Szoftverek működésének egyik módszere a tesztelés. A tesztelés sok időt igényel, így sok technika létezik a tesztelés támogatására. Léteznek olyan algoritmusok, amiknek a segítségével modellekből vagy akár a forráskódból lehet teszteseteket generálni. A feladat során ilyen eszközöket lehet megismerni, összetett ipari példákon alkalmazni, valamint új eszközöket és algoritmusokat fejleszteni.

A hallgató(k) feladata olyan módszerek fejlesztése, melyek támogatják adatterekben felhasznált AI szolgáltatások tesztelését/ellenőrzését, másfelől ilyen szolgáltatások futásidejű ellenőrzését.

A hallgatónak feladata egy hibatűrő robot tervezése és megépítése a kritikus rendszereknél használatos legkorszerűbb modellezési, szimulációs módszerek felhasználásával.

A biztonságkritikus rendszerek helyes működése kulcsfontosságú: az azokban jelenlévő legkisebb hiba is súlyos anyagi kárral járhat, akár emberi életekbe is kerülhet. A modellellenőrzés képes a rendszer helyességének bizonyítására és a hibák megtalálására, felhasználását azonban hátráltatja nagy számításigénye. Fontos megoldandó probléma tehát a modellellenőrző algoritmusok optimalizálása.

Biztonságkritikus rendszerek tervezésénél a helyesség garantálása gyakori kihívás, amit V&V eszközökkel kezelhetünk, de ezek fejlesztése költséges. Újszerű megközelítés a szemantikus modellek alkalmazása, amely segítségével a V&V eszköz fejlesztésének költsége csökkenthető.

A feladat annak vizsgálata, hogy a nagy nyelvi modellek hogyan ötvözhetők klasszikus MI (általánosságban: IT) rendszerekkel, segítve azok alkalmazói használatát és megértését. Az alapötletet a RAG adja, és ide kapcsolódik a magyarázható MI (XAI: explainable AI) területe is.

A hallgató feladata egy AI-alapú kódíró asszisztens megvalósítása, amely Github Actions-t használva automatizált kód review-kat és teszt eseteket készít, valamint javasolt javításokat generál.

A gyógyszerkutatásban és a biokémiában kulcsfontosságú informatikai kérdés a kémiai reakciók reprezentációja és a reakció utak és szintézisek tervezése. A feladat új matematika eredményeken alapuló gráf alapú reprezentációkat vizsgál, gráf alapú logikai következtetők, kémiai informatikai szoftvercsomagok és reakció adatbázisok segítségével.

A tanszéken fejlesztett Refinery gráfalapú formális logikai következtető keretrendszer (online demó: https://refinery.services) olyan nemzetközi élvonalba tartozó gráfalapú formális logikai következtető algoritmust tartalmaz. feladat célja az eszköz további fejlesztése, pl. annak skálázhatóságának vagy használhatóságának növeléséhez.

A mesterséges intelligencia alapmodellek és a mesterséges általános intelligenciát célzó modellek új lehetőségeket nyitnak a tudományos kutatás mind teljesebb automatizálása felé. Az önálló munka célja hatékony Bayesi döntéselméleti eljárások kifejlesztése adaptív kísérlettervezésre.

Az Ethernet és a TCP/IP alkalmazása egyre szélesebb körben terjednek el a beágyazott rendszerekben is. Az egyik utolsó nagy kihívás ezen a területen az elosztott rendszerekben gyakran felmerülő nagy pontosságú óraszinkronizáció megnyugtató és szabványos megoldása. Erre a célra az IEEE 1588 protokoll került kifejlesztésre, amelynek implementációival lehet foglalkozni a feladat során Linux alatt.

A téma célja olyan módszerek vizsgálata, kidolgozása, mellyel a tanulórendszerek gyakorlati szempontból sokszor irreálisan nagy tanítókészlet igényét lehet redukálni. Ehhez a konkrét problémához kapcsolódó szakértői algoritmusok és a gépi tanulás elemeinek megfelelő kombinációjával lehet eljutni, egy hibrid intelligens-szakértői megoldást implementálva.

Alkalmazzunk N-verziós programozást vállalati blockchaineken használt okosszerződések hibatűrésének növelésére! [Implementációs fókuszú téma]

Nyomtatványok adattartalom-modellezése, gráfadatbázisban modellvizsgálatok és a modellek felett szematikus (ontológia alapú) következtetések kidolgozása

EU felhőközi adatminőség-tanúsítványok tervezése és megvalósítása

Elméletibb jellegű téma a Prolog, a korlátlogikai programozás és a nem felfedő bizonyítások metszetében.

Modellezési nyelveket használnak komplex rendszerek tervezése és megvalósítása során. A rendszerek helyes működéséhez szükséges, hogy a tervezőmérnökök és a felhasznált modellezőeszközök azonos módon értelmezzék a szabványok (pl. UML) egyes pontjait. A feladat során modellezési nyelvek szemantikáját és a meglévő eszközöket lehet vizsgálni, ill. tesztelésükre új eszközöket és módszereket készíteni.

Gondoltál már rá, hogy milyen szoftverekkel tervezik az autókat, repülőket, úrhajókat? Informatikusként nem csak úgy dolgozhatsz ezeken a területeken, hogy vezérlő szoftvereket fejlesztesz - legalább ekkora szerepe van azoknak a szakembereknek, akik a tervezés rendkívül bonyolult folyamatát segítik célzott eszközökkel. Ilyen eszközök fejlesztéséhez és kutatásához csatlakozhatsz ebben a témában.

A modellellenőrzés matematikai pontossággal keres hibákat, eredményét tanúk (ellenpéldák vagy bizonyítások) segítik az utólagos validációban. A Theta modellellenőrző egységes tanúkat hoz létre, de fejlesztési lehetőségek még bőven akadnak. A téma gyakorlati (szoftverfejlesztés) és elméleti (validáció, tanúk) feladatokat kínál, érdeklődéstől függően - részletek a témára kattintva.

A feladat egy olyan szoftver készítése, amely komplex oldalelrendezésű PDF dokumentumokból lineáris (helyes sorrendű) szöveget tud előállítani.

A feladat céges folyamatok AI-alapú automatizálási lehetőségeinek feltárását és kialakítását célozza.

Az autonóm rendszerek (pl. robotok) fejlesztése során különös gondot kell fordítani a követelmények megfogalmazására, mert ez képezi a fejlesztési és verifikációs tevékenységek alapját. A matematikailag precíz formában megadott követelmények lehetővé teszik az automatizált tesztgenerálást, monitorozást is. A téma keretében ezekhez kapcsolódó új megoldásokat lehet megismerni és továbbfejleszteni.

A feladat lényege, hogy 2 félév alatt megtervezzünk, implementáljunk egy hardver-szoftver rendszert, mely alkalmas mesterséges intelligencián alapuló megoldások energiahatékonyságának mérésére.

Nyílt elektromos autó töltési platform fejlesztése, melyen a legmodernebb szabványok használatával olyan kényelmi megoldásokat célzunk, mint az előzetes töltő foglalás, plug and charge, EV töltési útvonal tervezés, valamint töltési jelleggörbe alapú jármú hibaanalízis.

A projekt célja egy olyan keretrendszer kifejlesztése, amely integrálja a kémiai jelöléseket és a természetes termékekről szóló szakirodalmat, elősegítve az új kapcsolatok és biológiai hatások felfedezését. Az adatbázis létrehozása, adatbányászati technikák alkalmazása, és egy egységes keretrendszer kidolgozása révén a kutatók hatékonyabban tanulmányozhatják a természetes termékeket.

A .NET nanoFramework egy nyílt forráskódú .NET platform erőforrás-limitált beágyazott rendszerek számára. A feladat célja a .NET nanoFramework portolása a MicroBlaze processzorra.

A .NET IoT (Internet of Things) egy nyílt forráskódú .NET platform beágyazott System-on-a-Chip eszközök számára. A feladat célja a .NET IoT portolása a Zynq-7000 SoC eszközcsaládra.

A feladat lényege egy olyan rendszer megvalósítása, amely egy tudásbázis létrehozását és lekérdezését teszi lehetővé kontrollált természetes nyelven. A rendszer célja, hogy a felhasználók számára természetes, könnyen elsajátítható eszközzel tegyen elérhetővé egy gépi tudásbázist. A feladat speciális előismereteket nem igényel.

Vizualizációt segítő kiegészítők fejlesztése, Python fejlesztés. A feladat a Bosch fejlesztőközponttal együttműködve végzendő potenciálisan gyakornoki lehetőséggel egybekötve.

Labor mérő PC-k, tápok, Vector dobozok kommunikációs vonalai, debugger csatornák és mérendő minták közötti mátrix kapcsolat HW és SW fejlesztése

Az autóipari funkcionális biztonság szabvány (ISO26262) szerinti fejlesztés integrációja a modell-alapú rendszerfejlesztésbe: követelménykezelés, safety attribútum kezelés/örökítés a modellezési szintek között, stb. A feladat a Bosch fejlesztőközponttal együttműködve végzendő potenciálisan gyakornoki lehetőséggel egybekötve.

Idős korban a szellemi frissesség fenntartása a megfelelő életminőség megőrzésének meghatározó tényezője. A feladat célja egy olyan képi memóriajáték megvalósítása, amely a felhasználó saját (például családi) fényképeinek kézi és gépi annotálására, illetve ezek felidézésére épít.

A ChatGPT lázba hozta a világot: jelesre megír egy ZH-t, fogalmazásokat készít önállóan egy megadott témakörből és jól válaszol a felhasználó kérdéseire. De mi van a mélyben? Több egy felszínes tudású dumagépnél? Hogyan és mire használhatók a képességei ipari alkalmazásokban? Konkrét alkalmazási feladatokon keresztül ezekre keressük a választ az önálló labor során.

A téma a modellalapú fejlesztés lehetőségeit vizsgálja modern blokklánc platformok esetén. A téma kulcskérdése, hogy miként közelíthető egymáshoz a tradícionális programok tervezése során összegyűlt modellezési tapasztalat és a blokkláncok nyújtotta új programozási paradigma.

A hibatűrő számítástechnika megoldásainak (pl. N-verziós programozás és futásidejű verifikáció) alkalmazása az okosszerződések fejlesztési hibáinak elkerülésére és kezelésére a vállalatközi blokklánc alkalmazásokban. A téma lehetséges célplatformjai: Hyperledger Fabric, Ethereum, Substrate (Polkadot).

Az orvosok többek közt egyszerű, számítógéppel támogatott teszteket használnak a mentális állapot felmérésére. Célszerű lehet ezt a módszert az egyre inkább terjedő számítógépes játékokkal kombinálni: vagy olyan játékokat konstruálni, amelyek informálnak a vizsgált képességekről, vagy a meglévő teszteket beépíteni játékokba.

Gyakran fontos, hogy idősorokban a személy vagy objektum viselkedésének tipikus mintázatait felismerjük, esetleg befolyásoljuk. Ez nehéz feladat, hiszen tipikusan nem periódikusan ismétlődő, azonos mintáról van szó, csak több-kevesebb rendszerességgel bekövetkező, hasonló eseményekről. Ráadásul sokszor nem közvetlenül megfigyelhető a jelenség, csak egy összetett jel alapján következtetünk.

A komplex és/vagy nem értelmezhető gépi tanulási modellek transzformációja egy egyszerű és/vagy értelmezhető modellbe közel azonos teljesítményszintet tartva, mind a statisztikai és a számítási hatékonyságot növelheti, és segítheti magyarázhatóságot (explainable AI, XAI) és a megbízhatóságot (trustworthy AI). Cél új módszerek kidolgozása különös tekintettel Bayes-statisztikai keretben.

Sok esetben felmerülő igény egy nem profeszionális audio felvétel feldolgozása, javítása: vágás, szűrések, jelölők elhelyezése, tag-elés, stb. További elvárás lehet a feldolgozott hanganyag online közzététele, és ehhez kapcsolódó leírások létrehozása. Előbbiek elvégzére keretrendszert kellene létrehozni, amelyben egy GUI-val rendelkező alkalmazás működik és automatizálja a szükséges lépéseket.

A hallgató feladata a fixációhoz-kötött agyi aktivitások vizsgálatára kifejlesztett, felszíni EEG, MEG és szemkövető adatok szimultán regisztrálásán és együttes feldolgozásán alapuló módszertani eljárások optimalizálása, továbbfejlesztése és tesztelése.

A hallgató feladata a különböző agy-számítógép paradigmák áttekintése, az egyes eljárások optimalizálása és továbbfejlesztése felszíni EEG jelek és szemkövetés fúziója alapján működő non-invazív agy-gép interfészek megvalósítása érdekében.

A témakiírás arra keresi a választ, hogy adott infrastruktúra mellett mekkora műveletvégzési hibákra számíthatunk neurális hálók esetén, illetve milyen mértékben lehet lecsökkenteni a műveletvégzésekhez szükséges bitszámot, ezzel támogatva a nagy sávszélességi igényeket, illetve nagy adathalmazokon végzett műveletek gyorsabb végrehajtását.

A téma fő feladata nyers genetikai adatok transzformálása általános dimenziócsökkentési módszerekkel és tárgyterület-specifikus szoftverekkel (ShapeIT), illetve a be- és kimeneti adatok konvertálása úgy, hogy azok rendszerszintű adatelemezési módszerekkel elemezhetők legyenek. Feladat még a transzformáció előtti és utáni adatoknak a rendszerszemléletű elemzés szerinti hasznosságának kiértékelése.

Egy adott tárgyterülethez kapcsolódó mechanizmusok megértése alapvető igénye a tudományos megközelítésnek. E mechanizmusok entitások közötti kauzális kapcsolatokkal írhatók le, melyek feltárására több módszer alkalmazható. A feladat célja kauzális kapcsolatok feltárását megvalósító algoritmusok kialakítása és alkalmazása, különösen nagy dimenziójú adatokon.

A feladat egy konkrét MI ontológia kifejlesztése, ami egy elképzelt MI lexikon logikai referencia váza, amihez csatoltan meg lehet jeleniteni és vándorolni konkrét tájékoztató tartalmak között.

Viták, érvelések modellezése, részben automatikus kiértékelése, érvelési algoritmusok, vitaportál fejlesztése