Program studiów
Program studiów
Studia obejmują 192 godziny zajęć, w tym 64 godzin zajęć praktycznych w trakcie zjazdów weekendowych w ciągu 2 semestrów.
Ukończenie studiów następuje na podstawie egzaminu dyplomowego.
Głębokie sieci neuronowe - podstawy
Dowiesz się jakie kategorie aplikacji mediów cyfrowych korzystają obecnie z modeli neuronowych. Poznasz podstawowe typy neuronowych sieci tensorowych i metodykę ich zapisu symbolicznego. Dowiesz się co to są równania przepływu gradientu dla podstawowych jednostek przetwarzania w sieciach głębokich i jakie znaczenie mają te równania w optymalizacji modeli neuronowych. Nauczysz się konfigurować najbardziej popularne algorytmy stochastycznej optymalizacji sieci głębokich. Oprócz podstawowych elementów platformy PyTorch poznasz nasze własne proste narzędzia definiowania architektur typu CNN w plikach konfiguracyjnych i w oparciu o nie, techniki trenowania i testowania modeli neuronowych bez konieczności użycia języka programowania.
Programowanie głębokich sieci neuronowych
Nauczysz się lub przypomnisz sobie jak kodować w Pythonie podstawowe schematy przetwarzania danych. Będziesz umiał organizować zbiory danych trenujących i testowych na dysku i w pamięci w postaci wsadowej. Dowiesz się jak w praktyce stosować notacje tensorowe. Będziesz potrafił (potrafiła) kodować w pakiecie PyTorch architektury sieci głębokich, zapisywać parametry ich optymalizacji oraz definiować funkcje strat stosowane w trenowaniu modeli definiowanych przez sieci typu CNN/RNN. Skonfigurujesz swoje sieci do pracy z jedną lub więcej niż jedną kartą graficzną.
Modelowanie 3D - analiza obrazu twarzy i sylwetki osoby
Poznasz neuronowe metody detekcji oraz śledzenia twarzy oraz sylwetki/szkieletu osób w obrazie. Zrozumiesz znaczenie klasycznych modeli typu Candide-3D w identyfikacji geometrii twarzy, jej personalizacji i animacji. Będziesz potrafił (potrafiła) identyfikować orientację głowy na podstawie obrazów z kamery internetowej. Dowiesz się jak budować modele rozpoznawania emocji w obrazie twarzy.
Sieci głębokie w projektowaniu gier komputerowych - aspekty treści i strategii
Poznasz techniki generowania i wzbogacenia treści gry, w tym techniki powiększania rozdzielczości oraz transferu koloru i stylu, a także zastosujesz w praktyce poznane techniki. Zgłębisz problematykę doskonalenia procesów symulacji zjawisk fizycznych w grach komputerowych i będziesz umiał (umiała) skonfigurować neuronowe moduły niezbędne w projektowaniu strategii gry.
Rozpoznawanie obiektów cyfrowych
Poznasz neuronowe metody rozpoznawanie twarzy w obrazie i będziesz potrafił (potrafiła) skonfigurować stosowne aplikacje. Dowiesz się jak definiować architektury wybranych sieci rozpoznawania mówcy. Zgłębisz techniki segmentacji audiowizualnej w materiale audiowizualnym i zastosujesz narzędzia segmentacji mediów cyfrowych.
Indeksowanie obiektów cyfrowych
Poznasz techniki segmentacji obrazu powiązane z jego adnotacją.i będziesz potrafił (potrafiła) skonfigurować stosowne aplikacje. Dowiesz się jak działają techniki automatycznej adnotacji w materiale dźwiękowym i poznasz metody automatycznego streszczania zawartości wideo.
Bezpieczeństwo w mediach cyfrowych
Poznasz sygnałowe techniki detekcji i klasyfikacji wirusów w programach komputerowych. Dowiesz się na czym polega synteza i analiza podpisu cyfrowego w obrazie, a także w materiale dźwiękowym. Ocenisz walory praktyczne podpisu cyfrowego z wykorzystaniem mediów cyfrowych.
Kompresja i zanurzanie obiektów cyfrowych
Poznasz rolę doradczych sieci generacyjnych w kompresji i zanurzaniu mediów cyfrowych. Będziesz potrafił (potrafiła) analizować własności takiej sieci i jej efektywność. Porównasz moduły kodowania arytmetycznego w sieciach głębokich z tradycyjnym modułem w standardach kompresji obrazu i zrozumiesz rolę splotu przyczynowego. Poznasz też techniki steganograficzne, w tym zanurzanie danych w obrazie i dźwięku. Dowiesz się jak konfigurować sieć głęboką kodera i dekodera steganograficznego.
Sieci głębokie w projektowaniu gier komputerowych – aspekty inteligentnego interfejsu gracza
Dowiesz się jak konfigurować interfejs gry wykorzystujący sieci głębokie. Będziesz potrafił także konfigurować i użytkować aplikacje generowania mowy i innych dźwięków w grze. Zastosujesz w grach komputerowych narzędzia rozpoznawanie poleceń głosowych i gestów.
