Jelenlegi hely

UNKP Informatikai konferencia

Szegedi Tudományegyetem,
Természettudományi és Informatikai Kar, Informatikai Intézet

Időpont: 2018.06.12. 14:00-16:00

Helyszín: SZTE Bolyai Intézet, Szeged, Aradi vértanúk tere 1. Kerékjártó terem

Levezető elnök: Tóth László

 

Program:

 

14:00-14:15: Kertész Attila: Felhő-alapú Internet of Things rendszerek szimulációs vizsgálata

 

Napjaink internet használatát a felhő szolgáltatások mellett egyre több okos eszköz megjelenése jellemzi: ez a trend vezetett a Dolgok Internetének (Internet of Things - IoT) kialakulásához. Megvalósításukhoz elengedhetetlen egy hatékony és biztonságos adatkezelő és feldolgozó megoldás, amit a számítási és adat felhő rendszerek federációs megoldásaival hatékonyan támogathatunk. Pályázatom a felhő-alapú IoT rendszerek hatékony és biztonságos adatkezelésének vizsgálatát célozta meg alapkutatási módszerekkel. Előadásomban bemutatom a kitűzött kutatási célokat, és a 10 hónapos ösztöndíj során elért eredményeket.

 

14:15-14:30: Hegedűs Péter: Kódminőség mérés és refaktorálás hagyományos programozási és blockchain környezetben

 

A szoftverrendszerek állandó evolúción mennek keresztül, amely folyamat egyszerűségét, költséghatékony kivitelezését a rendszerek minősége alapvetően befolyásolja. Munkám során számos módszert dolgoztam ki illetve vizsgáltam meg a rendszerek minőségének objektív mérésére, illetve evolúciójuk hatékonyabbá tételére. A rendszerek belső minőségének javítására, és ezáltal evolúciójuk megkönnyítésére leggyakrabban bevetett technika a kód refaktorálás. A refaktorálás úgy alakítja át a rendszerek forráskódjának belső struktúráját, hogy az hosszú távon karbantarthatóbbá válik, miközben megőrzi a kód eredeti funkcionalitását. Kutatásom során empirikusan megvizsgáltam a refaktorálás kódminőségre gyakorolt közvetlen hatását. Vizsgálataim kiterjedtek közepes és nagy nyílt forrású rendszerek kódjának vizsgálatára, illetve automatikus eszközzel kinyert valamint valódi, kézzel végzett refaktoringok elemzésére is. A gyakorlati eredmények azt mutatják, hogy bár ez egyes refaktoring tevékenységek közvetlen hatása minimális, azok hosszú távú folyamatos használata valóban képes a karbantarthatóság romlásának ütemét csökkenteni. A minőségméréshez kapcsolódóan bemutatok egy másik friss eredményt is, amely a blockhain-en futó ún. okos szerződések forráskódjának elemzésére koncentrál. A blockchain és azon futó alkalmazások egy teljesen új programozási paradigmát hoznak magukkal, ám a megszokott szoftverfejlesztési technikák ebben a környezetben is hasznosak, és szükségesek lesznek. Viszont egyelőre nagyon kevés klasszikus technológia került adaptálásra, elsőként alkalmazok olyan metrikákat blockchain környezetben a programok minőségének jellemzésére, amelyek az OO világban már több évtizede bizonyították hasznosíthatóságukat.

 

14.30-14.45: Grósz Tamás: Mély neurális hálózatok és alkalmazásaik

 

2006-os megjelenésük óta egyre nagyobb népszerűségnek örvendenek gépi tanulási feladatok megoldásában az ún. mély neuronhálók. A hagyományos neuronhálókkal ellentétben sok rejtett réteget tartalmaznak, emiatt tanításukhoz új módszerek szükségesek . A kiemelkedően jó eredményeknek köszönhetően a mély tanulás jelenleg rendkívül aktív kutatási terület. Elterjedésük óta rendkívül sok új tanítási módszert publikáltak, melyek lehetővé tették a mély struktúrájú neuronhálók hatékony tanítását. Kutatásom során ezen új módszereket alkalmaztam beszéd és képfeldolgozási problémára, illetve egyéb feladatokra. Az alapkutatásomon (beszédfelismerésen) kívül új algoritmusokat fejlesztettem ki paralingvisztikus alkalmazásokra, amely feladatok esetén a beszédjelből az elmondott szövegen túli információt próbálunk kinyerni. Képfeldolgozási témakörben egy mély neuronhálókon alapuló némabeszéd-interfészt fejlesztettünk ki, amely bemenetként nyelvultrahang videót kap, kimenetként pedig beszédet képes szintetizálni. Ezen tématerületeken kívül belekezdtünk a gépi tanuló algoritmusok (főleg a mély neuronhálók) alkalmazhatóságának vizsgálatába szoftverfejlesztési témában is. Itt a hibás kódrészlet detektálása az elsődleges terület, amelyet megvizsgáltunk. Előadásomban bemutatom a kitűzött kutatási célokat, és a 10 hónapos ösztöndíj során elért eredményeket.

 

14.45-15.00: Gelle Kitti: A DFS tulajdonság nem ritkítható, a lookahead pedig segíthet a maximális párosítás nyilvántartásában

 

Két problémát vizsgálunk a teljesen dinamikus gráf algoritmusok között, azaz amikor le kell kezeljünk update-eket (élek beszúrását és törlését), valamint meg kell válaszolnunk a query-t (a gráf egy tulajdonságára vonatkozó kérdést) az aktuális gráf alapján, méghozzá úgy, hogy lehetőleg jobb időkorlátunk legyen, mintha egy klasszikus algoritmust futtatnánk, minden egyes query érkezésekor. Egyrészt megmutattuk, hogy vannak olyan sűrű (irányított) gráfok, melyeknek nincs nemtriviális strong certificate-je a mélységi keresőfa nyilvántartására, így az úgynevezett sparsification technika nem alkalmazható erre a problémára. Másrészt megmutattuk, hogy egy maximális párosítást egy (irányítatlan) gráfban nyilván tudunk tartani egy determinisztikus algoritmussal O(log m) amortizált update költség mellett (ahol m az élek maximális száma a futás teljes időtartama alatt), amennyiben egy m hosszú lookahead megengedett, azaz amikor a következő m update műveletet előre meg tudjuk nézni.