Uutiset

Kärkiopiskelija Alexandru Mara tutkii valtavia, verkkorakenteisia tietoaineistoja

Suurin osa kärkiohjelman opiskelijoista on erikoistunut koneoppimisen, tiedonlouhinnan ja todennäköisyysmallinnuksen tutkimusaloihin.

Kukin kärkiopiskelijaohjelmaan hyväksytty opiskelija liittyy yhteen tietotekniikan laitoksen tutkimusryhmistä ja tekee lukukausien aikana tutkimukseen liittyvää osa-aikatyötä. Kesällä opiskelijat voivat tehdä kokoaikatyötä laitoksen kesäharjoitteluohjelmassa. Suurin osa kärkiohjelman opiskelijoista on erikoistunut koneoppimisen, tiedonlouhinnan ja todennäköisyysmallinnuksen tutkimusaloihin.

Romaniasta kotoisin oleva espanjalainen Alexandru Mara tutkii professori Alexander Jungin ryhmässä valtavia, tyypillisesti verkkorakenteisia, tietoaineistoja, kuten esimerkiksi Amazonin tuotetietokantaa.

-      Yritämme käsitellä tietoaineistoja tutkimalla valtavien tietoverkkojen suhteita algoritmeilla, jotka ovat peräisin tehokkaista konvekseista optimointimenetelmistä. Algoritmiemme avulla voidaan esimerkiksi ennustaa sellaisten tuotteiden arvostelut, jotka ovat saaneet vasta vähän tai ei lainkaan arvosteluja.  Se on mahdollista, koska samantapaiset tuotteet saavat yleensä samanlaisia arvosteluja. Näiden oppimisalgoritmien avulla voidaan ennustaa myös asiakkaiden tyytyväisyys uusiin tuotteisiin Amazonin tuotepilvessä, Mara kertoo.

Mara on osallistunut myös professori Jungin pitämän erikoiskurssin ”Convex Optimization for Big Data” kehittämiseen ja järjestämiseen. Tämä on ensimmäinen kurssi, jossa konveksioptimointi liitetään ison datan puitteisiin Aalto-yliopistossa. Hän on ollut tyytyväinen myös siihen, että on saanut tutustua muihin koneoppimisen tutkimusryhmiin.

Oleksii Abramenko ja Ivan Baranov Ukrainasta, Shishir Bhattarai Nepalista, Mustafa Celikok Turkista, Kunal Ghosh ja Preethi Lahoti Intiasta, Alexandru Mara Espanjasta ja Romaniasta, Van Linh Nguyen Vietnamista ja Siddhart Ramchandran Intiasta tutkivat kaikki koneoppimisen, tiedonlouhinnan ja todennäköisyysmallinnuksen eri näkökulmia.

Rinu Boney Intiasta erikoistuu tietokonenäköön, Rory How Isosta-Britanniasta tutkii pilvilaskentaa, Xiaoxiao Ma Kiinasta osallistuu pelitutkimukseen, Hannu Seppänen tutkii teollisuuden digitaalista disruptiota ja Rajagopalan Ranganathan Intiasta ja Manish Thapa Nepalista kuuluvat tietoturvajärjestelmien tutkimusryhmään.

Lisätietoa:

Kärkiopiskelijaohjelma englanniksi

Preethi Lahoti on etuoikeutettu saadessaan osallistua Aristides Gionisin johtamaan tutkimusryhmään

Van Linh Nguyen analysoi syitä tulehdukselliseen suolistosairauteen

  • Julkaistu:
  • Päivitetty:

Lue lisää uutisia

Professori Maria Sammalkorpi
Tutkimus ja taide Julkaistu:

Tutustu meihin: Professori Maria Sammalkorpi

Sammalkorpi on väitellyt tohtoriksi Teknillisestä korkeakoulusta vuonna 2004. Väiteltyään Sammalkorpi on toiminut tutkijana mm. Princetonin ja Yalen yliopistoissa sekä Aalto-yliopistossa.
Prinsessalle esitellään luonnollisia väriaineita
Yliopisto Julkaistu:

Thaimaan prinsessa Maha Chakri Sirindhorn vieraili Aalto-yliopistossa

Prinsessa seurueineen tutustui mm. tekstiilisuunnitteluun, Startup Saunaan, Aalto-yliopisto Junioriin sekä Aalto Ice Tankin toimintaan.
Kuva: Tima Miroschnichenko, Pexels.
Mediatiedotteet Julkaistu:

Tutkimus: Matalan hierarkian organisaatioissa isoja periaatekysymyksiäkin ratkotaan porukalla Slackissa

Aalto-yliopiston alumni, vieraileva tutkijatohtori Lauri Pietinalho New Yorkin yliopiston Sternin kauppakorkeakoulusta ja Aalto-yliopiston apulaisprofessori Frank Martela selvittivät tuoreessa tutkimuksessa, miten matalan hierarkian organisaatiot käsittelevät yhteisiä toimintaperiaatteita vastakkainasettelutilanteissa ja miten auktoriteetti niissä toimii.
bakteereja ohjataan magneettikentän avulla
Mediatiedotteet, Tutkimus ja taide Julkaistu:

Fyysikot saivat bakteerit uimaan lähes täydellisissä riveissä

Bakteerien ohjaaminen onnistui magneettikentän avulla. Löytö auttaa ymmärtämään bakteeripopulaatioiden käyttäytymistä ja voi jatkossa auttaa esimerkiksi kehittämään uuden sukupolven materiaaleja, joista kaavaillaan apua muun muassa lääkkeiden kohdennettuun kuljettamiseen kehon sisällä.