{"id":13688,"date":"2025-10-14T11:05:38","date_gmt":"2025-10-14T08:05:38","guid":{"rendered":"https:\/\/geosense.ro\/proiecte-de-cercetare-pentru-studenti\/"},"modified":"2026-05-11T15:56:00","modified_gmt":"2026-05-11T12:56:00","slug":"proiecte-de-cercetare-pentru-studenti","status":"publish","type":"page","link":"https:\/\/geosense.ro\/ro\/proiecte-de-cercetare-pentru-studenti\/","title":{"rendered":"Proiecte de cercetare pentru studen\u021bi"},"content":{"rendered":"\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Aceast\u0103 pagin\u0103 prezint\u0103 o selec\u021bie de lucr\u0103ri de licen\u021b\u0103 \u0219i diserta\u021bii de master propuse \u0219i coordonate \u00een cadrul Laboratorului GeoSense. Scopul nostru este de a \u00eencuraja studen\u021bii s\u0103 exploreze direc\u021bii de cercetare inovatoare \u00een domeniile observ\u0103rii P\u0103m\u00e2ntului, analizei geospa\u021biale, monitoriz\u0103rii mediului \u0219i interpret\u0103rii asistate de inteligen\u021ba artificial\u0103 a datelor. <\/p>

Fiecare tem\u0103 este conceput\u0103 pentru a \u00eembina relevan\u021ba \u0219tiin\u021bific\u0103 cu aplica\u021biile practice, fiind adesea conectat\u0103 la proiecte de cercetare \u00een desf\u0103\u0219urare sau la seturi de date deschise dezvoltate de echipa noastr\u0103.<\/p>

Studen\u021bii sunt \u00eencuraja\u021bi s\u0103 adapteze temele existente, s\u0103 propun\u0103 idei noi sau s\u0103 colaboreze cu cercet\u0103torii din cadrul Laboratorului GeoSense la provoc\u0103ri interdisciplinare.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Lucr\u0103ri de licen\u021b\u0103<\/h3>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

1. Reconstruc\u021bia seriilor temporale ale indicilor spectrali (NDVI, EVI, NDWI) din imagini Sentinel-2 utiliz\u00e2nd re\u021bele GAN (Generative Adversarial Networks)<\/strong><\/p>

Obiectiv. Implementarea unei re\u021bele generative adversariale spa\u021bio-temporale (GAN) care integreaz\u0103 informa\u021bii spectrale, spa\u021biale \u0219i temporale din serii de imagini Sentinel-2, cu scopul de a genera valori continue \u0219i realiste ale indicilor de vegeta\u021bie. Modelul urm\u0103re\u0219te asigurarea consisten\u021bei temporale \u00eentre observa\u021bii succesive \u0219i a coeren\u021bei spa\u021biale la nivelul fiec\u0103rui patch, contribuind la ob\u021binerea unei serii temporale uniforme, adecvate pentru analize fenologice \u0219i aplica\u021bii de agricultur\u0103 de precizie. <\/p>

Rezultate a\u0219teptate. Proiectul urm\u0103re\u0219te reconstruc\u021bia realist\u0103 a seriilor temporale ale indicilor spectrali, robust\u0103 la observa\u021bii lips\u0103 \u0219i la acoperirea cu nori, rezult\u00e2nd \u00eentr-o secven\u021b\u0103 cvasi-uniform\u0103, coerent\u0103 spa\u021bio-temporal. Rezultatele sunt valoroase pentru studii fenologice, estimarea productivit\u0103\u021bii agricole \u0219i monitorizarea vegeta\u021biei \u00een contextul schimb\u0103rilor climatice.
Coordonator: \u0218l. Andreea GRIPARI<\/a>S<\/strong><\/p>

2. <\/strong>Predic\u021bia indicilor de vegeta\u021bie (NDVI, EVI, NDWI) pe baza dinamicii sezoniere, utiliz\u00e2nd re\u021bele LSTM \u0219i Transformer.<\/p>

Obiectiv.<\/strong> Va fi dezvoltat\u0103 o abordare pentru predic\u021bia pe termen scurt \u0219i mediu a indicilor de vegeta\u021bie, utiliz\u00e2nd re\u021bele neuronale secven\u021biale de tip LSTM \u0219i arhitecturi Transformer. Aceste modele sunt concepute pentru a surprinde rela\u021biile temporale neliniare \u0219i dinamica sezonier\u0103 a vegeta\u021biei. Seriile temporale de intrare vor fi e\u0219antionate neregulat; prin urmare, vor fi utilizate mecanisme de codificare temporal\u0103 pentru gestionarea intervalelor inegale dintre observa\u021bii. <\/p>

