Кафедра прикладной кибернетики СПбГУ
Добро пожаловать на вики-страницу Кафедры прикладной кибернетики Математико-механического факультета СПбГУ!
Курсовые работы для студентов
Общие правила
- Если Вы пишете письмо на e-mail или в телеграм, обязательно представьтесь (ФИО, курс, название курсовой), иначе будете заблокированы как спам.
- Если Вы выбрали курсовую, согласуйте это с научным руководителем. Тема курсовой работы может быть уже выбрана другим студентом, в этом случае руководитель может предложить альтернативную тему.
- Обычно сдача курсовой происходит в несколько (4-5) итераций. После того как вы сделали задание научный руководитель высказывает замечания и отправляет курсовую на доработку (1-2 недели). Если Вы впервые вспомнили про сдачу курсовой в день зачета, то скорее всего Вы не успеете исправить работу и рискуете получить долг на сессии.
- Если в процессе выполнения работы у Вас возникли вопросы - задайте их научному руководителю. Рекомендуется встречаться с научным руководителем очно или по видеосвязи не реже раза в месяц.
- Контакты преподавателей можно найти на сайте кафедры.
Курс 1
Темы с уклоном в практику
- “Умное” слияние библиографических данных (Bibtex) (Благов М.В.)
- Способы управления изменениями в Git (Благов М.В.) [выбрана]
- Анализ данных с помощью Apache Spark (Благов М.В.) [выбрана]
- Распознавание образов с помощью Pytorch [выбрана]
- Рекуррентные нейронные сети [выбрана]
- Оптимизации обучения нейросетей с помощью графических ускорителей [выбрана]
- Автоматическая генерация списка литературы (Лобачев М.) [выбрана]]]
Темы с уклоном в теорию
- Структура и динамика аттракторных нейронных сетей [выбрана]
- Оценка фрактальной размерности множеств с помощью нейронных сетей
- Клеточные автоматы
- Разделимость выпуклых конусов
- Классические методы кластеризации [выбрана]
- Моделирование дискретных систем фазовой автоподстройки (Лобачев М.)
Курс 2
Темы с уклоном в практику
- Распознавание образов с помощью Pytorch [выбрана]
- Рекуррентные нейронные сети [выбрана]
- Оптимизации обучения нейросетей с помощью графических ускорителей
- Разработка приложений на Spring Boot (Благов М.В.)
- Разработка ETL процесса с семантикой "at-least-once" (Благов М.В.)
- Потоковая обработка данных при помощи Kafka Streams (Благов М.В.)
- Робот-рука с присоской, как правильно прососаться (Юлдашев Р.В.) [выбрана]
- Гироскоп, как подобрать параметры МЭМС гироскопа (Юлдашев Р.В.) [выбрана]
Темы с уклоном в теорию
- Фрактальная размерность в Data mining [выбрана]
- Неитеративное обучение нейронных сетей Хопфилда [выбрана]
- Кластеризация на основе AI: C-means [выбрана]
- Кластеризация на основе AI: нейронные сети Кохонена
- Кластеризация на основе AI: генетические алгоритмы
- Анализ неустойчивости дискретных неавтономных рекуррентных нейронных сетей
- Градиентный спуск для функций с разрывами
- Метод систем сравнения для оценки глобальной устойчивости маятниковых уравнений (Лобачев М.)
- Контрпример к инженерному определению полосы удержания ФАП (Лобачев М.)
- Применение метода гармонического баланса в кусочно-линейной системе (Лобачев М.)
Курс 3
Темы с уклоном в практику
- Обработка NoSQL данных при помощи языка SQL (Благов М.В.)
- Инструменты для управления эволюцией схемы данных (Благов М.В.)
- Разработка потокового процесса выгрузки данных в аналитическое хранилище (Благов М.В.)
Темы с уклоном в теорию
- Бикластеризация: расстояние Кульбака-Лейблера (KL) vs. взвешенное расстояние Брэгмана
- Прогнозирование цен на фондовом рынке методом опорных векторов с хаотической оптимизацией параметров
- Hard and Soft Clustering with Bregman divergence
- Глобальная устойчивость нейронных сетей с разрывными активационными функциями нейронов
- Резервуарные вычисления и нейронные эхо-сети: теория, приложения и реализации
- Нейронные системы с мгновенными импульсами
- Инвариантные конусные сетки
- Расширенный метод Малкина (Лобачев М.)
- Гипотеза Калмана и теорема Красовского (Лобачев М.)
- Оценка области глобальной устойчивости системы ФАП (Лобачев М.)
- Скрытые аттракторы в динамике сердца и легких (Кузнецов Н.В.).
Курс 4 (ВКР)
Темы с уклоном в теорию
- Лемма ляпуновского типа для разрывной функции Ляпунова (Лобачев М.)
- Управление качеством конвейеров данных
- Оптимизация захвата изменений данных
- Статический анализатор файловой системы
Конспекты
Полезные материалы
- VK группа кафедры прикладной кибернетики
- Сайт кафедры прикладной кибернетики
- Youtube-канал кафедры прикладной кибернетики
- Матрица Науки. "Исследования колебательных процессов" (фильм о Ведущей научной школе на кафедре), 2016
- Об учебе в Ведущей научной школе РФ на Кафедре прикладной кибернетики СПбГУ рассказывает выпускник кафедры, Санкт-Петербургские ведомости, 2021
- Городская премия в области кибернетики и искусственного интеллекта имени Г.А. Леонова - основателя Кафедры прикладной кибернетики СПбГУ
- Выступление проф. Н.В. Кузнецова о совместной программе подготовки студентов в области IT-технологий и искусственного интеллекта Кафедры прикладной кибернетики СПбГУ с компанией Юнидата на U-Day 2021