एंबेडेड कंप्यूटिंग और इंटीग्रेटेड सिस्टम इंजीनियरिंग (PRECISE) सेंटर में पेन रिसर्च के हलचल भरे गलियारों में, अभूतपूर्व अनुसंधान सामने आ रहा है।

इलेक्ट्रिकल और सिस्टम इंजीनियरिंग (ईएसई) के डॉक्टरेट छात्र नंदन टुमू के नेतृत्व में, कंप्यूटर और सूचना विज्ञान (सीआईएस) और ईएसई विभाग के प्रोफेसर और प्रीसीज़ सेंटर के संस्थापक सदस्य राहुल मंघाराम द्वारा सलाह दी गई, यह काम शहरी यातायात प्रबंधन को बदलने का वादा करता है।टिकाऊ शहरी जीवन और के लिए निहितार्थ के साथजलवायु परिवर्तन शमन.

जिज्ञासा और नवीनता पर आधारित एक यात्रा

टुमू की शैक्षणिक यात्रा कनेक्टिकट विश्वविद्यालय से शुरू हुई, जहां उन्होंने कंप्यूटर विज्ञान में स्नातक और दर्शनशास्त्र में स्नातक किया।इस अनूठे संयोजन ने उनके शोध के लिए एक मजबूत नींव रखी, जिसमें तकनीकी विशेषज्ञता को अनिश्चितता और ज्ञान की गहरी और सूक्ष्म समझ के साथ मिश्रित किया गया।

अनिश्चितता को मापने और भौतिकी के साथ मशीन लर्निंग को सूचित करने के प्रति उनका आकर्षण सुदृढीकरण सीखने का उपयोग करके रोबोटिक्स नियंत्रण एल्गोरिदम विकसित करने के शुरुआती प्रयासों से बढ़ा।

मशीन लर्निंग के लिए आज के दृष्टिकोण में एक प्रमुख बाधा नमूना जटिलता है, जो यह सवाल है कि प्रदर्शन के सही स्तर को प्राप्त करने के लिए सीखने के एल्गोरिदम के लिए कितने डेटा की आवश्यकता है।जितना अधिक डेटा, उतनी अधिक ऊर्जा की आवश्यकता और पर्यावरण पर प्रभाव उतना ही अधिक होगा।

इसे संबोधित करने के लिए, टुमू ने अधिक कुशल तरीकों की खोज की और पाया कि भौतिकी-सूचित और बाधित शिक्षा व्यापक नमूने की आवश्यकता को काफी कम कर सकती है

इस दृष्टिकोण को अनुरूप भविष्यवाणी के साथ एकीकृत करके, वितरण-मुक्त अनिश्चितता परिमाणीकरण के लिए एक विधि, टुमू ने नियंत्रण का एक तरीका खोजाजटिल प्रणालियाँकुशलतापूर्वक और विश्वसनीय रूप से।

भौतिकी-सूचित और विवश सीखने और अनुरूप भविष्यवाणी की यह अभिनव जोड़ी उनके शोध की प्रेरक शक्ति बन गई है, जो बड़े मल्टी-एजेंट सिस्टम, जैसे ड्रोन या ड्राइवर रहित कारों के बेड़े, या पावर ग्रिड और पवन जैसे बुनियादी ढांचे की क्षमता को अनलॉक करने का वादा करती है।खेत.

भिन्न पूर्वानुमानित नियंत्रण के साथ शहरी यातायात में परिवर्तन

अनुकूलनपरिवहन प्रणालियाँटुमू के अनुसंधान के लिए एक प्रेरक अनुप्रयोग रहा है।2023 में, वह ट्रैफिक सिस्टम नियंत्रण के लिए मशीन लर्निंग के तरीके विकसित करने के लिए ग्रीष्मकालीन प्रशिक्षु के रूप में पैसिफिक नॉर्थवेस्ट नेशनल लैब्स (पीएनएनएल) में एक टीम में शामिल हुए।

उनके पेपर में, "बड़े पैमाने पर शहरी सड़क नेटवर्क के लिए विभेदक पूर्वानुमान नियंत्रण,'' पर प्रकाशितarXivप्रीप्रिंट सर्वर, टुमू और उसके सहयोगी हमारे समय के सबसे महत्वपूर्ण मुद्दों में से एक को संबोधित करते हैं:यातायात संकुलनऔर CO में इसका योगदान₂उत्सर्जन.चूंकि परिवहन वैश्विक उत्सर्जन का एक प्रमुख चालक है, इसलिए ऊर्जा खपत को कम करने और जलवायु परिवर्तन को कम करने के लिए यातायात नेटवर्क का अनुकूलन आवश्यक है।

टुमू का नया दृष्टिकोण ट्रैफ़िक प्रबंधन को आगे बढ़ाने के लिए पीएनएनएल में विकसित एक भौतिकी-सूचित मशीन लर्निंग पद्धति, डिफरेंशियल प्रेडिक्टिव कंट्रोल (डीपीसी) का लाभ उठाता है।अधिकांश मौजूदा ट्रैफ़िक-नियंत्रण प्रणालियाँ मॉडल प्रेडिक्टिव कंट्रोल (एमपीसी) के कुछ स्वाद पर निर्भर करती हैं, जो आम तौर पर सड़क नेटवर्क को क्षेत्रों में तोड़ती है और फिर प्रत्येक क्षेत्र में ट्रैफ़िक प्रवाह की भविष्यवाणी और अनुकूलन करती है।

एमपीसी के विपरीत, जिसका पैमाना खराब हो सकता है और इसे हल करने के लिए महत्वपूर्ण समय की आवश्यकता होती हैयातायात प्रवाहसमस्याओं के बारे में, टुमू ने पाया कि डीपीसी उन समस्याओं को सटीक और शीघ्रता से हल कर सकता है, जो यातायात प्रबंधन के लिए अधिक मजबूत समाधान पेश करता है।

दरअसल, मौजूदा अत्याधुनिक मॉडल प्रेडिक्टिव कंट्रोल (एमपीसी) तरीकों के साथ अनुभवजन्य तुलना टुमू के दृष्टिकोण की श्रेष्ठता को प्रदर्शित करती है।

जैसा कि पेपर में बताया गया है, डीपीसी से गणना समय में चार-आदेश की कमी आती है और यातायात प्रदर्शन में 37% तक सुधार होता है।इसके अतिरिक्त, परिदृश्य परिवर्तन के प्रति नियंत्रक की मजबूती, बदलते यातायात पैटर्न के अनुकूलता सुनिश्चित करती है।यह कार्य न केवल अधिक कुशल यातायात नियंत्रण विधियों का प्रस्ताव करता है, बल्कि उत्सर्जन को कम करने और बड़े पैमाने पर शहरी नेटवर्क में भीड़ को कम करने का भी लक्ष्य रखता है।

वास्तविक दुनिया पर प्रभाव और भविष्य की दिशाएँ

टुमू के अनुसंधान के व्यावहारिक निहितार्थों का मूल्यांकन पीएनएनएल के कोरल गैबल्स, फ्लोरिडा शहर के साथ ऑटोनोमिया परियोजना के एक भाग के रूप में सहयोग के माध्यम से किया जाएगा।लक्ष्य इन उन्नत ट्रैफ़िक नियंत्रण एल्गोरिदम - ट्रैफ़िक लाइट और सिग्नल के प्रबंधन के लिए रणनीतियों को वास्तविक दुनिया की सेटिंग में लागू करना है, ताकि यात्रा के समय और ऊर्जा की खपत को काफी कम किया जा सके।

अब तक के परिणाम आशाजनक हैं: परियोजना का अनुमान है कि वाहन विलंब में पर्याप्त कमी आएगी, जिससे कुल ऊर्जा खपत कम होगी और सीओ में कमी आएगी।₂उत्सर्जन.

"मौजूदा यातायात नियंत्रण बुनियादी ढांचे को अनुकूलित करने का यह अभिनव दृष्टिकोण जलवायु परिवर्तन के खिलाफ लड़ाई में एक महत्वपूर्ण कदम है," पीएनएनएल में अनुसंधान डेटा वैज्ञानिक और टुमू के सलाहकारों में से एक जान ड्रोगोना कहते हैं।

टुमू का शोध शहरी यातायात से परे तक फैला हुआ है।पीएनएनएल के सहयोग से, वह मौजूदा पवन फार्मों की दक्षता बढ़ाने के लिए डीपीसी पद्धतियों को लागू कर रहा है और उन्हें आगे बढ़ा रहा है।टुमू कहते हैं, "यह विस्तार दक्षता और प्रदर्शन को बढ़ाने के लिए नेटवर्क साइबर-भौतिक प्रणालियों के लिए नियंत्रण एल्गोरिदम विकसित करने की मेरी व्यापक शोध दृष्टि के अनुरूप है।"

"भौतिकी-आधारित जानकारी और अनिश्चितता परिमाणीकरण को शामिल करके, मेरा लक्ष्य बेहतर नियंत्रण एल्गोरिदम बनाना है जो वास्तविक दुनिया के डेटा का लाभ उठा सके।"

एक स्थायी भविष्य के लिए एक दृष्टिकोण

मंघाराम कहते हैं, "नंदन तुमू का शोध महत्वपूर्ण जलवायु और जटिल सामाजिक चुनौतियों से निपटने के लिए गणितीय रूप से कठोर और स्केलेबल दृष्टिकोण का प्रतीक है।"

"भौतिकी-सूचित मशीन लर्निंग को उन्नत नियंत्रण पद्धतियों के साथ एकीकृत करके, वह ऐसे समाधानों का नेतृत्व कर रहे हैं जो हमारे शहरी वातावरण को अधिक कुशल और हमारी ऊर्जा प्रणालियों को अधिक टिकाऊ बनाने का वादा करते हैं।"

"उनका काम अंतःविषय अनुसंधान की शक्ति और हमारी दुनिया में सार्थक परिवर्तन लाने की इसकी क्षमता की गवाही देता है," CIS में सेसिलिया फिटलर मूर प्रोफेसर, PRECISE केंद्र के निदेशक इंसुप ली कहते हैं।

"जैसा कि नंदन जो संभव है उसकी सीमाओं को आगे बढ़ाना जारी रखता है, उसका योगदान शिक्षा और समाज दोनों पर स्थायी प्रभाव छोड़ने के लिए तैयार है।"