TÁVKÖZLÉSI ÉS MÉDIAINFORMATIKAI TANSZÉK
Budapesti Műszaki és Gazdaságtudományi Egyetem - Villamosmérnöki és Informatikai Kar

Keresés eredménye

Hibrid beltéri helymeghatározó rendszer tervezése
A helymeghatározás kültérben már _remek_ül működik GPS segítségével, de a beltéri helymeghatározó módszereken még bőven akad csiszolnivaló. A hallgató feladata egy hibrid, UWB alapú, alkalmázástól függően BLE technológiát is alkalmazó, de WiFi-kommunikációt is használó beltéri helymeghatározó rendszer megtervezése. A követelmények: az UWB / BLE technológia által nyújtott pontosság kihasználása (a beltér kialakításától függően lehetőleg 20 cm alatti találat), több végpont hatékony követése, kvázi-real-time (1 másodperces felbontású) működés.
Témavezető: Dr. Varga Pál
Kisvállalati IT-infrastrutúra áttervezése és kialakítása
Gyakori feladat az IT-szakemberek, rendszergazdák életében, hogy a cégek meglévő, nem optimálisan kialakított kisvállalati infrastruktúráját át kell tervezni, és meg kell valósítani az áttervezés lépéseit. A hallgató feladata a terület megismerése, és egy (valós vagy elképzelt) kisvállalat követelmény-specifikációja alapján áttervezni annak IT-infrasturktúráját. A feladathoz tartozik a a tervek szakszerű leírása, az infrastruktúra kialakítása, az elemek működésének tesztelése, valamint működés dokumentációja is.
Témavezető: Dr. Varga Pál
Mininetes környezet kialakítása Linux környezetben
A Mininet egy szoftver definiált hálózat (SDN) kialakítását/fejlesztését/modellezését/szimulációját segítõ szoftver. Számos korszerû hálózati funkció mûködésének demonstrációjára haszálható, igen rugalamsan konfigurálható eszköz. A laborfeladat célja elõzetesen egyeztetett hálózati funkcoiók kialakítása Linuxos környzetben Miniet segítségével. A feladat feltételez erõsebb linux felhasználói ismereteket is!
Témavezető: Pašić Alija
NB-IoT alkalmazások teljesítmény-vizsgálata az alkalmazott protokollok és hálózati beállítások függvényében
Az NB-IoT technológia nemrég került bevezetésre Magyaroroszágon, ám használóinak száma még alacsony. Mind a hálózati operátornak, mind a felhasználóknak hasznos információ lehet, ha kivizsgáljuk, hogy a különféle, az IoT alkalmazások használatát támogató protokollok (pl. UDP/CoAP, TCP/MQTT, TCP/HTTPS) hogyan teljesítenek a különféle hálózati beállítások mellett. A témára jelentkező hallgatók feladata - az NB-IoT technológia megismerése, - a témakört érintő protokollok megismerése, - NB-IoT modemet használó alkalmazások beüzemelése, célzott konfigurációja, - szerver oldali alkalmazások beüzemelése, célzott konfigurációja, - maghálózati berendezések megismerése, konfigurációja, - adatátviteli tesztkörnyezet kialakítása, - összehasonlító mérések végzése és kiértékelése. A feladat amellett, hogy az NB-IoT rendszerek, illetve a teljes IoT-infrastruktúra megismerésében és értő használatában segíti a témára jelentkező hallgatókat, konkrét szolgáltatói környezetben történő mérnöki feladatvégzésben is gyakorlatot ad.
Témavezető: Dr. Varga Pál
Open Source Java alapú fejlesztőkörnyezet (IDE) fejlesztése
Szeretnél részt venni egy programozási nyelv és eszközkészlet fejlesztésében? Akkor itt a lehetőség bekapcsolódni egy fordítóprogram & IDE következő generációjának kifejlesztésébe ipari környezetben. Keresunk a projektbe olyan szakembereket, akik rendelkeznek alapvető C/C++ és Java ismeretekkel. A projekt open source, így minden elvégzett munka hivatkozható lesz a kesőbbiekben. A munkavégzés az Ericsson Magyarország épületében történik, többletfeladatok vállalása esetén kiterjeszthető diákmunkává.
Témavezető: Dr. Adamis Gusztáv
Deep Learning: Mély neurális hálózat alapú gépi tanulás
A számos tudományterületen kinyerhetõ nagy adatmennyiségnek, továbbá a nagy tárolási- és számítási kapacitásnak köszönhetõen a statisztikai alapú adatvezérelt rendszerek az elmúlt évtizedben jelentõs teret hódítottak meg a szabályalapú megoldásokkal szemben. Alkalmazási területtõl (pl. kép-, szöveg-, beszédfeldolgozás) függõen különbözõ matematikai modelleket használnak. Az elmúlt évek egyik legígéretesebb technológiája a mély tanulás (deep learning) alapú modellalkotás. A mély tanuláson alapuló mély neurális hálózatok új tipusú architektúrájuknak és többszintû rejtett rétegeinek köszönhetõen a korábbi hálózatoknál pontosabb és általánosabb modellezésre képesek. A hallgató feladata a félév(ek) során segítségünkkel a gépi tanulás és a mély tanulás alapjainak és a rendelkezésre álló eszközöknek a megismerése után egy közösen választott probléma megoldása. Ilyen feladat lehet például (1) zenei számok azonosítása; (2) rosszindulatú bõrdaganat szûrés; (3) gépi szövegfelolvasó (Text-To-Speech) természetességének növelése; (4) beszédfelismerés; (5) pénzügyi idõsorok modellezése; (6) személyi asszisztens, intelligens chatbot; (7) intelligens játékos az Open AI Gym-ben (pl. "Gyõzd le a 2048-at!", "DeepSneak", "MarioKart"). A munka a legelterjedtebb, magas szintû deep learning keretrendszerek segítségével folyik (pl. TensorFlow, PyTorch, Keras). A hallgatónak a munka elõrehaladtával nagyteljesítményû GPU erõforrást biztosítunk. A feladatok megoldása jelentõs mennyiségû programozást kíván (elsõsorban Python, de lehet LUA vagy C, C++ nyelven). Tudományos érdeklõdés esetén lehetõség van kutatási munkára is, a téma elméleti kihívásokat tartalmaz, amely TDK konferencián való részvételhez is megfelel. A téma diplomáig, illetve akár PhD témaként is folytatható. Elvárás: Korrekt, egyenletes munkavégzés, proaktívitás, olvasás szintû angoltudás. Elõny: "Deep Learning a gyakorlatban Python és LUA alapon" (VITMAV45) tárgyban szerzett 4-es vagy 5-ös osztályzat.
Témavezető: Gyires-Tóth Bálint
5G kutatás
A hallgató - megismerkedhet a virtualizációval kapcsolatos problémákkal, - modellezheti az 5G hálózati szolgáltatások mûszaki és gazdasági mûködését, - javaslatot tehet új mechanizmusokra (játékelmélet), - részt vehet új algoritmusok kidolgozásában (gráfalgoritmusok, optimalizáció). Magas színvonalú munka esetén a hallgatónak lehetõsége nyílik becsatlakozni egy nemzetközi innovációs projektbe (EU H2020 5G Exchange).
Témavezető: Toka László
5G kísérletek
A hallgató feladatai - SDN hardver és szoftver komponensek megismerése, - tesztkörnyezet építése, - kísérleti mérések végzése. A hallgató hozzáférést kap a laborban található high-tech eszközökhöz (IBM blade szerverek, 10G és 40G hálózati interfészek, 10G SDN switch-ek, SAN eszközök). Magas színvonalú munka esetén a hallgatónak lehetõsége nyílik becsatlakozni egy nemzetközi innovációs projektbe (EU H2020 5G Exchange).
Témavezető: Toka László
5G fejlesztés
A hálózati világban zajló forradalom egyik fõ csapásiránya az 5G. Ez teljes hálózati paradigma váltást jelent, jórészt a hálózat belsejében. Ennek kulcsa a szoftveres világ eredményeinek átültetése a hálózatos környezetbe és a teljes hálózat "szoftverizálása". A hallgató feladata a meghatározó open-source technológiák megismerése és egy választott szoftver komponens fejlesztése (Python nyelven). Magas színvonalú munka esetén a hallgatónak lehetõsége nyílik becsatlakozni egy nemzetközi innovációs projektbe (EU H2020 5G Exchange).
Témavezető: Toka László
Adatelemzés az okos világban
A jelentkezõk - megismerkednek az adatelemzés alapjaival, - felhasználási területek széles skáláján (IoT, 5G, FinTech) kipróbálva azokat. Az adatelemzõ fogások elsajátítása alapvetõ szükséggé válik bármilyen területen is helyezkedik el egy mérnök.
Témavezető: Toka László