Тем

Темы для сайтов по информатике: Темы сайтов по информатике, 34 готовые работы

15.09.2023

Содержание

Темы проектов по информатике | Творческие проекты и работы учащихся

Для учащихся мы предлагаем интересные темы проектов по информатике по которым можно провести собственное исследование или создать творческий проект — разработку с практическим применением. Это может быть компьютерная программа, приложение, презентация, сайт, база данных и т.д.

  • Готовые проекты детей по информатике
Среди представленных тем можно выбрать интересные темы индивидуальных проектов по информатике на разработку электронных пособий, программирование обучающих программ, приложений, электронных тестов, или сайтов.

Среди перечисленных ниже тем можно выбрать актуальные темы проектов по информатике для школьников 5 класса, 6 класса, 7 класса, 8 класса, 9 класса, 10 класса и 11 класса общеобразовательной школы, а также для классов с углубленным изучением информатики.

  • Темы для проектов по робототехнике

Приведенные ниже темы исследовательских проектных работ и проектов по информатике можно брать за основу и в зависимости от уровня знаний в той или иной области информатики дополнять, расширять и изменять.

Все темы исследовательских проектов по предмету информатика разбиты по разделам, это и программирование, web-программирование и дизайн, презентации, периферийные устройства и т.д.

Темы проектов по информатике на программирование

Темы творческих проектов по информатике на создание обучающих и демонстрационных программ:

Основные подходы к процессу программирования: объектный, структурный и модульный.
Демонстрационно-обучающая программа по математике «Скорость движения».
Компьютерная модель движения заряженной частицы в однородном магнитном поле.
Компьютерная поддержка решения алгебраических уравнений численными методами.
Компьютерная поддержка темы «Построение и преобразование графиков функций».
Компьютерное моделирование движения заряженной частицы в электростатическом поле.
Обучающая программа «Построение графика квадратичной функции».
Обучающе-контролирующая программа «Системы счисления».
Разработка программно-методического комплекса – «Графы в планиметрических теоремах и задачах».
Реализация алгоритмов выполнения операций над векторами средствами Borland Delphi.
Решебник на Delphi.
Решение систем уравнений методами Крамера и Гаусса с использованием ЭВМ.
Создание графических образов математических объектов на языке Visual Basic.
Разновидности компьютерных вирусов и методы защиты от них. Основные антивирусные программы.

Темы проектов по информатике на разработку приложений:
Проект создания электронного калькулятора на языке программирования Visual Basic (Borland Delphi).

Создание тестов

Темы проектов по информатике на создание тестов (программирование, HTML или PowerPoint):
Использование экспертной системы для проведения тестирования по тригонометрии.
Компьютерные тесты «Вычислительные навыки».
Обучающий тест по геометрии
Электронный тест по теме «Линейные уравнения».
Электронный тест по теме «Линейная функция».
Электронный тест по тригонометрии.

Web-программирование и дизайн

Темы творческих работ по информатике на разработку сайтов:
Сайт «Женщины-математики»
Сайт «Мир функций».
Сайт «По коридорам нашей школы»
Сайт «Нобелевские лауреаты в области информатики»
Сайт «Информатика как искусство»
Создание графической открытки с помощью графического редактора.
Особенности работы с графическими компьютерными программами: PhotoShop и CorelDraw.

Периферийные устройства и компьютер

Темы проектов по информатике на структуру ЭВМ:
Архитектура ЭВМ по фон Нейману.
Лазеры в волоконно-оптических линиях связи.
Логические принципы работы электронно-вычислительных систем.
Оптические накопители, их применение в персональных компьютерах и основные направления их развития.
Способы увеличения быстродействия компьютера.
Физические основы хранения информации в электронно-вычислительных машинах.
Физические основы хранения информации.
Я и принтер.
Облачные технологии.
Сравнение мобильных платформ ОС iOS и Андроид.
Особенности функционирования первых ЭВМ.
Кодирование информации.
Создание, переработка и хранение информации в технике.
Информационный язык как средство представления информации.
Принтеры и особенности их функционирования.

Презентации

Темы проектов по информатике на создание презентаций:
Разработка учебного пособия на тему «История возникновения систем счисления».
Разработка электронного учебного материала по теме «Великая теорема Ферма».
История развития информатики как науки.
История появления информационных технологий.
Основные этапы информатизации общества.
Кейс-технологии как основные средства разработки программных систем.

Компьютерные технологии

Темы проектов по ИКТ:
Роль компьютерных технологий в развитии средств мировых коммуникаций.
История внедрения и перспективы применения компьютерных технологий в современной медицинской науке и практике.
Искусственный интеллект: его возможности и потенциал.
Влияние ПК на здоровье человека.
История развития вычислительной техники.
Какое влияние оказывает работа с ПК на костно-мышечный аппарат учащихся.
Этические нормы поведения в информационной сети.
Преимущества и недостатки работы с ноутбуком, нетбуком, карманным компьютером.

Негативное воздействие компьютера на здоровье человека и способы защиты.
Значение компьютерных технологий в жизни современного человека.
Информационные технологии в системе современного образования.
Современные технологии и их возможности.
Сканирование и системы, обеспечивающие распознавание символов.
Всемирная сеть Интернет: доступы к сети и основные каналы связи.
Основные принципы функционирования сети Интернет.
Разновидности поисковых систем в Интернете.
Программы, разработанные для работы с электронной почтой.

