Interaktiivinen koneoppiminen useista biodatalähteistä

  • Sundin, Iiris (Projektin jäsen)
  • Hegde, Pashupati (Projektin jäsen)
  • Eranti, Pradeep (Projektin jäsen)
  • Kaski, Samuel (Vastuullinen tutkija)
  • Reinvall, Jaakko (Projektin jäsen)
  • Jälkö, Joonas (Projektin jäsen)
  • Aushev, Alexander (Projektin jäsen)
  • Celikok, Mustafa Mert (Projektin jäsen)
  • Kangas, Juho-Kustaa (Projektin jäsen)
  • Honkamaa, Joel (Projektin jäsen)
  • Afrabandpey, Homayun (Projektin jäsen)
  • Daee, Pedram (Projektin jäsen)
  • Blomstedt, Paul (Projektin jäsen)
  • Chen, Yi (Projektin jäsen)
  • Qin, Xiangju (Projektin jäsen)
  • Shen, Zheyang (Projektin jäsen)
  • Peltola, Tomi (Projektin jäsen)
  • Pesonen, Henri (Projektin jäsen)
  • Siren, Jukka (Projektin jäsen)

Projektin yksityiskohdat

Tiivistelmä

Potilaan mukaan räätälöity täsmälääketiede tuo data-analyysimenetelmille hankalan haasteen: tavoitteena on oppia ennustamaan hoitojen tehoa käyttäen aineistoja, joissa näytemäärä on erittäin pieni, äärimmillään vain yhden potilaan suuruinen, mutta muuttujien määrä valtava. Käytettävissä on myös suuri määrä muuta aineistoa, jonka relevanssia ei kuitenkaan tiedetä, tietosuoja rajoittaa pääsyä aineistoihin, ja hyvään ennustustarkkuuteen vaadittavat menetelmät ovat laskennallisesti raskaita. Prof. Kaski kehittää laskennallisia ns. koneoppimismenetelmiä useiden tietolähteiden analysointiin, ottaen huomioon asiantuntijoiden taustatietoa interaktiivisen mallinnuksen avulla. Täsmälääketieteen lisäksi samanlaiset laskentaongelmat ovat erittäin yleisiä muillakin aloilla datalähtöisyyden lisääntyessä sekä tieteessä että palveluissa, tiedonhausta lähtien.
LyhytotsikkoKaski Samuel AP-kulut
TilaPäättynyt
Todellinen alku/loppupvm01/01/201631/12/2018

YK:n kestävän kehityksen tavoitteet

Vuonna 2015 YK:n jäsenvaltiot sopivat 17 maailmanlaajuisesta kestävän kehityksen tavoitteesta (Sustainable Development Goal, SDG) poistamaan köyhyyden, suojelemaan planeettaa ja takaamaan vaurauden kaikille. Tämä projekti edistää seuraavia kestävän kehityksen tavoitteita:

  • SDG 3 – Hyvä terveys ja hyvinvointi

Sormenjälki

Tutustu tutkimuksen aiheisiin, joita tämä projekti koskee. Nämä merkinnät luodaan taustalla olevien stipendien/apurahojen perusteella. Yhdessä ne muodostavat ainutlaatuisen sormenjäljen.
  • Bayesian Inference for Optimal Transport with Stochastic Cost

    Mallasto, A., Heinonen, M. & Kaski, S., 2021, Proceedings of Asian Conference on Machine Learning. s. 1601-1616 16 Sivumäärä (Proceedings of Machine Learning Research; Vuosikerta 157).

    Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

    Open access
    Tiedosto
    6 Lataukset (Pure)
  • De-randomizing MCMC dynamics with the diffusion Stein operator

    Shen, Z., Heinonen, M. & Kaski, S., 2021, Advances in Neural Information Processing Systems 34 pre-proceedings (NeurIPS 2021). 11 Sivumäärä (Advances in Neural Information Processing Systems).

    Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

    Open access
    Tiedosto
    4 Lataukset (Pure)
  • Federated Stochastic Gradient Langevin Dynamics

    El Mekkaoui, K., Parente Paiva Mesquita, D., Blomstedt, P. & Kaski, S., jouluk. 2021, Proceedings of the Thirty-Seventh Conference on Uncertainty in Artificial Intelligence. s. 1703-1712 10 Sivumäärä (Proceedings of Machine Learning Research ; nro 161).

    Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

    Open access
    Tiedosto
    4 Lataukset (Pure)