Sisteme Inteligente și Vederea Artificială

Catalogul disciplinelor

Prezentare generală

Programul de masterat SIVA are ca scop transferul cunoştinţelor teoretice si practice necesare pentru identificarea si elaborarea unor strategii de rezolvare a unor probleme tehnice complexe, specifice domeniului Sisteme Inteligente si Vederea Artificială. Cuvintele cheie ale programului corespund tripletului: INTELIGENTA COMPUTAȚIONALĂ (cu concentrare pe DEEP LEARNING)+COMPUTER VISION+ BIG DATA MINING. Programul se focalizează spre componentele tripletului mentionat mai sus, care corespund urmatoarelor discipline cheie: Inteligența Computațională I, II si III, Computer Vision I si II, Imagistică Computațională, Interfațare Vizuală Om-Mașină, Big Data Mining. Alături de acestea, programul conține si alte discipline semnificative pentru domeniul tehnologiei informației cum sunt: Tehnologii și Echipamente Multimedia, Arhitectura Informației, Rețele de Senzori, Procese Stochastice si Modelare Stochastica. SIVA este singurul program de masterat de la facultatea ETTI omologat in domeniul Calculatoare si Tehnologia Informației (CTI).

Cui i se adresează?

Programul SIVA are ca finalitate educarea unor specialiști cu înaltă pregătire într-o arie extrem de actuală și incitantă a cercetării inclusă în domeniul Calculatoare și Tehnologia Informatiei (CTI), reprezentand tripletul: Inteligență Artificială+Computer Vision+Big Data Mining: ingineri, matematicieni, medici, economisti. Programul contribuie la dezvoltarea inovării și competențelor tehnice deosebite necesare pentru implementarea de aplicații practice și pentru cercetarea științifică în aceste domenii de frontieră.

Obiectivele programului de masterat

Programul de masterat SIVA are ca prim obiectiv prezentarea fundamentelor Inteligenţei Computaţionale cuprinzând tehnici inteligente de inspirație naturală (ca rețele neuronale artificiale, calcul evolutiv, swarm intelligence, sisteme „fuzzy”etc), precum si a tehnicilor actuale de DEEP LEARNING, focalizate pe aplicațiile de Computer Vision și Big Data Mining. Un alt obiectiv este orientat spre însușirea de către studenți și utilizarea metodelor fundamentale de procesare a imaginilor , proiectarea de aplicații specifice pentru Computer Vision în sisteme reale, analiza secventelor video in contextul aplicatiilor industriale, medicale, roboticii sau observarii Pamantului, și a interfaţării vizuale automate om-maşină. Un alt treilea obiectiv este dezvoltarea abilității de extragere automată a informației relevante din arhive mari de date (BIG DATA MINING).

Competențe de specialitate oferite absolvenților

• Capacitatea de a modela si proiecta sisteme software/hardware bazate pe tehnici de inteligenţa artificială pentru a rezolva probleme de recunoaşterea formelor din domeniul observării Pământului, roboticii, biologiei, medicinei, economiei, finanţelor, jocurilor, controlului calitatii; in cadrul inteligenței artificiale, capacitatea de utilizare atât a unor tehnici inteligente de inspiratie naturală (inteligență computațională), cât și a modelelor Deep Learning.
• Abilitatea de a modela şi proiecta sisteme software/hardware de prelucrare şi analiză a imaginilor pentru aplicaţii specifice; capacitatea atat de a utiliza programe (software) deja existente pentru prelucrarea imaginilor, cat si de a proiecta si implementa sisteme noi, folosind interfete si limbaje specifice.

Exemple de direcții de cercetare abordate

• Sistem CNN-GAN pentru identificarea expresiilor faciale
• Metode avansate de detecție a schimbărilor (change detection) în imagini satelitare SAR/LANDSAT pentru monitorizarea dezastrelor
• Tehnici de inteligență computațională pentru predicția financiară
• Model Deep-CNN pentru diagnosticarea stării de ebrietate în imagini faciale termale
• Deep Learning pentru data mining in imagini satelitare Earth Observation.
• Algoritmi Swarm Intelligence pentru explorarea imaginilor de observație terestră
• Automatizarea proceselor utilizând roboți software inteligenti
• Tehnici de inteligență artificială pentru analiza și diagnosticarea imaginilor medicale
• Deep learning și computer vision pentru conducerea autonomă a vehiculelor