Wybrano najlepsze projekty badawcze studentów WETI | Politechnika Gdańska

W ramach pierwszej edycji projektów badawczych, która jest kontynuacją przedmiotu Projekt grupowy na studiach II stopnia na WETI z sukcesem zrealizowano ponad 70 projektów. Jury konkursu na „najlepszy projekt na WETI” przyznało trzy nagrody i cztery wyróżnienia dziekana, a firma IHS Markit nagrodziła „najlepszy projekt z dziedziny sztucznej inteligencji”. Wręczenie nagród i prezentacja  projektów odbyły się podczas inauguracji studiów II stopnia na wydziale. Zaproszonych studentów witał prof. Jacek Stefański, dziekan WETI

– Jesteśmy u progu 70-lecia naszego wydziału. Zaczynacie swoje studia w roku jubileuszowym naszego wydziału i bardzo się cieszę, że mogę powitać naprawdę liczną grupę studentów. Przed Wami studia, które trwają tylko trzy semestry. To krótki, ale niezwykle istotny czas dla Was i dla Waszej przyszłej kariery zawodowej, który otwiera drzwi na rynek pracy.

Po oficjalnym rozpoczęciu wręczono nagrody i pieniężne i upominki  najlepszym studenckim zespołom badawczym.

– Autorzy projektów wykazali się nie tylko innowacyjnością, ale również pracowitością. Co więcej, kilka prac zostało opublikowanych w renomowanych czasopismach lub na konferencjach o zasięgu światowym, a kolejnych kilkanaście prac ma szansę na publikację (niektóre są już w recenzji) – powiedział dr inż. Krzysztof Nowicki, prof. PG, pełnomocnik dziekana WETI ds. projektów badawczych.

Nagrody

Pierwsze miejsce

• Realizacja prototypu systemu radiolokalizacyjnego WBAN z zastosowaniem głębokiego uczenia

kierownik: Sebastian Urwan

członkowie grupy: Dominika Wysocka, Alicja Pietrzak

opiekun: dr inż. Krzysztof Cwalina

Zespół wykonał prototyp hybrydowego systemu radiolokalizacyjnego osób z zastosowaniem metod głębokiego uczenia, który jest odpowiedzią na potrzeby Centrum Rehabilitacyjno-Opiekuńczego SALUBRE w Rumii i został opracowany zgodnie z wymaganiami oraz wytycznymi firmy. Efektywność opracowanego systemu zweryfikowano na podstawie pomiarów w rzeczywistych środowiskach propagacyjnych wewnątrzbudynkowych oraz zewnątrzbudynkowych, a uzyskane wyniki badań (jak i sam system) mają charakter innowacyjny i są przedmiotem przygotowywanej publikacji w czasopiśmie międzynarodowym z listy ministerialnej.

Drugie miejsce

• Zastosowanie algorytmów uczenia maszynowego do wykrywania raka w płynnej biopsji

kierownik: Franciszek Górski

członkowie grupy: Piotr Juszczyk, Sebastian Lewalski

opiekun: mgr inż. Sebastian Cygert       

Celem projektu było stworzenie algorytmu do wykrywania raka w płynnej biopsji. Projekt był realizowany we współpracy z Gdańskim Uniwersytetem Medycznym i miał na celu weryfikację zastosowanego przez zespół z GUMedu nowatorskiego podejścia do wczesnego wykrywania raka. Innowacyjne podejście polegało na zastosowaniu do treningu sieci neuronowej danych pochodzących z płynnej biopsji. Wyzwanie i jednocześnie innowacyjność projektu polegała na nowym zastosowaniu algorytmów uczenia maszynowego. Dodatkową trudnośś stanowiła praca z prawdziwymi danymi medycznymi i ich ograniczoną dostępnością. Efektem projektu jest m.in. praca zaprezentowana 4th workshop on “PRedictive Intelligence in MEdicine” (PRIME) at MICCAI 2021.

