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. 

Lisää tästä aiheesta

Kansikuvat Verma ja Lee
Tutkimus ja taide Julkaistu:

Hyvää suunnittelua vauvasta vaariin

Aalto ARTSin elokuun väittelijät ratkaisevat ongelmia eri käyttäjäryhmät huomioonottavilla suunnittelumetodeilla.
Mika Juuti studied the use of machine learning in information security for his dissertation.
Tutkimus ja taide Julkaistu:

Tietoturvatutkijan täytyy osata ennakoida hyökkääjän seuraava askel

Tohtorikoulutettava Mika Juuti keskittyi väitöskirjassaan koneoppimisen hyödyntämiseen tietoturvajärjestelmissä.
Photoactive rod-like virus bundle schematic
Tiedotteet, Tutkimus ja taide, Yliopisto Julkaistu:

Virukset ja väriaineet voidaan valjastaa vedenpuhdistukseen

Aalto-yliopiston tutkijat kehittivät uuden tavan luoda viruspohjaisia materiaaleja. Tulevaisuudessa niitä voidaan hyödyntää muun muassa nanolääketieteessä ja ympäristöteknologiassa.
Konferenssin juliste
Tutkimus ja taide Julkaistu:

Onko datalla väliä? Tätä selvitetään kansainvälisessä konferenssissa, joka saapuu Suomeen lokakuussa 2019

Datalla on valtava ja monipuolinen potentiaali muuttaa työskentelytapojamme, vaikuttaa päätöksentekoon ja voimaannuttaa kansalaisia. Mutta täyttääkö data kaikki sille asetetut odotukset? Onko datalla todella väliä? Näihin kysymyksiin pureudutaan Research Data Alliance:n (RDA) 14. yleiskokouksessa Aalto-yliopiston kampuksella 23.─25.10.2019. Tule mukaan! 
  • Julkaistu:
  • Päivitetty:
Jaa
URL kopioitu