Timski Projekt

Svrha projekta jest stjecanje iskustva u timskom radu, u pisanju tehničkih izvještaja, u prezentaciji rezultata rada, te u stjecanju novih znanja u polju neuronskih mreža.

Sadržaj

  1. Upute za izradu projekta
    1. Formiranje timova
    2. Prijedlog projekta
    3. Upute za izradu izvještaja
    4. Upute za izradu prezentacije
    5. Predaja projekta
  2. Rokovi
  3. Popis svih timova
  4. Prijedlozi tema projekata

Upute za izradu projekta

Formiranje timova

Na početku semestra svi studenti koji su upisali predmet "Neuronske mreže" moraju formirati projektne timove koji imaju najmanje pet i ne više od šest članova; ciljana veličina tima je pet studenata

Nakon formiranja tima članovi projektnog tima moraju odabrati voditelja tima. Odabrani voditelj tima zatim mora obavijestiti nastavnike na predmetu putem e-maila o formiranom projektnom timu i o okvirnoj temi odnosno imenu projekta do datuma određenog u popisu rokova. Tim i tema će zatim biti navedeni na ovim stranicama u popisu projekata čime se osigurava da svaki tim ima jedinstvenu temu projekta.

Nakon što je tema potvrđena članovi tima za odabranu temu moraju napisati prijedlog ili sažetak projekta.

Prijedlog projekta

Formirani tim mora na temelju okvirno odabrane teme napisati prijedlog projekta. U prijedlogu se navode:

  1. ime projekta,
  2. tema i kratki opis projekta,
  3. razrada projekta u zadatke (Što i kako treba napraviti?),
  4. ishode projekta (Što je krajnji proizvod?),
  5. dodjelu poslova članovima tima (Što će tko raditi?), i
  6. okvirni vremenski plan rada (Koliko dugo će to trajati?).

Prijedlog projekta mora poslan do datuma određenog u popisu rokova.

Upute za izradu izvještaja

Molimo vas da izvještaj oblikujete prema IEEE-ovom konferencijskom formatu.

Predlošci za IEEE-ov konferencijski format su dostupni na adresi https://www.ieee.org/conferences_events/conferences/publishing/templates.html.

Preporučamo vam da tehnički izvještaj redom sadrži sljedeće elemente:

  1. kratki uvod koji uključuje opis problema i motivaciju;
  2. pregled postojećih pristupa rješavanju odabranog problema, odnosno kratki pregled literature;
  3. opis rješenja problema ostvarenog od strane projektnog tima;
  4. opis eksperimentalnih rezultata;
  5. diskusija koja uspoređuje vaše rezultate s rezultatima prethodnih radova iz literature (ako postoje);
  6. zaključak; i
  7. popis literature.

Također vam preporučamo da ne pretrpavate vaš tehnički izvještaj s programskim kodom jer istog predajete zasebno.

Izvještaj može biti napravljen na engleskom ili na hrvatskom jeziku.

Upute za izradu prezentacije

Na kraju semestra projektni tim će prezentirati ostvarene rezultate projekta. Prezentacija se izvodi uz pomoć školske ploče, računala i projektora. Prezentacije će se održati u terminu redovnog predavanja prije završnih ispita. Točno vrijeme koje će biti dano timu za izlaganje biti će oglašeno barem tjedan dana prije samih prezentacija.

Konačne prezentacije projekata se predaju kao PDF dokument.

Prisustovanje je obvezno: svi studenti koji su upisali predmet i svi članovi projektnih timova moraju biti prisutni tijekom prezentacija konačnih izvještaja o projektima.

Prezentacija može biti izrađena i održana na engleskom ili na hrvatskom jeziku.

Predaja projekta

Svi rezultati projekta se predaju putem Moodle stranice predmeta do datuma određenog u popisu rokova.

Morate predati i izvještaj i prezentaciju u PDF formatu te programski kod kojeg ste napravili tijekom izrade projekta.

Dovoljno je da samo jedan član tima preda dokumentaciju.

Rokovi

Važni rokovi koji se ne smiju prekoračiti:

  • Formiranje grupa do 13. 10. 2023.
  • Predaja prijedloga projekta do 20. 10. 2023.
  • Prve konzultacije s nastavnikom do 16. 11. 2023.
  • Predaja projekta do 15.1.2024.

Neopravdano prekoračenje nekog od navedenih rokova donosi negativne bodove (odnosno smanjuje maksimalni broj bodova koji možete postići na projektu).

Projekti 2023./2024.

R.br. Ime projekta Članovi tima
1. Prepoznavanje osjećaja iz izraza lica Marin Avirović, Tina Bakić, Antonija Engler, Lovro Glogar, Andrija Nakić

2.

 Generiranje tekstova pjesama pomoću RNN Tomislav Krog, Matija Sever, Rej Šafranko, Jurica Matošić, Lara Kokeza, Luka Maros
3. Generiranje glazbe korištenjem LSTM mreže Andrija Banić, Antonio Babić, Mario Hladek, Marko Jurić, Dario Pavlović
4. Detekcija anomalije u zvučnom zapisu pomoću autoenkodera Rea Pintar, Toni Ivanković, Lucija Marija Stanušić, Kristijan Verović, Bjanka Vrljić
5. Prepoznavanje prometnih znakova pomoću CNNova Tin Jukić, Nikolina Špehar, Ante Drinovac, Špiro Golem, Dora Šokota
6. Prepoznavanje odjevnih predmeta koristeći CNN Ana Lukenda, Ivan Inkret, Karlo Kovač, Domagoj Matošević, Denis Pipalović
7. Klasifikacija raznih oblika oblaka iz satelitskih slika Ivan Linardić, Marta Bonacin, Karlo Kada, Josip Majer, Lucija Marinčić
8. Prepoznavanje prometnih znakova pomoću CNNova 2 Tea Teskera, Ariana Dobrostal, Marija Dragošević, Laura Petan, Luka Terzić
9. Prepoznavanje osjećaja iz izraza lica 2 Lara Đaković, Luka Đud, Mateja Golec, Leon Hegedić, Ana Vrabec
10. Lokalizacija pješaka u prometu koristeći CNN Katarina Jurič, Matej Dražić-Balov, Naomi Kombol, Matej Lopotar, Petar Sorić
11.

