Bayesian Latent Gaussian Spatio-Temporal Models

Julkaisun otsikon käännös: Bayesilaisia gaussisia piilomuuttujamalleja aika-paikka-aineistoille

Jaakko Luttinen

Tutkimustuotos: Doctoral ThesisCollection of Articles

Abstrakti

Tämän väitöskirjan tavoitteena oli kehittää tehokkaita bayesilaisia menetelmiä suurten aika-paikka-aineistojen mallintamiseen. Keskeisin haaste oli luoda menetelmistä sellaisia, että ne pystyvät sekä mallintamaan monimutkaisia rakenteita että skaalautumaan suuriin aineistoihin. Tutkimuksessa kehitetyt menetelmät ovatkin joustavia mutta mahdollistavat tehokkaat oppimisalgoritmit. Tutkimuksen kontribuutiot liittyvät lineaarisiin piilomuuttujamalleihin ja gaussisiin prosesseihin, ja ne voidaan tiivistää seuraavasti: Tehokkaita lineaarisia piilomuuttujamalleja muokattiin siten, että niillä voidaan kuvata aineiston monimutkaista dynamiikkaa ja sijaintiin liittyvää rakennetta. Gaussisten prosessien laskentaan tarvittavaa aikaa lyhennettiin merkittävästimuotoiluilla, jotka mahdollistavat laskennan suorittamisen ajan ja paikan suhteen osittain erikseen. Puuttuvat arvot otettiin huomioon ja poikkeuksellisten havaintojen mallintamista kehitettiin, koska aidot aineistot ovat usein laadultaan huonoja. Tutkimuksessa myös kehitettiin bayesilaisia oppimisalgoritmeja siten, että ne ovat merkittävästi nopeampia tutkituissa menetelmissä. Työssä esiteltyjä menetelmiä voi käyttää sellaiseen aika-paikka-aineistoon, joka on kerätty kaikista aineiston mittauspaikoista samoina ajanhetkinä. Menetelmiä testattiin ilmastoprosessien aineistoihin, joista rekonstruoitiin historiallisia merenpinnan ja ilman lämpötiloja, poistettiin kohinaa pahasti pilalle menneestä sääaineistosta ja pyrittiin oppimaan fysikaalisten prosessien dynamiikkaa. Menetelmiä voi kuitenkin soveltaa myös moniin muihin fysikaalisiin prosesseihin, aivokuvantamiseen ja tyypillisiin monitehtäväongelmiin, kun mallintamisen tavoitteena on esimerkiksi havaintojen ennustaminen, interpoloiminen paikkojen välillä, puuttuvien arvojen täyttäminen, mielenkiintoisten piirteiden seulominen tai kohinan poistaminen.
Julkaisun otsikon käännösBayesilaisia gaussisia piilomuuttujamalleja aika-paikka-aineistoille
AlkuperäiskieliEnglanti
PätevyysTohtorintutkinto
Myöntävä instituutio
  • Aalto-yliopisto
Valvoja/neuvonantaja
  • Karhunen, Juha, Vastuuprofessori
  • Ilin, Alexander, Ohjaaja
Kustantaja
Painoksen ISBN978-952-60-6191-7
Sähköinen ISBN978-952-60-6192-4
TilaJulkaistu - 2015
OKM-julkaisutyyppiG5 Artikkeliväitöskirja

Tutkimusalat

  • bayesilainen mallintaminen
  • variationaaliset menetelmät
  • aika-paikka-aineisto
  • faktorianalyysi
  • lineaarinen tila-avaruusmalli
  • gaussinen prosessi

Sormenjälki

Sukella tutkimusaiheisiin 'Bayesilaisia gaussisia piilomuuttujamalleja aika-paikka-aineistoille'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä