Tapahtumat

Väitös tietotekniikan alata, Eero Siivola

Väitöskirjan nimi on "Applications of human feedback in Gaussian processes"
CS_defence_3 photo by Matti Ahlgren

Tilastollinen mallinnus on hyödyllistä vain jos mallinnettavasta ilmiöstä on saatavilla tarpeeksi havaintoja. Määrä riippuu mallinnusongelmasta, mutta usein havaintojen keräämiseen liittyy kustannus. Kustannusta ei välttämättä aina mitata rahassa, vaan se voidaan myös esimerkiksi määritellä menetettynä aikana tai haaskattuina luonnonresursseina. Joissain ilmiöissä havaintojen kustannus on erityisen suuri. Näin on esimerkiksi lääketieteeseen liittyvissä mallinnusongelmissa, joissa havainnot saatetaan joutua keräämään potilailta. Mallinnusongelmasta riippumatta onkin usein toivottavaa, että havaintoja tarvittaisiin mahdollisimman vähän.

Tämä väitöskirja edelleenkehittää kahta menetelmää, joilla tilastollisen mallinnuksen menetelmistä voidaan tehdä vähemmän uusia havaintoja tarvitsevia. Ensimmäinen tapa on käyttää uudenlaisia priori-, eli etukäteisoletuksia. Väitöskirja jatkokehittää niin kutsuttuihin oletettuihin havaintoihin perustuvia menetelmiä, joilla priorioletuksia voidaan sisällyttää tilastolliseen malliin. Oletetut havainnot ovat keksittyjä havaintoja, joita käytetään oikeiden havaintojen tapaan. Toinen väitöskirjassa käsitelty havaintosäästeliäisyyteen tähtäävä menetelmä on havaintojen keräämisen älykäs suunnittelu. Tämä tehdään yleensä keräämällä havainnot yksitellen siten, että aina seuraava havainto tehdään sijainnista, jossa se aiemmin tehtyjen havaintojen valossa hyödyttäisi eniten mallinnusongelman ratkaisemisessa. Väitöskirja kehittää ymmärrystä näistä menetelmistä ja laajentaa niiden käyttömahdollisuuksia uudentyyppisiin havaintoihin, jotka perustuvat usean vaihtoehdon keskinäiseen vertailuun.

Työssä tutkitaan, vertaillaan ja jatkokehitetään useita jo olemassa olevia tekniikoita, sekä esitetään uusia laskennallisesti tehokkaita menetelmiä edellä kuvattujen ongelmien ratkaisemiseksi käyttäen Gaussisia prosesseja tilastollisena mallina. Ehdotetut uudet menetelmät ovat hyvin yleisiä ja soveltuvat useiden eri sovellusalojen aineistojen mallintamiseen.

Vastaväittäjä: professori Sunil Gupta, Deakin University, Australia 

Kustos: professori Aki Vehtari, Aalto-yliopiston perustieteiden korkeakoulu, Tietotekniikan laitos

Väittelijän yhteystiedot: [email protected], 0443933935

Väitöstilaisuus järjestetään etäyhteyden kautta sekä kampuksella. Linkki tilaisuuteen

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

Elektroninen väitöskirja

  • Julkaistu:
  • Päivitetty: