Tarkemmat tiedot hausta http://www.hiit.fi/node/1457. Viimeinen hakupäivä on 6.2.2012.
]]>
Tarkemmat tiedot hausta http://www.hiit.fi/node/1457. Viimeinen hakupäivä on 6.2.2012.
]]>
- Lagus, Krista: "Aivojen kielen laskennallinen mallintaminen",
- Lähdesmäki, Harri: "Atomaaristen biofysikaalisten simulaatioiden ja laskennallisen systeemibiologian yhdistäminen ykköstyypin diabeteksen tutkimiseksi" ja
- Sulkava, Mika: "Puun kasvun, metsäekosysteemin ja ympäristötekijöiden vuorovaikutuksen moniskaalamallinnus".
Suomen Akatemia rahoitti strategisen huippuosaamisen keskittymien (SHOK) tutkimusta 7,2 miljoonalla eurolla. Akatemian tavoitteena on lisätä strategisen huippuosaamisen keskittymien toiminnassa mukana olevien korkeatasoisten tutkijoiden määrää ja vahvistaa SHOKien tieteellistä tutkimusta. Tästä potista laitokselle tuli yli miljoonaa euroa. Rahoitetut hankeet ovat:
- Laaksonen, Jorma: "Uusia automaattisia sisällönkuvailu-ja indeksointimenetelmiä suurille määrille audiovisuaalista mediadataa",
- Kaski, Samuel: "Usean tietolähteen mallintaminen: integrointi, visualisointi, haku ja interaktio" ja
- Lähdesmäki, Harri: ” Biomarkkerit pikornavirustaudeille".
]]>- Lagus, Krista: "Aivojen kielen laskennallinen mallintaminen",
- Lähdesmäki, Harri: "Atomaaristen biofysikaalisten simulaatioiden ja laskennallisen systeemibiologian yhdistäminen ykköstyypin diabeteksen tutkimiseksi" ja
- Sulkava, Mika: "Puun kasvun, metsäekosysteemin ja ympäristötekijöiden vuorovaikutuksen moniskaalamallinnus".
Suomen Akatemia rahoitti strategisen huippuosaamisen keskittymien (SHOK) tutkimusta 7,2 miljoonalla eurolla. Akatemian tavoitteena on lisätä strategisen huippuosaamisen keskittymien toiminnassa mukana olevien korkeatasoisten tutkijoiden määrää ja vahvistaa SHOKien tieteellistä tutkimusta. Tästä potista laitokselle tuli yli miljoonaa euroa. Rahoitetut hankeet ovat:
- Laaksonen, Jorma: "Uusia automaattisia sisällönkuvailu-ja indeksointimenetelmiä suurille määrille audiovisuaalista mediadataa",
- Kaski, Samuel: "Usean tietolähteen mallintaminen: integrointi, visualisointi, haku ja interaktio" ja
- Lähdesmäki, Harri: ” Biomarkkerit pikornavirustaudeille".
]]>Haluaisitko osallistua maailmanluokan tasoiseen tutkimukseen haastavien ongelmien ratkaisemisessa? Mitkä ovat suunnitelmasi ensi kesäksi? Katso mitä Aalto-yliopiston tietojenkäsittelytieteen laitos voi tarjota sinulle! Aalto-yliopiston tietojenkäsittelytieteen laitos rekrytoi kesää 2012 varten huomattavan määrän kesäharjoittelijoita työhön seuraavien tutkimusaiheiden parissa:
1. Analysis of Human Movement (MOV)
2. Analysis of Secret S-boxes in Symmetric Ciphers (ASB)
3. Answer-Set Programming Tools (APT)
4. Automated Tensor Decomposition (TEN)
5. Automated Testing Methods for Embedded Software (ATM)
6. Automated University Timetabling (AUT)
7. Automatic Speech Recognition (ASR)
8. Big Data Analytics in Cloud Computing (BIG)
9. Combinatorial Games (CGA)
10. Computational Analysis of Brain Images (CABI)
11. Computational Biology for Regulatory Genomics (CBR)
12. Computerized Learning Environments (CLE)
