Uutiset

Alex Jung nimitetty koneoppimisen apulaisprofessoriksi

Tekniikan tohtori Alex Jung on nimitetty 1. elokuuta 2015 alkaen Tietotekniikan laitoksen apulaisprofessoriksi viideksi vuodeksi.
alex_jung_aalto_sci_photo_by_lasse_lecklin_018_fi.jpg

Alex Jung tutkii harvoja malleja ja koneoppimista suurilla tietomassoilla keskittyen laskennallisten ja viestinnällisten haasteiden sekä oppimisen laadun tasapainottamiseen. Erityisesti hän on kiinnostunut moniulotteisten verkottuneiden tietomassojen tehokkaasta ja hajautetusta käsittelystä. Näitä ovat esimerkiksi sosiaaliset verkostot, genetiikka tai langattomat sensoriverkot. Yhdessä yhteistyökumppaneidensa kanssa, hän hiljattain johti graafisten mallien valintaan ja sanaston oppimiseen liittyvät perimmäiset rajat ja tehokkaan algoritmin moniulotteisille datajoukoille. Hänen tutkimuksensa voi osoittautua hyödylliseksi petosten tunnistamisessa reaaliaikaisissa huutokauppajärjestelmissä tai geenien ja tiettyjen sairauksien välisten yhteyksien ymmärtämisessä.

Hänen tutkimuksensa laadusta todistavat monet julkaisut johtavissa lehdissä, muun muassa IEEE Transactions on Information Theory, IEEE Signal Processing Letters ja IEEE Transactions on Signal Processing. 

Alex Jung väitteli tekniikan tohtoriksi tilastollisen signaalinkäsittelyn alalta Wienin teknillisessä korkeakoulussa vuonna 2011. Työskenneltyään kuusi kuukautta tohtoritutkijana Zürichin teknillisessä korkeakoulussa (ETH) hänet valittiin (tenure track –urajärjestelmän ulkopuolella) apulaisprofessoriksi Wienin teknilliseen korkeakouluun vuonna 2013. Hän toimi vierailevana tutkijana Edinburghin yliopistossa vuonna 2013 ja Michiganin yliopistossa vuonna 2014.

Hän on saanut monia kansallisia ja kansainvälisiä tunnustuksia, muun muassa vuonna 2011 parhaasta opinnäytetyöstä maailman suurimmassa signaalinkäsittelyyn keskittyvässä IEEE:n ICASSP-konferenssissa Prahassa. 

  • Julkaistu:
  • Päivitetty:
Jaa
URL kopioitu

Lisää tästä aiheesta

site crew
Tutkimus ja taide Julkaistu:

Miten työnsuunnittelun hajauttaminen parantaa rakentamisen tuottavuutta

Rakennusprojektien aikataulusuunnittelu ei nykymuodossaan tue tuottavuustavoitteiden saavuttamista. Kun teoreettinen aikataulu kohtaa rakentamisen todellisuuden, syntyy konflikteja, jotka tarpeettomasti haittaavat toteutusta. Building 2030 -konsortio selvittää olisiko hajautettu työnsuunnittelu ratkaisu tähän ongelmaan.
media lab demo day
Tutkimus ja taide Julkaistu:

Xmas Demo Day 2019 kuvina

Kuvia viimeisimmästä Demo Day'stä, 5. joulukuuta 2019
arkkitehdit Philip Tidwell, Kristo Vesikansa ja Laura Berger seisovat katsoen kameraan
Nimitykset, Yhteistyö, Tutkimus ja taide Julkaistu:
Quantum Garden
Tutkimus ja taide Julkaistu:

IBM-yhteistyö lisää ymmärrystä kvanttitietokoneista

IBM ja professori Sabrina Maniscalco tutkimusryhmineen kehittävät yhteistyössä konkreettisia välineitä, jotta kvanttiteknologia on helpommin ymmärrettävissä.