Tapahtumat

Väitös tietotekniikan alalta, M.Sc. Tianyu Cui

Väitöskirjan nimi: Interaction Detection with Probabilistic Deep Learning for Genetics
Doctoral theses hanging on the wall

Vastaväittäjä: professori Christopher Yau, University of Oxford, Englanti
Kustos: professori Samuel Kaski, Aalto-yliopiston perustieteiden korkeakoulu, Tietotekniikan laitos

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

Elektroninen väitöskirja

Väitöstiedote:

Syvällä oppimisella on ollut keskeinen rooli jokapäiväisessä elämässämme konekäännöksestä valokuvien muokkaamiseen. Kuitenkin aloilla, joihin liittyy ratkaisevaa päätöksentekoa, joka saattaa maksaa paljon, kuten biolääketieteessä, työtä on vielä tehtävä. Genetiikka tutkii, kuinka vanhemmilta perityt geenimme vaikuttavat ominaisuuksiimme. Tämä antaa tutkijoille mahdollisuuden ymmärtää sairauksien biologista mekanismia ja jopa ennustaa sairauksien riskiä. Genetiikka ei ole juurikaan hyötynyt syvän oppimisen kukoistamisesta, koska genetiikassa ei ole leimattua dataa ja syväoppiminen on musta laatikko. Tässä väitöskirjassa ehdotetaan uusia syväoppimisen lähestymistapoja todennäköisyyspohjaisilla ja tulkittavissa olevilla menetelmillä, joilla vastataan syvän oppimisen soveltamisen haasteisiin genetiikassa. 

Tämä opinnäytetyö osoittaa, kuinka parantaa geenien välisten vuorovaikutusten havaitsemista syväoppimisen avulla ja kuinka arvioida havaittujen geeni-geenivuorovaikutusten epävarmuutta. Lisäksi opinnäytetyössä ehdotetaan useita tekniikoita olemassa olevan tiedon sisällyttämiseksi genetiikasta syväoppimiseen, mikä on hyödyllistä silloin, kun merkitty koulutusdata on pieni. Testaamme ehdotettuja menetelmiä useilla todellisilla geneettisillä aineistoilla, ja tuloksemme osoittavat, että syväoppiminen voi paljastaa genetiikassa uusia löydöksiä, jotka nykyiset menetelmät saattavat jättää huomiotta.

  • Julkaistu:
  • Päivitetty: