Väitöstilaisuus Oulun yliopistossa

 

Väittelijä
Diplomi-insinööri Jaakko Suutala

Tiedekunta ja laitos
Teknillinen tiedekunta, tietotekniikan osasto
0294 480 000

Oppiaine
Tietotekniikka

Väitöstilaisuus
27.6.2012 klo 12

Väitöstilaisuuden paikka
Linnanmaa, luentosali TS 101

Aihe
Learning discriminative models from structured multi-sensor data for human context recognition

Erottelevien mallien oppiminen rakenteellisesta monianturitiedosta ihmiseen liittyvän tilannetiedon tunnistuksessa

Vastaväittäjät
Professori Tom Heskes, Radboud University Nijmegen, Alankomaat ja
professori Roderick Murray-Smith, Glasgow University, Skotlanti

Kustos
Professori Juha Röning

Väitöskirja

---

Lattia tunnistaa kävelijän, puettavat anturit päivittäiset aktiviteetit: uusia menetelmiä anturipohjaiseen tilannetiedon tunnistamiseen ihmisen liikkeistä

Viime vuosina mittauslaitteiden ja tilastollisen koneoppimisen nopea kehittyminen ovat mahdollistaneet erilaisten pienikokoisten puettavien ja ympäristöön sulautettavien anturien hyödyntämisen tilannetiedon, ja erityisesti ihmisen liikkeen ja käyttäytymisen, tunnistamisessa. Tilannetiedon tunnistuksen avulla voidaan kehittää uusia palveluita esimerkiksi älykkäiden ympäristöjen, robotiikan, mobiililaskennan ja terveydenhuollon sovellusalueille.

Väitöskirjatyössä on tutkittu menetelmiä, joiden avulla usein epäsuorista ja kohinaisista matalan tason anturimittauksista voidaan automaattisesti oppia päättelemään ja tunnistamaan erilaisia ihmisen liikkeisiin ja käyttäytymiseen liittyviä suureita, kuten henkilön identiteetti, sijainti ja aktiviteetti. Työssä esitetään erotteleviin malleihin perustuva viitekehys, jonka avulla nämä suureet voidaan oppia rakenteellisesta, mutta epävarmuutta sisältävästä, monianturitiedosta modernin tilastollisen koneoppimisen keinoja käyttäen. Erityisesti työssä saavutettiin uusia laskennallisesti tehokkaita ja tarkkoja menetelmiä aikasarjamuotoisen tiedon käsittelyyn parantaen koneoppimisen tutkimusalueella usein käytettyjä generatiivisia malleja.
 
Väitöskirjassa kehitettyjä menetelmiä sovellettiin ensimmäistä kertaa kävelijöiden ja heidän sijaintinsa tunnistamiseen kahdella erilaisella paineherkällä lattia-anturilla sekä päivittäisten aktiviteettien tunnistamiseen puettavien kiihtyvyysanturien avulla. Ihmisen liikkeisiin liittyvän tilannetiedon tunnistuksessa saavutettiin lupaavia tuloksia, jotka vertautuvat jokapaikan tietotekniikan sovellusalueella aikaisemmin tehtyyn tutkimukseen sekä parantavat niissä saatuja tuloksia.