{"id":27,"date":"2022-12-15T18:42:47","date_gmt":"2022-12-15T16:42:47","guid":{"rendered":"https:\/\/blogs.uwasa.fi\/digitaleconomy\/?p=27"},"modified":"2025-08-11T16:45:09","modified_gmt":"2025-08-11T13:45:09","slug":"datavuomallinnuksen-asiantuntija-vieraili-vaasassa","status":"publish","type":"post","link":"https:\/\/blogs.uwasa.fi\/digitaleconomy\/datavuomallinnuksen-asiantuntija-vieraili-vaasassa\/","title":{"rendered":"Datavuomallinnuksen asiantuntija vieraili Vaasassa"},"content":{"rendered":"

Yhdysvaltalainen huippututkija, datavuomallinnuksen asiantuntija, professori Shuvra S. Bhattacharyya<\/a> Marylandin yliopistosta vieraili alkusyksyst\u00e4 yliopistollamme.<\/p>\n

1980-luvun lopulta l\u00e4htien professori Bhattacharyya on keskittynyt tutkimuksissaan tietoteknisten j\u00e4rjestelmien mallintamiseen. H\u00e4n on tutkinut niin pienimuotoisten digitaalisten piirien toimintaa kuin kokonaisia suuren mittakaavan j\u00e4rjestelmi\u00e4. Bhattacharyyan kehitt\u00e4m\u00e4t formaalit<\/em> (muodolliset) mallit tarjoavat j\u00e4rjestelm\u00e4llisen ja yksinkertaistetun esitystavan monimutkaisille kokonaisuuksille, mik\u00e4 helpottaa mallien tarkastelua. Bhattacharyya on julkaissut yhteisty\u00f6kumppaneineen yli 300 tieteellist\u00e4 artikkelia ja kirjoittanut seitsem\u00e4n kirjaa.<\/p>\n

Formaalin datavuomallinnuksen kehitt\u00e4j\u00e4<\/strong><\/p>\n

Ty\u00f6uransa aikana Bhattacharyya on vienyt eteenp\u00e4in etenkin datavuomalleja<\/em>, jotka ovat tulleet tunnetuiksi datan liikkumisen ja k\u00e4sittelyn havainnollistamisessa. Yleisesti syy-seuraussuhteiden kuvaamiseen k\u00e4ytetty vuokaavio on yksinkertainen esimerkki datavuomallista. Datavuomallien formaali m\u00e4\u00e4rittely mahdollistaa kuitenkin paljon enemm\u00e4n kuin datan k\u00e4sittelyn syy-seuraussuhteiden kuvaamisen kollegalle. Sopivan lis\u00e4informaation avulla yksinkertaisesta kaaviosta saadaan automaattisesti tuotettua toimivia tietokoneohjelmia yhteen tai useampaan j\u00e4rjestelm\u00e4\u00e4n. T\u00e4m\u00e4n kaltainen ohjelmistotuotannon automatisointi mahdollistaa useampien erilaisten toteutusvaihtoehtojen l\u00e4pik\u00e4ymist\u00e4 lyhyess\u00e4 ajassa, ja toisaalta korkea automaation aste v\u00e4hent\u00e4\u00e4 ohjelmoinnissa tapahtuvien inhimillisten virheiden m\u00e4\u00e4r\u00e4\u00e4.<\/p>\n

Tieteess\u00e4 ja tekniikassa datavuomalleja on hy\u00f6dynnetty jo kymmenien vuosien ajan digitaalisten mikropiirien ja rinnakkaisten tietokoneiden toiminnan kuvaamiseen, analysointiin ja tuotannon automaatioon. N\u00e4iss\u00e4 k\u00e4ytt\u00f6tarkoituksissa j\u00e4rjestelm\u00e4n datavuokaavio kuvaa ja mallintaa yht\u00e4aikaisia<\/em> (rinnakkaisia) datan liikkeit\u00e4 ja k\u00e4sittelytapahtumia \u2013 sellaiseen eiv\u00e4t ihmisen kyvyt eiv\u00e4t riit\u00e4 ainakaan silloin, jos kyseess\u00e4 ovat laajat mallit. Datavuomallien viimeaikaisia menestystarinoita ovat olleet neuroverkkomallit, joihin datavuomallinnus sopii erinomaisesti. Muun muassa Googlen laajasti k\u00e4ytt\u00e4m\u00e4 neuroverkko-ohjelmisto TensorFlow toimii pohjimmiltaan datavuomallin p\u00e4\u00e4ll\u00e4.<\/p>\n

Datavuomallin hy\u00f6dynt\u00e4minen tehtaiden toiminnassa<\/strong><\/p>\n

Vaasan-vierailunsa aikana Prof. Bhattacharyya piti luennon aiheesta \u201dIndustrial communication networks\u201d (teollisuuden tiedonsiirtoj\u00e4rjestelm\u00e4t), joka pohjautui h\u00e4nen viimeaikaisiin datavuomallien sovelluksiinsa. Yhteisty\u00f6ss\u00e4 Yhdysvaltain kansallisen standardi- ja teknologiainstituutin (NIST) kanssa tekem\u00e4ss\u00e4\u00e4n tutkimuksessa Bhattacharyyan tutkimusryhm\u00e4 on soveltanut datavuomalleja automatisoitujen tehtaiden toiminnan mallintamiseen.<\/p>\n

