Väitösuutiset

Väitös: 4.5.2019 Uudella laskennallisella menetelmällä voi laskea ja ennustaa tarkasti luonnon satunnaisia ilmiöitä (Franks)

Aika:

4.5.2019 12:00 — 15:00


Sijainti: Seminaarinmaki, H320
Tietokoneajan tilastollinen päättely luo uusia rajoja sille, mitä Big Data -aikakaudella on mahdollista arvioida tai ennustaa. Tärkeitä termejä ovat esimerkiksi koneoppiminen ja bayesilainen tilastotiede. Väitöskirjassaan FM Jordan Franks on työskennellyt laskennallisesti tehokkaiden menetelmien parissa, joiden avulla voidaan ymmärtää tunnetun datan takaa löytyvien tuntemattomien muuttujien välisiä yhteyksiä.

Tutkimuksen kannalta hyvä esimerkki on järvessä uivan kalan liikkeiden tutkiminen. Järvessä uivan kalan satunnaista ja epälineaarista liikehdintää voidaan tarkastella pinnan yläpuolelta. Havaintojen voidaan olettaa olevan hieman vääristyneitä sekä sisältävän kohinaa.

Missä kohtaa, ja kuinka syvällä järvessä kala viettää suurimman osan ajastaan vuoden aikana? Franksin väitöskirjassaan kehittämän menetelmän avulla tämäntyyppisten, diskreettiaikaisia havaintoja hyödyntävien jatkuva-aikaisten ongelmien tapauksessa vastaus voidaan laskea tietokoneen avulla mielivaltaisen tarkasti. Menetelmä perustuu satunnaislukujen generoimiseen, liikkeiden approksimointiin sekä todennäköisyysteoreettisiin korjausmenetelmiin ja on esimerkki niin kutsutusta Markov chain Monte Carlo -tärkeysotantamenetelmästä.

Aiemmin uusimpia menetelmiä on voitu soveltaa ainoastaan tiettyihin yksiuloitteisiin ongelmiin: Väitöskirjassa esitelty lähestymistapa mahdollistaa ratkaisun eksaktin laskemisen dimensioiden lukumäärästä riippumatta.

Jordan Franks valmistui matematiikan alan maisteriksi Bonnin yliopistosta vuonna 2016. Hän aloitti jatko-opintonsa Jyväskylän yliopiston matematiikan ja tilastotieteen laitoksella huhtikuussa 2016. Hän on työskennellyt yhdessä ohjaajansa, akatemiatutkija ja apulaisprofessori Matti Viholan kanssa Suomen Akatemian tutkimusprojektissa ”Exact approximate Monte Carlo methods for complex Bayesian inference”.

Väitöskirja on julkaistu Jyväskylän yliopiston väitöstutkimusten JYU Dissertations -sarjassa N:o. 79. ISBN: 978-951-39-7738-2

Linkki julkaisuun: http://urn.fi/URN:ISBN:978-951-39-7738-2

FM Jordan Franksin laskennallisen tilastotieteen väitöskirjan "Markov chain Monte Carlo importance samplers for Bayesian models with intractable likelihoods" tarkastustilaisuus on lauantaina 4.5.2019 Jyväskylän yliopistossa Seminaarinmäellä (H320) kello 12-15. Vastaväittäjänä on professori Nicolas Chopin (ENSAE, Ranska) ja kustoksena dosentti Matti Vihola (Jyväskylän yliopisto). Väitöstilaisuuden kieli on englanti. 

Lisätietoja

Tohtorikoulutettava Jordan Franks, jordan.j.franks@jyu.fi

http://users.jyu.fi/~jojofran/

Tiedottaja Tanja Heikkinen, tanja.s.heikkinen@jyu.fi, puh. +358 50 581 8351

Matemaattis-luonnontieteellinen tiedekunta