Tutkimusprojektit
Algoritmit
Software Platform and Component Environment for yoU (Space4U)
Ajankohta: 7/2003 - 6/2005
Tutkijat: Patrik Floréen, Michael Przybilski, Teemu Kurppa.
Rahoitus: Nokia tutkimuskeskus
EUREKAn ITEA-projekti Space4U (Software Platform and Component Environment for yoU) jatkaa aiemman ITEA-projektin, ROBOCOPin työtä. ROBOCOPin tuloksena oli komponenttipohjainen arkkitehtuuri sulautettujen laitteiden väliohjelmistolle. Space4U:ssa pyritään laajentamaan tätä arkkitehtuuria tehonhallinnalla, vikasietoisuudella sekä etälaitehallinnalla. HIIT/BRU toimii projektissa Nokian tutkimuskeskuksen alihankkijana. Työ painottuu Space4U:n niihin osiin, jotka liittyvät päätelaitehallintaan ja kontekstiriippuvaiseen konfigurointiin. Projektin tässä osassa kehitetään kontekstipohjaista ohjelmistokomponenttien valintaa, siirtoa ja suorittamista päätelaitteissa, joissa resurssit ovat rajalliset.
Projekti jakautui kahteen vaiheeseen. Ensimmäinen, “Terminal Software Management System Design/Development”, alkoi heinäkuusssa 2003 ja päättyi kesäkuussa 2004. Toinen vaihe, “Terminal Management Demonstrator Development”, alkoi heinäkuussa 2004 ja kesti kesäkuuhun 2005. Projektin toiminta vuonna 2005 sisälsi Robocop Runtime Environmentin (RRE) uuden version toteutusta sekä osallistumisen laajentuneen ohjelmistokehyksen lopulliseen määrittelyyn ja laajentuneiden metodien ja tekniikoiden kuvauksiin, demonstraattoreiden kehittämiseen ja esittelyyn ITEA Symposiumissa lokakuussa 2005.
Trust4All
Ajankohta: 10/2005 - 9/2006
Tutkijat: Patrik Floréen, Michael Przybilski
Rahoitus: Nokia tutkimuskeskus
Työ ITEA-projektissa Trust4All liittyy luotettavien järjestelmien kontekstitietoiseen mukauttamiseen, erityisesti liittyen riippuvuus- ja turvallisuusominaisuuksiin. Projektissa kehitetään väliohjelmistoarkkitehtuuria sulautetuille järjestelmille, jotka vaativat tietyntasoista luotettavuutta tarjoamiensa palveluiden luonteen takia.
Tämän mukauttamisen mahdollistamiseen käytetään kehyksiä ja mekanismeja, joita on kehitetty aiemmin projekteissa ROBOCOP ja Space4U. Projektissa ROBOCOP määriteltiin ja toteutettiin väliohjelmistoarkkitehtuuri, joka on erityisen sopiva liikkuville laitteille ja kämmenlaitteille. Projektissa Space4U laajennettiin tätä väliohjelmistoa vikasietoisuudella, tehonhallinnalla ja päätehallinnalla, sisältäen turvallisen imuroinnin.
Projektissa on mukana useita eurooppalaisia yliopistoja ja yrityksiä. HIIT/BRU toimii projektissa Nokian tutkimuskeskuksen alihankkijana.
Projekti on alkanut arkkitehtuurivaatimuksien ja luottamusjärjestelmän sekä demonstraattoreiden käyttötapauksien ja vaatimuksien tarkastelulla.
Mobile Life – MobiLife
Ajankohta: 9/2004 – 12/2006
Tutkijat Patrik Floréen, Petteri Nurmi, Michael Przybilski, Jukka Suomela, Cilla Björkqvist, Fredrik Boström, Eemil Lagerspetz
Rahoitus: EU
Integroidun hankkeen MobiLife tavoitteena on kehittää ja ottaa käyttöön uusia käyttäjäkeskeisiä mobiilisovelluksia ja -palveluja ihmisten arkielämän tarpeisiin. MobiLife-projektia koordinoi Nokia, ja siihen kuuluu 22 yhteistyökumppania yhdeksästä maasta. Se on osaa laajempaa ryhmää EU-projekteja, joita kutsutaan nimellä Wireless World Initiative (WWI). HIIT/BRUssa toimiva ryhmä keskittyy kontekstitietoisuuteen. Tutkimme kontekstitietoisen päättelyn menetelmiä sekä osallistumme kontekstitietoisen arkkitehtuurin kehitystyöhön. HIIT/BRU johtaa kontekstihallintaan keskittyvää osaa projektista.
Vuonna 2005 ryhmä työskenteli kontekstihallintakehyksen (Context Management Framework) kehittelyn ja määrittelyn parissa. Ryhmä on keskittynyt kontekstipäättelyyn. Olemme kehittäneet ja toteuttaneet yleisen päättelykomponentin, joka sallii erilaisten päättelymekanismien käytön. Tähän tarkoitukseen olemme toteuttaneet bayesilaista luokittelua käyttävän päättelymekanismin. Olemme myös tehneet työtä useilla eri alustoilla toimivien tiedonkeruutyökalujen parissa, tutkineet sosiaalisesti merkittävien ryhmien automaattista havaitsemista kontekstidatasta, sekä edistäneet MobiLife-arkkitehtuurin sisällyttämistä yleiseen WWI-järjestelmäarkkitehtuuriin.