13. Distributed Model Checking and Game Solving (DMG)
14. Environmental Modeling: Study of Finnish Lakes and the Problem of Incomplete Data (EMS)
15. Machine Learning for Biological Function Prediction (MLB)
16. Machine learning for Information Visualization (MIV)
17. Meta Rules for Smart Spaces (MSS)
18. Model-Based Safety Analysis of Automation Systems (MSA)
19. Modeling of Brain Response to Natural Stimuli (MBR)
20. Multi-Source Machine Learning (MML)
21. Multi-Source Modeling for Molecular Medicine (MMM)
22. Nonnegative Inference Methods (NIM)
23. Online Algorithms (OLA)
24. Pattern Analysis in the Deep Biosphere (PAD)
25. Proactive Information Retrieval and Multimodal Interfaces (PIR)
26. Probabilistic Inference Engine (PIE)
27. Probabilistic Modeling for Next-generation Sequencing Measurements (bioinformatics) (PMB)
28. Self-Assembling Nanostructures: Algorithmic Aspects (SAN)
29. Statistical Data Analysis for Biomarker Discovery and Disease Prediction (BMD)
30. Web Content Classification (WCC)
Tutkimusaiheista on tarkempaa tietoa englanninkielisessä hakuilmoituksessa. Aiheita saattaa olla enemmän soveltuvien hakijoiden määrän mukaan. Jokaista kesäharjoittelijaa opastaa tutkimustehtävissä joko henkilökohtaiseksi esimieheksi nimetty jatko-opiskelija tai tohtori. Harjoittelu suoritetaan oletusarvoisesti 1.6.-31.8.Palkka on riippuvainen suorittamiesi relevanttien opintopisteiden määrästä. Mikäi sinulla on kysyttävää tietystä tutkimusaiheesta, ota yhteyttä suoraan ko. tutkimusryhmään. Yleiset kysymykset hakuprosessista ja hakemuslomakkeesta voi osoittaa laitoksen HR koordinaattorille Stefan Ehrstedt (@aalto.fi).
Mikäli opiskelet kandidaatin- tai maisterintutkintoa Aalto-yliopistossa (tai muussa suomalaisessa yliopistossa) ja koet menestyneesi tietojenkäsittelytieteen, matematiikan, bioinformatiikan opinnoissa - ja olet kiinnostunut tieteellisestä tutkimustyöstä - olet soveltuva hakija kesäharjoittelijaksi. Aikaisempaa tutkimuskokemusta ei edellytetä. Useissa tapauksissa voit sisällyttää harjoitteluaikana tekemäsi työn opintoihisi ja monessa tapauksessa on myös mahdollista jatkaa kesäprojektia opinnäytteiden yhteydessä. Osa kesäharjoittelijoista jatkaa tutkimusryhmänsä osa- tai kokoaikaisina tutkimusapulaisina kesän jälkeen.
Kirjalliset hakemukset lähetetään postitse osoitteeseen: TKT:n kesäharjoittelija-haku 2012, c/o Minna Kauppila, Aalto yliopisto, perustieteiden korkeakoulu, Tietojenkäsittelytieteen laitos, PL 15400, FI-00076 Aalto. Hakemusten on oltava perillä viimeistään maanantaina 6.2.2012 kl 16:00 mennessä. Hakemukseen sisältyvät:1. Hakemuslomake (pdf-lomake ohjeiden mukaisesti täytettynä, tulostettuna ja allekirjoitettuna). 2. ajantasainen CV ja 3. virallinen ja ajantasainen opintorekisteriote (yliopistosi laatima asiakirja, missä on listattu suorittamasi kurssit sekä niistä myönnetyt arvosanat). Puutteellisia hakemuksia ei välttämättä oteta huomioon. Hakemusasiakirjoja ei palauteta hakijoille.Hakuilmoitus kokonaisuudessaan (eng) on saatavilla: http://dept.ics.tkk.fi/calls/summer2012/.
]]>Haluaisitko osallistua maailmanluokan tasoiseen tutkimukseen haastavien ongelmien ratkaisemisessa? Mitkä ovat suunnitelmasi ensi kesäksi? Katso mitä Aalto-yliopiston tietojenkäsittelytieteen laitos voi tarjota sinulle! Aalto-yliopiston tietojenkäsittelytieteen laitos rekrytoi kesää 2012 varten huomattavan määrän kesäharjoittelijoita työhön seuraavien tutkimusaiheiden parissa:
1. Analysis of Human Movement (MOV)
2. Analysis of Secret S-boxes in Symmetric Ciphers (ASB)
3. Answer-Set Programming Tools (APT)
4. Automated Tensor Decomposition (TEN)
5. Automated Testing Methods for Embedded Software (ATM)
6. Automated University Timetabling (AUT)
7. Automatic Speech Recognition (ASR)
8. Big Data Analytics in Cloud Computing (BIG)
9. Combinatorial Games (CGA)
10. Computational Analysis of Brain Images (CABI)
11. Computational Biology for Regulatory Genomics (CBR)
12. Computerized Learning Environments (CLE)
13. Distributed Model Checking and Game Solving (DMG)
14. Environmental Modeling: Study of Finnish Lakes and the Problem of Incomplete Data (EMS)
15. Machine Learning for Biological Function Prediction (MLB)
16. Machine learning for Information Visualization (MIV)
17. Meta Rules for Smart Spaces (MSS)
18. Model-Based Safety Analysis of Automation Systems (MSA)
19. Modeling of Brain Response to Natural Stimuli (MBR)
20. Multi-Source Machine Learning (MML)
21. Multi-Source Modeling for Molecular Medicine (MMM)
22. Nonnegative Inference Methods (NIM)
23. Online Algorithms (OLA)
24. Pattern Analysis in the Deep Biosphere (PAD)
25. Proactive Information Retrieval and Multimodal Interfaces (PIR)
26. Probabilistic Inference Engine (PIE)
27. Probabilistic Modeling for Next-generation Sequencing Measurements (bioinformatics) (PMB)
28. Self-Assembling Nanostructures: Algorithmic Aspects (SAN)
29. Statistical Data Analysis for Biomarker Discovery and Disease Prediction (BMD)
30. Web Content Classification (WCC)
Tutkimusaiheista on tarkempaa tietoa englanninkielisessä hakuilmoituksessa. Aiheita saattaa olla enemmän soveltuvien hakijoiden määrän mukaan. Jokaista kesäharjoittelijaa opastaa tutkimustehtävissä joko henkilökohtaiseksi esimieheksi nimetty jatko-opiskelija tai tohtori. Harjoittelu suoritetaan oletusarvoisesti 1.6.-31.8.Palkka on riippuvainen suorittamiesi relevanttien opintopisteiden määrästä. Mikäi sinulla on kysyttävää tietystä tutkimusaiheesta, ota yhteyttä suoraan ko. tutkimusryhmään. Yleiset kysymykset hakuprosessista ja hakemuslomakkeesta voi osoittaa laitoksen HR koordinaattorille Stefan Ehrstedt (@aalto.fi).
Mikäli opiskelet kandidaatin- tai maisterintutkintoa Aalto-yliopistossa (tai muussa suomalaisessa yliopistossa) ja koet menestyneesi tietojenkäsittelytieteen, matematiikan, bioinformatiikan opinnoissa - ja olet kiinnostunut tieteellisestä tutkimustyöstä - olet soveltuva hakija kesäharjoittelijaksi. Aikaisempaa tutkimuskokemusta ei edellytetä. Useissa tapauksissa voit sisällyttää harjoitteluaikana tekemäsi työn opintoihisi ja monessa tapauksessa on myös mahdollista jatkaa kesäprojektia opinnäytteiden yhteydessä. Osa kesäharjoittelijoista jatkaa tutkimusryhmänsä osa- tai kokoaikaisina tutkimusapulaisina kesän jälkeen.
Kirjalliset hakemukset lähetetään postitse osoitteeseen: TKT:n kesäharjoittelija-haku 2012, c/o Minna Kauppila, Aalto yliopisto, perustieteiden korkeakoulu, Tietojenkäsittelytieteen laitos, PL 15400, FI-00076 Aalto. Hakemusten on oltava perillä viimeistään maanantaina 6.2.2012 kl 16:00 mennessä. Hakemukseen sisältyvät:1. Hakemuslomake (pdf-lomake ohjeiden mukaisesti täytettynä, tulostettuna ja allekirjoitettuna). 2. ajantasainen CV ja 3. virallinen ja ajantasainen opintorekisteriote (yliopistosi laatima asiakirja, missä on listattu suorittamasi kurssit sekä niistä myönnetyt arvosanat). Puutteellisia hakemuksia ei välttämättä oteta huomioon. Hakemusasiakirjoja ei palauteta hakijoille.Hakuilmoitus kokonaisuudessaan (eng) on saatavilla: http://dept.ics.tkk.fi/calls/summer2012/.
]]>Pragmatics is a subfield of linguistics which studies the ways in which context contributes to meaning. It studies how the transmission of meaning depends not only on the linguistic knowledge of the speaker and listener, but also on the context of the utterance, knowledge about the status of those involved, the intent of the speaker, etc.
