MMT, FM Laura Uusitalo väittelee perjantaina 11.11.2022 klo 13 Helsingin yliopiston päärakennuksen salissa U3032 (Unioninkatu 34, 3. kerros) aiheesta Bayesian network modelling of complex systems with sparse data: Ecological case studies. Vastaväittäjänä toimii apulaisprofessori Simo Särkkä (Aalto-yliopisto) ja kustoksena apulaisprofessori Laura Ruotsalainen (Helsingin yliopisto). Väitöstilaisuus pidetään englanniksi.
Laura Uusitalon väitöskirja on osa Helsingin yliopiston tietojenkäsittelytieteen osastolla ja Spatiotemporal Data Analysis -ryhmässä tehtävää tutkimusta. Väitöskirjan ohjaajina ovat toimineet apulaisprofessori Laura Ruotsalainen (Helsingin yliopisto) ja Reader Allan Tucker (Brunel University London, Iso-Britannia).
Monimutkaisten systeemien Bayes-mallintaminen harvan datan perusteella: ekologisia tapaustutkimuksia
Ekosysteemit ovat monimutkaisia vuorovaikutusten verkostoja, joissa lukuisat lajit ja elinympäristöt sekä paikalliset ja laaja-alaiset, hitaat, nopeat ja sykliset prosessit ovat keskenään jatkuvassa vuorovaikutuksessa. Ympäristöaineistot kattavat usein vain verraten pienen osan kaikesta lajistosta ja prosesseista ja saattavat sisältää ajallisia ja paikallisia aukkoja. Lisäksi pitkätkin seuranta-aikasarjat ovat usein vain kymmenien vuosien mittaisia, mikä usein tarkoittaa vain kymmeniä datapisteitä. Tämä tekee ympäristödata-analyysistä haastavaa. Haastavuutta lisää entisestään ekosysteemien muutos esimerkiksi ilmastonmuutoksen, vieraslajien, elinympäristöjen muutosten ym. seurauksena.
Tässä väitöskirjassa tutkitaan Bayes-verkkojen potentiaalia ympäristödata-analytiikassa. Bayes-verkot eivät vaadi täydellisiä data-aineistoja, ne ilmaisevat arvioihin liittyvän epävarmuuden, ja niiden avulla on mahdollista yhdistää tietoa eri lähteistä, kuten tieteellistä tietoa ja data-aineistoja. Nämä ominaisuudet tekevät niistä lupaavan työkalun ympäristödata-analyysiin.
Väitöskirjan ensimmäinen teema on tutkia, miten muuttujien diskretointi vaikuttaa Bayes-verkkoluokittelijoiden tuloksiin ja miten tätä voi hyödyntää analytiikassa. Toisena teemana on ympäristömuutosten havaitseminen aikasarja-aineistosta piilomuuttujien avulla. Kolmas teema on päätöstukimallit ja se, mitä on huomioitava, jotta nämä monitieteiset mallit ovat tieteellisesti valideja.
Väitöskirjan saatavuus
Väitöskirjan elektroninen versio on saatavilla Helsingin yliopiston e-thesis-palvelussa osoitteessa http://urn.fi/URN:ISBN:978-951-51-8633-1.
Painettuja väitöskirjoja voi tiedustella väittelijältä itseltään: laura.z.uusitalo@helsinki.fi.