Беспроводной Интернет: особенности его функционирования.
Система защиты информации в Интернете.

Рекомендуем перейти к:
Оформлению творческого проекта

Если Вы хотите разместить ссылку на эту страницу, установите у себя на сайте, в блоге или форуме один из следующих кодов:

Код ссылки на страницу «Темы проектов по информатике»:
<a href=»http://tvorcheskie-proekty.ru/node/86″ target=»_blank»>Темы проектов для учащихся по информатике</a>

Код ссылки на форум:
[URL=http://tvorcheskie-proekty.ru/node/86]Темы творческих проектов по информатике[/URL]

Если страница Вам понравилась, поделитесь в социальных сетях:

открытый урок «Технология создания сайтов» | План-конспект урока по информатике и икт (9 класс):

Практическое занятие

на тему:

(франмент)

Образовательная:

  • приобрести начальные навыки создания простейших Internet-документов;
  • научиться выполнять форматирование созданныхWeb-страниц

Воспитательная:        

  • воспитание информационной культуры учащихся, внимательности, аккуратности, дисциплинированности, усидчивости;
  • формировать элементы научного мировоззрения

Развивающая:        

  • развивать наглядно-образное мышление, память и умение сравнивать и анализировать

Тип занятия:                         комбинированный

Технические средства:        компьютеры IBM/PC

Программное обеспечение:        операционная система WINDOWS 7/10,

программа Блокнот,Браузер InternetExplorer

Замечание.  Для выполнения задания должна быть приготовлена папка ВОВ с рабочим материалом, в который включить файлы:

  1. текстовый файл для веб-страницы.txt (создан в программе Блокнот)
  2. рисунки  в формате .jpg
  3. Краткая справка по тэгам Приложение 1
  4. Таблица цветов Приложение 2

План урока:
I. Орг. момент.
II. Актуализация знаний.
III. Выполнение лабораторно-практической работы по теме.
IV. Домашнее задание
V. Итог урока.

Ход урока:
I. Орг. момент.
Приветствие. Добрый день, ребята.

Посмотри на экран (Слайд 1), и выскажите предположения о теме нашего урока. (ответы детей). Замечательно, молодцы.

II. Актуализация знаний.

А как вы думаете как создаются сайты? Из чего они состоят? (заголовок, картинки, текст, футер)

Конечно, одна из самых наиболее популярных профессий в сфере IT-технологий – это сайтостроение.

А  вы знаете кто создает сайты? Как называется эта профессия? Хорошо, молодцы

Скажите, а вы встречали такие слова (Слайд 2)

Что такое Web? Ответы детей. Хорошо, молодцы

Web — это средство представления информации в Интернете.

А как вы думаете, как создаются сами Web-странички?

Web-страницы могут быть созданы с помощью

  1. обычного текстового редактора;
  2. редактора, способного сохранять в формате HTML;
  3. специализированного редактора;
  4. специализированной системы.

Основой создания Web-сайтов и Web-страниц является язык гипертекстовой разметки HTML. Но есть и другие программы-помощники, конструкторы создания сайтов. (Слайд 3)

HTML-документы сохраняются на диске как обычные текстовые документы, а для распознавания Web-страниц по их именам общепринято обозначать такие файлы использованием расширений .html.

В HTML-документах используются специальные управляющие последовательности символов — тэги. (слайд 4)

Чаще всего тэги используются попарно, окружая размеченные фрагменты текста. Такие тэги называются контейнерами. Закрывающийся тэг отличается от начального только присутствием символа «/», добавляемого перед именем тэга. При интерпретации тэгов браузер не делает различия между строчными и прописными буквами. Поэтому сами тэги можно набирать на любом регистре. Зачастую параметр (атрибут) является необязательной величиной и его можно пропускать.

III. Выполнение практической работы. (Слайды с 5-11 )
И так, сегодня на уроке мы попробуем создать Web-страничку, а темой нашей странички приурочена теме 2020 года- который в России был объявлен годом памяти и славы.

В Якутии – годом патриотизма.

В Нерюнгринском районе  — годом героического наследия.

1. Исходные файлы: находятся в папке ВОВ

Перед выполнением задания скопируйте все файлы из папки ВОВ в свою рабочую папку.

2. Загрузить программу Блокнот (ПУСК – Программы – Стандартные)

3. Открыть готовый текстовый файл «для веб-страницы.txt»

Замечание. На каждом шаге будете добавлять новый тэг – он выделен жирным шрифтом. Остальные тэги остаются без изменения.


4. В начале текста разместить тэг, указывающий, что данный документ является HTML-текстом (т. е. обязательный тэг для Web-страницы):

текст

5. Создание заголовка Web-страницы:

Любимые цветы        (заголовок страницы)

текст

6. Сохраните документ в своей рабочей папке под именем indeх.htm– для этого выполните команду Файл – Сохранить как

7. Открыть программу Internet Explorer (ПУСК – Программы). Работать будем автономно!

Открыть Web-страницу – команда Файл – Открыть; выбрать нужный файл и щелкнуть по кнопке «Обзор…»

Замечание. Будете продолжать редактирование файла index.htm, не закрывая InternetExplorer: для этого через панель задач переключиться на программу Блокнот, в которой открыт файл index.htm.

8. Определение тела документа:

для этого необходимо вставить тэги

Страница получит вид:

дети войны (или города герои)

текст

Замечание. Сохранить редактируемый в Блокноте файл (Файл – Сохранить) и, переключившись через панель задач на InternetExplorer, выполнить в браузере команду Вид – Обновить (или щелкнуть по кнопке «Обновить»).

9. Разбить текст на несколько абзацев:

для этого имеется тэг
(его действие аналогично нажатию клавиши Enter в процессоре Word). Поставить тэг
перед словами:

1. «Почетного…»

2. «Впервые…»

3. «В сентябре…»

10. Оформить красную строку: для этого нужно вставить несколько символов пробела  (вставьте 4 пробела) – после каждого тэга
 и перед началом всего текста- т.е.


    

11. Между абзацами вставить по одной пустой строки – для этого добавить еще один тэг

12. Выровнить абзацы по ширине: для этого перед текстом поставить тэг, после текста – тэг

13.Вставить к тексту заголовок: для этого после

поставить тэг

 и выровнять его по центру страницы – дополнить этот тэг, чтобы получилось

Замечание. Изменяя цифру от 1 до 6, можно получить заголовки шести уровней. Попробуйте, не забывая при этом замечание п. 7.

14. Изменение фона страницы и цвета текста: для этого добавить в тэг

Замечание.  Код цвета фона и текста можно подобрать другие. Запись цвета — в формате RGB

Цвет

#RRGGBB (код)

Цвет

#RRGGBB (код)

Black— черный

#000000

Рurple — фиолетовый

#FF00FF

White — белый

#FFFFFF

Yellow — желтый

#FFFF00

Red— красный

#FF0000

Вrown — коричневый

#996633

Сreen — зеленый

#00FF00

Оrangе — оранжевый

#FF8000

Аzure — бирюзовый

#00FFFF

Violet— лиловый

#8000FF

Вlue — синий

#0000FF

Gray — серый

#А0А0А0

Более полный перечень цветов – см. файл Приложение 2.

Просматривайте Web-страницу после внесения изменений (не забывайте о замечании п.7)

15. Расположение текста на экране: редактируемая страница при просмотре в браузере имеет недостаток —  слишком широкий текст, который неудобно читать. Чтобы «сузить» текст можно использовать для разметки страницу таблицу с невидимыми границами (атрибут bolder).

После тэга

вставить тэги таблицы

, состоящей из одной строкии трех ячеек
в этой строке:

….

Заголовок

Текст

16. Изменение начертания шрифта (т.е. выделение фрагментов текста): выделить слова «Города Герои» (1-й абзац) – полужирным, 3-й абзац – курсивом. Для этого в тексте поставить тэги

 Города Герои и  …

Замечание. Способы выделения текста:— полужирный, -курсив,  — подчеркивание (парные тэги!Не забывайте ставить закрывающий тэг)

17. Изменение размера шрифта: текст

Замечание.         Цифру можно изменять от 1 до 7 (7 – самый крупный шрифт, 1 – самый мелкий)

Сделайте для 1-го абзаца шрифт 5, для 4-го абзаца – шрифт 4

Вставка рисунка: после тэга

вставить тэг(рисунок вставляем по центру сразу после заголовка)

Внимание !Рисунок gorod.jpg должен находиться в той же рабочей папке, куда сохранили своюWeb-страницу. Формат рисунка должен быть jpeg.

Для этого скопируйте рисунок gorod.jpg из папки ВОВ в свою рабочую папку.

18. Сохраните изменения в Блокноте и просмотрите Web-страницу в браузере InternetExplorer.

19. Вставка «бегущей строки»: после заголовка

вставить тэги

height=30 width=100%

hspase=5 vspase=5 align=middle

bgcolor=yellow

direction=left loop=infinite behavior=scroll

scrollamount=5 scrolldelay=100>

ЗапишитеВашуфамилию, имя

Не забудьте сохранить задание.

IV. Домашнее задание

Параграф 5.1, подготовить рассказ на тему «История создания сайтов»

V. Итог урока.

Подведение итога занятия. Просмотреть выполненные задания. Ответить на вопросы обучающихся.


Предварительный просмотр:

Слайд 1

Тема урока: Технология создания сайтов Подготовила учитель информатики МБОУ СОШ №15 г. Нерюнгри Харьковская Ольга Константиновна

Слайд 3

Web- сайт Web- страничка Web- дизайн Web- технологии Web- разработчик Web- программист

Слайд 4

Технология создания сайта Способы создания сайта Язык разметки гипертекста HTML Текст размечают специальными метками- тэгами Документ сохраняют как Web -страницу Текстовый редактор Microsoft FrontPage, uCoz , С айткрафт и др. Визуальный HTML -редактор, конструктор сайтов

Слайд 6

Практическая работа Перед выполнением задания скопируйте все файлы из папки ВОВ в свою рабочую папку. 2. Загрузить программу Блокнот (ПУСК – Программы – Стандартные) 3. Открыть готовый текстовый файл « для веб-страницы . txt » Замечание. На каждом шаге будете добавлять новый тэг – он выделен жирным шрифтом. Остальные тэги остаются без изменения.

