zurück zur Liste

Martin Gölz erreicht zweiten Platz bei Three-Minute-Thesis-Wettbewerb auf EUSIPCO 2023

18.09.2023

Auf der diesjährigen European Signal Processing Conference (EUSIPCO) in Helsinki, Finnland, belegte Martin Gölz mit der Präsentation seines Promotionsthemas „Spatial Inference via Multiple Hypothesis Testing“ den zweiten Platz im Three Minute Thesis Contest.

Der Wettbewerb wird jährlich im Rahmen der von der Europäischen Vereinigung für Signalverarbeitung (EURASIP) organisierten EUSIPCO veranstaltet und hat sich im Laufe der Jahre zu einem der Highlights des Konferenzprogramms entwickelt. Die diesjährige Ausgabe verzeichnete eine Rekordteilnehmerzahl von 56 Doktorandinnen und Doktoranden. Jeder Teilnehmer reichte ein dreiminütiges Video ein, auf dessen Grundlage die besten elf Teilnehmer eine Einladung zum Finale in Helsinki erhielten. Dort mussten die Kandidaten von verschiedenen Universitäten ihr Promotionsthema in maximal drei Minuten live vor mehr als 100 Zuschauern präsentieren. Das Publikum stimmte dann über die drei Gewinner ab.

Martin Gölz forscht seit April 2019 an der Anomalieerkennung in räumlichen Signalen über drahtlose Sensornetzwerke. Ein räumliches Signal ist jedes physikalische Phänomen, das in Abhängigkeit vom Ort variiert, wie etwa die Luftqualität oder die Stärke eines Funksignals. Mit Hilfe von multiplen Hypothesentests können die Bereiche, in denen sich ein räumliches Signal anders als erwartet verhält, unter statistischen Fehlergarantien identifiziert werden. Dies ist zum Beispiel beim Autonomen Fahren nützlich, wo selbstfahrende Fahrzeuge Straßen mit unzureichender Funkabdeckung kennen sollten, um zu vermeiden, dass sie während der Fahrt das Signal verlieren.

Die Doktorarbeit von Martin Gölz wird von Prof. Dr.-Ing. Abdelhak Zoubir und Prof. D.Sc. (EE) Visa Koivunen von der Aalto Universität in Finnland betreut.

Herzlichen Glückwunsch, Martin!

Die Three Minute Thesis ist ein international renommierter Wettbewerb, der weltweit an vielen Universitäten durchgeführt wird. Er wurde an der Universität Queensland in Australien im Jahr 2008 gestartet und dient seitdem als geschützte Marke für regelmäßige Wettbewerbe.

Die Identifizierung der räumlichen Regionen mit interessantem, abweichendem oder anormalem Signalverhalten ist eine zentrale Aufgabe in vielen Anwendungen. Erkenntnisse über den Signalzustand an verschiedenen Orten können durch groß angelegte heterogene drahtlose Sensornetzwerke gewonnen werden. Effiziente Extraktion, Austausch und Fusion der lokalen Informationen von den Knoten sind für den Betrieb im überlasteten Funkfrequenzspektrum und zur Gewährleistung einer langen Lebensdauer der Sensorbatterien unerlässlich. Kürzlich entwickelte räumliche Inferenzmethoden basieren auf der Prüfung mehrerer Hypothesen. Sie ermöglichen es, die Genauigkeit der geschätzten Bereiche mit anomalem Signalverhalten im Hinblick auf falsch-positive Ergebnisse zu kontrollieren. Alle erforderlichen statistischen Modelle werden aus den Daten erlernt, so dass diese Methoden für ein breites Spektrum praktischer Probleme geeignet sind.

Schematische Darstellung eines räumlichen Signals und der Regionen mit abweichendem Signalverhalten
Schematische Darstellung eines räumlichen Signals und der Regionen mit abweichendem Signalverhalten