Markus Heinonen

Puhelin+358442942600

Aalto SCI Computer Science Konemiehentie 2

Tutkimustuotoksia vuodessa

Jos olet muokannut tietoja Puressa, ne näkyvät pian tässä.

Asiantuntemus YK:n kestävän kehityksen tavoitteista

Vuonna 2015 YK:n jäsenvaltiot sopivat 17 maailmanlaajuisesta kestävän kehityksen tavoitteesta köyhyyden poistamiseksi, planeetan suojelemiseksi ja vaurauden takaamiseksi kaikille. Tämän henkilön työ edistää seuraavia kestävän kehityksen tavoitteita:

Koulutus / tieteellinen pätevyys

Doctoral degree, Engineering and Technology, University of Helsinki

Myöntöpäivä: 15 helmik. 2013

Sormenjälki

Sukella tutkimusaiheisiin, joissa Markus Heinonen on aktiivinen. Nämä aihemerkinnät ovat peräisin tämän henkilön teoksista. Yhdessä ne muodostavat ainutlaatuisen sormenjäljen.

1 Samanlaiset profiilit

28 Conference contribution
20 Article
1 Konferenssiesitys
1 Patent
Lisää
- 1 Doctoral Thesis
- 1 Working paper

AbODE: Ab initio antibody design using conjoined ODEs
Verma, Y., Heinonen, M. & Garg, V., heinäk. 2023, Proceedings of the 40th International Conference on Machine Learning. Krause, A., Brunskill, E., Cho, K., Engelhardt, B., Sabato, S. & Scarlett, J. (toim.). JMLR, s. 35037-35050 14 Sivumäärä (Proceedings of Machine Learning Research; Vuosikerta 202).
Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussa › Conference contribution › Scientific › vertaisarvioitu

Open access
Tiedosto

3 Lataukset (Pure)
Chemistry-Based Modeling on Phenotype-Based Drug-Induced Liver Injury Annotation : From Public to Proprietary Data
Moein, M., Heinonen, M., Mesens, N., Chamanza, R., Amuzie, C., Will, Y., Ceulemans, H., Kaski, S. & Herman, D., 21 elok. 2023, julkaisussa: CHEMICAL RESEARCH IN TOXICOLOGY. 36, 8, s. 1238−1247
Tutkimustuotos: Lehtiartikkeli › Article › Scientific › vertaisarvioitu

Open access
Tiedosto
1 Sitaatiot (Scopus)

2 Lataukset (Pure)
Incorporating functional summary information in Bayesian neural networks using a Dirichlet process likelihood approach
Raj, V., Cui, T., Heinonen, M. & Marttinen, P., 2023, Proceedings of The 26th International Conference on Artificial Intelligence and Statistics (AISTATS) 2023. Ruiz, F., Dy, J. & van de Meent, J-W. (toim.). JMLR, s. 6741-6763 (Proceedings of Machine Learning Research; Vuosikerta 206).
Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussa › Conference contribution › Scientific › vertaisarvioitu

Open access
Tiedosto
3 Lataukset (Pure)
TCRconv: predicting recognition between T cell receptors and epitopes using contextualized motifs
Jokinen, E., Dumitrescu, A., Huuhtanen, J., Gligorijevic, V., Mustjoki, S., Bonneau, R., Heinonen, M. & Lähdesmäki, H., 1 tammik. 2023, julkaisussa: Bioinformatics. 39, 1, 8 Sivumäärä
Tutkimustuotos: Lehtiartikkeli › Article › Scientific › vertaisarvioitu

Open access
Tiedosto
1 Sitaatiot (Scopus)

27 Lataukset (Pure)
Uncertainty-Aware Natural Language Inference with Stochastic Weight Averaging
Talman, A., Celikkanat, H., Virpioja, S., Heinonen, M. & Tiedemann, J., 2023, Proceedings of the 24th Nordic Conference on Computational Linguistics. University of Tartu Library, s. 358-365
Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussa › Conference contribution › Scientific › vertaisarvioitu

Open access
Tiedosto

3 Lataukset (Pure)

2 Aktiivinen
4 Päättynyt

Heinonen Markus/ AT jatko: Deep learning with differential equations
Heinonen, M.
01/09/2023 → 31/08/2025
Projekti: Academy of Finland: Other research funding
Heinonen Markus AT-palkka: Deep learning with differential equations
Heinonen, M.
01/09/2020 → 31/08/2025
Projekti: Academy of Finland: Other research funding
-: Syväoppiminen differentiaaliyhtälöillä
Heinonen, M., Rissanen, S. & Keurulainen, O.
01/09/2020 → 31/08/2023
Projekti: Academy of Finland: Other research funding
Research and Collaboration Agreement
Kaski, S., Heinonen, M., Qin, X. & Moein, M.
01/10/2018 → 31/12/2020
Projekti: Corporate foreign
Seuraavan sukupolven tilastollinen oppiminen synteettisten entsyymien muokkaukseen
Heinonen, M.
01/09/2016 → 31/08/2019
Projekti: Academy of Finland: Other research funding

Genome wide analysis of protein production load in Trichoderma reesei
Pakula, T. M. (Contributor), Nygren, H. (Contributor), Barth, D. (Contributor), Heinonen, M. (Contributor), Castillo, S. (Contributor), Penttilä, M. (Creator) & Arvas, M. (Contributor), figshare, 1 tammik. 2016
DOI - pysyväislinkki: 10.6084/m9.figshare.c.3603251.v1, https://figshare.com/collections/Genome_wide_analysis_of_protein_production_load_in_Trichoderma_reesei/3603251/1
Tietoaineisto: Dataset
Additional file 2 of Modeling binding specificities of transcription factor pairs with random forests
Antikainen, A. A. (Creator), Heinonen, M. (Creator) & Lähdesmäki, H. (Creator), figshare, 6 kesäk. 2022
DOI - pysyväislinkki: 10.6084/m9.figshare.20003421, https://springernature.figshare.com/articles/dataset/Additional_file_2_of_Modeling_binding_specificities_of_transcription_factor_pairs_with_random_forests/20003421
Tietoaineisto: Dataset
Modeling binding specificities of transcription factor pairs with random forests
Antikainen, A. A. (Creator), Heinonen, M. (Creator) & Lähdesmäki, H. (Creator), figshare, 2022
DOI - pysyväislinkki: 10.6084/m9.figshare.c.6031779.v1, https://springernature.figshare.com/collections/Modeling_binding_specificities_of_transcription_factor_pairs_with_random_forests/6031779/1 ja vielä 2 linkkiä, https://doi.org/10.6084/m9.figshare.20003418.v1, https://doi.org/10.6084/m9.figshare.20003421.v1 (näytä vähemmän)
Tietoaineisto: Dataset

3 Vierailu ulkomaiseen yliopistoon

University of California at San Francisco
Markus Heinonen (Visiting researcher)
9 tammik. 2017 → 24 helmik. 2017
Aktiviteetti: Vierailu ulkomaiseen yliopistoon
University of California at San Francisco
Markus Heinonen (Visiting researcher)
31 heinäk. 2017 → 25 elok. 2017
Aktiviteetti: Vierailu ulkomaiseen yliopistoon
Telecom ParisTech
Markus Heinonen (Visiting researcher)
1 tammik. 2013 → 30 jouluk. 2014
Aktiviteetti: Vierailu ulkomaiseen yliopistoon

Aalto University Reports Findings in Drug-Induced Liver Injury (Chemistry-Based Modeling on Phenotype-Based Drug-Induced Liver Injury Annotation: From Public to Proprietary Data)
Markus Heinonen & Samuel Kaski
22/08/2023
1 kohde/ Medianäkyvyys
Lehdistö/media: Esiintyminen mediassa
Aalto University Reports Findings in Bioinformatics (TCRconv: Predicting recognition between T cell receptors and epitopes using contextualized motifs)
Harri Lähdesmäki & Markus Heinonen
19/12/2022
1 kohde/ Medianäkyvyys
Lehdistö/media: Esiintyminen mediassa
Strengthening nonparametric Bayesian methods with structured kernels
Markus Heinonen & Samuel Kaski
09/11/2022
1 kohde/ Medianäkyvyys
Lehdistö/media: Esiintyminen mediassa
Differential Equations for Machine Learning
Markus Heinonen & Harri Lähdesmäki
14/01/2022
1 kohde/ Medianäkyvyys
Lehdistö/media: Esiintyminen mediassa
Artificial Intelligence Model Predicts Which Immune System Key Opens the Locks of Coronavirus
Harri Lähdesmäki & Markus Heinonen
30/04/2021
1 kohde/ Medianäkyvyys
Lehdistö/media: Esiintyminen mediassa

Markus Heinonen

Henkilökohtainen profiili

Asiantuntemus YK:n kestävän kehityksen tavoitteista

Koulutus / tieteellinen pätevyys

Sormenjälki

Yhteistyöt ja huippututkimusalueet viimeisiltä viideltä vuodelta

Sukella yksityiskohtiin

AbODE: Ab initio antibody design using conjoined ODEs

Chemistry-Based Modeling on Phenotype-Based Drug-Induced Liver Injury Annotation : From Public to Proprietary Data

Incorporating functional summary information in Bayesian neural networks using a Dirichlet process likelihood approach

TCRconv: predicting recognition between T cell receptors and epitopes using contextualized motifs

Uncertainty-Aware Natural Language Inference with Stochastic Weight Averaging

Heinonen Markus/ AT jatko: Deep learning with differential equations

Heinonen Markus AT-palkka: Deep learning with differential equations

-: Syväoppiminen differentiaaliyhtälöillä

Research and Collaboration Agreement

Seuraavan sukupolven tilastollinen oppiminen synteettisten entsyymien muokkaukseen

Genome wide analysis of protein production load in Trichoderma reesei

Additional file 2 of Modeling binding specificities of transcription factor pairs with random forests

Modeling binding specificities of transcription factor pairs with random forests

University of California at San Francisco

University of California at San Francisco

Telecom ParisTech

Aalto University Reports Findings in Drug-Induced Liver Injury (Chemistry-Based Modeling on Phenotype-Based Drug-Induced Liver Injury Annotation: From Public to Proprietary Data)

Aalto University Reports Findings in Bioinformatics (TCRconv: Predicting recognition between T cell receptors and epitopes using contextualized motifs)

Strengthening nonparametric Bayesian methods with structured kernels

Differential Equations for Machine Learning

Artificial Intelligence Model Predicts Which Immune System Key Opens the Locks of Coronavirus

Markus Heinonen

Henkilökohtainen profiili

Asiantuntemus YK:n kestävän kehityksen tavoitteista

Koulutus / tieteellinen pätevyys

Sormenjälki

Yhteistyöt ja huippututkimusalueet viimeisiltä viideltä vuodelta

Tutkimustuotos

Projektit

Tietoaineistot

Aktiviteetit

Lehtileikkeet