Het achterhalen van spaarzame structuren

11-02-2019

11.45

Aula

Robust Inference for Projection Structures

N. Nurushev

dr. E.N. Belitser, copromotor dr. P.J. De Andrade Serra

Faculteit der Bètawetenschappen

Exacte wetenschappen

Promotie

Wiskundige Nurzhan Nurushev ontwikkelde en bestudeerde een lokale aanpak voor het maken van statistische conclusies over een abstract geformuleerd hoog-dimensionaal model in een zo algemeen mogelijke zin. Zijn promotieonderzoek is bijvoorbeeld toepasbaar bij het oplossen van verschillende problemen in data science en machine learning.

De nadruk in het proefschrift ligt op het achterhalen van spaarzame structuren van de achterliggende hoog-dimensionale parameter en het kwantificeren van de onzekerheid van de schatting. Spaarzame structuren zijn interessant in veel toepassingsgebieden. In sterrenkundige waarnemingen bijvoorbeeld representeren de niet-nul coördinaten van een hoog-dimensionale vector het (vooraf onbekende) aantal en de plaats van zwakke objecten. Een ander voorbeeld is in netwerkanalyse, waarbij zeer grote matrices de verbindingen beschrijven tussen objecten. De spaarzame structuur die achterhaald moet worden, beschrijft dan het aantal onderliggende clusters.

 

Voor het schatten van de structuur worden dikwijls de empirische Bayesiaanse of de regularisatie-methode gebruikt. Nurushev en zijn collega’s gebruikten de regularisatie-aanpak door haar Bayesiaanse equivalente methode, waardoor zij de verschillen en overeenkomsten tussen deze twee algemene methoden beter konden beschrijven.

Meer informatie over het proefschrift in DARE