3@KASK'2019 Zastosowanie crowdsourcingu w uczeniu maszynowym
typ projektu: klasyczny
edycja: 2019
liczba studentów w projekcie 3 - 5
kierownik: Agata Krauzewicz
Celem pracy jest opracowanie mechanizmów uczenia sieci neuronowych z
wykorzystaniem danych generowanych za pośrednictwem crowdsourcingu.
Celem sieci jest wykrywanie pszczół w strumieniach wideo. Sieć
powinna bazować na wstępnym zbiorze uczącym przygotowanym przez
użytkowników pewnej aplikacji/gry. Użytkownicy powinni móc
wskazać pszczoły na istniejących klatkach nagrań wideo oraz
weryfikować poprawność wykrycia pszczół przez sieć neuronową.
Sieć w dalszej kolejności powinna douczać się na bazie kolejnych
zdjęć weryfikowanych bądź oznaczanych przez użytkowników
aplikacji. Zadanie
powinno być zrealizowane przy wykorzystaniu systemu dystrybucji
zadań CenHive.
Zadania do wykonania:
-
Zapoznanie się z systemem CenHive
-
Opracowanie i wstępne nauczenie głębokiej sieci neuronowej
wyszukującej pszczoły
-
Projekt i implementacja systemu douczającego sieć w zależności
od odpowiedzi użytkowników w postaci rozszerzenia systemu CenHive
-
Ocena jakości odpowiedzi sieci przed i w trakcie douczania
Członkowie zespołu
| Agata Krauzewicz |
|
| Łukasz Łepek |
|
| Mateusz Kujawski |
|
| Paweł Andrzejewski |
|
| Paweł Kowalewski |
|
Prezentacja / Dokumentacja
| Semestr 1 : Brak prezentcji |
| Semestr 2 : Brak prezentcji |