Temat 01
Wybór tematu
Jak sformułować temat, cel i zakres pracy dyplomowej.
Temat 02
Struktura pracy
Rozdziały, wstęp, przegląd literatury, metodologia, wyniki, wnioski.
Temat 03
Przegląd literatury
Bazy naukowe (Scopus, WoS), zarządzanie bibliografią, cytowania.
Temat 04
Metodologia badań
Hipotezy, metody eksperymentalne, zbieranie i analiza danych.
Temat 05
Formatowanie (LaTeX)
Szablon PRz w LaTeX, marginesy, czcionki, podpisy, spisy.
Temat 06
Prezentacja dyplomowa
Przygotowanie slajdów, obrona, pytania komisji – wskazówki.
Temat 07
Etyka naukowa
Plagiat, rzetelność danych, prawa autorskie, licencje.
Temat 08
Harmonogram prac
Planowanie etapów, kamienie milowe, komunikacja z promotorem.
📁 Materiały do pobrania
Praca magisterska
Wskazówki i wymagania specyficzne dla prac magisterskich realizowanych pod moją opieką.
- Objętość: 60–100 stron (bez załączników), czcionka 12pt, interlinia 1,5.
- Literatura: minimum 30 pozycji, w tym co najmniej 10 artykułów z recenzowanych czasopism (Scopus/WoS).
- Język: praca może być napisana po polsku lub angielsku (po uzgodnieniu z promotorem).
- Streszczenie: w języku polskim i angielskim (do 250 słów każde).
- Szablon: obowiązujący szablon PRz dostępny w zakładce „Informacje ogólne".
- Antyplagiat: praca musi przejść system JSA przed złożeniem w dziekanacie.
Rozdział 1
Wstęp i motywacja
Tło problemu, motywacja badań, cel i zakres pracy, struktura dokumentu.
Rozdział 2
Przegląd literatury
Systematyczny przegląd stanu wiedzy, analiza istniejących rozwiązań, identyfikacja luk badawczych.
Rozdział 3
Metodologia i projekt
Hipotezy badawcze, metody, narzędzia, architektura proponowanego rozwiązania lub eksperymentu.
Rozdział 4
Implementacja / Badania
Opis wdrożenia, przeprowadzone eksperymenty, zbieranie i przetwarzanie danych.
Rozdział 5
Wyniki i dyskusja
Prezentacja wyników, analiza statystyczna, porównanie z literaturą, interpretacja.
Rozdział 6
Wnioski
Podsumowanie osiągnięć, ograniczenia pracy, kierunki przyszłych badań.
Semestr 1
Faza przygotowawcza
Wybór tematu, przegląd literatury, sformułowanie hipotez, plan badań – konsultacje co 2 tygodnie.
Semestr 2
Faza realizacji
Implementacja / eksperymenty, zbieranie danych, wstępna analiza wyników – konsultacje co tydzień.
Semestr 3
Faza finalizacji
Analiza wyników, pisanie pracy, korekty, złożenie do recenzji, przygotowanie do obrony.
📁 Materiały dla dyplomantów magisterskich
Proponowane tematy prac
Lista proponowanych tematów prac magisterskich. Każdy temat można rozszerzyć lub dostosować po konsultacji z promotorem.
Wykrywanie emocji w mowie z wykorzystaniem głębokich sieci neuronowych
Budowa i ewaluacja modelu klasyfikacji emocji na podstawie cech akustycznych mowy (MFCC, spektrogram) przy użyciu architektur CNN lub Transformer.
Generatywne modele językowe w personalizacji interfejsów użytkownika
Badanie możliwości zastosowania LLM (np. GPT, Llama) do dynamicznego dostosowywania treści interfejsów do potrzeb i preferencji użytkownika.
Wykrywanie anomalii w danych IoT z użyciem uczenia nienadzorowanego
Implementacja i porównanie metod (Autoencoder, Isolation Forest, One-Class SVM) do detekcji anomalii w strumieniach danych z urządzeń IoT.
Klasyfikacja intencji użytkownika w systemach dialogowych
Projektowanie i trening modelu NLU do rozpoznawania intencji w języku polskim na potrzeby chatbotów i asystentów głosowych.
System monitorowania stresu na podstawie danych biometrycznych w urządzeniach noszonych
Aplikacja mobilna integrująca dane z smartwatchy (HR, HRV, akcelerometr) i klasyfikująca poziom stresu w czasie rzeczywistym.
Augmented Reality w edukacji – interaktywny podręcznik 3D
Projektowanie i implementacja aplikacji AR wspomagającej naukę wybranego przedmiotu STEM przy użyciu ARKit lub ARCore.
Gamifikacja jako narzędzie poprawy adherencji w aplikacjach zdrowotnych
Projekt i badanie skuteczności mechanizmów grywalizacji (odznaki, streaki, rankingi) na zaangażowanie użytkowników aplikacji zdrowotnych.
Wpływ kroju pisma i kolorystyki interfejsu na obciążenie poznawcze użytkownika
Badanie eksperymentalne wpływu cech typograficznych i paletowych UI na mierzalne wskaźniki obciążenia poznawczego (czas reakcji, NASA-TLX).
Adaptacyjny interfejs użytkownika sterowany modelem psychologicznym
System dynamicznie modyfikujący układ UI na podstawie modelu użytkownika zbudowanego z obserwacji zachowania (eye-tracking, kliknięcia).
Analiza sentymentu opinii o aplikacjach mobilnych w sklepach cyfrowych
Budowa pipeline'u NLP do automatycznej analizy recenzji użytkowników App Store / Google Play w celu identyfikacji wzorców satysfakcji.
Robot społeczny jako narzędzie wsparcia emocjonalnego dla osób starszych
Projektowanie interakcji i badanie akceptowalności robota asystującego (np. NAO, Pepper) w kontekście domu opieki lub rehabilitacji.
Nawigacja autonomiczna z zastosowaniem reinforcement learning w środowisku symulowanym
Trening agenta RL (PPO/SAC) do nawigacji w środowisku przeszkód (Gazebo/MuJoCo) i transfer polityki do robota rzeczywistego.
Rozpoznawanie gestów jako interfejs sterowania robotem mobilnym
System wizyjny oparty na MediaPipe lub sieci szkieletowej do intuicyjnego sterowania robotem gestykulacją dłoni w czasie rzeczywistym.
Detekcja ataków phishingowych z użyciem uczenia maszynowego
Budowa i ewaluacja klasyfikatora URL / e-mail opartego na cechach leksykalnych i reputacyjnych do wykrywania prób phishingu.
Optymalizacja harmonogramowania zadań w systemach wielordzeniowych algorytmami ewolucyjnymi
Porównanie metaheurystyk (GA, PSO, DE) w problemie szeregowania zadań na wielu rdzeniach z ograniczeniami czasowymi.