Gå til hovedinnhold
0
Hopp til hovedinnhold

Prisbelønt forskning fra WISENET

WISENET senter ved UiA ble nylig tildelt en pris for sitt prosjekt under den prestisjetunge IEEE Data Science and Learning Workshop 2021. 

Artikkelen er mer enn to år gammel, og kan inneholde utdatert informasjon.

WISENET senter ved UiA har fått pris for sin forskning.
WISENET senter ved UiA har blitt tildelt pris. Denne ble tildelt professor Baltasar Enrique Beferull-Lozano (avbildet), sammen med doktorgradsstipendiat Rohan Money og postdoktor Joshin Krishnan.

FAKTA:

• IEEE Data Science and Learning Workshop er en årlig konferanse arrangert av IEEE Signal Processing Society (SPS). 

• Målet er å samle forskere innen akademia og industri for å dele de nyeste og mest spennende fremskrittene innen datavitenskap, læringsteori og applikasjoner.

• I år mottok doktorgradsstipendiat Rohan Money og medforfatterne postdoktor Joshin Krishnan og professor Baltasar Beferull-Lozano, Best Student Paper Runner-up Award for artikkelen “Online Non-linear Topology Identification from Graph-connected Time Series” på den prestisjetunge konferansen. 

Tildelt av anerkjente eksperter

- Hva betyr det å få denne prisen? 

- Det skal mye til å få akseptert en artikkel, siden folk fra mange toppuniversiteter sender inn sine bidrag til workshopen. Det er et veldig stolt øyeblikk å motta denne prisen på en så konkurransepreget konferanse. Prisen tildeles på grunnlag av en poengsum gitt av internasjonalt anerkjente eksperter. Artiklene som oppnår høyest poengsum belønnes med de beste prisene, sier professor og direktør for WISENET senter, Baltasar Beferull-Lozano. 

Professor og direktør for WISENET senter, Baltasar Enrique Beferull-Lozano.

Professor og direktør for WISENET senter, Baltasar Enrique Beferull-Lozano. 

- Kan du utdype mer om forskningen deres? 

- På WISENET senter jobber vi med dataanalyse og maskinlæring for ulike anvendelser, som for eksempel smarte vannettverk, Aquaponics, olje- og gassanlegg og mer. Det vanlige med slike storskala systemer er at de inneholder mange sensorer som måler ulike parametere (som for eksempel temperatur og trykk) i tillegg til kontrollere som styrer systemet. Vårt forskningsfokus er hvordan vi kan hente meningsfull informasjon og utføre forskjellige typer intelligente oppgaver utfra den enorme mengden data som sensorene genererer. I et olje- og gassanlegg, for eksempel, utvinnes oljen fra brønnen og behandles i separatorer (separasjon av olje, vann og gass).

- Hvis det oppstår en hendelse i noen av brønnene, vil det ta litt tid å reflektere den tilsvarende effekten i separatorene. Dersom vi kan identifisere sensorene i brønnen som er kausalt forbundet med sensorene i separatoren, vil det være mulig å forutsi at en hendelse vil oppstå i separatoren basert på informasjonen vi får fra sensorer i brønnen. Forskningen vår går i den retning, og vi har laget en algoritme som kan avdekke slike årsakssammenhenger i komplekse og store sensornettverk. Selv om vi har utviklet denne algoritmen ved hjelp av virkelige data fra Lundin Edvard Grieg OG-plattformen, er arbeidet vårt ganske generelt. Det vil si at det kan anvendes på komplekse finanstekniske problemer eller medisinsk signalbehandling, sier han. 

Komplekse og dynamiske systemer

- Hva var de viktigste forskningsfunnene i denne artikkelen? 

Postdoktor Joshin Parakkulangarayil Krishnan.

Postdoktor Joshin Parakkulangarayil Krishnan.

- Vi fant en algoritme som fanger opp årsakssammenhenger mellom sensorer i et nettverk som overvåker industrielle prosesser. Legg merke til at slike store systemer er veldig komplekse og dynamiske. Forholdet mellom sensorer fanges vanligvis opp i form av det som kalles en “topologi”, som også kan tolkes (forstås) av menneskelige operatører (forklarbar maskinlæring), og kan variere avhengig av de forskjellige kontrollhandlingene som skjer i systemet.

- Det algoritmen vår bidrar med er at den kan spore disse endringene på en helt online måte, noe som betyr at så snart nye data er tilgjengelige, vil algoritmen oppdatere topologien eller relasjonsdiagrammet (avhengigheter). Disse avhengighetene kan faktisk utnyttes ytterligere for å utføre forskjellige intelligente oppgaver, som å forutsi viktige hendelser, korrigere sensordata og kontroll. Legg merke til at på grunn av kompleksiteten til disse avhengighetene blant sensorvariabler, er det vanligvis ikke mulig for menneskelige operatører eller ingeniører å fange disse (av og til skjulte) kausale interaksjonene. Derfor gir algoritmen vår et høyere nivå av intelligens når det gjelder drift av komplekse prosesser, sier Beferull-Lozano. 

Oppsøker forskning av topp kvalitet

- Hva betyr det for WISENET senter og UiA å få denne prisen? 

Doktorgradsstipendiat Rohan Thekkemarickal Money.

Doktorgradsstipendiat Rohan Thekkemarickal Money.

- Det er virkelig et stolt øyeblikk for oss å motta en pris som denne på en så konkurransepreget internasjonal konferanse, hvor de beste forskerne i verden på disse områdene publiserer sine forskningsresultater. Dette betyr at vi har gjort noe bra. Faktum er at WISENET senter oppsøker forskning av topp kvalitet og fokuserer på å publisere på de beste stedene når vi skal presentere arbeidet vårt. Denne prisen vil trolig gi WISENET senter velfortjent internasjonal anerkjennelse og vil motivere oss ytterligere til å fortsette å jobbe med forskning av høy kvalitet. I tillegg vil vi takke Lundin Norge for å ha gitt oss data fra Edvard Grieg-plattformen til forskningen vår, sier Baltasar Beferull-Lozano. 

Leder i Lundin Energy Norway, Kim Alexander Jørgensen, legger til:

- Vi har bare så vidt begynt å se hvilke muligheter som ligger i bruk av algoritmer og maskinlæring, men det er ingen tvil om at det vil gi betydelige forbedringer både i vår industri og i andre industrier, sier han.

- Nå er vi inne i en spennende fase der vi deler sanntidsdata fra Edvard Grieg som behandles ved Wisenet Senter, som gir oss prediksjoner for ulike tidshorisonter som vi i etterkant kan kontrollere mot reelle data. Det vil være en betydelig gevinst for oss, sier Jørgensen.