Programsko inženirstvo
Diplomsko delo primerja učinkovitost dveh priljubljenih simulacijskih platform, CARLA in Udacity, s poudarkom na začetnikih na tem področju, z namenom, da bi usposobili modele umetne inteligence za aplikacije avtonomnih vozil.
Ocenjena je tudi uporabnost Jupyter Notebook in Google Colab, dveh znanih programskih okolij, za ustvarjanje in testiranje algoritmov za samostojno vožnjo. Glavni cilji naloge so ugotoviti, katera razvojna okolja in simulacijska orodja so najboljša za neizkušene razvijalce ter kako optimizirati algoritme samoučenja za izboljšanje učinkovitosti in natančnosti modelov umetne inteligence v razmerah avtonomne vožnje.
Rezultati raziskave kažejo, da je bolj realističen, vendar zahtevnejši simulator CARLA primernejši za izkušene uporabnike in temeljite simulacije, medtem ko je začetnikom prijaznejši simulator Udacity, ki je dostopnejši zaradi preprostejšega vmesnika in manjših potreb po obdelavi.
Podobno tudi Google Colab novim uporabnikom ponuja okolje, ki je enostavno za uporabo in učinkovito z viri, saj z uporabo infrastrukture v oblaku zagotavlja zanesljive računalniške vire, ne da bi bilo treba lokalno namestiti visokozmogljivo strojno opremo.
Po drugi strani pa velja, da je Jupyter Notebook bolj koristen za izkušene razvijalce, ki potrebujejo več svobode in nadzora pri vzpostavljanju svojega razvojnega okolja.
Poleg tega raziskava potrjuje, da povečanje števila iteracij v ciklu algoritma samoučenja do določene mere poveča učinkovitost modelov umetne inteligence. Vendar pa po tej točki nadaljnje iteracije vodijo k zmanjševanju donosa, saj povečujejo porabo virov, ne da bi prinesle občutno izboljšanje učnih rezultatov.
Ta opažanja izboljšujejo naše razumevanje kompromisa med učinkovitostjo učenja in učinkovitostjo računanja med učenjem modelov AV.
Glede na vse navedeno diplomsko delo ponuja pronicljive in koristne nasvete, ki bodo tako začetnikom kot tudi izkušenim uporabnikom pomagali pri izbiri najboljših orodij in razvojnih postopkov za avdiovizualne vsebine.
Poleg tega podaja predloge za prihodnje študije, namenjene izboljšanju učinkovitosti in odpornosti modelov umetne inteligence v avtonomni vožnji.
Izpolnite spodnji obrazec za prijavo v program. V roku enega dneva vam bomo posredovali vse potrebne informacije o vpisu.
Oblikovanje in izdelava:
Naložbo vavčer za digitalni marketing-izdelavo spletnih strani sofinancirata Republika Slovenija in Evropska unija iz Evropskega sklada za regionalni razvoj.
