Väitös systeemi- ja operaatiotutkimuksen alalta, DI Pekka Laitila

Epävarmuuden vallitessa tehtävät päätökset ja riskienhallinta ovat toistuvia haasteita yritysmaailmassa ja julkishallinnossa. Usein päätöksenteko-ongelman viitekehys koostuu erilaisista osatekijöistä ja muuttujista, joiden keskinäisiä riippuvuussuhteita on vaikea hahmottaa tai tuntea tarkasti. Syynä voi olla sopivan tilastollisen datan puute tai haaste tunnistaa oleellinen data. Tällaiset ongelmat ovat tyypillisiä tilanteissa, joissa riskit ovat ennen kokemattomia tai luonteeltaan täysin uusia. Esimerkkitilanteita ovat muun muassa uudenlaiset projektit, ekologiset ja taloudelliset katastrofit sekä valtiollisen tason konfliktit.

Sopivan tilastollisen datan puuttuessa on saatavilla kuitenkin usein sekä asiantuntijatietämystä että monipuolista informaatiota koskien toisiinsa epäsuorasti liittyviä osatekijöitä. Tällaisissa tilanteissa päätöksentekoa ja riskien arviointia voidaan tehokkaasti tukea niin sanotulla Bayes-verkolla. Se kuvaa toisiinsa linkittyvistä komponenteista koostuvaa systeemiä sekä visuaalisesti että numeerisesti. Bayes-verkko mahdollistaa riskien määrittelyn tarkasti lukuarvoilla ja komponenttien välisen vuorovaikutuksen selvän esittämisen. Se voidaan rakentaa yhdistämällä erilaisia tietolähteitä kuten kokeellista ja historiallista dataa sekä asiantuntijatietämystä. Bayes-verkkoja hyödynnetään lukuisissa sovelluksissa eri aloilla. Esimerkkejä ovat lääketieteellinen päätöksenteko, epidemioihin, ekosysteemeihin ja teollisuuteen liittyvä riskianalyysi sekä yhteiskunnallinen ja sotilaallinen suunnittelu.

Väitöskirjassa kehitetään Bayes-verkkojen rakentamista asiantuntijatietämyksen pohjalta. Tämä rakentamiskäytäntö on yleinen käytännön sovelluksissa ja sisältää substanssiasiantuntijan subjektiivista arviointia. Väitöskirjan pääkontribuutio ovat uudet menettelytavat, jotka auttavat asiantuntijaa määräämän tarvittavia numeerisia riippuvuuksia Bayes-verkkojen komponenttien välille. Menettelytavat parantavat jo olemassa olevaa menetelmää, jota käytetään yleisesti Bayes-verkkosovelluksissa. Ne vähentävät asiantuntijan arviointivaivaa ja laajentavat perustana olevan menetelmän käyttöpiiriä. Niiden hyödyntämistä tukevat yksityiskohtaiset ohjeistukset sekä tietokonesovellukset. Kokonaisuudessaan uudet menettelytavat helpottavat ja tukevat Bayes-verkkojen tehokasta ja monipuolista käyttöä eri sovellusaloilla.

Vastaväittäjä on professori Norman Fenton, Queen Mary University of London, Englanti

Kustos on professori Kai Virtanen, Aalto-yliopiston perustieteiden korkeakoulu, matematiikan ja systeemianalyysin laitos

Väittelijän yhteystiedot: [email protected]

Väitöstilaisuus järjestetään kampuksella ja etäyhteydellä Zoomissa. Linkki tilaisuuteen

Väitöskirja on julkisesti nähtävillä 10 päivää ennen väitöstä Aalto-yliopiston julkaisuarkiston verkkoriiputussivulla.

Elektroninen väitöskirja