Sähkötekniikan korkeakoulun väitöskirjat ovat saatavilla yliopiston ylläpitämässä avoimessa Aaltodoc-julkaisuarkistossa.
Väitös, automaation ja säätötekniikka, MSc Sahel Iqbal
Statistical methods for sequential decision making and inference
Väitös Aalto-yliopiston sähkötekniikan korkeakoulusta, sähkötekniikan ja automaation laitokselta
Väitös Aalto-yliopiston sähkötekniikan korkeakoulusta, sähkötekniikan ja automaation laitokselta
Väitöskirjan nimi: Statistical methods for sequential decision making and inference
³Õä¾±³Ù³Ù±ð±ô¾±Âáä: Sahel Iqbal
³Õ²¹²õ³Ù²¹±¹Ã¤¾±³Ù³ÙäÂáä: Prof. Jimmy Olsson, KTH Royal Institute of Technology, Ruotsi
Kustos: Prof. Simo Särkkä, Aalto-yliopiston sähkötekniikan korkeakoulu
Epävarmuuden alainen peräkkäinen päätöksenteko on keskeistä monilla tieteen ja tekniikan aloilla: robotit toimivat kohinaisten anturimittausten perusteella, autonomiset järjestelmät oppivat toimintansa seurauksista, ja tutkijat valitsevat kokeita, jotka tuottavat mahdollisimman paljon tietoa rajallisesta datasta. Näissä tilanteissa jokainen päätös vaikuttaa sekä välittömään lopputulokseen että siihen, mitä voidaan oppia myöhempiä päätöksiä varten.
Tämä väitöskirja kehittää tilastollisia menetelmiä tällaisiin ongelmiin tarkastelemalla päätöksentekoa probabilistisena päättelynä. Sen sijaan, että kysyttäisiin vain, mikä toiminta on paras juuri nyt, menetelmät ottavat huomioon mahdolliset tulevat toiminnot ja havainnot sekä sen, miten uusi tieto voi parantaa myöhempiä päätöksiä. Tämä tarjoaa yhtenäisen tavan tutkia optimaalista ohjausta, osittain havaittavia päätösongelmia ja peräkkäistä bayesilaista koesuunnittelua.
Väitöskirja esittelee uusia sekventiaalisia Monte Carlo -menetelmiä eli partikkelimenetelmiä. Ne käyttävät suurta joukkoa simuloituja vaihtoehtoja kuvaamaan epävarmuutta piilotetuista tiloista, tuntemattomista parametreista, havainnoista ja päätöksistä. Työn päätulos on yhtenäinen päättelypohjainen kehys, joka soveltuu epälineaarisiin ja ei-gaussisiin ongelmiin, joissa monet klassiset menetelmät vaativat rajoittavia approksimaatioita.
Väitöskirjaan sisältyvät julkaisut kehittävät partikkelipohjaisia menetelmiä informatiivisten koesarjojen suunnitteluun, politiikkojen optimointiin osittain havaittavissa järjestelmissä sekä näiden menetelmien tehostamiseen pitkissä päätösjaksoissa. Sama probabilistinen näkökulma ulotetaan myös tieteelliseen laskentaan kehittämällä ajassa rinnakkaistettava bayesilainen menetelmä ajasta riippuvien epälineaaristen osittaisdifferentiaaliyhtälöiden ratkaisemiseen.
Tuloksia voidaan soveltaa robotiikassa, autonomisissa järjestelmissä, anturien hallinnassa, adaptiivisessa koesuunnittelussa ja simulaatiopohjaisessa suunnittelussa. Laajemmin väitöskirja osoittaa, että päätöksentekoa, koesuunnittelua ja numeerista laskentaa voidaan tarkastella saman probabilistisen näkökulman kautta, mikä johtaa menetelmiin, jotka ottavat paremmin huomioon epävarmuuden ja tiedon arvon.
Avainsanat: Peräkkäinen päätöksenteko, Bayesilainen päättely, Peräkkäinen Monte Carlo -menetelmä, Kokeellinen suunnittelu, Osittain havaittavat järjestelmät, Todennäköisyyspohjainen numeeriikka, Epävarmuuden kvantifiointi.
Linkki väitöskirjan sähköiseen esittelykappaleeseen (esillä 7 päivää ennen väitöstä):
Yhteystiedot:
Sähkötekniikan korkeakoulun väitöskirjat
Zoom pikaopas