Využití strojového učení pro detekci chybových stavů v systémech pro sběr dat

školitel: doc. Ing. Miroslav Virius, CSc.
e-mail: zobrazit e-mail
typ práce: dizertační práce
zaměření: II_SIMI
popis: Systémy pro sběr dat používané v experimentech na poli částicové fyziky jsou spojeny s celou řadou zajímavých problémů. Jedním z nich, na jehož řešení se podílí i katedra softwarového inženýrství, je kontrola kvality dat a s tím spojená detekce nekorektních stavů tohoto systému.
Ačkoliv je část kontroly řešena na úrovni elektroniky detektorů, lidský dohled stále hraje nezastupitelnou roli. Náplní práce bude analyzovat možnost použít strojové učení pro automatickou detekci různých typů chyb, které mohou během procesu sběru dat nastat. Následně řešitel navrhne a implementuje otestuje algoritmy, které umožní zastoupit lidský dohled nad kvalitou dat, a provede jejich analýzu, a to zejména vzhledem k rychlosti a účinnosti rozpoznávání. Součástí práce bude i integrace vytvořených nástrojů do řídicího systému sběru dat na experimentu.
literatura: [1] P. Norvig, S. Russell: \"Artificial Intelligence: A Modern Approach (3rd Edition)\", ISBN-13: 860-1419506989, Pearson Education Limited, 2014
[2] P. Flach: \"Machine Learning: The Art and Science of Algorithms that Make Sense of Data\", ISBN-13: 978-1107422223, Cambridge University Press, 2012
naposledy změněno: 23.05.2016 13:11:58

za obsah této stránky zodpovídá: Ľubomíra Dvořáková | naposledy změněno: 12.9.2011
Trojanova 13, 120 00 Praha 2, tel. 224 358 540, pevná linka 224 923 098, fax 234 358 643
České vysoké učení technické v Praze | Fakulta jaderná a fyzikálně inženýrská | Katedra matematiky