Projekt Fórum 2023

A Karon futó projektek közül bemutatkoznak azok, melyek várják az Informatikai Kar hallgatóinak csatlakozását az adott projektbe.

 

Quantum Computing and Communication

A Kvantuminformatika Nemzeti Laboratórium (QNL) összefogja a hazai kvantuminformatikai kutatásokat. Az ELTE két kara vesz részt a QNL munkájában. Az Informatikai Karon és a Természettudományi Karon a következő területeken végeznek kutatásokat: kvantumszámítógépek programozását megkönnyítő programozási nyelvek és szoftverfejlesztési eszközök (fordítóprogramok, elemző, profilozó és refaktoráló eszközök), klasszikus és kvantumos programelemek egyesítése, kódoptimalizálási módszerek, kvantumalgoritmusok, kvantumszámítógép-szimulátorok, posztkvantum kriptográfia, valamint optikai és kvantumoptikai alapjelenségek kísérleti úton való tanulmányozása.

Jelenleg két témához lehet csatlakozni:

• kvantummechanikai programfordítás

A hagyományos processzorok a natív műveleteknek csak egy limitált készletét képesek végrehajtani, ezért a kvantummechanikai programokat le kell fordítani ilyen alapvető műveletekre. Az utóbbi években nagyon hatékony módszert fejlesztettek ki ennek végrehajtására, a problémát optimalizálási problémára fordítják át. A megoldást a SQUANDER package-ben implementálták, amely elérhető a GitHub-on. A jelenlegi feladat ennek a kvantum fordítóprogramnak a felgyorsítása és hatékonyabbá tétele.

• FPGA alapú adatfolyam motorokkal továbbfejlesztett fotonikus kvantumszámítógépek szimulációja

A szabadon hozzáférhető Piquasso szimulátor hatékonyságát tekintve a világ legjobbjai közé tartozik. Több szinten be lehet kapcsolódni a fejlesztésébe: kvantumalgoritmusok programozása, futtatása, az eredmények implementálása high-level Python Programming API-n; optimalizált C++ nyelvű motor; hardver gyorsítása

Használt technológiák: programozás C, C++, Python és JavaScript nyelveken, gyorsítók – pl. FPGA – programozása

Elsősorban olyan jelentkezőket várnak, akik érdeklődnek a multidiszciplináris kutatás iránt, rendelkeznek lineáris algebrai és programozói ismeretekkel.

A Szombathelyi Kampuszon tanulók is jelentkezhetnek.

A kutatásokban történő részvétel legalább heti egy nap elfoglaltságot jelent.

Kontakt: Dr. Kozsik Tamás dekan@inf.elte.hu, Rakyta Péter peter.rakyta@ttk.elte.hu

 

CodeCompass

A CodeCompass egy nyílt forráskódú, kódértő eszköz, amelyet az Ericsson és az ELTE IK fejlesztett ki, hogy segítse a nagy, régebbi szoftverrendszerek megértését. Webes felhasználói felülete gazdag szöveges keresési és navigációs funkciókat, valamint szabályalapú megjelenítési funkciók széles skáláját kínálja. Ezen szolgáltatások biztosításához a forráskód statikus elemzését használják, de további információkat is gyűjtenek, mint pl. a projekt összeállítási rendszerének és verziókezelési előzményeinek elemzése. A CodeCompass jelenleg a C/C++ projektet támogatja, míg a C#, Java és Python nyelvek bevezetése és béta tesztelése folyamatban van.

Használt technológiák: C/C++, C#, Java, Python, JavaScript/TypeScript

BSc és MSc hallgatók egyaránt jelentkezhetnek. MSc hallgatók a kutatásban való részvételért és fejlesztésekért kreditet szerezhetnek, ha felveszik a Szoftvertechnológia labor kurzust. BSc hallgatók esetén elvárás az elvégzett Szoftvertechnológia kurzus.

Szombathelyi Kampuszon tanulók nem jelentkezhetnek.

A projektben történő részvétel heti 4-8 óra elfoglaltságot jelent. (A Szoftvertechnológia labor kurzust kreditért elvégző mesterszakos hallgatóknak heti 8 óra.)

Kontakt: Cserép Máté mcserep@inf.elte.hu, Fekete Anett afekete@nf.elte.hu, Porkoláb Zoltán gsd@inf.elte.hu

 

SpotBugs

A SpotBugs célja a Java kód biztonsági réseinek megtalálása statikus elemzés segítségével. A feladat a projektben egy vagy több detektor implementálása, az ilyen problémák automatikus megkeresésére a Java forráskódban. A jelentkező ezzel egy nyílt forráskódú és széles körben használt projekt megvalósulásához járul hozzá.

