Poikkeamien tunnistaminen säädatasta kuvaajien ja mallinnuksen avulla

Abstract

Monessa eri tekoälyn sovelluskohteessa tapahtuu poikkeamia. Poikkeamien tiedetään heikentävän datan tehokkuutta ja tarkkuutta, koska ne eroavat normaaleista arvoista. Eri sovelluskohteita poikkeamien havaitsemiseen löytyy lääketieteessä, meteorologiassa ja ekonomiassa. Näistä sovelluskohteista kirjallisuuskatsauksessa keskitytään erityisesti meteorologian näkökulmaan.

Tutkimustyö perustuu ilmatieteenlaitoksen dataan, jota on kerätty tunnin aikavälein kahdesta eri havaintoasemasta. Asemat sijaitsevat Oulussa ja Sodankylässä. Havaintoasemien tarkasteltavia arvoja ovat lämpötila, sadanta ja auringon säteily.

Yleisimpiä havaittuja poikkeamia säädatassa ovat sensorien virheet. Muitakin poikkeamia on olemassa, mutta huomattiin, että niitä on vaikeampi löytää. Visualisoinnin avulla kuitenkin saadaan hyvä käsitys aineistosta ja sopivista menetelmistä. Oikeita menetelmiä käyttäen löydettiin yksittäisiä poikkeamia ja useamman poikkeavan arvon ryppäitä. Poikkeamien välillä nähtiin eroja ja samankaltaisuuksia, mitä voidaan voidaan perustella ympäristön vaikutuksella. Kuitenkin havaittiin, ettei ollut mahdollista löytää kaikkia poikkeamia, vaan mahdollista jatkotutkimusta voidaan tehdä vielä vuodenaikojen jaksollisista poikkeamista.