Väitös tietotekniikan alalta, Roope Tervo

Tohtorikoulutettava Roope Tervon väitöstilaisuus pidetään 2.11.2021. Väitöskirja käsittelee koneoppimisen hyödyntämistä sään vaikutustennusteissa keskittyen sähkökatkojen ja junien myöhästymisen ennustamiseen. Työ on tehty yhteistyössä Aalto yliopiston tietotekniikan laitoksen professori Alex Jungin tutkimusryhmän ja Ilmatieteen laitoksen kanssa.

Luonnonkatastrofit vaikuttivat yhteensä yli 4 miljardiin ihmiseen ja vaativat 1,23 miljoonaa henkeä vuosina 2000-2019. Suomessa ukkosmyrskyt, matalapainemyrskyt ja pitkään jatkuva lumisade aiheuttaa merkittävää vahinkoa. Ilmatieteen laitoksilla on pitkä ja kunniakas historia ääri-ilmiöiden ennustamisessa ja niistä varoittamisessa. Reagoidakseen parhaimmalla mahdollisella tavalla sähköverkkojen ja junaliikenteen operaattorit tarvitsevat kuitenkin haastavan työnsä tueksi tarkkoja ja paikallisia ennusteita sään vaikutuksesta.

”Koneoppiminen — joukko metodeja, jotka ennustavat vaikutuksia uudella datalla perustuen vanhalla datalla tehtyyn koulutukseen — on ideaali sään vaikutusennustusten tekemisessä”, Tervo sanoo. Väitöskirja tutkii lukuisia edistyneitä koneoppimismetodeja, kuten satunnaismetsiä, neuroverkkoja ja Gaussisia prosesseja kahdessa sovelluksessa.

Ensimmäinen sovellus tunnistaa, seuraa ja luokittelee myrskysoluja säätutkadatasta ja pintasäähavainnoista. Metodi luokittelee myrskysolut perustuen niiden tuhopotentiaaliin sähköverkolle. Lisäksi se ennustaa myrskysolujen liikettä tunteja eteenpäin tarjoten tärkeää tietoa sähköverkon operaattoreille. Myöhemmin Tervo laajensi metodia laaja-alaisille matalapainemyrskyille, joita voidaan ennustaa päiviä etukäteen numeeristen säämallien avulla. Lisäksi väitöskirja tutkii säästä johtuvia junien myöhästymisen ennustamista perustuen säähavaintoihin, numeerisen säämalliin ja junien myöhästymistilastoihin vuosilta 2010-2018.

Tulokset ovat lupaavia: ”oliopohjainen lähestyminen on toimiva metodi ukkoskuurojen aiheuttamien sähkökatkojen ennustamisessa ja samaa ideaa voidaan soveltaa myös matalapainemyrskyille”, Tervo toteaa. Väitöskirja osoittaa myös, että säästä aiheutuvia junien myöhästymisiä voidaan ennustaa mikäli riittävän laadukasta koulutusdataa on saatavilla.

”Tulosten voi olettaa olevan hyvin ennustettavissa. Oletettavasti samaa prosessia dvoidaan soveltaa myös muihin sovelluksiin, jossa vaikutukset ovat mitattavissa, säätapahtumat ovat identifioitavissa ja riittävästi dataa on saatavissa”, Tervo tiivistää.

Vastaväittäjä: professori Kai Puolamäki, Helsingin yliopisto

Kustos: professori Alexander Jung, Aalto-yliopiston perustieteiden korkeakoulu, Tietotekniikan laitos

Väittelijän yhteystiedot: [email protected], +358405752720

Väitöstilaisuus järjestetään etäyhteyden kautta. Linkki tilaisuuteen

Väitöskirja on julkisesti nähtävillä 10 päivää ennen väitöstä Aalto-yliopiston julkaisuarkiston verkkoriiputussivulla.