Disputas: Marcus Furuholmen

M.Sc. Marcus Furuholmen ved Institutt for informatikk vil forsvare sin avhandling for graden ph.d. (philosophiae doctor)

"On the Evolution and Coevolution of Machines for Optimization and Automated Problem Solving in Industry"

Tid og sted for prøveforelesning

16. nov. 2010 09:30 (Lille auditorium, Informatikkbygningen, Gaustadalléen 23) - Evolvable hardware and its suitability in industry

Bedømmelseskomité

  • Professor Andy Tyrrell, Department of Electronics, The University of York

  • Professor Keith Downing, Institutt for datateknikk og informasjonsvitenskap, NTNU

  • Førsteamanuensis Philipp Häfliger, Institutt for informatikk, Universitetet i Oslo

Leder av disputas

Morten Dæhlen

Veileder

  • Mats Høvin
  • Jim Tørresen
  • Hans Christian Von Krogh

For mer informasjon

Menneskeskapte systemer blir stadig mer komplekse og det stilles stadig høyere krav til sikkerhet, kvalitet og effektivitet. Dette utfordrer tradisjonelle design- og utviklingsmetoder som i stor grad baserer seg på bruk av heuristikker.

Et eget fagfelt innen optimalisering kalles kunstig evolusjon, hvor tilnærmet optimale løsninger genereres automatisk gjennom en prosess som henter inspirasjon fra evolusjon i naturen. Oppgaven identifiserer en rekke utfordringer ved tradisjonell bruk av kunstig evolusjon, særlig i forhold til skalerbarhet og brukervennlighet, noe som bidrar til å begrense bruken av metoden i industrien.

Denne avhandlingen forsøker å adressere disse utfordringene ved bruk av maskinlæringsmetoder. Maskinlæring dreier seg om hvordan datamaskiner kan programmeres til å lære å løse problemer ved hjelp av erfaring. I avhandlingen undersøkes en metode hvor kunstig evolusjon brukes som læringsalgoritme. På denne måten genereres optimale heuristikker som i neste omgang kan genererere løsninger på ulike problemer.

Oppgaven sammenligner de ulike metodene på en rekke problemer fra industrien som for eksempel systemidentifikasjon, planlegging av prosessanlegg, pakking, og ruting av rør. Oppgaven viser at den foreslåtte metoden kan forbedre flere sider ved bruk av kunstig evolusjon i industrielle applikasjoner.

Arbeidet er utført ved forskningsgruppen for Robotikk og Intelligente Systemer, Institutt for informatikk, Universitetet i Oslo, i samarbeid med Aker Solutions.

Kontaktperson

For mer informasjon, kontakt Else Marie Lingaas.

Published Feb. 25, 2011 11:54 AM - Last modified Mar. 25, 2014 10:50 AM