25.08.2013 Views

Tematy prac dyplomowych magisterskich 2010 - Wydział Elektroniki ...

Tematy prac dyplomowych magisterskich 2010 - Wydział Elektroniki ...

Tematy prac dyplomowych magisterskich 2010 - Wydział Elektroniki ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

magisterskiej neuronową typu SOM<br />

Temat w języku angielskim Selection of text documents using the SOM neural network<br />

Opiekun <strong>prac</strong>y dr inż. Julian Szymański<br />

Konsultant <strong>prac</strong>y<br />

Cel <strong>prac</strong>y Algorytmy grupujące oparte na podobieństwie powszechnie są<br />

stosowane w zadaniach uczenia maszynowego. Jednym z podejść<br />

umożliwiających grupowanie obiektów są mapy<br />

samoorganizujące (SOM) uczące sieć neuronową algorytmem<br />

WTA (Winner Takes All). Celem <strong>prac</strong>y jest zastosowanie<br />

takiego algorytmu do utworzenia mapy podobieństw dla<br />

artykułów Wikipedii. Ze względu na rozmiar problemu wpierw<br />

konieczne będzie zidentyfikowanie stopni spójności w podgrafach<br />

powiązań miedzy artykułami i zastosowanie rozwiązania dla<br />

mniejszych podobszarów,<br />

Zadania do wykonania 1. Przygotowanie danych do przetworzenia<br />

2. Implementacja lub wykorzystanie bibliotek algorytmu<br />

SOM<br />

3. Przetworzenie danych prezentacja i ocena rezultatów<br />

Literatura Kohonen, T. and Somervuo, P Self-organizing maps of symbol<br />

Springs<br />

Honkela, T. and Kaski, S. and Lagus, K. and Kohonen, T.<br />

WEBSOM - self-organizing maps of document collections<br />

Uwagi<br />

Dyplomant<br />

Temat <strong>prac</strong>y dyplomowej Równolegle obliczenia wielkoskalowych danych na klastrach i<br />

magisterskiej<br />

kartach graficznych NVIDIA CUDA<br />

Temat w języku angielskim Parallel calculation of multiscale data on clusters and NVIDIA<br />

CUDA graphical cards<br />

Opiekun <strong>prac</strong>y dr inż. Julian Szymański<br />

Konsultant <strong>prac</strong>y<br />

Cel <strong>prac</strong>y Celem <strong>prac</strong>y jest przeprowadzenie analizy i budowy algorytmów<br />

pozwalającego na wykonywanie obliczeń podobieństwa dla<br />

dużych zestawów danych. Obliczenie podobieństwa jest<br />

podstawową operacją w zadaniach analizy skupień, a jego<br />

zrównoleglenie umożliwi efektywną identyfikację grup<br />

podobnych obiektów w dużych zbiorach danych.<br />

Efektem <strong>prac</strong>y będzie porównanie wydajności grupowania<br />

zrealizowanego na kartach graficznych NVIDIA i na klastrze<br />

obliczeniowym.<br />

Jako dane testowe planowane jest wykorzystanie Wikipedii, dla<br />

której artykułów policzone zostaną wartości podobieństw<br />

określonych różnorodnymi metrykami. Podobieństwa te<br />

umożliwią zbudowanie grup zbliżonych tematycznie do siebie<br />

artykułów. Dodanie etykiet określających znaczenie grupy

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!