DI Antti Hyttinen väittelee keskiviikkona 8.5.2013 kello 12 (Helsingin yliopiston päärakennus, Unioninkatu 34, Auditorio XII (vanha puoli), 3. kerros) aiheesta "Discovering Causal Relations in the Presence of Latent Confounders". Tutkimus kuuluu tietojenkäsittelytieen alaan ja erityisesti koneoppimiseen. Vastaväittäjänä toimii apulaisprofessori Ioannis Tsamardinos (University of Crete, ICS-FORTH, Kreikka) ja kustoksena professori Jyrki Kivinen (Helsingin yliopisto). Väitöstilaisuus pidetään kokonaisuudessaan englanniksi.

Syy-seuraussuhteiden oppiminen piilomuuttujien vaikutuksessa

Syy-seuraussuhteet, jotka viime kädessä määrittävät tutkittavan järjestelmän toiminnan, ovat suunnattuja: syyhyn puuttumalla voimme vaikuttaa seuraukseen, mutta seuraukseen puuttumalla ei voida vaikuttaa syyhyn. Syy-seuraussuhteiden verkon tunteminen on ensiarvoisen tärkeää, erityisesti jos haluamme todella ymmärtää, miten järjestelmä toimii esimerkiksi, kun sitä manipuloidaan tai muutetaan. Useimmiten syy-seurausmekanismien toimintaa ei voida suoraan nähdä, vaan ainostaan mekanismien aikaansaamat tilastolliset riippuvuudet havaitaan. Tässä väitöskirjassa esitellään menetelmiä syy-seuraussuhteiden oppimiseen havaituista riippuvuuksista tilastollisessa datassa, erilaisissa ympäristöissä ja tilanteissa. Tutkimuksen lähtökohta on teoreettinen, mutta mahdollisia sovelluskohteita voi löytyä mm. biologiasta, lääketieteestä, taloustieteestä ja yhteiskuntatieteestä.

Erityinen hankaluus syy-seuraussuhteiden oppimisen kannalta ovat piilomuuttujat, jotka vastaavat tutkittavan järjestelmän mittaamattomia osia. Piilomuuttujat voivat saada aikaan tilastollisia riippuvuuksia, joita on vaikea erottaa syy-seuraussuhteiden aiheuttamista riippuvuuksista. Syy-seuraussuhdeverkot voivat myös pitää sisällään syklejä. Jotta seuraussuhteita voidaan oppia näissä tilanteissa, tarvitaan muita yksinkertaistavia oletuksia. Yksittäisten seuraussuhteiden kompleksisuutta voidaan rajoittaa esimerkiksi lineaariseksi. Myös niin kutsuttu uskollisuusoletus, jonka mukaan eri seuraussuhteet eivät täysin kumoa toistensa vaikutusta, on hyödyllinen. Jossain tapauksissa tutkittavasta järjestelmästä saadaan havaintoja siihen itse vaikuttaen, esimerkiksi satunnaistetuissa kokeissa.

Väitöskirjassa esitellään useita oppimismenetelmiä, useissa eri oppimistilainteissa, eri oletusten vallitessa. Syy-seuraussuhteita opitaan käyttäen erilaisissa koetilanteissa havaittua dataa. Erityisesti tarkastellaan teoreettisesti, mitä seuraussuhteita voidaan oppia missäkin tilanteessa ja mitä ei. Väitöskirjassa esitellään myös optimaalisia koejärjestelyitä.

Väitöskirjan saatavuus

Väitöskirjan elektroninen versio on saatavilla Helsingin yliopiston e-thesis-palvelussa osoitteessa http://urn.fi/URN:ISBN:978-952-10-8779-0.

Painettuja väitöskirjoja voi tiedustella väittelijältä itseltään: 09-191 51259 tai antti.hyttinen@cs.helsinki.fi.