Használt technológiák: Java

BSc és MSc hallgatók egyaránt jelentkezhetnek. MSc hallgatók a kutatásban való részvételért és fejlesztésekért kreditet szerezhetnek, ha felveszik a Szoftvertechnológia labor kurzust. BSc hallgatók esetén elvárás az elvégzett Szoftvertechnológia kurzus. A Java programozási környezet ismerete erősen ajánlott.

Szombathelyi Kampuszon tanulók nem jelentkezhetnek.

A projektben történő részvétel heti 4-8 óra elfoglaltságot jelent. (A Szoftvertechnológia labor kurzust kreditért elvégző mesterszakos hallgatóknak heti 8 óra.)

Kontakt: Cserép Máté mcserep@inf.elte.hu

 

CodeChecker

A CodeChecker statikus elemzés segítségével igyekszik megtalálni a C/C++ kód biztonsági réseit. A feladat a projektben egy vagy több detektor implementálása, az ilyen problémák automatikus megkeresésére a C/C++ forráskódban. A jelentkező ezzel nyílt forráskódú Clang Tidy vagy Clang Static Analyzer eszközök megvalósulásához járul hozzá.

Használt technológiák: C/C++

BSc és MSc hallgatók egyaránt jelentkezhetnek. MSc hallgatók a kutatásban való részvételért és fejlesztésekért kreditet szerezhetnek, ha felveszik a Szoftvertechnológia labor kurzust. BSc hallgatók esetén elvárás az elvégzett Szoftvertechnológia kurzus. A C++ programozási környezet ismerete erősen ajánlott.

Szombathelyi Kampuszon tanulók nem jelentkezhetnek.

A projektben történő részvétel heti 4-8 óra elfoglaltságot jelent. (A Szoftvertechnológia labor kurzust kreditért elvégző mesterszakos hallgatóknak heti 8 óra.)

Kontakt: Cserép Máté mcserep@inf.elte.hu, Porkoláb Zoltán gsd@inf.elte.hu

 

Machine Learning for Signal Processing

A gépi tanulás egy gyorsan fejlődő terület, számos alkalmazási területtel az informatikán belül. Ebben a projektben olyan algoritmusokat fejlesztenek, amelyek egyesítik az adat alapú deep learning módszerek és a modell alapú jelfeldolgozási megközelítések előnyeit. Számos projekt van folyamatban:

• Orvosbiológiai jelfeldolgozás: szívverés osztályozása EKG-jelekben, epilepsziás rohamok észlelése EEG-ben
• Digitális jelfeldolgozás: útfelület osztályozása kerékszenzor adatok alapján, távközlési jelek kódolása/dekódolása
• Tomográfiás képalkotás: roncsolásmentes vizsgálat termikus képalkotással, műtermékek csökkentése a CT-képeken
• Modellvezérelt gépi tanulási algoritmusok fejlesztése

Használt technológiák: Python, Matlab

Olyan harmadéves BSc és MSc hallgatók jelentkezését várják, akik érdeklődnek a matematikai modellezés, a jel- és képfeldolgozás, valamint a mesterséges intelligencia iránt.

A Szombathelyi Kampuszon tanulók is jelentkezhetnek.

A kutatásokban történő részvétel legalább heti 10 óra elfoglaltságot jelent.

Kontakt: Dr. Kovács Péter kovika@inf.elte.hu

 

P4 project

A P4 egy viszonylag új alkalmazási terület specifikus programozási nyelv, amely elsősorban csomagfeldolgozást végző hálózati eszközök (pl. switchek, routerek) működését megadó algoritmusok leírására szolgál. Lehetővé teszi az internet új koncepcióját, amelynek minden eleme programozható. A projektben különböző P4-hez kapcsolódó témákon dolgoznak, mint például a nyelv alkalmazhatóságának vizsgálata, használati esetek létrehozása, fordítóprogram fejlesztése a P4-hez, elemzési módszerek megvalósítása és meghatározása, valamint a nyelv refaktorálási lépései.

Használt technológiák: Java, Gremlin, P4 nyelvek

MSc és végzős BSc hallgatók jelentkezését várják.

A Szombathelyi Kampuszon tanulók is jelentkezhetnek.

A részvétel kb. heti 5-10 óra elfoglaltságot jelent, nagyban függ a konkrét feladattól.

Kontakt: Tejfel Máté matej@inf.elte.hu

 

Automatized unpacking machine/ function

2023-ban induló projekt, a Bosch-sal együttműködésben. Automatizált kicsomagoló gép, illetve funkció fejlesztése felismeréshez, vágáshoz, megfogáshoz, anyagmozgatáshoz, folyamatokhoz és ezeknek a funkcióknak az MI+robotika alkalmazásba való integrálásához.

Használt technológiák: gépi látás, mesterséges intelligencia, robotika, érzékelés, szenzorfúzió, algoritmusfejlesztés, ipari alkalmazás

MI, gépi látás és/vagy robotikai ismeretekkel rendelkező, illetve ezek iránt érdeklődő hallgatókat várnak.

A Szombathelyi Kampuszon tanulók is jelentkezhetnek.

A részvétel legalább 50%-os igénybevételt jelent feladattól függően, megbeszélés szerint.

Kontakt: Fischl Tamás tamas.fischl@hu.bosch.com

 

3D Object Detection and localization in the 3D camera/Lidar Sensor Fusion for Autonomous Mobile Robots and scene understanding systems

A projekt célja a minket körülvevő környezet jobb megértése, melynek részét képezi a környezeti feltételektől és az érzékelőkészlettől való függőség csökkentése (ahol az egyik kudarcot vall, a másik kiváló), az objektumok statikus és dinamikus többszörös ábrázolása, valamint az észlelt tárgyak létezésének megerősítése az észlelési teljesítmény növelése révén.

Használt technológiák: kamerák, LiDAR, Python, Pytorch, OpenCV, PCL

Olyan motivált hallgatókat várnak, akik hajlandóak a mélytanuláshoz, a kép- és pontfelhőfeldolgozáshoz kapcsolódó kihívást jelentő feladatok elvégzésére, erős Python és C++ ismeretekkel.

Szombathelyi Kampuszon tanulók nem jelentkezhetnek.

A részvétel heti 5 óra elfoglaltsággal jár.

Kontakt: Dr. Gulyás László lgulyas@inf.elte.hu, Massinissa Aouragh: m2j7au@inf.elte.hu

 

Poszt-kvantum kriptográfiai algoritmusok a Kvantuminformatikai Nemzeti Labor keretében

A Kvantuminformatikai Nemzeti Labor keretében foglalkozunk poszt-kvantum kriptográfiai algoritmusokkal. Ezek olyan protokollok tervezését/biztonságának elemzését jelentik, amelyek biztonságosak kvantumszámítógépes támadásokkal szemben is.

Használt technológiák: Algoritmusok kitalálása, elemzése, szoftver-és hardver implementációja.

Olyan BSc, MSc, PhD hallgatókat várnak, akik érdeklődnek a matematika vagy a kriptográfia iránt.

A Szombathelyi Kampuszon tanulók is jelentkezhetnek.

Kontakt: Kutas Péter kuppabt@inf.elte.hu

 

Anomaly detection and TCP optimization in Content Delivery Networks

A projekt együttműködésben jött létre a Deutsche Telekommal, a T-Labs finanszírozza. Célja nyílt forráskódú technológiára épülő tartalomszolgáltató hálózatok monitorozása és naplózása Németországban. Jelenleg 3 témában lehet bekapcsolódni:

• TCP optimalizáció – hogyan változtassák meg a TCP beállítások konfigurációját és fejlesszék ezzel a fogyasztók felhasználói élményét a szerveroldali pufferkapacitási problémák csökkentésével.
• Anomáliák észlelése a tényleges fizikai szerverek gyakori monitorozása révén.
• Jelenlegi fix szerverhierarchia átalakítása egy dinamikusabb felépítésre.

BSc, MSc és PhD hallgatókat várnak.

Szombathelyi Kampuszon tanulók számára nem elérhető.

A részvétel időtartama legalább 3 hónap.

Kontakt: Lendák Imre lendak@inf.elte.hu

 

Geoinformatics and Remote Sensing Laboratory

A laboratórium aktuális témái a tárgyfelismerésre, a változások észlelésére, a modellrekonstrukcióra és a 3D LiDAR pontfelhőkön, valamint a multispektrális légi- és műholdfelvételeken alapuló osztályozásra irányulnak. A folyamatban lévő kutatási projektek a következők:

• Műanyaghulladék észlelése a folyókon és közelükben műholdfelvételek alapján
• LiDAR pontfelhők dinamikus térbeli pozicionálása és összeállítása
• Vasúti infrastruktúra felismerése, szegmentálása és hibaelemzése LiDAR adatokból

