Turun yliopistossa väittelevä Seppo Pulkkinen kehitti väitöstyössään laskennallisesti tehokkaita menetelmiä pintojen ja käyrien etsintään kohinaa sisältävistä havaintopistejoukoista.
Hänen mukaansa käyriä ja pintoja havaintoaineistoista etsimällä on mahdollista selittää luonnossa tapahtuvien ilmiöiden vaihtelua ja jaksoja sekä arvioida mitattavia suureita kohinaa sisältävistä mittauksista.
Pulkkisen väitöstutkimuksen aihe on data-analyysin keskeinen ongelma, koska usein annettu havaintopistejoukko on kietoutuneena jonkin käyrän tai pinnan ympärille.
– Monissa luonnossa esiintyvissä ilmiöissä on säännöllistä vaihtelua tai jaksoja. Lämpötila- ja tuulimittaukset, joissa on vuorokausi- tai vuodenaikaisvaihtelu, ovat esimerkkejä tästä. Vaihteluja erottelemalla voidaan tunnistaa poikkeamia, kuten esimerkiksi vuodenaikaan nähden epätavallisia lämpötiloja, Pulkkinen selvittää väitöstiedotteessaan.
Fysikaalisiin ilmiöihin liittyvissä mittauksissa on usein satunnaista kohinaa, eikä havaintoja tuottavaa prosessia tunneta tarkasti. Pulkkisen mukaan sitä voidaan kuitenkin arvioida etsimällä havaintojoukon läpi kulkevia käyriä.
– Esimerkiksi maanjäristykset tapahtuvat usein nauhamaisissa ryppäissä, joiden tunnistamisesta on apua tulevien maanjäristysten ennustamisessa. Etsimällä nauhamaisia rakenteita galaksijoukoista voidaan puolestaan ymmärtää maailmankaikkeuden syntyä sekä kehitystä, Pulkkinen sanoo.
FM Seppo Pulkkisen väitöskirja Efficient Optimization Algorithms for Nonlinear Data Analysis tarkastetaan perjantaina 5. joulukuuta Turun yliopistossa.