Слайд 7

4. В начале текста разместить тэг, указывающий, что данный документ является HTML -текстом (т.е. обязательный тэг для Web -страницы): … текст … html > 5. Создание заголовка Web -страницы: Любимые цветы title > (заголовок страницы) head > … текст … html >

Слайд 8

6. Сохраните документ в своей рабочей папке под именем indeх . h tm – для этого выполните команду Файл – Сохранить как 7. Открыть программу Internet Explorer ( ПУСК – Программы ). Работать будем автономно! Открыть Web -страницу – команда Файл – Открыть ; выбрать нужный файл и щелкнуть по кнопке « Обзор…» 8. Определение тела документа: для этого необходимо вставить тэги … body > Страница получит вид:

дети войны (или города герои) title > … текст … body > html >

Слайд 9

9. Разбить текст на несколько абзацев: для этого имеется тэг (его действие аналогично нажатию клавиши Enter в процессоре Word ). Поставить тэг перед словами: 1. «Почетного…» 2. «Впервые…» 3. «В сентябре…» 10. Оформить красную строку: для этого нужно вставить несколько символов пробела & nbsp ; (вставьте 4 пробела) – после каждого тэга и перед началом всего текста- т.е. & nbsp ;& nbsp ;& nbsp ;& nbsp ; 11. Между абзацами вставить по одной пустой строки – для этого добавить еще один тэг 12. Выровнить абзацы по ширине: для этого перед текстом поставить тэг , после текста – тэг p > 13.Вставить к тексту заголовок: для этого после поставить тэг города герои h 1> и выровнять его по центру страницы – дополнить этот тэг, чтобы получилось города герои h 1>

Слайд 10

14. Изменение фона страницы и цвета текста: для этого добавить в тэг 15. Расположение текста на экране: редактируемая страница при просмотре в браузере имеет недостаток — слишком широкий текст, который неудобно читать. Чтобы «сузить» текст можно использовать для разметки страницу таблицу с невидимыми границами (атрибут bolder ) . После тэга вставить тэги таблицы, состоящей из одной строки и трех ячеек в этой строке:

Слайд 11

…. Заголовок Текст …

tr >
body >

Слайд 12

16. Изменение начертания шрифта (т.е. выделение фрагментов текста): выделить слова «Города Герои» (1-й абзац) – полужирным, 3-й абзац – курсивом. Для этого в тексте поставить тэги Города Герои и Замечание. Способы выделения текста: — полужирный, -курсив, — подчеркивание (парные тэги!Не забывайте ставить закрывающий тэг) 17. Изменение размера шрифта: текст font >

Наука о данных — Кафедра компьютерных наук

Перейти к навигации | Перейти к основному содержанию | Перейти к нижнему колонтитулу

Наш опыт охватывает весь жизненный цикл науки о данных: от управления информацией и конфиденциальности через машинное обучение и репрезентативную логику до практических приложений в информатике биомедицины.

Наши объекты

Мы можем похвастаться невероятным набором средств, делающих возможными наши инновационные исследования в области науки о данных.

  • Посмотреть наши объекты

Ключевой особенностью нашего подхода является тесная связь между методологией и применением. Это создает самореализующийся цикл, в котором сложные проблемы реального мира определяют повестку дня методологических исследований, но также обеспечивают естественный путь к использованию новых алгоритмов и методов.

Мы считаем, что такой междисциплинарный подход является одной из отличительных особенностей науки о данных в Манчестере.

Области специализации

Наши исследователи работают в следующих областях специализации:

  • Визуализация

    Мы используем и разрабатываем передовые методы для извлечения полезной информации из изображений и видео из различных областей, включая медицину, инженерию и биологию.

    Подробнее

  • Управление информацией

    Мы проектируем, разрабатываем и строим современные системы управления данными и знаниями — от формальных основ представления знаний и логики до сложной междисциплинарной работы.

    Подробнее

  • Машинное обучение и робототехника

    Мы разрабатываем и применяем новые методологии статистического машинного обучения, от теории до применения, и продвигаем современные технологии взаимодействия человека и робота с нашей Лабораторией когнитивной робототехники.

    Подробнее

  • Обработка естественного языка и интеллектуальный анализ текста

    Мы разрабатываем НЛП и методы интеллектуального анализа текста, чтобы предоставить информацию социологам, биологам и нейробиологам. Наши прочные междисциплинарные основы поддерживают ведущий мировой опыт в области извлечения информации.