Trzecie miejsce

• Wspomaganie bezpieczeństwa osób i inteligencji auta z wykorzystaniem automatycznej detekcji pieszych w sekwencjach obrazów termicznych

kierownik: Aleksandra Górska

członkowie grupy: Iga Namiotko , Martyna Włoszczyńska, Aleksandra Górska, Aleksandra Wędołowska, Patrycja Guzal

opiekun: dr hab. inż. Jacek Rumiński prof. PG

Wykrywanie pieszych, szczególnie w trudnych w warunkach drogowych jest ważnym celem badań w zakresie rozwoju pojazdów autonomicznych. Zadanie takie podjęli studenci specjalności sztuczna inteligencja projektując moduł obrazowania termicznego. Umieszczając moduł na samochodzie zarejestrowali tysiące obrazów, które opisali i wykorzystali w licznie zaadaptowanych modelach uczenia maszynowego. W rezultacie opracowali kompletny prototyp innowacyjnego rozwiązania umożliwiający efektywną detekcję pieszych nawet nocą. Efektem projektu są m.in dwie prace zgłoszone na konferencję IEEE/IES Human-System Interaction, Australia 2022.               

Wyróżnienia

• Szybkie automatyczne projektowanie anten planarnych z wykorzystaniem algorytmów optymalizacji             

kierownik: Michał Czyż

członkowie grupy:  Kacper Błaszkowski

opiekun: dr hab. inż. Adrian Bekasiewicz prof. PG          

Celem projektu było opracowanie rozwiązań umożliwiających automatyczną generację topologii anten planarnych, które spełniają określone wymagania dotyczące parametrów pracy. Zadanie zrealizowano poprzez opracowanie innowacyjnej topologii uniwersalnej anteny planarnej, której geometria jest reprezentowana przy użyciu kombinacji funkcji trygonometrycznych umożliwiając tym samym uzyskanie generowanie różnorodnych geometrii przy jednoczesnym zapewnieniu ich ograniczonej liczby parametrów wejściowych. Opracowany uniwersalny model anteny wykorzystano w połączeniu z innowacyjnym klasyfikatorem oraz wydajnymi narzędziami optymalizacji przy użyciu modeli zastępczych, pozwalając tym samym na automatyczne budowanie zbioru promienników przy zachowaniu niewielkiego kosztu działania procedury. Dwie prace zostaną zaprezentowane pod koniec marca na międzynarodowej konferencji związanej z inżynierią antenową( 16th. European Conference on Antennas and Propagation, Madrid 2022). Do druku przyjęty został także artykuł w czasopiśmie z listy A MNiSW “International Journal of Electronics and Telecommunications”.

• System lokalizacji wewnątrzbudynkowej wspomagający poruszanie się osób niewidomych  

kierownik: Michał Wysocki

członkowie zespołu: Marta Trzaska, Robert Nicpoń

opiekun: dr inż. Agnieszka Czapiewska

Celem projektu było zbadanie użyteczności systemu lokalizacji wewnątrzbudynkowej, wykorzystującego technologię Bluetooth Low Energy (BLE), jako wsparcia dla osób niewidomych, przebywających wewnątrz lub w pobliżu dużych budynków. W ramach projektu zrealizowano narzędzia pomiarowe dla metody fingerprinting, szereg pomiarów w warunkach rzeczywistych oraz przeprowadzono analizę dokładności pozycjonowania wybranej metody. Innowacyjność przeprowadzonych badań związana jest ze zrealizowaniem pomiarów dla różnych scenariuszy konfiguracji urządzeń oraz użycia dużej liczby różnych terminali.

• Mała nawodna jednostka bezzałogowa (mUSV) zdolna do samodzielnego przebycia zaplanowanej trasy       

kierownik: Cezary Sobczak

członkowie grupy: Michał Niemc, Mikołaj Dyrka, Patryk Monarcha, Marek Kasiewicz

opiekun: dr hab. inż. Henryk Lasota prof. PG    

Dla potrzeb laboratorium i pracowni projektowej nowej specjalności uzupełniającej Technologie Pojazdów Autonomicznych (TPA), zespół skonstruował (w ramach Katedry Systemów Sonarowych, we współpracy z firmą Navinord) platformę pływającą mUSV (mini Unmanned Surface Vehicle). Stanowi ona uniwersalny nośnik urządzeń i systemów wbudowanych – nawigacyjnych i obserwacyjnych, działających w czasie rzeczywistym, umożliwiających eksploatację w trybie autonomicznym, co oznacza zaawansowaną automatykę wzbogaconą o zdolność do rozpoznawania przeszkód, modyfikacji zaplanowanej trasy, a po ominięciu przeszkody kontynuowania założonej misji. W trakcie eksploatacji platforma raportuje przez łącze radiowe swoje parametry (pozycja, kierunek, prędkość, poziom naładowania baterii, komunikaty o błędach).

• Badanie właściwości entropii w układach splątanych  

kierownik: Jan Horodecki

opiekun: dr inż. Piotr Mironowicz

Tematem badań było wyznaczenie zależności pomiędzy dwoma zjawiskami charakterystycznymi dla układów kwantowych: łamaniem nierówności Bella oraz negatywnej entropii warunkowej. Problematyka ta dotyka samej kwintesencji kwantowego przetwarzania informacji i komunikacji kwantowej. W ramach projektu badawczego inż. Jan Horodecki wykazał, że istnieje interesująca zależność pomiędzy wielkością bezpośrednio obserwowalną, jaką jest wspomniane łamanie nierówności Bella, a wielkością nieobserwowalną bezpośrednio, jaką jest negatywność entropii warunkowej. Odkrycie to może w przyszłości stanowić podstawę do opracowania nowych protokołów komunikacyjnych i przetwarzania informacji, stąd potencjalnie może mieć dość duże znaczenie dla ICT. Praca ma zostać przesłana do czasopisma „Quantum Information Processing” w ciągu najbliższych kilku tygodni.

Nagrody za projekty z dziedziny AI

W konkursie na „Najlepszy projekt z dziedziny sztucznej inteligencji” przyznano dwie nagrody, których sponsorem jest firma IHS Markit.

Pierwsza nagroda

• Realizacja prototypu systemu radiolokalizacyjnego WBAN z zastosowaniem głębokiego uczenia

Ten projekt otrzymał w sumie dwie pierwsze nagrody, jego opis znajduje się powyżej.             

Druga nagroda

• Analiza obrazów w podczerwieni i segmentacja elementów charakterystycznych twarzy na termogramach z wykorzystaniem SI na potrzeby prewencji COVID-19

kierownik: Piotr Filipowicz

członkowie grupy:  Kinga Słomińska, Piotr Filipowicz, Mateusz Kowalewski

opiekun: dr hab. inż. Mariusz Kaczmarek prof. PG         

Projekt miał na celu przeprowadzenie analizy stanu wiedzy dotyczącej wykorzystania metod uczenia maszynowego do detekcji obszaru twarzy i punktów charakterystycznych twarzy (oczy) na obrazach, w szczególności na obrazach termograficznych (obrazowanie w podczerwieni), a następnie implementacja modułu rozpoznawania twarzy do aplikacji systemu do przesiewowego monitoringu temperatury osób wchodzących do pomieszczenia. To złożone zadanie bowiem moduł oprogramowania ma służyć do automatycznego wyznaczania na termogramach obszaru twarzy oraz charakterystycznych elementów twarzy z uwzględnieniem odległości osoby od kamery termograficznej. Dodatkowo, zakłada się, że osoby wchodzą do pomieszczenia z zewnątrz, gdzie panują zmienne warunki pogodowe (w zależności od pory dnia, pory roku i aury), co skutkuje różnymi rozkładami temperatury na twarzy. Wyniki prac zostały zgłoszone do czasopisma z listy ministerialnej „IEEE Transactions on Biomedical Engineering”

Projekty były realizowane w ramach przedmiotu Projekt badawczy na studiach II stopnia na WETI, ale brali w nim udział także studenci innych wydziałów. Celem przedmiotu jest przygotowanie studentów do przyszłej pracy w zespole badawczym oraz nauczenie terminowego wywiązywania się ze zobowiązań wynikających z harmonogramu. Tematy projektów formułują dowolni klienci, w tym spoza PG, przy czym mogą to być projekty aplikacyjne oraz aplikacyjno-badawcze. Studenci weryfikują zadaną przez klienta hipotezę badawczą, co może wymagać wykonania produktu np. aplikacji, urządzenia oraz przeprowadzenia odpowiednich badań i analizy wyników. Następnie autorzy projektu przedstawiają raport w formie publikacji w języku angielskim lub – w przypadku projektów aplikacyjnych – w formie zgłoszenia patentowego.