Gráf neurális hálózat alapú viselkedésmodell 4-es szintű önvezető rendszerekhez

Nyomtatóbarát változatNyomtatóbarát változat
Cím angolul: 
Graph neural network based behavior modelling at level 4 selfdriving systems
Típus: 
MSc diplomamunka téma - nanotechnológia és anyagtudomány
MSc diplomamunka téma - optika és fotonika
MSc diplomamunka téma - kutatófizikus
MSc diplomamunka téma - nukleáris technika
MSc diplomamunka téma - orvosi fizika
Félév: 
2022/23/2.
Témavezető: 
Név: 
Vargyas Márton
Email cím: 
Marton.Vargyas@hu.bosch.com
Intézet/Tanszék/Cégnév: 
Robert Bosch Kft
Beosztás: 
vezető mérnök
Konzulens: 
Név: 
dr. Varga Imre
Email cím: 
varga.imre@ttk.bme.hu
Intézet/Tanszék: 
Fizikai Intézet, Elméleti Fizika Tanszék
Beosztás: 
egyetemi docens
Elvárások: 

magyar és angol nyelvtudás, python ismerete + machine learning alapok, tapasztalat Graph Neurális Hálózatókkal (GNN)

Leírás: 

Amíg az SAE (Society of Automotive Engineers) Level 4-es besorolású önvezető autók más, ember által vezetett autókkal osztoznak az utakon, az önvezető autó környezetében közlekedő autók (és gyalogosok) viselkedésének előrejelzése kiemelkedő fontosságú. Gráf alapú gépi tanulással (Graph Neural Network, GNN) hatékonyan modellezhetők a forgalmi szituációk, és futásigényük a konvolúciós neurális hálókhoz képest elhanyagolható, így az önvezető autókban valós időben futtathatók. A dolgozat célja a gráf neurális alapú szakirodalmi példák áttekintése, különös tekintettel a viselkedés modellezésre (behavior prediction), és ezen példák implementálása, kipróbálása és optimalizálása a szabadon elérhető adatokon. További cél a legjobban teljesítő modell(ek) realisztikus adatokon való tesztelése, és rendszerbe integrálása.

Titkosítas: 
Hozzáférés korlátozott (titkosított)
Titkosítás oka: 
A téma futó céges projekthez kapcsolódik, az ott felhasznált adatok nem publikusak.