Teme za završne i diplomske

U nastavku je navedeno više tema za završne i diplomske radove. Ako ste za koju zainteresirani, javiti se na sandi.baressi.segota@unipu.hr.

Gotovo sve teme se mogu koristiti za sve diplomski i završni, ovisno o kompleksnosti točnog zadatka koji dogovorimo.

Analiza i klasifikacija mrežnog prometa

Korištenjem wireshark ili sličnog programskog paketa nadzirite mrežu te pohranjujte podatke o paketima (broj paketa u toku, ukupna količina podataka, prosječan RTT, veličina paketa, omjer uplink/downlink prometa, broj protokola (TCP/UDP), varijanca veličina paketa, prosječni interval između paketa (inter-arrival time). Na temelju prikupljenih podataka, korištenjem metoda strojnog učenja, razvijte model koji će detektirati različite vrste prometa (npr. interaktivni promet ili video promet).

Razvoj protokola za transfer podataka

Razviti protokol prilagođen za prijenos određene vrste podataka, korištenjem HTTPS komunikacije ili slično. Prilagoditi sam protokol potrebama specifićne vrste podataka. Razviti i testirati programski kod, pseudokod i prikaz strojem stanja.

Razvoj interaktivnog simulatora za grafove

Razviti softver koji na temelju unešene tablice veza između grafova automatski testira više algoritama za pronalaženje najkraćeg puta između dvaju proizvoljnih točaka. Provesti testiranje performansi algoritama na različitim dimenzijama mreža i eksperimentalno odrediti koji imaju najbolje performanse.

Simulacija robotskog procesa

Izabrati proizvodni, uslužni ili neki drugi proces. Korištenjem RoboDK ili CoppeliaSim programskog paketa simulirajte rad robota u tom procesu, te predložite načine integriranja robota u taj sustav.

Modeliranje procesa/uređaja strojnim učenjem

Na temelju dostupnih informacija i opreme kreirati skup podataka, te provesti klasičnu statističku analizu i modeliranje primjerenim metodama strojnog učenja.

The World dataset

Za što je veći broj zemalja na svijetu prikupiti što je više moguće vrijednosti povezanih za iste (npr. populacija, BDP…), Izvršiti osnovnu analizu seta podataka.

Testiranje reverzije sinteze podataka

Na temelju stvarnih podataka generirati sintetički set podataka. Pokušati razviti GAN-based model koji će pokušati ponovno generirati originalne podatke na temelju sintetičkih.

Predviđanje kretanja korisnika

Detektirati ruke korisnika na snimci. Na temelju kretanja predvidjeti buduće kretanje korisnika, te vizualizirati.

Testiranje izbjegavanja prepreka

Razviti sustav koji simulira detekciju prepreke na robotu, te je zaobiilazi na nekoliko različitih načina. Usporediti koji je od definiranih algoritama izbjegavanja najprimjereniji u različitim okruženjima.

Prikaz potencijalnih polja

Na temelju detekcijskog algoritma strojnog vida odrediti elemente u prostoru na slici. Korištenjem metode potencijalnih polja odrediti najbolji put gibanja kroz navedeno područje. Testirati performanse algoritm u odnosu na različite postavke.