\"Professori<\/p>\n

Datavuomallinnus soveltuu monin tavoin tehtaiden toiminnan mallintamiseen. Bhattacharyyan esitelm\u00e4 Vaasassa keskittyi erityisesti tehtaissa toimivien langattomien tiedonsiirtoverkkojen optimointiin datavuomallia hy\u00f6dynt\u00e4m\u00e4ll\u00e4. Tulevaisuudessa malliin mahdollisesti sis\u00e4llytet\u00e4\u00e4n my\u00f6s tuotantoj\u00e4rjestelmien paikkatietoa, mik\u00e4 autonomisten j\u00e4rjestelmien aikakaudella edesauttaa tehtaan toiminnan analysointia ja optimointia jo suunnitteluvaiheessa.<\/p>\n

T\u00e4ll\u00e4 hetkell\u00e4 Vaasan yliopisto toimii yhteisty\u00f6ss\u00e4 Bhattacharyyan tutkimusryhm\u00e4n kanssa neuroverkkolaskennan tutkimuksen parissa. Vuoden alussa yhteisty\u00f6n\u00e4 julkaistussa tieteellisess\u00e4 lehtiartikkelissa [1] datavuomalleja k\u00e4ytet\u00e4\u00e4n mm. neuroverkkoihin liittyv\u00e4n laskennan rinnakkaistamiseen ja optimointiin. Hiljattain t\u00e4t\u00e4 ty\u00f6t\u00e4 laajennettiin koskemaan useammalle tietokoneelle hajautettuja neuroverkkoja [2], mik\u00e4 osaltaan tuo esiin, ett\u00e4 datavuopohjaiset menetelm\u00e4n taipuvat monenlaisiin k\u00e4ytt\u00f6tarkoituksiin ja pysyv\u00e4t ajankohtaisina vuosikymmenest\u00e4 toiseen.<\/p>\n

Jani Boutellier<\/a><\/p>\n

Kirjoittaja ty\u00f6skentelee apulaisprofessorina (tenure track) Tekniikan ja innovaatiojohtamisen yksik\u00f6ss\u00e4 sek\u00e4 Digital Economy -tutkimusalustalla.\u00a0<\/em><\/p>\n

[1] Boutellier, J., Ma, Y., Wu, J., Khan, M., & Bhattacharyya, S. S. (2022). VR-PRUNE: Decidable Variable-Rate Dataflow for Signal Processing Systems. IEEE Transactions on Signal Processing, 70, 1819-1833.<\/p>\n

[2] Boutellier, J., Tan, B., & Nurmi, J. (2022). Fault-Tolerant Collaborative Inference through the Edge-PRUNE Framework. 39th International Conference on Machine Learning workshop on Dynamic Neural Networks.<\/p>\n","protected":false},"excerpt":{"rendered":"

Yhdysvaltalainen huippututkija, datavuomallinnuksen asiantuntija, professori Shuvra S. Bhattacharyya Marylandin yliopistosta vieraili alkusyksyst\u00e4 yliopistollamme. 1980-luvun lopulta l\u00e4htien professori Bhattacharyya on keskittynyt tutkimuksissaan tietoteknisten j\u00e4rjestelmien mallintamiseen. H\u00e4n on tutkinut niin pienimuotoisten digitaalisten piirien toimintaa kuin kokonaisia suuren mittakaavan j\u00e4rjestelmi\u00e4. Bhattacharyyan kehitt\u00e4m\u00e4t formaalit (muodolliset) mallit tarjoavat j\u00e4rjestelm\u00e4llisen ja yksinkertaistetun esitystavan monimutkaisille kokonaisuuksille, mik\u00e4 helpottaa mallien tarkastelua. Bhattacharyya on […]<\/p>\n","protected":false},"author":161,"featured_media":6,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[11,1],"tags":[16,15,18,17],"class_list":["post-27","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data-economy","category-yleinen","tag-datavuomalli","tag-datavuomallinnus","tag-industrial-communication-network","tag-teollisuuden-tiedonsiirtojarjestelma"],"acf":[],"post_meta":" Digital Economy<\/a><\/span><\/span>DATA ECONOMY<\/a> YLEINEN<\/a><\/span>","post_thumbnail":"\"\"<\/a>","_links":{"self":[{"href":"https:\/\/blogs.uwasa.fi\/digitaleconomy\/wp-json\/wp\/v2\/posts\/27"}],"collection":[{"href":"https:\/\/blogs.uwasa.fi\/digitaleconomy\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blogs.uwasa.fi\/digitaleconomy\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blogs.uwasa.fi\/digitaleconomy\/wp-json\/wp\/v2\/users\/161"}],"replies":[{"embeddable":true,"href":"https:\/\/blogs.uwasa.fi\/digitaleconomy\/wp-json\/wp\/v2\/comments?post=27"}],"version-history":[{"count":4,"href":"https:\/\/blogs.uwasa.fi\/digitaleconomy\/wp-json\/wp\/v2\/posts\/27\/revisions"}],"predecessor-version":[{"id":162,"href":"https:\/\/blogs.uwasa.fi\/digitaleconomy\/wp-json\/wp\/v2\/posts\/27\/revisions\/162"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blogs.uwasa.fi\/digitaleconomy\/wp-json\/wp\/v2\/media\/6"}],"wp:attachment":[{"href":"https:\/\/blogs.uwasa.fi\/digitaleconomy\/wp-json\/wp\/v2\/media?parent=27"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blogs.uwasa.fi\/digitaleconomy\/wp-json\/wp\/v2\/categories?post=27"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blogs.uwasa.fi\/digitaleconomy\/wp-json\/wp\/v2\/tags?post=27"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}