    Подробнее

Последипломные исследовательские проекты

Список по исследовательской группе
Список по руководителю

Проекты по науке о данных

  • (MRC DTP) Раскрытие исследовательского потенциала неструктурированных данных о пациентах для улучшения здоровья и результатов лечения
  • Применение обработки естественного языка к реальным данным о пациентах для оптимизации лечения рака
  • Автоматическое восстановление глубоких нейронных сетей
  • Автоматический анализ активности, обнаружение и распознавание
  • Автоматическое обнаружение, анализ и распознавание эмоций
  • Автоматический экспериментальный дизайн с участием человека в цикле
  • Автоматическое изучение моделей скрытой силы
  • Локальное на основе блокчейна Энергия Рынки
  • Совместное вероятностное машинное обучение
  • Контекстуализированный мультимедийный поиск информации с помощью репрезентативного обучения
  • Интеграция данных и исследование озер данных
  • Обработка данных
  • Научные подходы к данным для лучшего понимания мультиморбидности и результатов лечения у пациентов с ревматоидным артритом
  • Глубокое обучение для временной обработки информации
  • Разработка и внедрение ПЛИС -Ускоренные данные Аналитическая база данных
  • Динамическое управление ресурсами для приложений интеллектуальной транспортной системы
  • Стратегии ансамбля для полууправляемого, неуправляемого и трансферного обучения
  • Объяснимое и интерпретируемое машинное обучение
  • Расширение поведенческих алгоритмов как средство прогнозирования высокого уровня глюкозы в крови при диабете 1 типа
  • Поиск пути сквозь туман от края до облака
  • Рыбалка в озере данных
  • Геолокация Предиктор диабета 1 типа Глюкоза в крови
  • Обучение работе с оборудованием для систем ИИ
  • Интегрированный анализ текста и таблиц
  • Построение графа знаний с помощью обучения и рассуждений
  • Граф знаний для руководства и объяснения в машинном обучении
  • Изучение пользовательских моделей в машинном обучении с участием человека в цикле
  • Машинное обучение и когнитивное моделирование в применении к видеоиграм
  • Машинное обучение с использованием биологических нейронных сетей
  • Управление потоком данных для больших данных, Интернета вещей и/или сред Индустрии 4. 0
  • Модели температуры тела и окружающей среды с биологическим датчиком как усовершенствование алгоритмов прогнозирования уровня глюкозы в крови при диабете 1 типа
  • Многозадачное обучение и приложения
  • Генерация музыки и обработка информации с помощью глубокого обучения
  • Вероятностное моделирование и байесовское машинное обучение
  • Задачи на больших графах, представляющих социальные сети
  • Репрезентативное обучение и его приложения
  • Планирование, управление ресурсами и решение Создание для облачных / туманных / граничных вычислений
  • Безопасность и конфиденциальность при торговле электроэнергией p2p
  • Определение и оптимизация задач обработки данных
  • Текстовая аналитика и анализ блогов/форумов
  • Надежное обучение из нескольких источников
  • Атака на основе извлечения модели на основе проверки и защита для глубоких нейронных сетей
  • Zero-Shot Learning and Applications

Проекты Маурисио Альвареса

  • Автоматическое обучение моделей скрытой силы

Проекты Ричарда Банаха

  • Проверка смарт-контрактов Solidity на уровне приложения
  • Местные энергетические рынки на основе блокчейна
  • Формальные методы: Hybrid Event-B и Rodin
  • Формальные методы: механическая проверка семантики Hybrid Event-B
  • Формальная семантика Perfect Language

Проекты Ke Chen

  • Автоматический анализ активности, обнаружение и распознавание
  • Автоматическое обнаружение, анализ и распознавание эмоций
  • Биологически правдоподобное непрерывное обучение
  • Контекстуализированный мультимедийный поиск информации посредством репрезентативного обучения
  • Глубокое обучение для обработки временной информации
  • Стратегии ансамбля для полууправляемого, неконтролируемого и трансферного обучения
  • Объяснимое и интерпретируемое машинное обучение
  • Машинное обучение и когнитивное моделирование в применении к видеоиграм
  • Многозадачное обучение и приложения
  • Музыка Генерация и обработка информации посредством глубокого обучения
  • Zero-Shot Learning and Applications

Проекты Jiaoyan Chen

  • Построение графа знаний с помощью обучения и рассуждений
  • Граф знаний для руководства и объяснения в машинном обучении

Проекты Лукаса Кордейро

  • Проверка уровня применения. Проверка Solidity Smart Contracts
  • .0012
  • Разработка безопасных и объяснимых нейронных моделей в NLP
  • Использование уязвимостей программного обеспечения в больших масштабах
  • Поиск уязвимостей в программном обеспечении IoT с использованием фаззинга, символьного выполнения и абстрактной интерпретации
  • Гибридный фаззинг параллельного программного обеспечения с использованием проверки моделей и машинного обучения
  • Использование синтеза программ для восстановления программы в IoT Security
  • Атака на основе извлечения модели на основе проверки и защита для глубоких нейронных сетей
  • Проверка кибератак в глубоких нейронных сетях CUDA для беспилотных автомобилей

Проекты Андре Фрейтаса

  • Интеграция данных и исследование озер данных
  • Разработка безопасных и объяснимых нейронных моделей в НЛП
  • Объяснимый ИИ и диалог для доверия во взаимодействии человека и робота

Проекты Саймона Харпера

  • Расширение поведенческих алгоритмов в качестве предиктора сахарного диабета 1 типа Максимальное содержание глюкозы в крови
  • Геолокация как предиктор уровня глюкозы в крови при диабете 1-го типа
  • Модели температуры тела и окружающей среды с помощью биосенсоров как усовершенствование алгоритмов прогнозирования уровня глюкозы в крови при диабете 1-го типа

Проекты Самюэля Каски

  • Автоматический экспериментальный дизайн с участием человека в цикле
  • Совместное вероятностное машинное обучение
  • Изучение пользовательских моделей в машинном обучении с участием человека в цикле
  • Вероятностное моделирование и байесовское машинное обучение
  • Надежное обучение из нескольких источников

