Väitös tietotekniikan alalta, M.Sc. Paul Chang
Väitös Aalto-yliopiston Perustieteiden korkeakoulusta, tietotekniikan laitokselta.
Väitöskirjan nimi: Rethinking Inference in Gaussian Processes: A Dual Parameterization Approach
Tohtoriopiskelija: Paul Chang
Vastaväittäjä: professori Andrew Gordon Wilson, New York University, Yhdysvallat
Kustos: Apulaisprofessori Arno Solin, Aalto-yliopiston perustieteiden korkeakoulu, tietotekniikan laitos
Tekoäly kehittyy jatkuvasti, ja sitä voidaan hyödyntää laajasti aina keskusteluavustajista itseajaviin autoihin. Näiden teknologioiden ytimessä on tarve hyödyntää mahdollisimman tarkkoja ennusteita. Mutta kuinka varmoja olemme näistä ennusteista? Esimerkiksi, jos bussin arvioitu saapumisaika on 5 minuuttia ja vaihteluväli 10 minuuttia, se eroaa huomattavasti saman saapumisajan ilmoittamisesta, jos vaihteluväli olisi vain yksi minuutti.
Epävarmuuden mallintaminen pyrkii arvioimaan ennusteiden luotettavuutta. Koneoppimismallit, jotka mallintavat epävarmuuksia, ovat erityisen tärkeitä esimerkiksi ilmaston ja talouden mallintamisessa sekä lääketieteen sovelluksissa, varsinkin kun mallien ennusteisiin perustuvilla päätöksillä on kriittisiä seurauksia.
Tässä väitöskirjassa tehty tutkimus parantaa Gaussisten prosessien (GP) malliluokan soveltamista epävarmuuden arviointiin. Se pyrkii laajentamaan epävarmuuden hyödyntämistä koneoppimissovelluksissa, joissa data ei ole normaalijakautunutta ja joissa on mahdollisesti suuri määrä datapisteitä. Tämä edistysaskel mahdollistaa GP-mallien paremman suorituskyvyn erilaisissa koneoppimisen osa-alueissa, kuten jatkuvassa oppimisessa (oppiminen tietovirrasta ajan mittaan) ja bayesilaisessa optimoinnissa, joissa tehokkuus ja mukautumiskyky ovat ensisijaisen tärkeitä.
Avainsanat: loneoppiminen, epävarmuuden kvantifiointi, jaksollinen päätöksenteko
Linkki väitöskirjan sähköiseen esittelykappaleeseen (esillä 10 päivää ennen väitöstä): https://aaltodoc.aalto.fi/doc_public/eonly/riiputus/
Yhteystiedot:
| Sähköposti | [email protected] |
Perustieteiden korkeakoulun väitöskirjat: https://aaltodoc.aalto.fi/handle/123456789/52
Zoom pikaopas: https://www.aalto.fi/fi/palvelut/zoom-pikaopas