Regisztráció és bejelentkezés

Rejtett kompakt reprezentációkat alkalmazó oksági felderítő algoritmus vizsgálata

A kauzális kapcsolatok elemzése számos tudományterületen lényeges szerepet tölt be, legtöbbször elengedhetetlen látni a vizsgált változók egymásra gyakorolt befolyásoló hatását, ok-okozati összefüggéseit. Azonban olyan területeken, ahol csak megfigyelési adatok állnak rendelkezésre ez jelentős kihívást jelent, ugyanakkor a tárgyterületre jellemző háttértudás ezen képes enyhíteni.

Gyakorlati alkalmazásokra számos területen találunk példát, úgymint szociológia, pénzügyi befektetések, élettudományok, azóta, hogy Judea Pearl az oksági kapcsolatok feltárásának alapjait lefektette. Ezek közül talán legszembetűnőbb az orvostudományban történő felhasználása ezen módszereknek, ahol is, a randomizált klinikai vizsgálatok nehézségeit leküzdendő jelentek meg. A Mendeli randomizációként nevezett oksági összefüggések feltárásán alapuló kutatás módszertan betegségek illetve kockázati tényezők közt térképez fel kauzális kapcsolatokat genetikai variánsok vizsgálatán alapuló modellek segítségével.

Az oksági kapcsolatok feltárására számos algoritmus jött létre az elmúlt pár évtizedben, melyek döntően két csoportra bonthatók: kényszer illetve pontszám alapú módszerekre. Kényszer alapú algoritmusoknál a háttértudás bizonyosságaira, illetve a feltételes függőségek sajátosságaira támaszkodunk egy-egy kauzális struktúra felderítése során, míg pontszám alapú algoritmusoknál egy pontszám függvényre, amely igyekszik megállapítani, hogy egyes oksági gráfok milyen jól jellemzik a rendelkezésünkre álló adatot. Mindkét megközelítés módszerei között vannak folytonos illetve diszkrét változókkal dolgozó algoritmusok. Ez utóbbiak közé tartozik a rejtett kompakt reprezentációk segítségével kauzális kapcsolatot feltáró algoritmus, melynek érdekessége hogy a számos oksági hálót jellemezni képes pontszámfüggvény közül a Schwarz-féle bayesi információs kritériumot (BIC) alkalmazza.

A dolgozatomban bemutatott kutatás célja a pontszámfüggvények és a velük járó feltételezések elemzése, illetve a rejtett kompakt reprezentációkon alapuló oksági feltáró algoritmus teljesítményének vizsgálata különböző pontszám függvények alkalmazása mellett.

szerző

  • Csőke Máté
    Mérnök informatikus szak, alapképzés
    alapképzés (BA/BSc)

konzulens

  • Dr. Hullám Gábor
    docens, Méréstechnika és Információs Rendszerek Tanszék

helyezés

II. helyezett