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
Robust Multi-Pitch Estimation via Optimal Transport Clustering
Anton Björkman, Filip Elvander
2025
2025 IEEE International Conference on Acoustics, Speech, and Signal Processing, ICASSP 2025 - Proceedings
The Effect of Calibration Errors When Combining Sound Field Interpolation with Head-Related Transfer Functions
Anton Björkman, David Sundström, Andreas Jakobsson, Filip Elvander
2025
2025 IEEE Statistical Signal Processing Workshop (SSP)
Spatial covariance estimation for sound field reproduction using kernel ridge regression
Jesper Brunnström, Martin Bo Möller, Jan Östergaard, Toon van Waterschoot, Marc Moonen, Filip Elvander
2025
Proceedings of the European Signal Processing Conference EUSIPCO
Joint ISRF and Spectral Shift Estimation for Spectrometer Calibration using Optimal Transport
Jihanne El Haouari, Filip Elvander, Jean-Yves Tourneret, Herwig Wendt, Christelle Pittet
2025
Proceedings of the European Signal Processing Conference EUSIPCO
Mixtures of Ensembles: System Separation and Identification via Optimal Transport
Filip Elvander, Isabel Haasler
2025
IEEE Control Systems Letters
Joint Spectrogram Separation and TDOA Estimation using Optimal Transport
Linda Fabiani, Sebastian Schlecht, Isabel Haasler, Filip Elvander
2025
Proceedings of the European Signal Processing Conference EUSIPCO
Time-Frequency Audio Similarity Using Optimal Transport
Linda Fabiani, Sebastian J. Schlecht, Filip Elvander
2025
2024 58th Asilomar Conference on Signals, Systems, and Computers
An Analysis of Minimum Error Entropy Loss Functions in Wireless Communications
Rumeshika Pallewela, Eslam Eldeeb, Hirley Alves
2025
2025 IEEE 101st Vehicular Technology Conference, VTC 2025-Spring 2025 - Proceedings
Room Impulse Response Estimation through Optimal Mass Transport Barycenters
Rumeshika Pallewela, Yuyang Liu, Filip Elvander
2025
Proceedings of the European Signal Processing Conference EUSIPCO
Bayesian Sound Field Reconstruction Using Partial Boundary Information
David Sundström, Filip Elvander, Andreas Jakobsson
2025
IEEE Transactions on Audio, Speech and Language Processing