Tematy prac dyplomowych magisterskich 2010 - Wydział Elektroniki ...
Tematy prac dyplomowych magisterskich 2010 - Wydział Elektroniki ...
Tematy prac dyplomowych magisterskich 2010 - Wydział Elektroniki ...
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