Even though pragmatics is traditionally considered as an area of linguistics, similar considerations related to meaning in context are also relevant for information systems design and especially interactive systems development. An interesting issue within computer science is the interface between pragmatics and semantics. Ontologies are used in semantic web to define prototypical meanings but in the real-world contexts, pragmatics deals with the subjective and contextual variation around prototypical meanings. In human-to-machine communication, information systems may have practical uses in new contexts beyond the ones defined originally by the designer of the system. In machine-to-machine communication, formal semantics may fall short in solving interoperability issues and thus issues related to pragmatics need to be considered. In overall, the focus is in how understanding takes place, not in how meanings are defined.
During the course, the participants are introduced with the main linguistic theories related to pragmatics including but not limited to the theories about the functions of languages, the speech act theory, and the theory of conversational maxims. The participants will familiarize themselves with computational models in the area of pragmatics with specific focus on dynamic and adaptive systems and statistical machine learning. They will also conduct a small empirical study related to the subjectivity and contextuality of meaning using the grounded intersubjective concept analysis (GICA). The collected data will be analyzed using statistical methods.
The course will include invited talks by two leading experts in the field of pragmatics, prof. Arto Mustajoki and prof. Jan-Ola Östman. Please see Lectures for more details.
How does the face recognition work on Facebook or at the airport passport scanner? Can people be identified automatically from ordinary video surveillance cameras with current technology?
Face recognition has been one of the most popular areas of research and a successful real-world application of computer vision. It is also a good benchmark for pattern recognition and machine learning algorithms.
In well-controlled settings, where illumination, pose, and facial expressions are controlled, the current state-of-the-art methods are relatively mature.
Face recognition is however not yet a solved problem. The recent research has focused on algorithms for robust recognition or verification of real-world face images. This is partly due to increasing interest on applications such as annotation of digital photos (e.g. Facebook, iPhoto, Google Picasa) and visual surveillance.
The course provides an overview of the current state-of-the-art in face recognition, especially in real-world settings where the acquisition of the query or probe face images cannot be controlled.
]]>Pragmatics is a subfield of linguistics which studies the ways in which context contributes to meaning. It studies how the transmission of meaning depends not only on the linguistic knowledge of the speaker and listener, but also on the context of the utterance, knowledge about the status of those involved, the intent of the speaker, etc.
Even though pragmatics is traditionally considered as an area of linguistics, similar considerations related to meaning in context are also relevant for information systems design and especially interactive systems development. An interesting issue within computer science is the interface between pragmatics and semantics. Ontologies are used in semantic web to define prototypical meanings but in the real-world contexts, pragmatics deals with the subjective and contextual variation around prototypical meanings. In human-to-machine communication, information systems may have practical uses in new contexts beyond the ones defined originally by the designer of the system. In machine-to-machine communication, formal semantics may fall short in solving interoperability issues and thus issues related to pragmatics need to be considered. In overall, the focus is in how understanding takes place, not in how meanings are defined.
During the course, the participants are introduced with the main linguistic theories related to pragmatics including but not limited to the theories about the functions of languages, the speech act theory, and the theory of conversational maxims. The participants will familiarize themselves with computational models in the area of pragmatics with specific focus on dynamic and adaptive systems and statistical machine learning. They will also conduct a small empirical study related to the subjectivity and contextuality of meaning using the grounded intersubjective concept analysis (GICA). The collected data will be analyzed using statistical methods.
The course will include invited talks by two leading experts in the field of pragmatics, prof. Arto Mustajoki and prof. Jan-Ola Östman. Please see Lectures for more details.
How does the face recognition work on Facebook or at the airport passport scanner? Can people be identified automatically from ordinary video surveillance cameras with current technology?
Face recognition has been one of the most popular areas of research and a successful real-world application of computer vision. It is also a good benchmark for pattern recognition and machine learning algorithms.
In well-controlled settings, where illumination, pose, and facial expressions are controlled, the current state-of-the-art methods are relatively mature.
Face recognition is however not yet a solved problem. The recent research has focused on algorithms for robust recognition or verification of real-world face images. This is partly due to increasing interest on applications such as annotation of digital photos (e.g. Facebook, iPhoto, Google Picasa) and visual surveillance.
The course provides an overview of the current state-of-the-art in face recognition, especially in real-world settings where the acquisition of the query or probe face images cannot be controlled.
]]>For further information, please see "http://research.ics.tkk.fi/coin/vacancies.shtml"
]]>For further information, please see "http://research.ics.tkk.fi/coin/vacancies.shtml"
]]>For further information, please see "http://research.ics.tkk.fi/coin/vacancies.shtml"
]]>For further information, please see "http://research.ics.tkk.fi/coin/vacancies.shtml"
]]>