Проекты Дирка Коха

  • Многопользовательская облачная инфраструктура FPGA и система выполнения
  • Проектирование и исследование архитектуры FPGA с поддержкой мемристоров
  • Проектирование и внедрение базы данных аналитики данных с ускорением FPGA
  • Программируемая матрица смешанных сигналов для приложений машинного обучения

Проекты Тинтин Му

  • Машинное обучение для распознавания речи и зрения
  • Онтологическое машинное обучение для компьютерного зрения
  • Представление обучения и его приложения
  • Надежное обучение из нескольких источников

Мустафа Мустафа проекты

  • Местные энергетические рынки на основе блокчейна
  • Безопасность и конфиденциальность при торговле электроэнергией p2p

Проекты Горана Ненадика

  • (MRC DTP) Раскрытие исследовательского потенциала неструктурированных данных о пациентах для улучшения здоровья и результатов лечения
  • Применение обработки естественного языка к реальным данным о пациентах для оптимизации лечения рака
  • Научные подходы к данным для лучшего понимания мультиморбидности и результатов лечения у пациентов с ревматоидным артритом

Проекты Пола Наттера

  • Новое поколение терагерцовых излучателей: использование электронного спина
  • Эффективное обучение программированию: подробное исследование
  • Расширение поведенческих алгоритмов в качестве предиктора высокого уровня глюкозы в крови при диабете 1 типа
  • Геолокация в качестве предиктора уровня глюкозы в крови при диабете 1 типа Алгоритмика

Проекты Нормана Патона

  • Интеграция данных и исследование озер данных
  • Обработка данных
  • Поиск пути сквозь туман от границы к облаку
  • Рыбалка в озере данных
  • Построение графа знаний с помощью обучения и рассуждений

Проекты Оливера Роудса

  • Обучение работе с оборудованием для систем искусственного интеллекта
  • Машинное обучение с использованием биологических нейронных сетей

Проекты Rizos Sakellariou

  • Динамическое управление ресурсами для приложений интеллектуальной транспортной системы
  • Путь сквозь туман от границы к облаку
  • Планирование заданий и задач и распределение ресурсов в параллельных/распределенных системах, включая облачные, периферийные и туманные вычисления
  • Управление потоком данных для сред больших данных, Интернета вещей и/или Индустрии 4. 0
  • Проблемы в больших графах, представляющих социальные сетей
  • Планирование, управление ресурсами и принятие решений для облачных / туманных / граничных вычислений

Проекты Ули Саттлера

  • График знаний для руководства и объяснения в машинном обучении
  • Информированное машинное обучение Ontology для компьютерного зрения

Проекты Сандры Сампайо

  • Динамическое управление ресурсами для приложений интеллектуальной транспортной системы
  • Определение и оптимизация задач обработки данных

Проекты Виктора Шлегеля

  • Интегрированный анализ текста и таблиц

Проекты Youcheng Sun

  • Автоматизированное восстановление глубоких нейронных сетей
  • Атака с извлечением модели на основе проверки и защита для глубоких нейронных сетей

Проекты Markel Vigo

  • Погрешности в отслеживании физической активности
  • Пользовательское моделирование для отслеживания физической активности

Проекты Липин Чжао


Искусственный интеллект — Факультет компьютерных наук

Перейти к навигации | Перейти к основному содержанию | Перейти к нижнему колонтитулу

Интеллектуальные системы являются частью фундамента следующей крупной промышленной революции.

Наши объекты

Мы можем похвастаться невероятным набором объектов, которые делают возможными наши инновационные исследования в области искусственного интеллекта.

  • Посмотреть наши объекты

Наше исследование находится в авангарде фундаментальных исследований и ищет ответы на вопросы, которые могут революционизировать ИИ. От теории и практики машинного обучения, включая архитектуру глубоких нейронных сетей, причинно-следственные связи и представления знаний, до взаимодействия робота с человеком и изучения языка. Мы прокладываем путь к полной интеграции интеллектуальных систем в нашу естественную среду.

Области специализации

Наши исследователи работают в следующих специализированных областях:

  • Автономность и проверка

    Мы занимаемся автономными системами и их разработкой, проверкой и анализом. Приложения включают в себя роботов, беспилотные транспортные средства, распределенные сенсорные системы и программное обеспечение для принятия решений.

    Подробнее

  • Формальные методы

    Мы предоставляем формальные математические основы компьютерных наук, от проверки оборудования, программного обеспечения и систем агентов до криптографии и представления знаний, рассуждений и управления знаниями.

    Подробнее

  • Визуализация

    Мы используем и разрабатываем передовые методы для извлечения полезной информации из изображений и видео из различных областей, включая медицину, инженерию и биологию.

    Подробнее

  • Машинное обучение и робототехника

    Мы разрабатываем и применяем новые методологии статистического машинного обучения, от теории до применения, и продвигаем современные технологии взаимодействия человека и робота с нашей Лабораторией когнитивной робототехники.

    Подробнее

  • Обработка естественного языка и интеллектуальный анализ текста

    Мы разрабатываем НЛП и методы интеллектуального анализа текста, чтобы предоставить информацию социологам, биологам и нейробиологам. Наши прочные междисциплинарные основы поддерживают ведущий мировой опыт в области извлечения информации.