Használt technológiák: műholdfelvételek, ortofotók, digitális domborzatmodellek, LiDAR, pontfelhők; PCL, PDAL, GDAL, OpenCV, stb. adatbázisok

Elsősorban C++ és/vagy C# nyelven programozási ismeretekkel rendelkező MSc vagy PhD hallgatókat várnak. Nem elvárás a távérzékelési technológiákkal és algoritmusokkal kapcsolatos speciális ismeretek előzetes ismerete, de a megfelelő MSc kurzusok elvégzése előnyt jelent. Az MSc hallgatók a kutatásban való részvételért és fejlesztésekért kreditet szerezhetnek, ha felveszik a Szoftvertechnológia labor kurzust.

Szombathelyi Kampuszon tanulók számára nem elérhető.

A kutatásban való részvétel heti 8-10 óra elfoglaltsággal jár.

Kontakt: Cserép Máté mcserep@inf.elte.hu

 

Task Management System (TMS)

A projekt célja a Task Management System (TMS) fejlesztése, amely egy nyílt forráskódú, webalapú feladat- és vizsgamenedzsment rendszer egyetemek számára, elsősorban programozással és informatikával kapcsolatos kurzusokra fókuszálva. Az alkalmazás fő jellemzői a hallgatói beadványok integrált értékelése, automatizált tesztelése, verziókövetése és plágiumellenőrzése. A TMS integrálható a Canvas LMS-sel is.

Használt technológiák: Backend: REST, MVC, ORM, PHP, Yii, Docker; Frontend: TypeScript, React

Olyan hallgatók jelentkezését várják, akik BSc képzésük során már elvégezték a Szoftvertechnológia kurzust, és kellő tudással, tapasztalattal (vagy legalábbis érdeklődéssel) rendelkeznek a webes technológiák és az említett programozási nyelvek iránt. MSc hallgatók a kutatásban való részvételért és fejlesztésekért kreditet szerezhetnek, ha felveszik a Szoftvertechnológia labor kurzust.

A Szombathelyi Kampuszon tanulók is jelentkezhetnek.

A részvétel minimum heti 4 óra elfoglaltságot jelent. (A Szoftvertechnológia labor kurzust kreditért elvégző mesterszakos hallgatóknak heti 8 óra.)

Kontakt: Cserép Máté mcserep@inf.elte.hu

 

Orvosi képalkotó eszközök szimulálásával való tesztelése 

A Mediso-ELTE labor keretein belül, többek között, orvosi képalkotó eszközök tesztelésével is foglalkoznak, melyekkel nem csak gyorsítják a fejlesztési folyamatot, de csökkentik is annak az esélyét, hogy egy gép kárt tegyen önmagában, vagy akár emberi életet veszélyeztessen.
A gépeket egy Gantry nevű hardware vezérlőrendszer irányítja. A tesztelés során ennek az eszköznek mutatnak egy virtuális világot, mintha egy valódi eszközre lenne kapcsolódva.
A rendszer központja Python, amihez kapcsolódik egy WebGL-es kijelzőrendszer és egy webes irányító felület. A projekt során be lehet csatlakozni a felület és a szimulációs rendszer fejlesztésébe is.

Használt technológiák: Python, WebGL, vagy JavaScript

A használt technológiák egyikét legalább alapszinten ismerő BSc, MSc hallgatókat várnak.

A Szombathelyi Kampuszon tanulók is jelentkezhetnek.

A részvétel legalább heti 5 óra elfoglaltságot jelent.

Kontakt: Hudoba Péter hudoba.peter@inf.elte.hu

 

Web alapú digitális tesztek fejlesztése fejlődési zavarral küzdő gyermekek azonosítására

A BGGyK-val együttműködve készült egy platformfüggő digitális diagnosztikai rendszer, amely hagyományos, gépenként telepítendő offline program volt, sok problémával. Mivel nem működött jól, webre átültetett, platformfüggetlen irányba indultak el a továbbfejlesztés során. Létrehoztak egy webes felületet, amelyre csak szakemberek regisztrálhatnak és melynek segítségével komplex vizsgálati képet lehet kirajzolni a páciensekről. A felületre elkészült 4 gyerekeknek szóló játékos teszt. Projektmunka keretében lehet részt venni további 4 teszt leprogramozásában, illetve nagyobb feladat a Digitális diagnosztika rendszer fejlesztése, szerveroldali megközelítés helyett kliensoldalira átalakítása.

Használt technológiák: JavaScript, Phaser3, PHP, Laravel

BSc hallgatók jelentkezését várják.

