные затраты. Они определяются как сумма затрат, понесенных отдельными участниками. Естественной задачей является поиск устратегии поведения, которая минимизирует эти затраты.

2 курс

ПМиИ

Тема: Цена анархии в системе обслуживания с потерями

Рассматривается система обслуживания с несколькими серверами. Каждый сервер предлагает свою скорость и стоимость обслуживания. Каждый клиент выбирает сервер, не имея возможности наблюдать, занят ли выбранный сервер или простаивает. Клиенты по прибытии выбирают сервер, и если выбранный сервер занят обслуживанием какого-либо другого клиента, они немедленно покидают систему. Такие системы называются системами с потерями. Для данной модели рассматриваются стратегии маршрутизации клиентов: расновесная (по Нэшу) и социально оптимальная. Соотношение между оптимальной социальной полезностью и той, которая достигается с помощью стратегии равновесия Нэша, называется ценой анархии (Price of Anarcy) и указывает на социальные потери из-за отсутствия координации между клиентами.

2 курс

(ИСиТ)

Тема: Применение алгоритма RLGL для моделирования сетей большого объема

Предлагается исследовать эффективность метода RLGL (Red Light Green Light Method) - метод красного света и зеленого света для оценивания характеристик сетей с большим числом узлов. Суть алгоритма состоит в следующем: сначала каждый узел несет определенную сумму денежных средств, которая может быть положительной или отрицательной (богатство или долг), а общая сумма денежных средств в системе равна нулю. Затем на каждом этапе выбранные узлы получают зеленый свет на распределение своих денежных средств (богатства или долга) между другими узлами пропорционально вероятностям перехода.

2 курс

(ИСиТ)

Тема: Стратегии выбора оптимального времени поступления клиентов на обслуживание

Рассмотрим группу клиентов, каждому из которых необходимо самостоятельно решить, когда прибыть в учреждение, предоставляющее услугу, в течение фиксированного периода времени (дня). Высокий спрос на услуги в определенное время приводит к перегрузкам, за которые приходится платить, например, ожиданием или опозданием. Этот факт заставляет клиентов принимать стратегические решения относительно времени прибытия.

2 курс

(ИСиТ)

Тема: Проблема вычисления остаточной связности случайных графов

В широком смысле понятие надежность сети связано с исследованием характеристик производительности систем, которые можно моделировать с помощью случайных графов. Предлагается исследовать задачу оценки надежности остаточной связности случайного неориентированного графа, когда узлы сети выходят из строя с равной вероятностью.

3 курс

(ПМиИ)

Тема: Проблема оценивания вероятности перескока в графах большой размерности

В качестве объекта исследования рассматриваются графы большой размерности. Как правило, из-за сложности и больших размеров объекта исследования характеристики графа (сети) невозможно рассчитать аналитически. Для модели веб-графа предлагается реализовать численные алгоритмы оценивания вероятности того, что случайное блуждание в графе, стартуя из узла a, сначала войдет в узел b, а затем вернется в начальный узел a.

3 курс

(ИсиТ)

групповой

проект

Тема: Анализ надежности сети и эффективное сопротивление графа

Понятие эффективного сопротивления графа заимствовано из области анализа электрических цепей, где оно определяется как накопленное эффективное сопротивление между всеми парами вершин. Предлагается рассмотреть данную метрику для анализа надежности сети, при этом сеть рассматривается как  электрическая цепь и применимы законы Ома и Кирх гофа.

1 студент

2 студент

3 студент

4 курс

(ПМиИ)

Тема: Исследование модели процесса деградации и разными типами отказов

Деградация является основным фактором выхода из строя многих технических систем и инженерных инфраструктур (изделий, конструкций, сетей связи, военной техники и многих других объектов). Износ накапливается с течением времени и, в конечном итоге, приводит к сбою или отказу. Для систем с высокой надежностью отказ является редким событием, в этом состоит основная сложность анализа. Для прогнозирования надежности используются имитационные модели процессов деградации. Предлагается рассмотреть модель деградации с двумя стадиями и оценить время жизни системы.

