Oulun yliopisto

Väitös: Älykkäät vihreät piensoluverkot - älykkyyden avulla energiansäästöön

Jaa

Nykyiset teknologiat hyödyntävät hierarkkista ja vahvasti keskitettyä verkon hallintaa, joka kuluttaa paljon energiaa ja kuormittaa tiedonvälitystä. Yksi lupaava ratkaisu on tiheä piensoluverkko, joka koostuu halvoista pienitehoisista tukiasemista, jotka jakavat verkkoinfrastruktuuria keskenään. Väitöstyössä kehitettiin älykkäitä menetelmiä piensoluverkkoihin hyödyntämällä peliteoriaa, mean-field -teoriaa, koneoppimista ja optimointia. Esitetyt menetelmät tuottavat huomattavia parannuksia energiansäästöön ja siirtonopeuteen.

Tietoliikenne on kehittynyt nopeasti viime vuosina ja kehitys jatkuu edelleen. Alun perin tietoliikenne keskittyi puheensiirtoon, mutta nyt se on laajentunut moniin eri sovelluksiin kuten internettiin, virtuaalitodellisuuteen, teollisuusautomaatioon ja itsestään ajaviin autoihin. Tämän seurauksena suuren datanopeuden, sekä laadukkaan ja luetettavan yhteyden takaamisesta on tullut suuri haaste.

Yksi lupaava ratkaisu on tiheä piensoluverkko, joka koostuu halvoista pienitehoisista tukiasemista, jotka jakavat olemassa olevaa verkkoinfrastruktuuria ja verkkoresursseja keskenään. Kuitenkin nykyiset teknologiat hyödyntävät hierarkkista ja vahvasti keskitettyä verkon hallintaa, joka ei ole sopiva menetelmä hallinnoimaan suurta määrää piensoluverkkoja. Tällaisella hallinnalla verkko kuluttaa paljon energiaa ja joudutaan käyttämään suurta kuormaa aiheuttavaa tiedonvälitystä tukiasemien ja käyttäjien kesken.

Tämän työn motivaationa on kehittää älykkäitä menetelmiä piensoluverkkoihin, joissa piensolut ja käyttäjät voivat oppia verkon rajoitteita ja ympäröivien verkkoelementtien käyttäytymistä. Oppiminen voidaan tehdä joko pienissä ryhmissä, itsenäisesti vähäisellä koordinaatiolla tai itsenäisesti ilman koordinaatiota. Hyödyntäen opittua tietoa verkko voi älykkäästi tehdä päätöksiä lähetystehosta, käyttäjien allokointiajoista, piensolujen päälle tai pois päältä kytkemisestä ja taajuuksien käytöstä. Näin voidaan taata laadukkaat yhteydet pienellä tehon kulutuksella ja koordinoinnilla nykyisiin verkkoihin verrattuna.

Tässä työssä hyödynnetään kahta tieteenalaa, matematiikkaa ja fysiikka ja näistä eri työkaluja kuten, peliteoriaa, mean-field -teoriaa, koneoppimista ja optimointia. Ehdotettujen älykkäiden ja vihreiden menetelmien suorituskykyä on arvioitu mittavilla simulaatioilla. Esitetyt menetelmät tuottavat huomattavia parannuksia energiansäästöön, siirtonopeuteen ja vähentyneeseen signaloinnin tarpeeseen, verrattuna perinteisiin menetelmiin, joita tutkimuskirjallisuudessa on tarkasteltu.

---

Master of Engineering Sumudu Samarakoon väittelee tohtoriksi Oulun yliopistossa perjantaina 17.11.2017. Tietoliikennetekniikan alaan kuuluvan väitöskirjan otsikko on Learning-based Methods for Resource Allocation and Interference Management in Energy-Efficient Small Cell Networks (Oppimiseen perustuva resurssien allokointi ja häiriön hallinta energiatehokkaissa piensoluverkoissa). Vastaväittäjänä toimii professori Jyri Hämäläinen Aalto-yliopistosta ja kustoksena dosentti Mehdi Bennis Oulun yliopistosta. Väitöstilaisuus pidetään Oulun yliopistossa salissa HU 106 kello 12 alkaen.

Oppiarvo ja nimi: Master of Engineering Sumudu Samarakoon

Syntymäaika ja -paikka: 1985 Sri Lanka

Avainsanat

Yhteyshenkilöt

Väittelijän yhteystiedot: Master of Engineering Sumudu Samarakoon. p. 044 9636 084, sumudu.samarakoon@oulu.fi

Viestinnän asiantuntija Kaisu Innanen, Oulun yliopisto, p. 050 4344 261, kaisu.innanen@oulu.fi

Kuvat

Linkit

Tietoja julkaisijasta

Oulun yliopisto
Oulun yliopisto
Pentti Kaiteran katu 1
90570 Oulu

0294 480 000http://www.oulu.fi/yliopisto/

 

Oulun yliopisto
Viestintä, markkinointi ja yhteiskuntasuhteet
PL 8000
90014 Oulun yliopisto
viestintä (@) oulu.fi
0294 484 091

Tilaa tiedotteet sähköpostiisi

Haluatko tietää asioista jo ennen kuin ne uutisoidaan? Kun tilaat tiedotteemme tältä julkaisijalta, saat ne sähköpostiisi yhtä aikaa suomalaisen median kanssa. Tilauksen voit halutessasi perua milloin tahansa.

Lue lisää julkaisijalta Oulun yliopisto

Väitös: DLBCL, primaari ja sekundaari keskushermostoilmentymä, hoito ja ennaltaehkäisy17.11.2017 14:14Tiedote

Väitöstutkimuksessa arvioitiin primaarin aivolymfooman (PCNSL) hoitoa ja hoidon vaikuttavuutta tavanomaisella yhdistelmäsolunsalpaajahoidolla, sekä analysoitiin OYS:ssa vuonna 2007 käyttöönotetun veriaivoesteen aukaisuhoidon avulla ensi-tai toisessa linjassa hoidetut aivolymfoomapotilaat. Lisäksi arvioitiin sekundaarisen aivolymfooman (SCNSL) ilmaantuvuutta korkean uusiutumariskin diffuusia suurisoluista b-solulymfoomaa sairastavilla potilailla, jotka saivat joko tavanomaista immunokemoterapiaa tai siihen kombinoitua keskushermostoon suunnattua profylaksiahoitoa.

Tasa-arvo ja matemaattisen osaamisen tarve haastavat yliopistojen opiskelijavalintaa10.11.2017 09:03Tiedote

Tiistaina 7.11. julkaistiin uutta tietoa kansallisesta opiskelijavalintahankkeesta ja ylioppilasarvosanojen pisteytysmalleista yliopistojen opiskelijavalinnassa. Oulun yliopiston tutkijoiden laaja tutkimusaineisto lukion ainevalintojen vaikutuksesta kertoo, millaisia opiskelijoita yliopistoihin on valittu nykyisellä järjestelmällä vuosina 2013–2015. Kehittämistyön ytimessä tulisi olla kysymys, millaista lukiossa hankittua osaamista yliopisto-opiskelijoilta halutaan jatkossa.

Uutishuoneessa voit lukea tiedotteitamme ja muuta julkaisemaamme materiaalia. Löydät sieltä niin yhteyshenkilöidemme tiedot kuin vapaasti julkaistavissa olevia kuvia ja videoita. Uutishuoneessa voit nähdä myös sosiaalisen median sisältöjä. Kaikki STT Infossa julkaistu materiaali on vapaasti median käytettävissä.

Tutustu uutishuoneeseemme