Szombathelyi Kampuszon tanulók számára nem elérhető.

A részvétel heti 2-4 óra elfoglaltsággal jár.

Kontakt: Fecht Szilárd fecht@inf.elte.hu

 

Precision livestock farming – agriculture and informatics

Az ELTE IK-n 2016 óta foglalkoznak agrárinformatikai projektekkel. A cél az informatika eszköztárának segítségével megoldásokat találni a termelők gyakorlati jellegű problémáira.

Használt technológiák: IoT (kamerák), gépi tanulás, kacsák és libák

Főleg BSc és/vagy MSc hallgatókat várnak, de PhD hallgatókat is szeretettel látnak. Mindenkit, aki érdeklődik a precíziós (okos) állattartás iránt.

A Szombathelyi Kampuszon tanulók is jelentkezhetnek.

A részvétel max. 30 perc elfoglaltsággal jár.

Kontakt: Alexy Márta abalord02@inf.elte.hu; abalord02@gmail.com

 

Development and analysis of explainable AI (XAI) techniques focusing on graph neural networks (GNNs) and graph based datasets

A GNN-eket tekintik a legjobb megoldásnak, amikor az interakciók modellezéséről és a természetesen gráfként leírható problémákkal való munkáról van szó. Míg a GNN-ek kivételes prediktív erővel rendelkeznek, az előrejelzések eredendő magyarázatának hiánya miatt ezek a modellek alkalmatlanok bizonyos biztonsági szempontból kritikus alkalmazásokra.

Ez a projekt arra összpontosít, hogy GNN-eket alkalmazzon olyan konkrét adatkészletekre (molekulaszerkezeti adatkészletek, interakciós hálózatok, forgalmi adatok, stb.), amelyek gráfábrázolásban állnak rendelkezésre gráf/részgráf osztályozás, csomópont-osztályozás vagy kapcsolat-előrejelzési feladatok végrehajtásához. A betanított modelleket különböző magyarázhatósági technikákkal tesztelik és validálják, az eredményül kapott magyarázatokat pedig standard magyarázhatósági mérőszámok (pl. hűség, pontosság, ritkaság) segítségével összehasonlítják és értékelik.

Használt technológiák: Deep Learning, Graph Neural Networks, XAI, Python, PyTorch (preferált) vagy TensorFlow, NetworkX

Gépi és mélytanulásban jártas BSc vagy MSc hallgatókat várnak.

Szombathelyi Kampuszon tanulók számára nem elérhető.

A részvétel heti 8 óra elfoglaltsággal jár.

Kontakt: Gönczy Tamás tamas.gonczy@hu.bosch.com, sgd131@inf.elte.hu

 

Static/dynamic source code analysis and transformations for Erlang — RefactorErl

A statikus programanalízis egy jól ismert technika a számítógéppel segített szoftverfejlesztésben, ami az alkalmazások futtatása és a fejlesztői idő pazarlása nélkül segíthet a szoftver bizonyos tulajdonságainak ellenőrzésében. A statikus és dinamikus elemzések technikájával ellenőrizhető a szoftver minősége/biztonsága, az optimális erőforrás-felhasználás, energiafelhasználás, vagy hogy képes-e javítani a fejlesztési és karbantartási folyamatokat. A kutatási projekt az Erlang programozási nyelvre koncentrál. Az Erlang egy funkcionális programozási nyelv, amelyet kifejezetten egyidejű és elosztott alkalmazások megvalósítására terveztek. Csak a Cisco évente több mint 2 millió eszközt szállít Erlanggal. Így az internetes forgalom 90 százaléka Erlang alkalmazások által vezérelt eszközökön megy keresztül.

http://plc.inf.elte.hu/erlang/dl/refactorerl_research_group.pdf
http://plc.inf.elte.hu/erlang/dl/RefactorErl.pdf
http://plc.inf.elte.hu/erlang/dl/RefactorErl_eng.pdf
http://plc.inf.elte.hu/erlang/

Olyan BSc, MSc és PhD hallgatókat várnak, akik hajlandóak új technológiákat és eszközöket elsajátítani, és érdekes kutatás-fejlesztési feladatokon szeretnének dolgozni.

A Szombathelyi Kampuszon tanulók is jelentkezhetnek.

A részvétel a RefactorErl Labor munkájában legalább heti 4 óra elfoglaltságot jelent, de igazán jó eredmények eléréséhez nem árt kicsit több időt rászánni.

Kontakt: Tóth Melinda toth_m@inf.elte.hu, Bozó István bozo_i@inf.elte.hu