Hva mer kan vi få til med radar?
Maskinlæring og radarteori går hånd i hånd, sier Reidar (21). Han kunne litt om begge da han kom til FFI som sommerstudent. I løpet av noen måneder har han lært en god del mer.
Jeg studerer fysikk og matematikk ved NTNU. Jeg kunne litt om maskinlæring da jeg kom til FFI på Kjeller. Det var nyttig når jeg skulle arbeide med helt konkrete problemstillinger.
Radarer har eksistert lenge. Men teknologien utvikler seg hele tida. I sommer har jeg brukt forskjellige maskinlæringsalgoritmer til å prøve å lage en modell som kan klassifisere en radars funksjon ut fra signalene den sender ut. Tanken er at hvis du vet hva radarsystemet kan oppnå, kan man i større grad vite hvordan man skal respondere.
Får brukt utdannelsen
Det er mye som inngår i slik arbeid. Jeg har fått bruk for fysisk forståelse av hva radarer er og gjør. Det er viktig å kjenne til konsepter innenfor optimering og statistikk. Dessuten må du kunne å kode.
Jeg likte både fysikken og matematikken på videregående veldig godt. Jeg syntes det var vanskelig å bare velge en retning. Det var lettere å velge begge, slik jeg kunne på NTNU! Dessuten hadde jeg hørt at det var et veldig godt miljø på studiet, noe som definitivt stemmer. Slik har det vært her ved FFI også. Vi sommerstudenter har vært en god gjeng. Jeg har sett fram til lunsjene, som til stor grad har føltes som å være hjemme på NTNU. For ikke å snakke om lønningspils og vaffelfredag.
Maskinlæring i praksis
Friheten til å utforske en problemstilling på egenhånd her i sommer har vært både utfordrende og spennende. Jeg tror jeg har lært mye av det. Det å ta i bruk maskinlæringsalgoritmer i praksis er jo alltid litt skummelt. De er ofte sensitive til endringer i data, en ny type støy eller lignende. Forutsigbarhet kan være vanskelig å garantere. Derimot tror jeg definitivt maskinlæring vil bli en stor del av elektronisk kommunikasjon fremover. Uten dette hjelpemiddelet blir systemer for sofistikerte, særlig hvis du ikke har sett systemene før. Så utfordringen blir jo å gjøre modellene mer intelligente og rigide.
Frister å bli forsker
Det frister absolutt å bli forsker ved FFI. Friheten til å forme arbeidet sitt selv virker veldig givende og arbeidsmiljøet er det ingenting å si på. Veiledningen og oppfølgingen jeg har fått disse månedene har definitivt vært veldig bra. Jeg har fått lov til å angripe oppgaven som jeg vil, og vi utvidet eller snevra inn som det passet. Jeg har fått en tillit jeg har satt veldig pris på.
Å lære nye ting og utforske ukjent terreng er bra. Særlig når du kan bruke matte og fysikk til å løse konkrete problemer, slik som å forbedre radarteknologi, blir det veldig motiverende.