№ курса и Направле-ние

Тема (название темы, краткое описание и список рекомендуемой литературы)

ФИО студента,
№ группы

любой курс,

можно заочники

Создание базы данных иллюстраций, привязанных к значениям слова в словаре

любой курс,

можно заочники

Разработка игрового мобильного приложения для изучающих карельский язык

любой курс,

можно заочники

Викиданные в образовании

Обзор литературы, аналитика, инфографика, программирование и анализ литературы с помощью сервиса Wikidata:Scholia.

2 курс Анализ  данных

3, 4 курс Разработка информ.

2, 4 курс ПМ

Тематика работ

 Построение словаря оценочных слов на основе Русского Викисловаря.

Построение словаря оценочных слов на основе Английского Викисловаря

 1. Обзор работ по анализу тональности текста.

2. Извлечение словарных помет из Викисловаря, в частности оценочных помет (например, груб. — грубое, сниж. — сниженное, торж. — торжественное).

3. Построение словаря для оценки тональности текстов.

4. Написание научной статьи по результатам работы.

Поcтроение и анализ корпуса цитат Викисловарей.

 См. список задач и пояснения на странице
https://bit.ly/3kFG8Tz

№ курса и Направление

Тема (название темы, краткое описание и список рекомендуемой литературы)

ФИО студента, № группы

Очники, 3 или 4 курс

ИСИТ,

ПИ,

ПМИ

Тема: Видеоанализ действий водителя в кабине автомобиля (выявление нарушений и опасных ситуаций).

Краткое описание: Видеоанализ позволяет детектировать нарушения и опасные ситуации (например, водитель не пристегнут, водитель засыпает, водитель курит за рулем) и информировать о них, что обеспечивает безопасность и контроль руководства над сотрудниками – водителями. Имеется опытный стенд, позволяющий снимать датасет и тестировать результаты.

В ходе работы необходимо будет:

- Изучить существующие модели и подходы, их архитектуру и особенности работы

- Сформировать датасет из открытых источников и на стенде. 

- Разработать решение, осуществляющее детекцию определенных видов нарушений и ситуаций.

- Провести расчет метрик качества работы данного решения.

Очники, 3 или 4 курс

ИСИТ,

ПИ,

ПМИ

Тема: Детекция степени активности рыб в бассейне методами подводного видеоанализа.

Краткое описание: С помощью подводных стереокамер мы получаем данные из бассейна, где видны рыбы, живущие там, и их передвижения. Анализ активности рыб позволяет задавать режимы кормления, выявлять болезни и аномалии. Необходимо будет провести исследования и создать программное решение, которое позволит проводить анализ на основе видеоданных, нейронными сетями.

В ходе работы необходимо будет участвовать в проведении экспериментов с живой рыбой в центре аквакультуры ПетрГУ (главный корпус). 

Очники, 3 или 4 курс

ИСИТ,

ПИ,

ПМИ

Тема: Разработка вопросно-ответных систем на основе анализа контента с использованием больших языковых моделей.

Краткое описание: Большие языковые модели (такие, как ChatGPT, GigaChat, Llama и пр.) показывают очень хорошие результаты на тех данных, которые им известны (на которых их обучали). В то же время при попытке дать ответ на вопрос по контенту, который не знаком модели, модель может дать ошибочный ответ и ввести в заблуждение. Дообучение или переобучение требует значительного числа ресурсов и не всегда возможны. Существуют решения, такие, как RAC-подход, позволяющие нивелировать обозначенную проблему.

В ходе работы необходимо будет:

- Изучить существующие модели и подходы, их архитектуру и особенности работы

- Сформировать датасет из тематического контента, не знакомого моделям, по которому необходимо будет осуществлять поиск и генерацию ответов.

- Разработать решение, осуществляющее генерацию ответов на вопросы пользователя по данному контенту.

- Провести расчет метрик качества работы данного решения.

Очники, 3 или 4 курс

ИСИТ,

ПИ,

ПМИ

Тема: Разработка нейронных сетей распознавания речи с учетом локальной специфики.

Краткое описание: Задача преобразования речи в текст (STT) крайне популярна, существует несколько нейронных сетей, решающих ее на хорошем уровне. Такие сети хорошо распознают общеупотребительные слова и выражения.

В то же время, если контент, который должен быть распознан, содержит специализированные термины (географические названия, имена, производственный сленг и пр.), бывают ошибки распознавания. Например, «Рускеала» распознает как «Русский аул» и пр.

В ходе выполнения работы необходимо будет

- Изучить существующие решения и их особенности, принципы работы.

- Собрать датасеты для дообучения их в рамках выбранной отрасли

- Провести дообучение и настройку решений

- Рассчитать метрики и их прирост на тестовых данных.

- Создать программное решение, позволяющее взаимодействовать с полученными результатами.

№ курса и Направление

Тема (название темы, краткое описание и список рекомендуемой литературы)

ФИО студента, № группы

2 курс, Программная инженерия

Тема: Алгоритмы и системы автоматического реферирования текстов

Краткое описание: непрерывное увеличение интенсивности потока текстовой информации делает все более важной задачу семантического сжатия текстов. В данной работе рассматриваются различные принципы построения алгоритмов и систем автореферирования, позволяющие извлекать ценную информацию из текстовых документов.

Литература:

1. Батура Т. В., Бакиева А. М. Методы и системы автоматического реферирования текстов: монография. Новосибирск, 2019.

4 курс, Информационные системы и технологии

Тема: Создание web-ресурса по обучению разработке мультимедийных проектов с использованием Blender

Краткое описание: Работа предполагает создание web-ресурса по обучению разработке мультимедийных проектов с использованием Blender. Blender - это популярное свободное и открытое программное обеспечение для создания трёхмерной компьютерной графики, включающее в себя средства моделирования, скульптинга, анимации, симуляции, рендеринга, постобработки и монтажа видео со звуком и др.
Литература:
1. Прахов А.А. Самоучитель Blender 2.7. СПб.: БХВ-Петербург, 2016.

Светлова Алина Сергеевна, группа 22406

№ курса и Направление

Тема (название темы, краткое описание и список рекомендуемой литературы)

ФИО студента, № группы

1 курс,

01.04.02

Анализ данных (Data Science)

Тема: Разработка системы сегментации речи нескольких дикторов с использованием методов кластеризации и определения ролей говорящих.

Краткое описание: в области анализа и обработки речи существуют задача

сегментации разговора нескольких участников на монологические составляющие. В западной литературе она также известна, как задача сегментации новостей. Существуют решения с предварительным обучением систем голосам дикторов, но для ситуации, когда заранее неизвестно количество дикторов и нет образцов их голосов, найти такое приложение становиться проблематичным.

1. Григорян Р. Л., Репалов С.А. Применение методов векторного квантования к задаче верификации дикторов // Материалы VI Междунар. науч.-практ. конф. «Методы и алгоритмы прикладной математики в технике, медицине и экономике». – Ч. 3. – Новочеркасск: ЮРГТУ. – 2004. – 48 с.

2. Григорян Р. Л., Репалов С.А., Коршунов С.С. Метод выделения монологических составляющих с использованием идентификации дикторов на основе векторного квантования. Научно-теоретический журнал "Искусственный интеллект" No.3'2006.

3. Репалов С. А. Разработка математических моделей и робастных алгоритмов идентификации дикторов по их речи : Дис. канд. физ.-мат. наук : 05.13.18 : Ростов н/Д, 2003 144 c. РГБ ОД, 61:04-1/242-X.

22503 А.Н. Хайдарова

1 курс,

09.04.02

Тема: Адаптация языковой модели BERT для классификации текстов небольшого объема на дореволюционном языке

Краткое описание: в настоящее время, актуальным становится сравнительный анализ различных моделей нейронных сетей с целью определения их применимости к подобным задачам на редких и малых языках, для которых не существует достаточно объемных по числу слов словарей (корпусов).

Целью исследования является адаптация языковой модели BERT для классификации текстов дореформенного русского языка, что позволит

улучшить качество обработки и анализа этих текстов с использованием

современных преобразовательных моделей.

1. Проблема атрибуции в журналах «Время», «Эпоха» и еженедельнике

«Гражданин» : монография / А. А. Рогов, Р. В. Абрамов, Д. Д. Бучнева, О. В.

Захарова, К. А. Кулаков, А. А. Лебедев, Н. Д. Москин, А. В. Отливанчик, Е.

Д. Савинов, Ю. В. Сидоров. — Петрозаводск : Издательство «Острова», 2021.

С. 242–248.

