Tapahtumat

Väitös tietotekniikan alalta, DI Tuomas Takko

Väitöskirjassa tutkitaan ihmisten toimintaa ja käyttäytymistä datalähtöisen mallintamisen kautta. Väitös Aalto-yliopiston perustieteiden korkeakoulusta, tietotekniikan laitokselta.
Kuva esittää väitöstyön nimen "Data-driven modelling of human behaviour with complex networks" ja tekijän nimen. Kuva on mukaelm

Väitöskirjan nimi: Data-driven modelling of human behaviour with complex networks

Väittelijä: Tuomas Takko
Vastaväittäjä: professori Stefan Thurner, Medical University of Vienna, Itävalta
Kustos: professori Jouko Lampinen, Aalto-yliopiston perustieteiden korkeakoulu, tietotekniikan laitos

Ihmiskäyttäytymisen datalähtöinen mallintaminen kompleksisilla verkostoilla 

Tietoa ja dataa on tänä päivänä saatavilla enemmän kuin koskaan ennen. Tekstipohjaiset raportit ja uutiset, matkapuhelimien applikaatiot ja sijaintitiedot, sekä virtuaalisissa koetilanteissa kerätyt aineistot mahdollistavat uuden datalähtöisen tutkimuksen ihmistoiminnan mekanismeista ja ilmiöistä. Monimutkaisen ja monimuotoisen ihmiskäyttäytymisen tutkimusta voidaan laskennallisesti lähestyä mallintamisen avulla. Jotta dataan pohjautuvia malleja voidaan hyödyntää tutkitun ilmiön ymmärtämiseen, tulee käytettyjen menetelmien tulee olla samanaikaisesti riittävän tarkkoja ilmiön toistamiseksi, sekä riittävän yksinkertaisia sovitetun mallin tulkitsemiseksi. Tässä väitöskirjatyössä tutkittiin ihmiskäyttäytymisen mallintamista kolmessa eri ajankohtaisessa kontekstissa: päätöksenteossa pelitilanteissa autonomisten agenttien kanssa, liikkumisessa Covid-19 pandemian aikana, sekä organisaatioihin kohdistuvissa kyberhyökkäyksissä. Tutkimuksen tavoitteena on ymmärtää kunkin tutkitun kontekstin mekanismeja aineistoon sovitettujen laskennallisten mallien kautta, sekä kuvata mallin muodostamiseen liittyvä prosessi tutkitun systeemin ja data-aineiston osalta. Ihmisten päätöksentekoa pelitilanteessa sekä ihmisten ja autonomisten agenttien yhteistyötä mallintanut tutkimus osoitti ihmisten riskin havainnoinnin olevan lähes optimaalista, sekä agenttien ja ihmisten ryhmäkoostumuksen vaikuttavan ihmisten strategioihin. Paikallisten populaatioiden kohtaamista pandemian aikana mallintaneessa tutkimuksessa havaittiin kohtaamisen seuraavan rajoituksien voimakkuutta kuvaavia indeksi-arvoja, sekä populaatioiden kohtaamisverkostossa tapahtuvan muutoksia pandemian aikana. Väitöstyön viimeinen tutkimus esitti tietämysgraafiin pohjautuvan mallin, jonka avulla organisaatioihin kohdistuneiden kyberhyökkäysten trendejä ja samankaltaisuuksia tutkittiin louhimalla avoimista teksti- ja uutisaineistoista laskennalliseen muotoon soveltuvia avaintietoja. Väitöskirjatutkimuksen tuloksia ja menetelmiä voidaan hyödyntää ihmisiä ja autonomisia agentteja sisältävien järjestelmien suunnitteluun, kohtaamiseen vaikuttavien rajoitusten arviointiin ja mallintamiseen, sekä kyberhyökkäyksistä kertovan korkean tason tilannekuvan automaattiseen muodostamiseen.

Avainsanat: datalähtöinen mallintaminen, ihmiskäyttäytyminen, kompleksiset systeemit, kompleksiset verkostot

Linkki väitöskirjan sähköiseen esittelykappaleeseen (esillä 10 päivää ennen väitöstä): https://aaltodoc.aalto.fi/doc_public/eonly/riiputus/ 

Perustieteiden korkeakoulun väitöskirjat: https://aaltodoc.aalto.fi/handle/123456789/52 

  • Julkaistu:
  • Päivitetty: