Informaatio- ja tietoliikennetekniikan laitos

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.
Structured and Stochastic Modeling

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

Robust signal and noise covariance matrix estimation using Riemannian optimization

Jesper Brunnström, Marc Moonen, Filip Elvander 2024 32nd European Signal Processing Conference, EUSIPCO 2024 - Proceedings

EUSIPCO 2023 - selected video-articles in Signal Processing

Filip Elvander, Esa Ollila 2024 Science Talks

Multi-Source Localization and Data Association for Time-Difference of Arrival Measurements

Gabrielle Flood, Filip Elvander 2024 32nd European Signal Processing Conference, EUSIPCO 2024 - Proceedings

Multi-Frequency Tracking via Group-Sparse Optimal Transport

Isabel Haasler, Filip Elvander 2024 IEEE Control Systems Letters

Multi-channel Low-rank Convolution of Jointly Compressed Room Impulse Responses

Martin Jalmby, Filip Elvander, Toon van Waterschoot 2024 IEEE Open journal of Signal Processing

Compression of room impulse responses for compact storage and fast low-latency convolution

Martin Jälmby, Filip Elvander, Toon van Waterschoot 2024 Eurasip Journal on Audio, Speech, and Music Processing

Diffusion-Based Generative Equalizer for Music Restoration

Eloi Moliner Juanpere, Maija Turunen, Filip Elvander, Vesa Välimäki 2024 Proceedings of the 27th International Conference on Digital Audio Effects (DAFx24)

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)
Lisää tietoa tutkimuksestamme löytyy Aallon tutkimusportaalista.
Tutkimusportaali
  • Julkaistu:
  • Päivitetty:
Jaa
URL kopioitu