Gå til hovedinnhold
0
Hopp til hovedinnhold

Machine Learning for Signal Reconstruction from Streaming Time-series Data

Denne trenden innebærer ikke bare et inkrementelt datavolum å behandle, men også behovet for mer beregningseffektive og skalerbare dataanalysemetoder hvis vi ønsker å holde følge med disse dataproduksjonshastighetene.

Emilio Ruiz Moreno

Ph.d.-kandidat

Emilio Ruiz Moreno disputerer med ph.d.-avhandlingen Machine Learning for Signal Reconstruction from Streaming Time-series Data 12. februar 2024.

Slik oppsummerer kandidaten avhandlingen

De fleste cyber-fysiske nettverkssystemer, som industrielle kontrollsystemer, smarte nett, autonome bilsystemer, etc., genererer stadig større datastrømmer etter hvert som tiden går. Denne trenden innebærer ikke bare et inkrementelt datavolum å behandle, men også behovet for mer beregningseffektive og skalerbare dataanalysemetoder hvis vi ønsker å holde følge med disse dataproduksjonshastighetene. 

Denne oppgaven bidrar til utvikling av slike metoder fra et maskinlæringsperspektiv. Spesielt tar den for seg oppgaven med å kontinuerlig rekonstruere jevne analoge signaler fra flere strømmer av tidsserier av kvantiserte data. Problemformuleringen av oppgaven som vurderes er ikke bare interessant fra et teoretisk perspektiv, men også relevant for mange praktiske applikasjoner som online baneplanlegging eller høyhastighets digital-til-analog konvertering, for å nevne noen.

Mer om tid og sted for disputasen.