Témák listája

This projects is regarding high available services hosted in the cloud using different cloud technologies. The project work includes investigating development and deployment of cloud-native services and increasing their availability, fault tolerance and operating costs and energy.

A jelenlegi kutatási irodalom a labdarúgás-analitika területén elsősorban a játék támadó oldalára összpontosított, míg a védekező fázis alulkutatott maradt. Ennek következtében léteznek fejlett mutatók a támadó akciók értékelésére, azonban a játékosok védekező mozgásai nem értékelhetők pontosan. Ez a szempont különösen hangsúlyozható a labda nélküli játékosmozgások esetében, amelyek célja a potenciális futások vagy passzopciók megakadályozása, mivel ezek a cselekvések gyakran figyelmen kívül maradnak. A javasolt téma elsődleges célja ezért egy olyan mutató kidolgozása, amely képes mérni a játékosok védekező teljesítményét, miközben figyelembe veszi mind a labdával, mind a labda nélkül végrehajtott viselkedéseket. A javasolt munka célja egy Generatív Ellenséges Hálózat (GAN) modell kifejlesztése, amely képes szintetikus adatkészletek generálására mérkőzéshelyzetekhez. A modell lehetővé teszi a csapatok számára, hogy különböző taktikai forgatókönyveket szimuláljanak a kívánt stratégiájuk alapján. Ez a projekt segíti az edzőket különböző stratégiák tesztelésében. A GAN-okból származó szintetikus adatkészleteket megerősítéses tanuló (RL) ágensek alkalmazásához fogják felhasználni. Az újonnan kidolgozott és a rendelkezésre álló mutatók megbízhatóságát RL segítségével tesztelik. A kutatási javaslat végső célja a kidolgozott védekező mutatók, az elemzésből származó felismerések, a rendelkezésre álló támadó mutatók és a jelenlegi irodalomból származó taktikák, a GAN-ok és az RL ereje, valamint a különböző gépi tanulási és mélytanulási technikák integrálása egy intelligens eszköz létrehozása érdekében a csapatok és edzők számára.

My research focuses mainly on: -Design AutoML related models -Neural Architecture Search -Hyperparameters optimization -Performance and Evaluation optimization -Adaptive methods

Dementia is a broad term that encompasses various progressive neurological disorders affecting cognitive functions. Different types of dementia are characterized by distinct sets of symptoms and underlying causes. The most common type is Alzheimer's disease (AD), which is expected to reach over 150 million patients by 2050. Though there is no cure yet. The main goal of the project is to identify speech and linguistic features that characterize dementia and to propose a system that is able to monitor the speech of a subject in order to diagnose (or give a likelihood of) dementia in an early stage of the disease using machine learning and deep learning.

Focused on Automatic Speech Recognition (ASR) 1.Attempting to explore the implications of data augmentation solution for limited-resource languages. 2.trying to find the optimal data augmentation solution by using Automatic Data Augmentation technical.

Focused on Automatic Speech Recognition (ASR) 1.Attempting to explore the implications of data augmentation solution for limited-resource languages. 2.trying to find the optimal data augmentation solution by using Automatic Data Augmentation technical.

Speech recognition technology has been used for a long time, but recognizing a speech accurately is a very difficult task. In this topic, we mainly use the conformer-ctc model provided by open-source toolkits (Nemo), and fine-tune the model to achieve better training results. If you are interested in automatic speech recognition, and have a good foundation in python, it is highly recommended that you choose this topic.

Speech recognition technology has been used for a long time, but recognizing a speech accurately is a very difficult task. In this topic, we mainly use the conformer-ctc model provided by open-sourch toolkits(Nemo), and fine-tune the model to achieve better training results. If you are interested in automatic speech recognition, and have a good foundation in python, it is highly recommended that you choose this topic.

Speech recognition technology has been used for a long time, but recognizing a speech accurately is a very difficult task. In this topic, we mainly use the conformer-ctc model provided by open-source toolkits (Nemo), and fine-tune the model to achieve better training results. If you are interested in automatic speech recognition, and have a good foundation in python, it is highly recommended that you choose this topic.

Speech recognition technology has been used for a long time, but recognizing a speech accurately is a very difficult task. In this topic, we mainly use the conformer-ctc model provided by open-source toolkits (Nemo), and fine-tune the model to achieve better training results. If you are interested in automatic speech recognition, and have a good foundation in python, it is highly recommended that you choose this topic.