2. Vasilyev, S. N., Golubov, A. Y., & Nechaev, S. S. Трансформеры в анализе

естественного языка: современное состояние и перспективы // Журнал

"Искусственный интеллект и принятие решений". 2019. Т. 12. №3. С. 45-56.

3. Devlin, J., Chang, M. W., Lee, K., & Toutanova, K. Bert: Pre-training of deep

bidirectional transformers for language understanding // URL:

https://arxiv.org/pdf/1810.04805

3 курс,

01.03.02

Тема: Применение методов кластеризации при решении задачи атрибуции текстов

Краткое описание: Как правило, атрибуция текстов рассматривается как задача их классификации. Вместе с тем, для определенных текстов (публицистических, малого объема и т.п.) характерно внешнее влияние (редакторские правки и т.п.), что может приводить к противоречивым результатам классификации. Поэтому, целесообразным выглядит первоначальная кластеризация рабочего материала с целью выработки последующих решений по его исследованию.

 Инструментальные средства: Excel, VBA, PHP, MySQL, Python и пр.

1. Сидоров Ю. В. Математическая и информационная поддержка методов обработки литературный текстов на основе формально-грамматических параметров : специальность 05.13.18 «Математическое моделирование, численные методы и комплексы программ» : диссертация на соискание ученой степени кандидата технических наук / Сидоров Юрий Владимирович ; Санкт-Пет. ин-т информатики и автоматизации. — Санкт-Петербург, 2002. — 127 с.

2. Мандель И.Д. Кластерный анализ. М., «Финансы и статистика», 1988.- 176 с..

3. Айвазян С. А., Бухштабер В. М., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: Классификация и снижение размерности. — М.: Финансы и статистика, 1989. — 607 с.

2 курс,

09.03.02

Тема: Компьютерный анализ текстов на естественном языке для решения задачи атрибуции текстов: морфологический уровень

Краткое описание: изучение основных принципов компьютерного анализа текстов на естественном языке; практическая реализация методов атрибуции текстов, основанных на морфологических признаках, на корпусе публицистических статей. Инструментальные средства: Excel, VBA, PHP и пр.

1. Рогов А. А., Седов А. В., Сидоров Ю. В., Суровцова Т. Г. Математические методы атрибуции текстов. (учебное пособие). Петрозаводск: Изд-во ПетрГУ, 2012. – 48 с.

2. Боярский К. К. Введение в компьютерную лингвистику : учебное пособие. СПб. : НИУ ИТМО, 2013. 72 с

3. Сидоров Ю. В., Смирнов Н.В. Вероятностные методы анализа неструктурированной текстовой информации. (учебное пособие). Петрозаводск: Изд-во ПетрГУ, 2012. – 56 с.

4. Информационная система «СМАЛТ» : [сайт]. URL:http://smalt.karelia.ru

2 курс,

09.03.02

Тема: Компьютерный анализ текстов на естественном языке для решения задачи атрибуции текстов: синтаксический уровень

Краткое описание: изучение основных принципов компьютерного анализа текстов на естественном языке; практическая реализация методов атрибуции текстов, основанных на синтаксических признаках, на корпусе публицистических статей. Инструментальные средства: Excel, VBA, PHP и пр.

1. Рогов А. А., Седов А. В., Сидоров Ю. В., Суровцова Т. Г. Математические методы атрибуции текстов. (учебное пособие). Петрозаводск: Изд-во ПетрГУ, 2012. – 48 с.

2. Боярский К. К. Введение в компьютерную лингвистику : учебное пособие. СПб. : НИУ ИТМО, 2013. 72 с

3. Сидоров Ю. В., Смирнов Н.В. Вероятностные методы анализа неструктурированной текстовой информации. (учебное пособие). Петрозаводск: Изд-во ПетрГУ, 2012. – 56 с.

4. Информационная система «СМАЛТ» : [сайт]. URL:http://smalt.karelia.ru

2 курс,

09.03.02

Тема: Исследование использования расстояния между зависимыми частями речи в предложении для решения задачи атрибуции текстов

Краткое описание: исследование метрики «расстояние между зависимыми частями речи в предложении» при атрибуции публицистических статей. Инструментальные средства: Excel, VBA, PHP, MySQL, Python.

