Aylin Tastan und Afief D. Pambudi Erster und Zweiter im Student Paper Competition

Von den 143 Arbeiten, die aus der ganzen Welt für den Wettbewerb eingereicht wurden, wurden die besten fünf Arbeiten in einem strengen Überprüfungsverfahren durch das AESS Radar Systems Panel Student Paper Competition Committee als Finalisten ausgewählt. In der Endrunde präsentierte jeder Teilnehmer seine Arbeit in einer speziellen Live-Online-Sitzung vor der Jury.

In der preisgekrönten Arbeit von Aylin Tastan entwarf sie einen parameterfreien robusten Clustering-Algorithmus, um stark kontaminierte Radardaten des menschlichen Gangs zu clustern. Sie extrahierte aus den Daten einen neuen Satz von Merkmalen und setzte einen graphenbasierten Algorithmus zur Erkennung von Ausreißern ein, wobei sie typische Gradinformationen eines spärlichen Graphen verwendete. Dieser Algorithmus betont die Bedeutung der Gradinformation in einem spärlichen Graphen, die auch für andere Zwecke, wie z.B. Gewichtungsfunktionen, wertvoll sein kann. Darüber hinaus liefert er potenzielle a-priori-Informationen für den Entwurf robuster dünn besiedelter grafischer Modelle.

Afief D. Pambudis zweitplatzierte Arbeit trägt dazu bei, die Leistung und Nutzung von bodendurchdringendem Radar zur Detektion von Landminen zu erhöhen. Es schlägt eine kopula-basierte robuste Teststatistik für die Erkennung von Landminen in vorausschauenden, bodendurchdringenden Radarbildern vor. In dieser Arbeit gelang es Pambudi, die Abhängigkeitsstruktur zwischen verschiedenen Bildern erfolgreich in die Teststatistik zu integrieren, um die Erkennungsgenauigkeit zu erhöhen.

Die Arbeit von Afief D. Pambudi steht in enger Zusammenarbeit mit Prof. Fauzia Ahmad von der Temple University, PA, USA und dem U.S. Army Research Laboratory.

Herzlichen Glückwunsch an Aylin und Afief!