Edistysaskeleita approksimatiivisessa laskennallisessa päättelyssä

Tutkimustuotos: Doctoral ThesisCollection of Articles

Abstrakti

Tämä väitöskirja käsittelee approksimatiivista laskennallista päättelyä, erityisesti siihen kuuluvaa suhteellisen uutta lähestymistapaa nimeltä approksimatiivinen Bayesilainen laskenta (englanniksi approximate Bayesian computation, ABC). Tässä lähestymistavassa käytetään simulaattoripohjaisia malleja, joiden uskottavuusfunktio on hankala. Kiertääkseen uskottavuusfunktion käytön, ABC hyödyntää mallista saatavia simulaatioita sekä johdonmukaista approksimaatiota, joka perinteisesti määritetään etäisyysfunktion ja kynnysarvon avulla. Tässä väitöskirjassa esitän ABC-approksimaation sen simulaattoripohjaisen mallin määrittelemän uskottavuusfunktion approksimaationa. Tämä tulkinta tarjoaa luonnollisen tavan ABC-approksimaation toiminnan ymmärtämiseen. Käsittelen myös harhaa ja Monte Carlo virhettä ABC:ssä, sekä havainnollistan miten sopivaa approksimaatiota käyttäen voidaan saada parempia tuloksia annetussa laskennallisessa ajassa kuin vastaavalla eksaktilla menetelmällä. Lisäksi esitän uskottavuusfunktion approksimaation käyttämistä ABC päätelmien luotettavuuden arvioimiseen. Tämä lähestymistapa paljastaa identifioituvuusongelmia tunnetusta tuberkuloosin tartuntamallista. Kehitän uuden tartuntamallin joka korjaa nämä ongelmat mallintamalla entistä tarkemmin tuberkuloosin epidemiologista prosessia. Lasken epidemiologisille parametreille päivitetyt arviot sekä arvion koko infektiivisen populaation koosta joka on paremmin sopusoinnussa taudin epidemiologiatiedon kanssa. ABC:n lisäksi tarkastelen laskennallisen päättelyn mallintamista graafien avulla, ja kuinka graafiesitystä voidaan hyödyntää algoritmien tasolla. Graafiesitystä käytetään tavallista yksityiskohtaisempia riippuvuusrakenteita sisältävien Bayesilaisten verkkojen oppimiseen. Lopulta graafeja sovelletaan ABC prosessin mallintamiseen, sekä monien päättelyvaiheiden automatisointiin uudessa avoimen lähdekoodin ELFI-nimisessä ohjelmistossa. Graafipohjaisen mallintamisen lisäksi ELFI tarjoaa tuen hajautetulle laskennalle, datan uudelleenkäytölle, sekä monille muille käytännöllisille ominaisuuksille ABC päättelyiden suorittamiseen.
AlkuperäiskieliEnglanti
PätevyysTohtorintutkinto
Myöntävä instituutio
  • Aalto-yliopisto
Valvoja/neuvonantaja
  • Kaski, Samuel, Valvoja
  • Corander, Jukka, Ohjaaja
  • Gutmann, Michael U., Ohjaaja
Kustantaja
Painoksen ISBN978-952-60-8409-1
Sähköinen ISBN978-952-60-8410-7
TilaJulkaistu - 2019
OKM-julkaisutyyppiG5 Tohtorinväitöskirja (artikkeli)

Tutkimusalat

  • approksimatiivinen bayesilainen laskenta
  • simulaattoripohjaiset mallit

Sormenjälki Sukella tutkimusaiheisiin 'Edistysaskeleita approksimatiivisessa laskennallisessa päättelyssä'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

  • Laitteet

    Science-IT

    Mikko Hakala (Manager)

    Perustieteiden korkeakoulu

    Laitteistot/tilat: Facility

  • Siteeraa tätä