Väitös tietotekniikan alalta, DI Alexander Grigorevskiy

Väitöskirjassa "Advances in Randomly-Weighted Neural Networks and Temporal Gaussian Processes"  todettiin, että vastavirta-algoritmin lisäksi on olemassa vaihtoehtoisia tapoja kouluttaa neuroverkkoja. Asettamalla ensimmäisen kerroksen painot satunnaisgeneroiduiksi ja käyttämällä pienimmän neliösumman menetelmää, voidaan usein saavuttaa huomattavasti nopeampaa koulutusta samankaltaisella lopputulemalla. Väitöskirjassa lisäksi parannettiin huomattavasti aikasarja-analyysin epävarmuuden mallintamisen aikakompleksisuutta.

Vastaväittäjä: professori Tommi Kärkkäinen, Jyväskylän yliopisto

Kustos: professori Aki Vehtari, Aalto-yliopiston perustieteiden korkeakoulu, tietotekniikan laitos

Yhteystiedot: Alexander Grigorevskiy, Tietotekniikan laitos, [email protected]