Tutkimustuotoksia vuodessa
Tutkimustuotoksia vuodessa
Henkilökohtainen profiili
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, Natural Sciences, Rutgers University-Camden
Myöntöpäivä: 8 lokak. 2002
Sormenjälki
Sukella tutkimusaiheisiin, joissa Sandor Szedmak on aktiivinen. Nämä aihemerkinnät ovat peräisin tämän henkilön teoksista. Yhdessä ne muodostavat ainutlaatuisen sormenjäljen.
- 1 Samanlaiset profiilit
Yhteistyöt ja huippututkimusalueet viimeisiltä viideltä vuodelta
Viimeisin maa-/aluetasolla toteutettu yhteistyö. Saat tarkempia lisätietoja pisteitä napauttamalla, tai
-
Protein function prediction through multi-view multi-label latent tensor reconstruction
Armah-Sekum, R. E., Szedmak, S. & Rousu, J., 2 toukok. 2024, julkaisussa: BMC Bioinformatics. 25, 1, s. 1-21 21 Sivumäärä, 174.Tutkimustuotos: Lehtiartikkeli › Article › Scientific › vertaisarvioitu
Open accessTiedosto2 Sitaatiot (Scopus)55 Lataukset (Pure) -
Personalized Learning Systems for Computer Science Students : Analyzing and Predicting Learning Behaviors Using Programming Error Data
Kamberovic, M., Krivic, S., Delic, A., Szedmak, S. & Ljubovic, V., 26 kesäk. 2023, s. 86-91. 6 Sivumäärä.Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussa › Abstract › Scientific › vertaisarvioitu
1 Sitaatiot (Scopus) -
Scalable variable selection for two-view learning tasks with projection operators
Szedmak, S., Huusari, R., Duong Le, T. H. & Rousu, J., 22 jouluk. 2023, (Sähköinen julkaisu (e-pub) ennen painettua julkistusta) julkaisussa: Machine Learning.Tutkimustuotos: Lehtiartikkeli › Article › Scientific › vertaisarvioitu
Open access -
Strain design optimization using reinforcement learning
Sabzevari, M., Szedmak, S., Penttilä, M., Jouhten, P. & Rousu, J., kesäk. 2022, julkaisussa: PLoS computational biology. 18, 6, s. 1-18 18 Sivumäärä, e1010177.Tutkimustuotos: Lehtiartikkeli › Article › Scientific › vertaisarvioitu
Open accessTiedosto13 Sitaatiot (Scopus)197 Lataukset (Pure) -
Modeling drug combination effects via latent tensor reconstruction
Wang, T., Szedmak, S., Wang, H., Aittokallio, T., Pahikkala, T., Cichonska, A. & Rousu, J., 1 heinäk. 2021, julkaisussa: Bioinformatics. 37, s. 93-101Tutkimustuotos: Lehtiartikkeli › Article › Scientific › vertaisarvioitu
Open accessTiedosto9 Sitaatiot (Scopus)91 Lataukset (Pure)
-
AIB: AI technologies for interaction prediction in biomedicine (AIB)
Rousu, J. (Vastuullinen tutkija), Huusari, R. (Projektin jäsen), Szedmak, S. (Projektin jäsen) & Julkunen, H. (Projektin jäsen)
01/01/2022 → 31/12/2024
Projekti: Academy of Finland: Other research funding
-
MAGITICS: Koneoppimismenetelmät antibioottiresistenssin digitaalisessa diagnoosissa
Rousu, J. (Vastuullinen tutkija), Bach, E. (Projektin jäsen), Huusari, R. (Projektin jäsen), Szedmak, S. (Projektin jäsen) & Xiang, W. (Projektin jäsen)
01/01/2020 → 31/12/2023
Projekti: Academy of Finland: Other research funding
-
Datalähtöinen päätöksenteko digitaalisessa terveydenhuollossa
Rousu, J. (Vastuullinen tutkija), Nguyen Van, L. (Projektin jäsen), Szedmak, S. (Projektin jäsen), Cichonska, A. (Projektin jäsen), Brouard, C. (Projektin jäsen), Julkunen, H. (Projektin jäsen), Shen, H. (Projektin jäsen), Sivula, T. (Projektin jäsen) & Mapar, P. (Projektin jäsen)
01/01/2016 → 30/06/2018
Projekti: Academy of Finland: Other research funding
-
LiF / Rousu
Rousu, J. (Vastuullinen tutkija), Jokinen, E. (Projektin jäsen), Mapar, P. (Projektin jäsen), Heinonen, M. (Projektin jäsen), Szedmak, S. (Projektin jäsen) & Czeizler, E. (Projektin jäsen)
01/08/2014 → 31/12/2017
Projekti: Business Finland: Other research funding
Tietoaineistot
-
Protein function prediction through multi-view multi-label latent tensor reconstruction
Armah-Sekum, R. E. (Creator), Szedmak, S. (Creator) & Rousu, J. (Creator), figshare, 3 toukok. 2024
DOI - pysyväislinkki: 10.6084/m9.figshare.c.7215643.v1, https://springernature.figshare.com/collections/Protein_function_prediction_through_multi-view_multi-label_latent_tensor_reconstruction/7215643/1
Tietoaineisto: Dataset
-
Drug combination data used for comboLTR in "Modeling drug combination effects via latent tensor reconstruction"
Wang, T. (Creator), Szedmak, S. (Creator), Wang, H. (Creator), Aittokallio, T. (Creator), Pahikkala, T. (Creator), Cichonska, A. (Creator) & Rousu, J. (Creator), Zenodo, 2021
DOI - pysyväislinkki: 10.5281/zenodo.4625083, https://zenodo.org/record/4625084
Tietoaineisto: Dataset
Aktiviteetit
-
Machine Learning (Lehti)
Szedmak, S. (Vertaisarvioija)
13 toukok. 2021Aktiviteetti: Tieteellisen lehden refereenä toimiminen
-
NeurIPS Meetup (Tapahtuma)
Szedmak, S. (Vertaisarvioija)
27 helmik. 2021Aktiviteetti: Konferenssiartikkeleiden refereenä toimiminen
-
International Joint Conference on Artificial Intelligence (Tapahtuma)
Szedmak, S. (Vertaisarvioija)
12 maalisk. 2021Aktiviteetti: Konferenssiartikkeleiden refereenä toimiminen
Lehtileikkeet
-
Machine learning methods for structural elucidation in untargeted metabolomics
13/12/2022
1 kohde/ Medianäkyvyys
Lehdistö/media: Esiintyminen mediassa
-
AI predicts which drug combinations kill cancer cells
01/12/2020 → 04/12/2020
15 kohdetta/ Medianäkyvyys
Lehdistö/media: Esiintyminen mediassa
-
Machine Learning Model Predicts Which Drug Combinations Kill Cancer Cells
02/12/2020
2 kohdetta/ Medianäkyvyys
Lehdistö/media: Esiintyminen mediassa