1. Reynolds R. Russian Natural Language Processing and Computer-assisted Language Learning : Capturing the benefits of deep morphological analysis in real-life applications : PhD thesis / Tromsø : Universitet i Tromsø. 2016. URL: https://munin.uit.no/handle/10037/9685

2. Боярский К. К. Введение в компьютерную лингвистику : учебное пособие. СПб. : НИУ ИТМО, 2013. 72 с

3. Информационная система «СМАЛТ» : [сайт]. URL:http://smalt.karelia.ru

5 курс (заоч), 09.03.02

Тема: Задача потокового преобразования речи в текст

Краткое описание: программное обеспечение, с помощью которого можно преобразовать речевую информацию в текстовую, уже давно существует. Однако найти приложения, которые позволяют распознавать любую слитную речь человека и отправлять полученный текст на множество устройств в режиме реального времени, становиться проблематичным.

 1. Автоматическое распознавание речи. Учебное пособие. И.Б. Тампель, А.А. Карпов [Электронный ресурс]. URL: https://books.ifmo.ru/file/pdf/1921.pdf.

2. Синтез и распознавание речи. Современные решения. Александр Фролов, Григорий Фролов, 2003 [Электронный ресурс]. URL: http://www.frolov-lib.ru/books/hi/index.html.

3. Леонович А. А. Современные технологии распознавания речи [Электронный ресурс]. URL: http://masters.donntu.org/2012/iii/akopyan/library/article1.htm.

3 курс, 09.03.02

Тема: Задача сегментации речи нескольких дикторов

Краткое описание: в области анализа и обработки речи существуют задача

сегментации разговора нескольких участников на монологические составляющие. В западной литературе она также известна, как задача сегментации новостей. Существуют решения с предварительным обучением систем голосам дикторов, но для ситуации, когда заранее неизвестно количество дикторов и нет образцов их голосов, найти такое приложение становиться проблематичным.

1. Григорян Р. Л., Репалов С.А. Применение методов векторного квантования к задаче верификации дикторов // Материалы VI Междунар. науч.-практ. конф. «Методы и алгоритмы прикладной математики в технике, медицине и экономике». – Ч. 3. – Новочеркасск: ЮРГТУ. – 2004. – 48 с.

2. Григорян Р. Л., Репалов С.А., Коршунов С.С. Метод выделения монологических составляющих с использованием идентификации дикторов на основе векторного квантования. Научно-теоретический журнал "Искусственный интеллект" No.3'2006.

3. Репалов С. А. Разработка математических моделей и робастных алгоритмов идентификации дикторов по их речи : Дис. канд. физ.-мат. наук : 05.13.18 : Ростов н/Д, 2003 144 c. РГБ ОД, 61:04-1/242-X.

3 курс, 09.03.02

Тема: Извлечение именованных сущностей в текстах дореформенной орфографии

Краткое описание: В области анализа естественных языков достаточно успешно реализована задача извлечения именованных сущностей для современных языков. Целью работы является изучение возможностей современных языковых моделей к извлечению именованных сущностей из текстов дореволюционной орфографии. Инструментальные средства: Python, PHP и пр.

1. Mozharova V., Loukachevitch N. Combining Knowledge and CRF-based Approach to Named Entity Recognition in Russian // Proc. the 5th International Conference on Analysis of Images, Social Networks, and Texts, AIST’2016. – 2016

2. Трофимов И. В. Выявление личных имен в новостных текстах на материале коллекций Persons-1000/1111-F // RCDL-2014. − 2014.

3. Ivanin, V., Artemova, E., Batura, T., Ivanov, V., Sarkisyan, V., Tutubalina, E., & Smurov, I. RuREBus-2020 Shared Task: Russian Relation Extraction for Business // Computational Linguistics and Intellectual Technologies: Proceedings of the International Conference “Dialog”. 2020. URL:

http://www.dialog-21.ru/media/5098/ivaninvaplusetal-182.pdf

2 курс,

09.03.02

Тема: Реализация косинусного расстояния в методе оценки парной связи грамматических классов для атрибуции литературных текстов

Краткое описание: исследование методики оценки парной связи грамматических классов, ее модификация и оценка получаемых результатов при атрибуции публицистических статей. Инструментальные средства: Excel, VBA, PHP.

1. От Нестора до Фонвизина: новые методы определения авторства // Милов Л.В., Бородкин Л.И., Иванова Т.В. и др.; Под ред. Л.В.Милова. -М.: Прогресс,1994. – 445 с.

2. Сидоров Ю. В. Математическая и информационная поддержка методов обработки литературных текстов на основе формально-грамматических параметров. Диссертация на соискание ученой степени канд. техн. наук. Петрозаводск, 2002. – 127 с.

3. Суровцова Т.Г. Использование метода «сильного графа» при анализе синтаксического разбора публицистических произведений Ф.М. Достоевского. Труды Петрозаводского государственного университета. Сер. «Прикладная математика и информатика». Вып. 12. Петрозаводск: Изд-во ПетрГУ, 2007. – C. 62-70.

4. Информационная система «СМАЛТ» : [сайт]. URL: http://smalt.karelia.ru/shower/research/sidorov.php?type=new

4 курс,

01.03.02

Тема: Алгоритмы автоматизированного распределения заявлений, поступающих в суд

Краткое описание: исключение человеческого участия при распределении дел между судьями имеет один очень важный аспект – нивелирует коррупционные риски и исключает условия для возникновения конфликтов интересов. Кроме того, тему исследования можно считать актуальной также и с точки зрения заботы об условиях труда работников суда: равномерно распределенная нагрузка на человека снизит угрозу профессионального выгорания на рабочем месте и

создаст более комфортную рабочую среду, что повлечет за собой повышение

производительности труда. Инструментальные средства: Excel, VBA, PHP.

1. Оптимизация нагрузки судей как средство правовой защиты участников

судопроизводства и повышения качества правосудия –

https://pravo.ru/judicial_community/view/80592/.

2. Т. Ю. Бочаров, В. В. Волков, Л. А. Воскобитова, А. В. Дмитриева, А. А.

Смола, К. Д. Титаев, И. В. Цветков «ПРЕДЛОЖЕНИЯ

ПО СОВЕРШЕНСТВОВАНИЮ СУДЕБНОЙ СИСТЕМЫ В РОССИЙСКОЙ

ФЕДЕРАЦИИ И ИЗМЕНЕНИЯ НОРМАТИВНЫХ АКТОВ В ЦЕЛЯХ ИХ

РЕАЛИЗАЦИИ».

3. Автоматическое распределение гражданских дел,

http://www.consultant.ru/law/podborki/avtomaticheskoe_raspredelenie_grazhda

nskih_del/.

4. Обновление судопроизводства. Об автоматическом распределении дел,

https://www.advgazeta.ru/mneniya/obnovlenie-sudoproizvodstva/

№ курса и Направление

ТЕМА (название темы, краткое описание и список рекомендуемой литературы)

ФИО студента, № группы

4 курс, ИСИТ

Тема: Предобработка текста для синтеза речи

Краткое описание: Создание инструмента для обработки текста с целью возможности его корректного озвучивания синтезатором речи.

Колчин М. А., гр. 22406

3, 4 курс бакалавриата или 1 курс магистратуры

ИСИТ, ПМиИ, ПИ

Тема: Разработка рекомендательной системы

Краткое описание: Разработка рекомендательной системы. Применение методов искусственного интеллекта при построении рекомендаций по выбору продукта для пользователя по истории его предпочтений.

3, 4 курс бакалавриата или 1 курс магистратуры

ИСИТ, ПМиИ, ПИ

Тема: Извлечение именованных сущностей

Краткое описание: Тестирование нейронных сетей и разработка программного средства для извлечения из текста ФИО, даты рождения, названий городов и прочих именованных сущностей.

1 курс магистратуры

ИСИТ, ПМиИ, ПИ

Тема: RAG метод для генерации ответа

Краткое описание: Исследование метода генерации текста ответа на вопрос нейронными сетями с архитектурой трансформер по текстовому документу.

2, 3 курс бакалавриата

ИСИТ, ПМиИ, ПИ

Тема: Неполносвязные нейронные сети

Краткое описание: Исследование применимости неполносвязных нейронных сетей на примере классификации эмоционального состояния человека по его фотографии.

3, 4 курс бакалавриата или 1 курс магистратуры

ИСИТ, ПМиИ, ПИ

Тема: Методы искусственного интеллекта для распознавание текста.

Краткое описание: Применение методов искусственного интеллекта для распознавания текста с фотографий текстовых документов.