Väitös automaation ja säätötekniikan alalta, M.Sc. Fatemeh Yaghoobi

Väitöskirjan nimi: Computationally efficient and numerically robust state estimation in nonlinear state-space models

Väittelijä: Fatemeh Yaghoobi
Vastaväittäjä: Prof. Gustaf Hendeby, Linköping University, Ruotsi
Kustos: Prof. Simo Särkkä, Aalto-yliopiston sähkötekniikan korkeakoulu

Monet päivittäin käyttämämme järjestelmät—itseajavista autoista ja teollisuusroboteista ilma-alusten navigointijärjestelmiin ja rahoitusmarkkinoihin—vaativat jatkuvaa seurantaa. Emme kuitenkaan usein pysty mittaamaan suoraan, mitä näiden järjestelmien sisällä tapahtuu. Tämä tutkimus käsittelee tilaestimoinnin perustavanlaatuista haastetta: piilotilojen (kuten robotin todellisen sijainnin tai teollisen prosessin sisäisen laadun) luotettavaa päättelyä yhdistämällä epätarkka matemaattinen malli kohinaisiin, epäsuoriin anturimittauksiin. Perinteiset estimointimenetelmät, jotka perustuvat bayesiläiseen suodatukseen ja silotukseen, muuttuvat usein liian hitaiksi nykyaikaisiin sovelluksiin ja voivat kärsiä numeerisesta epävakaudesta—erityisesti suurilla tietomäärillä—mikä johtaa epätarkkoihin tuloksiin. Tutkimus tuo merkittäviä kontribuutioita tilamallien päättelyn alalle: 

1. Ajassa rinnakkaiset neliöjuurialgoritmit: Väitöskirja johtaa uusia ajassa rinnakkaisia neliöjuurialgoritmeja yleisille tilamalleille. Nämä menetelmät mahdollistavat estimointiongelmien ratkaisemisen samanaikaisesti useiden prosessorien avulla (hyödyntäen GPU:ita ja TPU:ita). Ratkaisevaa on, että nämä rinnakkaiset menetelmät saavuttavat täsmälleen samat tulokset kuin peräkkäiset vastineensa, mutta huomattavasti pienemmällä laskennallisella monimutkaisuudella. Neliöjuuriformulaatio parantaa numeerista vakautta ja tarkkuutta.
2. Integroitujen mittausten käsittely: Työ käsittelee haastavaa tilamallien luokkaa, joka on yleinen teollisissa prosesseissa. Näissä järjestelmissä laatumuuttujia mitataan vain jaksoittain laboratorioanalyysein, kun muita muuttujia mitataan jatkuvasti. Väitöskirja kehittää laskennallisesti tehokkaita sekä peräkkäisiä että rinnakkaisia estimointialgoritmeja näiden mittausaukkojen käsittelyyn.
3. Optimointipohjainen silotus: Tutkimus lähestyy silotusongelmaa optimointinäkökulmasta, mikä johtaa erittäin tehokkaiden rekursiivisten Newton-ratkaisujen johtamiseen. 

Käsittelemällä sekä laskennallista tehokkuutta että numeerista robustiutta, väitöskirja tarjoaa käytännöllisiä työkaluja seuraavan sukupolven älykkäille järjestelmille.

Avainsanat: Tilamallit, Bayesiläinen päättely, Robustipäättely, Rinnakkaislaskenta

Linkki väitöskirjan sähköiseen esittelykappaleeseen (esillä 7 päivää ennen väitöstä): Aaltodoc 

Yhteystiedot: fatemeh.yaghoobi@aalto.fi