Neurális generatív modellek és differenciálható renderer komparatív elemzése
Konzulens:
Dr. Szemenyei Márton
Külső konzulens vagy kontakt:
Reizinger Patrik
Tárgy:
Önálló laboratórium 1 - Irányítórendszerek főspecializáció, MSc Vill.
Önálló laboratórium 2 - Irányítórendszerek főspecializáció, MSc Vill.
Önálló laboratórium 1 - Vizuális informatika főspecializáció, MSc Info.
Önálló laboratórium 2 - Vizuális informatika főspecializáció, MSc Info.
Önálló laboratórium 1 - Intelligens beágyazott mecha. rendsz. szakir., MSc Mecha.
Önálló laboratórium 1 - Irányító és látórendszerek MSc. főspec.
Önálló laboratórium 1 - Vizuális informatika MSc. főspec.
Önálló laboratórium 2 - Irányító és látórendszerek MSc. főspec.
Önálló laboratórium 2 - Vizuális informatika MSc. főspec.
Önálló laboratórium 2 - Irányítórendszerek főspecializáció, MSc Vill.
Önálló laboratórium 1 - Vizuális informatika főspecializáció, MSc Info.
Önálló laboratórium 2 - Vizuális informatika főspecializáció, MSc Info.
Önálló laboratórium 1 - Intelligens beágyazott mecha. rendsz. szakir., MSc Mecha.
Önálló laboratórium 1 - Irányító és látórendszerek MSc. főspec.
Önálló laboratórium 1 - Vizuális informatika MSc. főspec.
Önálló laboratórium 2 - Irányító és látórendszerek MSc. főspec.
Önálló laboratórium 2 - Vizuális informatika MSc. főspec.
Hallgatói létszám:
1
Folytatás:
Szakdolgozat / Diplomaterv
PhD
TDK dolgozat
PhD
TDK dolgozat
Leírás:
Modern neurális architektúrákkal kiemelkedő teljesítmény érhető el képi adatok modellezésében, azonban a modellek számos tulajdonsága nem ismert. Annak érdekében, hogy az elméleti garanciák alkalmazhatóak legyenek, ezáltal pedig biztonságkritikus rendszerekben is bevethetővé váljanak a mély neurális hálózatok, a fenti modellek alaposabb megértésére van szükség.
Jelen projekt célja egy olyan szoftveres keretrendszer kiegészítése, optimalizálása, és publikusan elérhetővé tétele, amely lehetővé teszi, hogy a mély generatív modellek tulajdonságait össze lehessen hasonlítani analitkusan generált képi adatokkal, elsősorban a modellek differenciális tulajdonságait megvizsgálva.
A kiírt téma jelentős kutatási potenciállal rendelkezik, az elsődleges cél kutatási eredmények megalapozása numerikus szimulációkkal, valamint az eredmények publikálása (előreláthatólag nemzetközi konferencia workshop trackjának keretein belül, valamint természetesen lehetőség van TDK dolgozat elkészítésére is).
A projekthez előnyt jelent mindennemű ismeret az alábbi technológiák, tudományterületek kapcsán:
- PyTorch
- Git és GitHub Continuous Integration, unit tesztek
- PyTorch3D
- Gépi látás mély neurális hálózatokkal (pl. Variational autoencoders, konvolúciós hálózatok)
- Az angol nyelvű szakirodalom ismerete, illetve hajlandóság annak megismerésére
- Opcionálisan LaTeX (Overleaf)