Tapahtumat

Väitös tietotekniikan alalta, M.Sc. (Tech) Suhas Thejaswi Muniyappa

Väitöskirjan nimi: Scalable algorithm designs for mining massive datasets
Image generated from DALL-E 2 using text "A picture of a scientist working on the design of artificial intelligence"

Vastaväittäjä: Dr. Senior Lecturer Othon Michail, University of Liverpool, Englanti

Kustos: professori Aristides Gionis, Aalto-yliopiston perustieteiden korkeakoulu, Tietotekniikan laitos

Väitöstilaisuus järjestetään kampuksella ja Zoomilla. Linkki tilaisuuteen

Linkki väitöskirjan sähköiseen esittelykappaleeseen: https://aaltodoc.aalto.fi/doc_public/eonly/riiputus/ Elektroninen väitöskirja on luettavissa täällä: https://aaltodoc.aalto.fi/handle/123456789/117017

Väitöstiedote:

Monet todelliset ongelmatilanteet ovat suuria, esimerkiksi liikenneverkko koostuu tuhansista kauttakulkupisteistä sekä satojatuhansia kulkuvaihtoehtoja. Matkailijoilla on rajoituksia budjettiin, matka-aikaan ja kauttakulkuaikaan, mikä tekee todellisen ongelman ratkaisemisesta entistä monimutkaisempaa. On olemassa monia sellaisia ​​ongelmia, jotka on ratkaistava jokapäiväisessä elämässämme ja joiden ratkaisemiseksi luotamme algoritmisiin päätöksentekojärjestelmiin. Toisaalta monet algoritmiset ratkaisut, joilla on teoreettinen rajoitus palautetun ratkaisun laadulle, eivät toimi käytännössä, kun ongelmatilanteet ovat valtavia, toisaalta monet heuristiset ratkaisut, jotka voivat ratkaista suuria ongelmatapauksia, eivät takaa teoreettista sidottu palautetun ratkaisun laatuun. Tässä opinnäytetyössä tutkitaan algoritmien suunnittelun periaatteiden molempien aspektien leikkausta eli suunnitella skaalautuvia algoritmisia ratkaisuja, joilla on myös teoreettinen takuu palautetulle ratkaisulle.

Tämä opinnäytetyö auttaa suunnittelemaan skaalautuvia algoritmisia kehyksiä, joita voidaan soveltaa ratkaisemaan tärkeitä päivittäisiä ongelmia, kuten kontaktien jäljittämistä epidemia-kontaktiverkostoissa, reittisuunnittelua matkasuosituksiin, välttämään harhaa algoritmisissa päätöksentekojärjestelmissä ja kvantifioimaan Hinta, joka maksetaan muun muassa algoritmisen oikeudenmukaisuuden saavuttamiseksi. Pyrimme tavoitteeseen kehittämällä kokonaisvaltaisen tutkimusmetodologian, joka voidaan tiivistää neljään pääkategoriaan: Ensinnäkin esittelemme uusia ongelmamuotoiluja kuvioiden havaitsemisen ja algoritmisen oikeudenmukaisuuden alalla; toiseksi analysoimme esittämiemme ongelmien laskennallisen monimutkaisuuden, mikä auttaa meitä erottamaan ongelmat, jotka voidaan ja joita ei voida ratkaista tehokkaasti; Kolmanneksi suunnittelemme ja suunnittelemme algoritmeja, joilla on todistettavissa olevat teoreettiset takuut ja korostamme algoritmien empiiristä skaalautuvuutta massiivisiin reaalimaailman tietokokonaisuuksiin. ja lopuksi suoritamme tyhjentäviä kokeita osoittaaksemme, että ehdotetut ratkaisut ovat käytännöllisiä.

Väittelijän yhteystiedot: [email protected], 0505230101

  • Julkaistu:
  • Päivitetty: