¿Cuál es una buena idea para un proyecto de último año en estudios de pregrado de CS que se puede hacer en menos de un mes?

Answer 1

Como en el proyecto del año final, My Friend había escrito un programa para la aplicación de reconocimiento óptico de caracteres, utilizando los conceptos de PNL y red neuronal. La inteligencia artificial es un tema muy complejo que viene con cientos de aplicaciones, pero sugeriré un proyecto muy simple que puede hacer como su proyecto final

OCR- Proyecto muy similar está disponible en codeproject
http://www.codeproject.com/Artic…
Puede ajustar el algoritmo OCR básico en StackOverflow

Poner un poco de investigación en la aplicación de red Neural utilizando Java como red neuronal es esencial para el aprendizaje automático.

Algunos enlaces útiles a la introducción a la red neuronal artificial con implementación de código paso a paso
Tutorial de red neuronal artificial con implementación de código paso a paso

Encog = Marco avanzado de inteligencia artificial
Una introducción a las redes neuronales de Encog para Java

Esto es solo para cubrir lo básico. Una vez que haya terminado con esto, tendrá una mejor idea de lo que debe hacerse. Luego viene la parte difícil: ¡cómo!

Aquí hay un sitio para proyectos de muestra en la aplicación de red neuronal: Java Neural Network Framework Neuroph

Puede encontrar fácilmente la interfaz o el marco para el proyecto. ¡Todo lo que tiene que hacer es escribir y ajustar el código en consecuencia!

Answer 2

¡Intenta programar una IA para un simple juego de mesa! Idealmente en algún lugar entre tic-tac-toe y ajedrez. Trabajé en Connect 4 para mi primer gran proyecto en CS y me pareció increíblemente gratificante.

Dado que está familiarizado con el aprendizaje automático, existe un gran potencial para crear una IA muy fuerte. Creo que un mes es tiempo suficiente para llegar a donde puede vencer a la mayoría de los jugadores humanos, e incluso puede comenzar a converger en el juego perfecto. Una técnica bastante versátil que debería funcionar bien en la mayoría de los juegos de complejidad limitada, digamos O (Connect 4), es modelar una función de evaluación para estados de tablero usando una red neuronal que se entrena mediante el juego repetido.

Aquí hay un enlace que documenta la implementación de Gerald Tesauro de este método con respecto al backgammon: Temporal Difference Learning y TD-Gammon.

¡Buena suerte!