Väitös bioelektroniikan ja laitetekniikan alalta, M.Tech. Ajinkya Gorad

Väitöskirjan nimi: Machine learning and state space methods for healthcare, speech, and maritime awareness

Väittelijä: Ajinkya Gorad
Vastaväittäjä: Prof. Heidi Kuusniemi, Vaasan yliopisto
Kustos: Prof. Simo Särkkä, Aalto-yliopiston sähkötekniikan korkeakoulu, sähkötekniikan ja automaation laitos

Tämä väitöskirja tutkii modernien koneoppimismenetelmien ja tilamallinnukseen perustuvien todennäköisyysmenetelmien käyttöä jäsennellyn informaation erottamiseen meluisasta ja ajallisesti vaihtelevasta aistidatasta. Tutkimus keskittyy kolmeen pääalueeseen: kontaktittomaan hengityksen seurantaan lämpökameralla, yksittäisten puhekomentojen tunnistamiseen piikkipurskeisiin perustuvilla neuroverkoilla sekä moniaistiseen laivojen ja merijään tunnistukseen meriliikenteen tilannekuvassa. 

Terveysteknologiassa väitöskirjassa esitetään uusi menetelmä hengitysmallien analysointiin mittaamalla sierainten lämpötilavaihteluja lämpökameralla – mahdollistaen ei-invasiivisen hengityksen seurannan. Puheentunnistuksessa hyödynnetään spiking-neuroverkkoja ja simpukankuoreen perustuvaa esikäsittelyä puhekomentojen luokitteluun. Lisäksi esitellään uusi muistisuorituskyvyn mittari näille verkoille. 

Meriliikenteen sovelluksissa väitöskirja osoittaa, miten laivan suuntia voidaan arvioida sumutorvien akustisten signaalien perusteella. Laivojen ja merijään seuranta tapahtuu näkyvän ja lämpökuvauksen yhdistelmällä. Syväoppimista ja Kalman-suodattimiin perustuvia menetelmiä sovelletaan semanttiseen segmentointiin ja monikohteiseen seurantaan vaativissa arktisissa olosuhteissa. 

Keskeisiä menetelmällisiä kontribuutioita ovat automaattiseen differentiaatioon perustuva parametrien estimointi laajennetuissa Kalman-suodattimissa sekä syväoppimista hyödyntävä Rao-Blackwellisoitu Monte Carlo -data-assosiaatioalgoritmi, joka seuraa visuaalisia piirteitä, sijaintia ja liikettä. 

Tutkimusta tukevat laajat kenttämittaukset todellisissa meriympäristöissä (esim. matkustaja-alus MS Megastar, jäänmurtaja Sampo), laboratoriokokeet hengityksen mittaamiseksi sekä julkiset puhe- ja videodatasetit. Tulokset edistävät sensorifuusion ja seurannan menetelmiä terveydenhuollon, puheteknologian ja ympäristön havainnoinnin sovelluksissa. Väitöskirja osoittaa, kuinka yhtenäinen aistimallinnus voi palvella monialaisia, käytännön järjestelmiä.

Avainsanat: nestetilakoneet, hengityksen seuranta, syväkohteiden seuranta, merivalvonta, lämpökuvaus

Linkki väitöskirjan sähköiseen esittelykappaleeseen (esillä 10 päivää ennen väitöstä): Aaltodoc 

Yhteystiedot:

email: ajinkya.gorad@aalto.fi
webpage: https://users.aalto.fi/~gorada2/