Rezultate a\u0219teptate. Modelul propus va furniza predic\u021bii precise \u0219i consistente ale indicilor de vegeta\u021bie, adaptate dinamicii sezoniere \u0219i robuste la observa\u021bii lips\u0103.
Coordonator: Conf. dr. Daniela FAUR<\/a><\/strong> <\/p><\/div><\/div><\/div><\/div>

3. Integrarea metodologiei Retrieval-Augmented Generation (RAG) \u00een analiza imaginilor satelitare.<\/strong><\/p>

Obiectiv<\/strong>.
Aceast\u0103 lucrare urm\u0103re\u0219te integrarea metodologiei Retrieval-Augmented Generation (RAG) \u00een analiza imaginilor satelitare, prin combinarea informa\u021biilor vizuale, textuale \u0219i a metadatelor asociate datelor de observare a P\u0103m\u00e2ntului (Earth Observation \u2013 EO). Scopul este dezvoltarea unui cadru multimodal care s\u0103 permit\u0103 interogarea contextualizat\u0103 a seturilor de date EO \u0219i generarea de explica\u021bii bazate pe date, utiliz\u00e2nd at\u00e2t imaginile satelitare, c\u00e2t \u0219i surse auxiliare de informa\u021bii.
Va fi implementat\u0103 o arhitectur\u0103 RAG adaptat\u0103 imaginilor satelitare, care va combina un modul de reg\u0103sire (retrieval), responsabil pentru c\u0103utarea semantic\u0103 \u00een colec\u021bii de imagini, descrieri textuale \u0219i metadate, cu un model lingvistic de mari dimensiuni (Large Language Model \u2013 LLM), capabil s\u0103 genereze explica\u021bii coerente \u0219i contextualizate.
\u00cen etapa de preprocesare, imaginile Sentinel-2 vor fi annotate cu descrieri semantice \u0219i metadate spa\u021bio-temporale, utilizate ulterior pentru indexare contextual\u0103 \u0219i reg\u0103sire. Performan\u021ba sistemului va fi testat\u0103 \u00een dou\u0103 domenii de aplicare: agricultura de precizie \u0219i monitorizarea urban\u0103. Criteriile de evaluare vor include acurate\u021bea \u0219i relevan\u021ba contextual\u0103 a r\u0103spunsurilor generate, precum \u0219i capacitatea modelului de a corela eficient informa\u021biile vizuale \u0219i lingvistice. <\/p>

Rezultate a\u0219teptate. Integrarea metodologiei RAG \u00een analiza imaginilor satelitare va permite extragerea automat\u0103 de informa\u021bii contextualizate din datele de observare a P\u0103m\u00e2ntului, facilit\u00e2nd interpretarea semantic\u0103 a scenelor satelitare \u0219i sprijinind dezvoltarea unor asisten\u021bi inteligen\u021bi pentru analiza \u0219i explicarea datelor de Earth Observation.
Coordonatori: Conf. dr. Daniela FAUR<\/a>, Dr. Teodor COST\u0102CHIOIU<\/strong> <\/p><\/div>

4. Segmentarea semantic\u0103 temporal\u0103 a culturilor agricole la nivel de pixel utiliz\u00e2nd re\u021bele convolu\u021bionale profunde \u0219i spa\u021bio-temporale.<\/span><\/p>

Obiectiv.<\/strong> Dezvoltarea \u0219i evaluarea unor modele de \u00eenv\u0103\u021bare profund\u0103 pentru segmentarea semantic\u0103 a culturilor agricole la nivel de pixel, utiliz\u00e2nd serii temporale multispectrale Sentinel-2 din setul de date AgriSen-COG<\/a>. Studiul \u00ee\u0219i propune s\u0103 extind\u0103 \u0219i s\u0103 testeze metodologia pe regiuni din Rom\u00e2nia, analiz\u00e2nd transferabilitatea modelelor \u00eentre diferite zone agroclimatice europene. <\/p>

Vor fi implementate \u0219i comparate trei arhitecturi avansate pentru segmentarea semantic\u0103 temporal\u0103: U-Net, pentru segmentare spa\u021bial\u0103 utiliz\u00e2nd o structur\u0103 convolu\u021bional\u0103 de tip encoder\u2013decoder; ConvLSTM, pentru modelarea dinamicii temporale la nivel de pixel; \u0219i ConvSTAR, o re\u021bea spa\u021bio-temporal\u0103 profund\u0103 capabil\u0103 s\u0103 integreze informa\u021bii spectrale, spa\u021biale \u0219i temporale.<\/p>

Rezultate a\u0219teptate.<\/strong> Se a\u0219teapt\u0103 ob\u021binerea unor h\u0103r\u021bi de clasificare a culturilor agricole precise \u0219i consistente din punct de vedere temporal, demonstr\u00e2nd poten\u021bialul metodelor de \u00eenv\u0103\u021bare profund\u0103 spa\u021bio-temporal\u0103 pentru extinderea modelelor AgriSen-COG la aplica\u021bii la scar\u0103 na\u021bional\u0103. (Coordonator Conf. Daniela FAUR)<\/a><\/p><\/div>

5. Clasificarea seriilor temporale agregate la nivel de parcel\u0103 utiliz\u00e2nd modele LSTM, Transformer \u0219i TempCNN.<\/span><\/p>

Obiectiv. Implementarea \u0219i compararea unor modele secven\u021biale de \u00eenv\u0103\u021bare profund\u0103 pentru clasificarea tipurilor de culturi agricole, pe baza seriilor temporale de indici de vegeta\u021bie \u0219i a variabilelor climatice agregate la nivel de parcel\u0103. Studiul utilizeaz\u0103 date din setul de date AgriSen-CO<\/a>G \u0219i exploreaz\u0103 transferabilitatea modelelor c\u0103tre parcele agricole din Rom\u00e2nia. <\/p>

Vor fi evaluate trei arhitecturi orientate pe secven\u021be: LSTM (Long Short-Term Memory), pentru surprinderea dependen\u021belor temporale \u0219i a sezonalit\u0103\u021bii culturilor agricole; Transformer, care utilizeaz\u0103 mecanisme de aten\u021bie \u0219i codificare temporal\u0103 pentru \u00eenv\u0103\u021barea rela\u021biilor pe termen lung; \u0219i TempCNN (Temporal Convolutional Neural Network), pentru extragerea automat\u0103 a caracteristicilor din serii temporale multivariate. Datele de intrare vor include serii temporale ale indicilor de vegeta\u021bie \u0219i parametri climatici \u2014 temperatur\u0103 \u0219i precipita\u021bii \u2014 agregate la nivel de parcel\u0103. <\/p>

Rezultate a\u0219teptate. Studiul va identifica modelele cu cea mai bun\u0103 capacitate de generalizare spa\u021bio-temporal\u0103 \u0219i va determina combina\u021biile de variabile cu cea mai mare relevan\u021b\u0103 agronomic\u0103. Rezultatele vor contribui la dezvoltarea unui sistem robust \u0219i transferabil de clasificare a tipurilor de culturi agricole, destinat monitoriz\u0103rii dinamicii culturilor \u0219i a varia\u021biilor sezoniere ale vegeta\u021biei la scar\u0103 na\u021bional\u0103. (Coordonator Conf. Daniela FAUR)<\/a><\/p><\/div><\/div><\/div>

<\/div><\/div><\/div><\/div><\/article>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Diserta\u021bii de master<\/h3>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

In curand<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"

Aceast\u0103 pagin\u0103 prezint\u0103 o selec\u021bie de lucr\u0103ri de licen\u021b\u0103 \u0219i diserta\u021bii de master propuse \u0219i coordonate \u00een cadrul Laboratorului GeoSense. Scopul nostru este de a \u00eencuraja studen\u021bii s\u0103 exploreze direc\u021bii de cercetare inovatoare \u00een domeniile observ\u0103rii P\u0103m\u00e2ntului, analizei geospa\u021biale, monitoriz\u0103rii mediului \u0219i interpret\u0103rii asistate de inteligen\u021ba artificial\u0103 a datelor. Fiecare tem\u0103 este conceput\u0103 pentru a […]<\/p>\n","protected":false},"author":3,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_acf_changed":false,"footnotes":""},"class_list":["post-13688","page","type-page","status-publish","hentry"],"acf":[],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/geosense.ro\/ro\/wp-json\/wp\/v2\/pages\/13688","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/geosense.ro\/ro\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/geosense.ro\/ro\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/geosense.ro\/ro\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/geosense.ro\/ro\/wp-json\/wp\/v2\/comments?post=13688"}],"version-history":[{"count":4,"href":"https:\/\/geosense.ro\/ro\/wp-json\/wp\/v2\/pages\/13688\/revisions"}],"predecessor-version":[{"id":13708,"href":"https:\/\/geosense.ro\/ro\/wp-json\/wp\/v2\/pages\/13688\/revisions\/13708"}],"wp:attachment":[{"href":"https:\/\/geosense.ro\/ro\/wp-json\/wp\/v2\/media?parent=13688"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}