Jyväskylän yliopisto

Väitös 18.8.2023: Koneoppiminen tuo liikuntatieteiden alalle uusia mahdollisuuksia – mutta toisaalta myös haasteita (Jauhiainen)

Jaa

FM Susanne Jauhiaisen väitöskirjatutkimuksessa ennustettiin urheiluvammoja ja tunnistettiin jalkapallolahjakkuuksia. Tutkimus osoittaa, että liikuntatieteiden alalla on paljon kehitettävää koneoppimismenetelmien hyödyntämisessä ja tulokset antavat arvokasta tietoa menetelmäkehityksen mahdollisuuksista ja haasteista alalla.

Susanne Jauhiainen.
FM Susanne Jauhiainen

Jyväskylän yliopiston informaatioteknologian tiedekunnan Digitaalisen terveysälyn laboratoriossa valmistuneessa väitöskirjassa tutkittiin ennustavan koneoppimisen potentiaalia liikuntatieteiden sovelluksissa, keskittyen erityisesti datan ja menetelmien oikeaoppiseen hyödyntämiseen. Tutkimuksissa muun muassa ennustettiin urheiluvammoja sekä tunnistettiin jalkapallolahjakkuuksia.

Tutkimuksessa onnistuttiin ennustamaan urheiluvammoja noin 65 prosentin kokonaistarkkuudella.
– Vaikka käytössä oli yhteistyökumppaneiden keräämiä suuria ja kattavia datamääriä ja tulokset olivat tilastollisesti merkitseviä, ennustusvoima jäi vielä liian matalaksi käytännön kliinisessä työssä hyödynnettäväksi, Jauhiainen kertoo. 

Ennustusvoima viittaa koneoppimismallin kykyyn tehdä ennustuksia uudella, mallin aiemmin näkemättömällä datalla. Käytännössä tämä tarkoittaa sitä, että yksittäisen urheilijan vammoja ei voida vielä ennustaa sillä tarkkuudella, että sen pohjalta kannattaisi tehdä muutoksia esimerkiksi harjoitteluun. Suurimmat datat koostuivat kaikkiaan noin 800 urheilijalta kerätystä data-aineistosta.

Vaikka tulosten ennustusvoima jäi matalaksi, Jauhiainen pitää tuloksia kuitenkin hyödyllisinä, sillä ne auttavat tukijoita muun muassa keräämään tulevaisuudessa entistä relevantimpaa dataa.

Jalkapallolahjakkuuksien ennustamisen tulokset olivat puolestaan lupaavampia; 14-vuotiaana kerätyn testidatan perusteella tunnistettiin tulevaisuudessa ulkomaiseen akatemiaan pelaamaan päässeet pelaajat noin 80 prosentin kokonaistarkkuudella.

Koneoppimistutkimuksessa tehtävät virheet voivat johtaa vääriin johtopäätöksiin

Koneoppimismenetelmien käyttö mahdollistaa suurien datamäärien hyödyntämisen sekä useiden muuttujien ja niiden epälineaaristenkin yhteyksien huomioimisen. Menetelmien avulla ongelmia voidaan tutkia datalähtöisesti ja löytää uutta ja jopa yllättävääkin tietoa. Toisaalta niillä on myös helppo tuottaa sattumalta lupaavilta näyttäviä ennuste- ja luokittelumalleja ja menetelmien houkuttelevuus ja saatavuus yhdistettynä puutteelliseen ymmärrykseen johtaa helposti virheellisiin malleihin, tuloksiin ja johtopäätöksiin.

Tutkimuksessaan Jauhiainen tunnisti monia liikuntatieteiden alan koneoppimistutkimuksissa toistuvia virheitä. Ennustusvoimaa pitäisi aina testata täysin uudella datalla mutta esimerkiksi monissa urheiluvammatutkimuksissa oli selkeitä viitteitä testidatan informaation vuotamisesta mallin koulutusvaiheeseen. Seurauksena tulokset ovat yliarvioituja ja todellinen ennustusvoima jää epäselväksi.
– Liikuntatieteissä data on myös usein haastavaa ja määrältään rajallista, mikä lisää riskejä entisestään. Onkin kriittisen tärkeää, että tutkijat tuntevat koneoppimismenetelmien ja datan oikeaoppisen käytön ja ovat tietoisia näihin liittyvistä riskeistä. Koneoppimistutkimuksia onkin paras toteuttaa monitieteisessä yhteistyössä, Jauhiainen painottaa.

Väitöskirjassa esiteltiin yksityiskohtaisesti yleisimmät riskit ja kehitettiin lähestymistapa, jolla voidaan saavuttaa luotettavia, toistettavia ja vertailukelpoisia tuloksia. 

Väitöskirjatyötä ovat rahoittaneet Jenny ja Antti Wihurin rahasto, Jyväskylän yliopiston informaatioteknologian tiedekunta, KAUTE-säätiö, Emil Aaltosen säätiö sekä Ella ja Georg Ehrnroothin säätiö. 

FM Susanne Jauhiaisen laskennallisen tieteen väitöskirjan "Potential of Predictive Modeling Methods for Individual Response: Applications and Prediction Protocols for Sports Sciences" tarkastustilaisuus 18.8.2023 klo 12. Vastaväittäjinä toimivat professori Olavi Airaksinen (Itä-Suomen yliopisto) ja dosentti Tuomo Kauranne (Arbonaut Ltd.). Kustoksena toimii dosentti Sami Äyrämö (Jyväskylän yliopisto). Väitöstilaisuuden kieli on suomi.

Yhteyshenkilöt

Susanne Jauhiainen
susanne.m.jauhiainen@jyu.fi

Linkit

Jyväskylän keskustassa sijaitsevan yliopiston kauniilla puistokampuksella sykkii monitieteinen ja moderni tiedeyliopisto – ihmisläheinen ja dynaaminen yhteisö, jonka 2500 asiantuntijaa ja 15 000 opiskelijaa etsivät ja löytävät vastauksia huomisen kysymyksiin. Jyväskylän yliopisto on ollut tulevaisuuden palveluksessa jo vuodesta 1863, jolloin suomenkielinen opettajankoulutus sai alkunsa täältä. Voimanlähteenämme on moniarvoinen vuoropuhelu tutkimuksen, koulutuksen ja yhteiskunnan välillä. Vaalimme tutkimuksen ja koulutuksen tasapainoa sekä ajattelun avoimuutta – sytytämme taidon, tiedon ja intohimon elää viisaasti ihmiskunnan parhaaksi. www.jyu.fi

Tilaa tiedotteet sähköpostiisi

Haluatko tietää asioista ensimmäisten joukossa? Kun tilaat tiedotteemme, saat ne sähköpostiisi välittömästi julkaisuhetkellä. Tilauksen voit halutessasi perua milloin tahansa.

Lue lisää julkaisijalta Jyväskylän yliopisto

Väitös: Musiikkiterapia voi vahvistaa varhaisnuorten tunnetaitojen kehittymistä (Salokivi)20.9.2023 06:00:00 EEST | Tiedote

FM Maija Salokiven väitöstutkimus antaa kattavan kuvan varhaisnuorten tunnetaitojen tukemisesta musiikkiterapian avulla. Tutkimuksessa määritellään, mitä tunnetaidot käytännössä tarkoittavat ja miten musiikkiterapeutit työskentelevät tunnetaitojen edistämiseksi mielenterveysongelmista kärsivien varhaisnuorten kanssa. Tämän lisäksi kuvataan tunnetaitojen arviointivälineen kehittämistä.

Uutishuoneessa voit lukea tiedotteitamme ja muuta julkaisemaamme materiaalia. Löydät sieltä niin yhteyshenkilöidemme tiedot kuin vapaasti julkaistavissa olevia kuvia ja videoita. Uutishuoneessa voit nähdä myös sosiaalisen median sisältöjä. Kaikki tiedotepalvelussa julkaistu materiaali on vapaasti median käytettävissä.

Tutustu uutishuoneeseemme