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<br />

Temat w języku angielskim Text classification using SVM algorithms<br />

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

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

Cel <strong>prac</strong>y Użycie metod kernelowych jest obecnie jedną z popularniejszych<br />

metod wykorzystywanych w uczeniu maszyn. Wyzwaniem dla<br />

sztucznej inteligencji jest zagadnienie automatycznego<br />

przetwarzania dokumentów tekstowych z precyzją zbliżoną<br />

ludzkiej.<br />

Celem <strong>prac</strong>y jest wykorzystanie metody wektorów wspierających<br />

SVM do zadania kategoryzacji tekstów. Uzyskane w <strong>prac</strong>y<br />

rezultaty mogą znaleźć szerokie spektrum zastosowań, z których<br />

jedną jest poprawa wyszukiwania informacji w Internecie.<br />

Zadania do wykonania 1.Studia literatury z dziedziny klasyfikacji tekstów<br />

2.Implementacja algorytmu SVM do klasyfikacji tekstów.<br />

3.Ocena uzyskanych rezultatów.<br />

Literatura Thorsten Joachims Text categorization with support vector<br />

Uwagi<br />

machines: Learning with many relevant features<br />

Praca stanowić może wstęp do <strong>prac</strong>y doktorskiej<br />

Dyplomant<br />

Temat <strong>prac</strong>y dyplomowej Identyfikacja powiązań między kategoriami dostępnymi w<br />

magisterskiej<br />

Wikipedii<br />

Temat w języku angielskim Identification of relations in Wikipedia categories<br />

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

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

Cel <strong>prac</strong>y Na Wikipedię można popatrzeć jako na wielki graf. Zastosowanie<br />

metod drążenia danych (Data Mining) do ilościowej jego oceny<br />

może przynieść bardzo interesujące rezultaty. W <strong>prac</strong>y planowane<br />

jest wykonanie pomiarów: średnich głębokości drzewa kategorii<br />

Wiki i lokalnych gęstości grafu powiązań między artykułami.<br />

Przeprowadzenie analizy referencji pomiędzy artykułami pozwoli<br />

na identyfikację brakujących powiązań między kategoriami<br />

Wikipedii. Umożliwi to poprawę organizacji treści zawartych w<br />

tym największym repozytorium wiedzy ludzkiej. W celu<br />

uatrakcyjnienia prezentacji rezultatów planowana jest ich<br />

prezentacja graficzna.<br />

Zadania do wykonania 1. Utworzenie algorytmu identyfikującego powiązania<br />

miedzy kategoriami Wikipedii<br />

2. Ocena uzyskanych rezultatów.<br />

3. Prezentacja wyników z użyciem komponentu do<br />

wizualizacji dużych grafów.<br />

Literatura Julian Szymański Mining relations between Wikipedia<br />

Categories<br />

Uwagi

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

Saved successfully!

Ooh no, something went wrong!