Proaktiivisten järjestelmien verkot ja arkkitehtuuri - Algortimiikka Networking and Architecture for Proactive Systems - Algorithmics (NAPS)
Ajankohta: 1/2003-12/2005
Tutkijat: Patrik Floréen, Petteri Nurmi, Jukka Suomela, Jukka Kohonen, Fredrik Boström, Marja Hassinen, Joonas Kukkonen, Jouni Sirén
Rahoitus: Suomen Akatemia, PROACT-tutkimusohjelma
HIIT/BRUn projekti on osa NAPS-konsortiota (Networking and Architecture for Proactive Systems), johon kuuluvat myös professori Pekka Orposen (tietojenkäsittelyteorian laboratorio, TKK) ja professori Jorma Virtamon (tietoverkkolaboratorio, TKK) tutkimusryhmät. Konsortio on osa Suomen Akatemian Proaktiivinen tietotekniikka -tutkimusohjelmaa (PROACT). Proaktiivisissa sovelluksissa tarvittavat verkkolaskennan ja tietoliikenteen mallit tarjoavat algoritmien suunnitteluun ja analyysiin uusia haasteita.
Vuoden 2005 aikana projektissa jatkettiin sensoriverkkojen energiatehokkuuteen liittyvää tutkimusta. Tutkimuksen kohteena oli tasapainotettu tiedonkeruu, jossa maksimoidaan samanaikaisesti tukiasemaan kerätyn datan kokonaismäärää ja eri sensoreista kerätyn datan minimimäärää. Projektissa kehitettiin uusi approksimaatioalgoritmi reitityksen optimointiin tässä tilanteessa [1]. Projektissa tutkittiin myös balansoidun datankeruun parantamista linkkilisäsolmujen avulla [2]. Aiempaa, ad hoc -verkkojen eliniän maksimointiin liittyvää tutkimustamme esiteltiin lehtiartikkelissa [3].
Viitteet: [1] P. Floréen, P. Kaski, J. Kohonen, P. Orponen: "Lifetime maximization for multicasting in energy-constrained wireless networks". IEEE Journal on Selected Areas in Communications 23 (2005), 117-126. [2] J. Suomela: "Computational Complexity of Relay Placement in Sensor Networks." Proc. 32nd Conference on Current Trends in Theory and Practice of Computer Science (SOFSEM 2006, Merin , Czech Republic , Jan 2006), Lecture Notes in Computer Science 3831. Springer-Verlag , Berlin , 2006, 521-529. [3] P. Floréen, P. Kaski, J. Kohonen, P. Orponen: "Exact and approximate balanced data gathering in energy-constrained sensor networks." Theoretical Computer Science 344 (2005), 30-46.
Merkkijonoalgoritmien geneerinen ohjelmakirjasto - Generic Library of Algorithms on Strings (GLAS)
Ajankohta: 1/2004-12/2007
Tutkijat: Juha Kärkkäinen, Jarkko Toivonen, Esko Ukkonen
Rahoitus: Suomen Akatemia
Projektin tarkoituksena on suunnitella ja toteuttaa merkkijonoalgoritmeja ja -tietorakenteita sisältävä monikäyttöinen ohjelmakirjasto. Sovelluksia on mm. laskennallisessa biologiassa, tiedonhaussa ja muilla alueilla, joilla käsitellään jonomaista dataa.
Projektin painopiste vuonna 2005 oli kirjaston perusarkkitehtuurin suunnittelu ja ydinosien toteutus. Arkkitehtuuria käsittelevä artikkeli ilmestyi vuoden aikana. Vastaava kirjastoprojekti on ollut käynnissä Freie Universität Berlinissä ja heidän kanssaan on käynnistynyt yhteistyö, jonka tarkoituksena on yhdistää tekeillä olevat kirjastot.
Approksimointi- ja oppimisalgoritmit - Approximation and learning algorithms (ALEA)
Ajankohta: 1/2005-12/2008
Tutkijat: Ilkka Autio, Jyrki Kivinen
Rahoitus: Suomen Akatemia
Approksimointialgoritmit ovat menetelmiä, jotka etsivät laskennallisiin ongelmiin ei aivan parhaita mahdollisia ratkaisuja. Ajatuksena on säästää laskentaresursseja ongelmissa, joiden tarkka ratkaiseminen on laskennallisesti hankalaa.
Koneoppimisen perusmenetelmä on muodostaa annetun esimerkkidatan perusteella hypoteesi, joka selittää esimerkit ja on mahdollisimman yksinkertainen. Tässä on usein luontevaa käyttää approksimointialgoritmeja, sillä yksinkertaisen hypoteesin löytäminen voi olla laskennallisesti hankalaa ja usein ei halutakaan selittää kaikkia esimerkkejä tarkasti; esimerkeissä voi olla virheitä, joita oppimisalgoritmin ei pidäkään jäljitellä.
Hankkeessa tarkastellaan approksimointialgoritmeja erityisesti koneoppimisen tarpeita silmälläpitäen. Eräs osatavoite on muokata perinteisiä pahimman tapauksen tarkasteluun perustuvia approksimointialgoritmeja siihen suuntaan, että ne pystyvät paremmin hyötymään käytännössä usein esiintyvistä helpoista tapauksista. Toinen lähestymissuunta on sellaisten koneoppimisen mallien ja menetelmien kehittäminen, joissa vaikeaksi tunnettu approksimointiongelma väistetään joko muuntamalla hypoteesin esitysmuotoa tai formalisoimalla oppimisongelma kokonaan toisin.