Predviđanje cijena rabljenih automobila

 Josip Krznar, Jura Milković, Sven Rotim, Sven Nekić, Filip Relić
12. Analiza sentimenta pomoću NLP modela Luka Panić, Lovro Furač, Mirta Vučinić, Karlo Priselac, Marin Boić
13. Prepoznavanje raka pluća i debelog crijeva na slikama koristeći CNN Dominik Jambrović, Filip Pankretić, Velimir Kovačić, Filip Perković, Luka Glavinić, Neven Krznar
14. Prepoznavanje autora slike pomoću neuronskih mreža Fran Žužić, Stella Balić, Barbara Pašalić, Jan Kolić, Tin Pavletić
15. Detekcija SPAM poruka pomoću LSTM-a Jerko Šegvić, Maksim Kos, Tomislav Matić, Lana Tuković, Hrvoje Ljubas
16. Generiranje tekstova pjesama pomoću RNN 2 Ivan Mihaljević, Jana Perak, Bruno Perković, Marko Peroš, Tio Špicar
17. Prepoznavanje marke automobila pomoću CNNova Patrik Macukić, Sven Bataljak Savić, Luka Hobor, Vida Krušić, Lovro Vrsalović
18. Detekcija sarkazama u naslovima članaka Petra Dunja Grujić Ostojić, Hana Jurić Fot, Lea Krsnik, Lorena Lazar, Leon Zrnić
19. Predviđanje vrijednosti dionica pomoću RNN Vedran Bedeković, Borna Budimir-Bekan, Marin Puharić, Josip Mikulić, Mihael Cugovčan, Marin Meštrović
20. Prepoznavanje voća i povrća pomoću CNN Matija Pintarić, Filip Šimičević, Petar Hajduk, Ivan Milinović, Hana Smoković, Marko Čengić
21.

Predviđanje vremena dostave hrane

 Mateja Vuradin, David Iveković, Fran Ostroški, Ivo Veverec, Matej Zubić
22. Prijenos umjetničkog stila pomoću dubokih neuronskih modela Josip Srzić, Renato Jurišić, David Kerman, Pino Pavlić, Kim Staničić
23. Estimacija poze životinja koristeći CNN Tomislav Žiger, Klara Krmpotić, Lovro Srebačić, Sven Skender, Danijel Barišić
24. GANovi za generiranje raznih izraza lica Blaž Solić, Ivan Futivić, Josip Delač, Fran Mesić, Matko Pribičević
25. Klasifikacija pasmina mačaka Lara Miholić, Katarina Bošnjak, Ivan Hajpek, Dora Ljubas, Ivana Stilinović
26. Detekcija nogometaša na terenu Marija Anđelić, Martin Balukčić, Fran Hunski, Franjo Tukara, Matija Roginić, Adrian Golem
27. Prepoznavanje kućnih brojeva Iva Idžojtić, Paola Glavić Sanković, David Ivušić, Vid Rebernak, Anton Vučinić
28. Detekcija ozljeda abdomena iz CT slika Bruno Maršić, Alen Vodopija, Majda Bakmaz, Ivana Krišto, Zrinka Pećanić
29. Prepoznavanje marke automobila pomoću CNNova 2 Martina Galić, Iva Marić, Branimir Stanković, Karlo Šarić, Ilan Vezmarović
30. Lokalizacija pješaka u prometu koristeći CNN 2 Luka Brečić, Marija Oreč, Matea Lipovac, Josip Prpić, Mateo Elez
31. Prepoznavanje pasmina pasa koristeći CNN Marita Radić, Lana Šprajc, Ante Bilić, Filip Pešut, Nino Poletan, Domagoj Planjar
32. Prepoznavanje pasmina pasa koristeći CNN 2

Luka Cavalli, Marko Kuzmić, Kristo Palić, Sven Šćekić, Jura Darko Šlehan
33. GANovi za generiranje raznih izraza lica 2 Ian Golob, Valentino Janda, Vid Bebek, Josip Goluža, Bojan Antunović
34. Prepoznavanje registarskih pločica vozila Željko Kelava, Sven Leo Kupres, Mislav Matić, Jelena Penava, Juraj Skokandić, Mihael Orlović
35.    

Prijedlozi tema projekata

Radi lakšeg odabira teme projekta ovdje navodimo neke primjere mogućih tema projekata:

  • Prepoznavanje prometnih znakova pomoću CNNova
  • GANovi za generiranje raznih izraza lica
  • Prepoznavanje osjećaja
  • Prepoznavanje pješaka pomoću CNNova
  • Prepoznavanje nogometaša na terenu
  • Klasifikacija raznih oblika oblaka pomoću satelitskih slika
  • Generiranje tekstova pjesama pomoću rekurzivnih neuronskih mreža
  • Neuronske mreže za obradu nestrukturiranih skupova podataka (DeepSets i/ili PointNet)
  • Približno rješavanje problema izjednačenja zrakovnog snopa (Dense Bundle Adjustment Network)
  • Animacija virtualnih likova pomoću neuronske mreže OpenPose