    Подробнее

  • Безопасность систем и программного обеспечения

    Мы разрабатываем современные алгоритмы, методы и протоколы для обеспечения безопасности и конфиденциальности в сетевых и распределенных системных средах, а также инструменты для создания проверяемых и надежных программных систем.

    Подробнее

Последипломные исследовательские проекты

Список по исследовательской группе
Список по руководителю

Проекты искусственного интеллекта

  • (MRC DTP) Раскрытие исследовательского потенциала неструктурированных данных о пациентах для улучшения здоровья и результатов лечения Нейронные сети
  • Автоматический анализ активности, обнаружение и распознавание
  • . Автоматическое обнаружение, анализ и распознавание эмоций
  • Автоматический экспериментальный дизайн с человеком в цикле
  • Автоматическое изучение моделей скрытых сил
  • БАБОЛЕТСКИЕ БЕЗОПАСНОСТЬ и конфиденциальность с полезностью данных и эффективностью в беспроводных сенсорных сетях
  • Биологическое постоянное обучение
  • .
  • Когнитивная робототехника и взаимодействие человека с роботом
  • Совместное вероятностное машинное обучение
  • Вычислительная логика: приключения с рифленым фрагментом
  • Вычислительная логика: квантификаторы суперсчета
  • Контекстуализированный поиск мультимедийной информации посредством обучения представлению
  • Интеграция и исследование данных в озерах данных
  • Подходы к науке о данных для лучшего понимания мультиморбидности и результатов лечения у пациентов с ревматоидным артритом 9001 2
  • Глубокое обучение для Обработка временной информации
  • Проектирование и внедрение базы данных аналитики данных с ускорением на ПЛИС
  • Разработка безопасных и объяснимых нейронных моделей в NLP
  • Разработка надежного программного обеспечения для автономных роботов
  • Ансамблевые стратегии для полуоттрагируемых, неконтролируемых и передачи обучения
  • Событие Coreferen
  • Объяснимое и интерпретируемое машинное обучение
  • Формальная верификация для роботов Swams и сетей датчиков Wirelss
  • Основы и усовершенствование генерации субонтологий для получения клинически значимой информации
  • Генерация целей на основе ответственности за долгосрочную автономию
  • Генерация объяснимых ответов на вопросы проверки фактов
  • Обучение работе с аппаратным обеспечением для систем искусственного интеллекта
  • Гибридное фаззинговое параллельное программное обеспечение с использованием проверки моделей и машинного обучения
  • Интегрированный анализ текста и таблиц
  • 9 0011 Работа и Планирование задач и распределение ресурсов в параллельных/распределенных системах, включая облачные, пограничные, туманные вычисления
  • Построение графа знаний посредством обучения и рассуждений
  • График знаний для руководства и объяснения в машинном обучении
  • Изучение пользовательских моделей в машинном обучении с участием человека в цикле
  • Машинное обучение и когнитивное моделирование в применении к видеоиграм
  • Машинное обучение для понимания зрения и языка
  • Машина Обучение с помощью биологически вдохновленных нейронных сетей
  • Многозадачное обучение и приложения
  • Генерация музыки и обработка информации посредством глубокого обучения
  • Нейросиболическое доказательство теорем
  • Онтологическое информированное машинное обучение для компьютерного зрения
  • Оптимизация и проверка систем, смоделированных с использованием нейронных сетей
  • Вероятностное моделирование и байесовское машинное обучение
  • Проблемы в больших графах, представляющих социальные сети
  • Программируемая матрица смешанных сигналов для приложений машинного обучения 900 12
  • Рассуждения на естественном языке
  • Обучение представлению и его приложения
  • Электроника на основе Skyrmion
  • Smart Security для интеллектуальных сервисов в контексте IoT
  • Верификация программного обеспечения с ограниченными предложениями Хорна и средствами доказательства теорем первого порядка
  • Решение математических задач с использованием автоматических средств доказательства теорем
  • Решение нелинейных ограничений для непрерывных функций
  • Симметрии и автоматизированные теоремы Доказательство
  • Аналитика текста и анализ блогов/форумов
  • Надежное обучение из нескольких источников
  • Атака на основе извлечения модели на основе проверки и защита для глубоких нейронных сетей
  • Обучение и приложения Zero-Shot

Проекты Софии Ананиаду

  • Абстрактное обобщение нескольких документов
  • Сопоставление событий на уровне документа

Проекты Маурисио Альвареса

  • Автоматическое обучение моделей скрытой силы

Проекты Ричарда Банаха

  • Проверка смарт-контрактов Solidity на уровне приложений
  • Местные энергетические рынки на основе блокчейна
  • Формальные методы: Hybrid Event-B и Rodin
  • Формальные методы: Механическая проверка семантики Hybrid Event-B
  • Формальная семантика Perfect Language

Проекты Riza Batista-navarro

  • Создание объяснимых ответов на вопросы проверки фактов

Проекты Ке Чена

  • Автоматический анализ активности, обнаружение и распознавание
  • Автоматическое обнаружение, анализ и распознавание эмоций
  • Биологически правдоподобное непрерывное обучение
  • Контекстуализированный мультимедийный поиск информации посредством репрезентативного обучения
  • Глубокое обучение для обработки временной информации Машинное обучение
  • Машинное обучение и когнитивные функции Моделирование в видеоиграх
  • Многозадачное обучение и приложения
  • Создание музыки и обработка информации посредством глубокого обучения
  • Обучение и приложения Zero-Shot

