Enklare metod kan vara bäst

Ibland är det bra att göra det svåra enkelt, det visar Alexander Karlssons doktorsavhandling i ämnet datavetenskap. Han har utvärderat två olika metoder för situationsdetektering och den enklare metoden kan prestera bättre än den mer avancerade.

Ett fartyg rör sig in mot en hamn och dess rörelser följs av sensorer. Om fartyget inte håller sin förväntade kurs och därmed har ett avvikande beteende, ger ett övervakningssystem larm till en operatör.

Men hur ska ett system konstrueras för att på ett så bra sätt som möjligt detektera avvikande fartyg och inte ge för många falsklarm? Detta är en av många frågor inom forskningsområdet informationsfusion som Alexander Karlssons doktorsavhandling i ämnet datavetenskap tar upp.

Resultaten i avhandlingen är ett steg närmare en lösning på en teorikontrovers inom vetenskapsområdet. Konflikten handlar om vilken metod som är bäst lämpad att använda i system för situationsdetektering: Bayesiansk teori eller "Credal Set Theory" (CST).

– Forskare har varit lite antingen eller i den här frågan. Vissa använder Bayesiansk teori oavsett vilka problem det är som ska lösas. Andra menar att CST ska användas för vissa typer av problem, förklarar Alexander Karlsson.

Precist eller oprecist?

På ytan är enda skillnaden mellan de olika metoderna att Bayesiansk teori använder sig av precisa sannolikhetsvärden medan CST använder sig av "oprecisa sannolikheter", till exempel ett intervall. System som använder CST kräver dock betydligt mer datorkraft än de som använder Bayesiansk teori. Frågan är då: Ärdet värt att lägga ned de extra resurserna?

För att svara på frågan har Alexander Karlsson designat tre olika experiment och låtit metoderna tävla mot varandra. Två av experimenten är designade som datorsimuleringar medan den tredje studien är baserad på grunddata från en projektpartner.

– Resultaten pekar mot att det för vissa typer av system inte finns någon anledning till att använda CST. Den enklare Bayesianska teorin kan prestera bättre och är dessutom betydligt mindre beräkningsmässigt resurskrävande, sägerAlexander Karlsson.

Utvärdering av andra metoder

Alexander Karlsson är intresserad av att låta andra teorier utvärderas mot varandra på liknande sätt som han nu gjort med CST och den Bayesianska teorin.

– Själva designen av experimenten skulle kunna användas för att låta andra metoder tävla mot varandra. Det finns fler teorikonflikter inom informationsfusion där de inblandade teorierna inte har blivit utvärderade genom experiment, avslutar han.

Kunskapen som Alexander Karlsson nu har bidragit med är till nytta för alla som konstruerar olika typer av system för situationsdetektering.
För ytterligare information kontakta

Alexander Karlsson 0500 - 448332