Problematyka: Sztuczna inteligencja ze szczególnym uwzględnieniem inteligencji obliczeniowej oraz uczenia maszynowego. W tym praktyczne zastosowanie.

Wybrane tytuły prac:

• uczenie maszynowe w predykcji wyników zawodów sportowych,
• analiza problemu predykcji zawodów sportowych z wykorzystaniem uczenia maszynowego i analizy danych,
• algorytmy genetyczne – system do prognozowania cen akcji na rynku papierów wartościowych,
• testy wybranych algorytmów mapujących z zastosowaniem taniego skanera laserowego,
• badanie wydajności szkieletów aplikacyjnych do tworzenia usług sieciowych.

Problematyka: Zagadnienia związane z uczeniem maszynowym oparte na budowie modeli predykcyjnych, klasyfikacyjnych lub systemów rekomendacyjnych. Przetwarzanie języka naturalnego w praktycznych aspektach jak analiza sentymentu, klasyfikacja tekstów, ekstrakcja informacji, tłumaczenie maszynowe (w tym język migowy) oraz wykrywanie fake newsów lub treści generatywnej sztucznej inteligencji. Tworzenie aplikacji w różnych obszarach zastosowań, analiza sieci społecznościowych. Inne ustalone tematy zgodne z zainteresowania seminarzystów.

Wybrane tytuły prac:

• Automatyczna ekstrakcja informacji z tekstu przy użyciu grafów wiedzy i zaawansowanych technik NLP.
• Implementacja systemu do automatycznej generacji grafów wiedzy na podstawie tekstów branżowych.
• Analiza i porównanie metod reprezentacji grafów wiedzy w zadaniach klasyfikacji tekstu.
• Analiza i wizualizacja relacji między pojęciami w dokumentach naukowych za pomocą grafów wiedzy.
• Wykorzystanie grafów wiedzy i metod NLP do rozumienia pytań w systemach Q&A.
• Analiza opinii klientów na platformach społecznościowych.
• Automatyczne wykrywanie i klasyfikacja fake newsów.
• Automatyczne rozpoznawanie emocji na podstawie analizy mowy/tekstu.
• System rekomendacji dla produktów/usług.
• Tworzenie systemów rekomendacyjnych z wykorzystaniem grafów wiedzy i algorytmów NLP.
• Wykrywanie kluczowych wpływowych osób w sieciach społecznościowych.
• Analiza rozpowszechniania informacji w mediach społecznościowych.
• Zastosowanie algorytmów uczenia maszynowego do predykcji wyników sportowych / cen na rynkach walutowych/cen produktów.
• Aplikacja do tłumaczenia gestów polskiego języka migowego.
• Aplikacja do analizy muzyki w serwisie spotify.
• Aplikacja do nauki języków obcych/programowania.

Problematyka: Algorytmy uczenia maszynowego, optymalizacja wielokryterialna, metaheurystyki.

Wybrane tytuły prac:

• elementy teorii gier (algorytmy dokładne i przybliżone dla wyznaczania równowagi Nasha),
• optymalizacja jednokryterialna/wielokryterialna i metaheurystyki,
• model Markowitza i jego pochodne na rynku akcji, rynku forex i rynku kryptowalut,
• Principal Component Analysis w procesie redukcji liczby wskaźników analizy technicznej,
• rozmyte sieci kognitywne na rynku forex,
• Intensity Modulated Radiation Therapy analiza i przygotowanie map fluencji dla pacjentów onkologicznych. Metody korekty map fluencji bazujące na filtrach medianowych i uśrednianiu,
• inne tematy interesujące seminarzystów pod warunkiem uzgodnienia zakresu pracy z promotorem.

Problematyka: Uczenie maszynowe, przetwarzanie obrazów i analiza wideo, systemy strumieniowania danych, przetwarzanie danych w czasie rzeczywistym, tworzenie aplikacji chmurowych (code i no-code). Tematyki zgodne z zainteresowaniem dyplomantów.

Wybrane tytuły prac:

• Analiza danych z lotniczych rejestratorów pokładowych
• Porównanie narzędzi do strumieniowania danych
• Analiza porównawcza wydajności narzędzi low-code na platformie AWS
• Chmurowe przetwarzanie danych z użyciem platofrmy Snowflake
• Analiza, przetwarzanie i modelowanie danych Internet of Things

Problematyka: Uczenie maszynowe - zastosowania praktyczne. Aplikacje mobilne, internetowe i desktopowe. Tematyki zgodne z zainteresowaniem dyplomantów.

Wybrane tytuły prac:

• wykorzystanie technik uczenia maszynowego z nadzorem w celu predykcji wartości ryzyka ubezpieczeniowego samochodu,
• wykorzystanie technik uczenia maszynowego z nadzorem oraz języków R i Python do przeprowadzenia klasyfikacji text-mining,
• analiza technik uczenia maszynowego do wykrywania i rozpoznawania twarzy w aplikacjach mobilnych,
• zastosowanie konwolucyjnych sieci neuronowych w rozpoznawaniu obrazów,
• zastosowanie modelu uczenia maszynowego oraz streamingu w celu predykcji wypłacalności kredytobiorcy,
• uczenie maszynowe w budowie aplikacji internetowej estymującej wartości mieszkań,
• eliminacja efektu zimnego startu algorytmu rekomendacyjnego za pomocą klasyfikacji,
• system wykorzystujący beacony do oceniania studentów – część webowa z wykorzystaniem technologii AJAX,
• chatterbot oparty na języku AIML wspomagający naprawę i utrzymanie rowerów,
• gra wieloosobowa na urządzenia mobilne wykorzystująca algorytm rekomendacyjny,
• architektura systemów rozproszonych oparta o zautomatyzowane skalowanie kontenerów przy wzroście i spadku obciążenia,
• inteligentne terrarium – autonomiczny system zarządzający parametrami terrarium.

Problematyka: Uczenie maszynowe - zastosowania praktyczne. Aplikacje mobilne, internetowe i desktopowe. Tematyki zgodne z zainteresowaniem dyplomantów.

Wybrane tytuły prac:

• Analiza wydźwięku wypowiedzi i wykrywanie emocji w tekście z wykorzystaniem metod ML 
• System detekcji i rozpoznawania twarzy, wieku i płci z wykorzystaniem kamery zewnętrznej
• Wizualne narzędzie do realizacji projektów z uczenia maszynowego
• Zrobotyzowana automatyzacja procesów z wykorzystaniem silnika optycznego rozpoznawania znaków.
• Klasyfikacja technik i metod eksploracji danych oraz ich praktyczne wykorzystanie  
• Identyfikacja zapalenia płuc z wykorzystaniem biblioteki Keras w języku R
• Implementacja konwolucyjnych sieci neuronowych z wykorzystaniem modelu sekwencyjnego oraz modelu uczenia transferowego
• Zastosowanie konwolucyjnych sieci neuronowych w rozpoznawaniu obrazów
• Wykorzystanie algorytmów uczenia maszynowego do analizy ryzyka kredytowego
• Wykorzystanie metod eksploracji danych w bankowej kampanii marketingowej