Проекты Анджело Канжелози

  • Когнитивная робототехника и взаимодействие человека с роботом
  • Объяснимый ИИ и диалог для доверия к взаимодействию человека с роботом

Проекты Цзяоянь Чена

  • Построение графа знаний с помощью обучения и рассуждений
  • Граф знаний для руководства и объяснения в машинном обучении

Проекты Лукаса Кордейро

  • Проверка смарт-контрактов Solidity на уровне приложений
  • Автоматическое восстановление глубоких нейронных сетей
  • Автоматическое обнаружение и устранение уязвимостей программного обеспечения в беспилотных летательных аппаратах
  • Сочетание тестирования Concolic с машинным обучением для поиска уязвимостей программного обеспечения в Интернете вещей 90 012
  • Разработка безопасных и объяснимых нейронных моделей в NLP
  • Использование уязвимостей программного обеспечения в больших масштабах
  • Поиск уязвимостей в программном обеспечении IoT с использованием фаззинга, символьного выполнения и абстрактной интерпретации
  • Параллельное программное обеспечение гибридного фаззинга с использованием проверки моделей и машинного обучения
  • Использование синтеза программ для восстановления программ в безопасности IoT
  • Атака на основе извлечения модели на основе проверки и защита для глубоких нейронных сетей
  • Вождение автомобиля

Проекты Луизы Деннис

  • Разработка надежного программного обеспечения для автономных роботов
  • Генерация целей на основе ответственности за долгосрочную автономию
  • Проверка безопасности автономных систем

Проекты Клэр Диксон

  • Формальная проверка для роботов Swams и сетей беспроводных датчиков
  • Проверка безопасности для автономных систем

Проекты Marie Farrell

  • Разработка надежного программного обеспечения для автономных роботов
  • Проверка безопасности автономных систем

Проекты Андре Фрейтаса

  • Интеграция данных и исследование озер данных
  • Разработка безопасных и объяснимых нейронных моделей в НЛП
  • Объяснимый ИИ и диалог для доверия во взаимодействии человека и робота

Проекты Майкла Фишера

  • Разработка надежного программного обеспечения для автономных роботов

Проекты Сэмюэля Каски

  • Автоматический экспериментальный дизайн с участием человека
  • Совместное вероятностное машинное обучение
  • Изучение пользовательских моделей в машинном обучении «человек в цикле»
  • Вероятностное моделирование и байесовское машинное обучение
  • Надежное обучение из нескольких источников

Проекты Дирка Коха

  • Многопользовательская облачная инфраструктура FPGA и система выполнения
  • Проектирование и исследование архитектуры FPGA с поддержкой мемристоров
  • Проектирование и внедрение базы данных аналитики данных с ускорением FPGA
  • Программируемая матрица смешанных сигналов для приложений машинного обучения

Константин Коровин проекты

  • Нейросиболическое доказательство теорем
  • Оптимизация и верификация систем, смоделированных с использованием нейронных сетей непрерывные функции
  • Симметрии и автоматическое доказательство теорем

Проекты Христофороса Мутафиса

  • Электроника на базе Skyrmion

Проекты Tingting Mu

  • Машинное обучение для машинного зрения и понимания языка
  • Онтологическое информированное машинное обучение для компьютерного зрения
  • Обучение представлению и его приложения
  • Надежное обучение из нескольких источников

Проекты Горана Ненадика

  • (MRC DTP) Раскрытие исследовательского потенциала неструктурированных данных о пациентах для улучшения здоровья и результатов лечения
  • Применение обработки естественного языка к реальным данным о пациентах для оптимизации лечения рака
  • Научные подходы к данным для лучшего понимания мультиморбидности и результатов лечения у пациентов с ревматоидным артритом

Нхунг Нгуен проекты

  • Сопутствующая ссылка на событие на уровне документа

Проекты Нормана Патона

  • Интеграция данных и исследование озер данных
  • Обработка данных
  • Поиск пути сквозь туман от границы к облаку
  • Рыбалка в озере данных
  • Построение графа знаний посредством обучения и рассуждений
9 0061 Василис Павлидис проекты
  • Гарантия надежности для периферийных вычислительных систем IoT
  • Методологии управления питанием для периферийных устройств IoT
  • Методы передачи энергии для трехмерных ИС с индуктивной связью
  • Электроника на базе Skyrmion

Проекты Павлоса Петуменоса

  • Параллельное программное обеспечение гибридного фаззинга с использованием проверки моделей и машинного обучения

Проекты Яна Пратта-Хартмана

  • Вычислительная логика: приключения с рифленым фрагментом
  • Вычислительная логика: кванторы суперсчета
  • Рассуждения на естественном языке

Проекты Оливера Роудса

  • Обучение работе с оборудованием для систем искусственного интеллекта
  • Машинное обучение с использованием биологических нейронных сетей

Проекты Rizos Sakellariou

  • Динамическое управление ресурсами для приложений интеллектуальной транспортной системы
  • Поиск пути сквозь туман от периферии к облаку
  • Планирование заданий и задач и распределение ресурсов в параллельных/распределенных системах, включая облачные, граничные, туманные вычисления
  • Управление поток данных для сред больших данных, Интернета вещей и/или Индустрии 4.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *