Rakenteellinen ja stokastinen mallinnus
Rakenteellisen ja stokastisen mallinnuksen ryhmä tekee tilastollisen signaalinkäsittelyn ja data-analyysin tutkimusta keskittyen perustavanlaatuisiin kysymyksiin siitä, miten dataa, jossa on satunnaisuutta tai kohinaa, voidaan mallintaa ja kuvata.
Käytännössä lähes kaikessa datassa on satunnaisuutta tai epätarkkuutta, olipa kyse luontaisesta stokastisuudesta tai mittauskohinasta. Tutkimusryhmässämme tutkitaan miten tälläiseen dataan sisältyvää tietoa voidaan mallintaa ja kuvata mahdollisimman tehokkaasti niin, että voidaan muodostaa mahdollisimman tehokkaita estimaattoreita ja algoritmeja. Tutkimustuloksia sovelletaan kaukokartoitukseen, audiosignaalin käsittelyyn sekä spektroskopiaan.
Teemme yhteistyötä kansainvälisten kumppaneiden, kuten Leuvenin katolisen yliopiston, Lundin yliopiston ja Tukholman kuninkaallisen teknillisen korkeakoulun kanssa.
Tämänhetkiset tutkimusaiheet
- Optimaalinen siirto signaalinkäsittelyssä: käytämme optimaalisen siirron käsitettä geometrisen rakenteen indusoimiseksi signaaliavaruuteen ja rakennamme tehokkaita työkaluja mallintamiseen ja estimointiin.
- Spatiotemporaalinen mallinnus: tehokas datan tai signaalin tila-aika mallinnus, kuten esimerkiksi laajakaistaisten monianturisignaalien, joita esiintyy tutkasignaalien ja audiosignaalin käsittelyssä.
- Mallien virheellinen määrittely: vaikutus estimointiin ja päättelyyn silloin, kun (joskus tarkoituksellisesti) käytetään ”väärää” mallia tietojen kuvaamiseen.
- Optimaalinen otanta: miten kerätään mittauksia datan tietosisällön maksimoimiseksi erityisesti sellaisten sovellusten osalta, joissa tiedonkeruu on kallista tai aikaa vievää.
Rakenteellisen ja stokastisen mallinnuksen ryhmää johtaa professori Filip Elvander.
Tutkimusryhmän jäsenet
Viimeisimmät julkaisut
Adaptive Coding in Wireless Acoustic Sensor Networks for Distributed Blind System Identification
M. Blochberger, J. Ostergaard, R. Ali, M. Moonen, F. Elvander, J. Jensen, T. Van Waterschoot
2024
Conference Record of the 57th Asilomar Conference on Signals, Systems and Computers, ACSSC 2023
Optimal Transport Based Impulse Response Interpolation in the Presence of Calibration Errors
David Sundstrom, Filip Elvander, Andreas Jakobsson
2024
IEEE Transactions on Signal Processing
Estimation of Impulse Responses for a Moving Source Using Optimal Transport Regularization
David Sundström, Filip Elvander, Andreas Jakobsson
2024
ICASSP 2024 - 2024 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
Distributed Adaptive Norm Estimation for Blind System Identification in Wireless Sensor Networks
M. Blochberger, F. Elvander, R. Ali, J. Østergaard, J. Jensen, M. Moonen, T.van Waterschoot
2023
ICASSP 2023 - 2023 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
Using optimal mass transport in bearing-time records for underwater target localization and tracking
Vasileios Bountourakis, Filip Elvander, Ville Pulkki
2023
Underwater Acoustic Conference and Exhibition Series
Estimating Inharmonic Signals with Optimal Transport Priors
Filip Elvander
2023
ICASSP 2023 - 2023 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
Variance analysis of covariance and spectral estimates for mixed-spectrum continuous-time signals
Filip Elvander, Johan Karlsson
2023
IEEE Transactions on Signal Processing
Fast Low-Latency Convolution by Low-Rank Tensor Approximation
Martin Jälmby, Filip Elvander, Toon van Waterschoot
2023
ICASSP 2023 - 2023 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
Low-Rank Room Impulse Response Estimation
Martin Jälmby, Filip Elvander, Toon Van Waterschoot
2023
IEEE/ACM Transactions on Audio Speech and Language Processing
Simultaneous Acoustic Echo Sorting and 3-D Room Geometry Inference
Kathleen MacWilliam, Filip Elvander, Toon van Waterschoot
2023
ICASSP 2023 - 2023 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
- Julkaistu:
- Päivitetty: