| List |
| Topic: | Sudoku solver učený z příkladů |
|---|---|
| Department: | Katedra kybernetiky |
| Supervisor: | Ing. Vojtěch Franc, Ph.D. |
| Announce as: | Diplomová práce, Bakalářská práce, Semestrální projekt |
| Description: | 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. |
| Bibliography: | - 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) |