Podrobnosti studentského projektu

Seznam
Téma:Sudoku solver učený z příkladů
Katedra:Katedra kybernetiky
Vedoucí:Ing. Vojtěch Franc, Ph.D.
Vypsáno jako:Diplomová práce, Bakalářská práce, Semestrální projekt
Popis:Navrhněte metodu, která naučí neuronovou síť pro řešení Sudoku hlavolamů na základě příkladů jejich zadání a řešení. Systém by měl podporovat jak symbolicky zadaný vstup, tak vizuálně zadaný vstup, tj. když je vstupem obrázek hlavolamu. Naučený Sudoku solver bude empiricky vyhodnocen a jeho výkon bude porovnán s existujícími řešeními.
Literatura:- Franc, Yermakov. Learning Maximum Margin Markov Networks from examples with missing labels. In Proceedings of The 13th Asian Conference on Machine Learning, 2021.
- Franc, Prusa, Yermakov. Consistent and Tractable Algorithm for Markov Network learning. ECML 2022.
- Wang, P., Donti, P., Wilder, B., Kolter, J.: SATnet: Bridging deep learning and logical reasoning using a differential satisfiability solver. In: ICML (2019)
Za obsah zodpovídá: Petr Pošík