graduation_work_proposals
Темы ВКР на 2024-2025 год
1. Обработка изображений, методы сопряженных градиентов (Почти занята)
Noise-reduction methods are an area of intensive research in signal processing. In this work, a new conjugate gradient method is proposed for noise reduction in signal processing and image restoration. The superiority of this method lies in its employment of the ideas of accelerated conjugate gradient methods in conjunction with a new adaptive method for choosing the step size. In this work, using some assumptions, the weak convergence of the designed method was established. As example applications, we implemented our method to solve signal-processing and image-restoration problems. The results of our numerical simulations demonstrate the effectiveness and superiority of the new approach.
2. Обработка изображений и моделирование траекторий движения биологических объектов (Занята)
В экспериментах с стволовыми клетками получают серии из изображений, снятых с фмксированным шагом в несколько минут в течении нескольких дней. На изображениях требуется выделять клетки или их колонии, которые в процессе эксперимента перемещаются в поле видимости. Характер движения колоий является важным показателем качества.
3. Методы двухуровневой оптимизации, разностная эволюция
The multi-point dynamic aggregation problem (MPDAP) comes mainly from real-world applications, which is characterized by dynamic task assignation and routing optimization with limited resources. Due to the dynamic allocation of tasks, more than one optimization objective, limited resources, and other factors involved, the computational complexity of both route programming and resource allocation optimization is a growing problem. In this manuscript, a task scheduling problem of fire-fighting robots is investigated and solved, and serves as a representative multi-point dynamic aggregation problem. First, in terms of two optimized objectives, the cost and completion time, a new bilevel programming model is presented, in which the task cost is taken as the leader’s objective. In addition, in order to effectively solve the bilevel model, a differential evolution is developed based on a new matrix coding scheme. Moreover, some percentage of high-quality solutions are applied in mutation and selection operations, which helps to generate potentially better solutions and keep them into the next generation of population. Finally, the experimental results show that the proposed algorithm is feasible and effective in dealing with the multi-point dynamic aggregation problem.
4. Синтетические изображения для представления геномных данных (Занята)
Информацию различной природы, в том числе о геноме можно закодировать в виде изображения. Такое представление дает возможность использовать методы и модели для классификации и анализа изображений в задачах обработки геномной информации. Например, сверточные нейронные сети хорошо развиты для извлечения черт из изображений, которые затем могут быть использованы в различных целях.
5. Машинное обучение для прогнозирования фенотипа по генотипу (Занята)
Работы в этом направлении за последнее время вылились в ряд статей и обзоров, в том числе предложено несколько подходов по теме данного проекта. Так, например, об- зор [Consens et al., 2023], посвященный применению трансформероподобных моделей к генети- ческим данным, отмечает бурное развитие в этой области, рассматривая более 100 недавних работ. Отмечается использование больших языковых моделей основанных не на трансформерах, но ис- пользующих т. н. слой Hyena [Poli et al., 2023] для обработки геномных данных [Nguyen et al., 2023]. Один из интересных подходов – возможность предобучения таких моделей на последовательностях геномов без использования фенотипов.
6. Гиперэвристические методы оптимизации (Занята)
Создано много стохастических эвристических методов оптимизации: генетические алгоритмы разной сложности, эволюционные алгоритм, разностная эволюция и т.д. Выбор алгоритма для задачи зачастую не очевиден и сложен даже для специалиста. Для решения такой задачи появились гиперэвристики, в которых строятся алгоритмы для выбора метода оптимизации.
Контакты: