Tapio Pahikkala

A comparison of embedding aggregation strategies in drug-target interaction prediction (2024)

BMC Bioinformatics

Iliadis Dimitrios, De Baets Bernard, Pahikkala Tapio, Waegeman Willem

(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))

Finnish perspective on using synthetic health data to protect privacy: the PRIVASA project (2024)

Applied Computing and Intelligence

Pitkämäki, Tinja; Pahikkala, Tapio; Montoya Perez, Ileana; Movahedi, Parisa; Nieminen, Valtteri; Southerington, Tom; Vaiste, Juho; Jafaritadi, Mojtaba; Khan, Muhammad Irfan; Kontio, Elina; Ranttila, Pertti; Pajula, Juha; Pölönen, Harri; Degerli, Aysen; Plomp, Johan; Airola, Antti

(A1 Vertaisarvioitu alkuperäisartikkeli tieteellisessä lehdessä )

Benchmarking Evaluation Protocols for Classifiers Trained on Differentially Private Synthetic Data (2024)

IEEE Access

Movahedi, Parisa; Nieminen, Valtteri; Perez, Ileana Montoya; Daafane, Hiba; Sukhwal, Dishant; Pahikkala, Tapio; Airola, Antti

(A1 Vertaisarvioitu alkuperäisartikkeli tieteellisessä lehdessä )

Predicting pairwise interaction affinities with ℓ0-penalized least squares-a nonsmooth bi-objective optimization based approach∗ (2024)

Optimization Methods and Software

Paasivirta Pauliina, Numminen Riikka, Airola Antti, Karmitsa Napsu, Pahikkala Tapio

(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))

Does Differentially Private Synthetic Data Lead to Synthetic Discoveries? (2024)

Methods of Information in Medicine

Montoya Perez, Ileana; Movahedi, Parisa; Nieminen, Valtteri; Airola, Antti; Pahikkala, Tapio

(A1 Vertaisarvioitu alkuperäisartikkeli tieteellisessä lehdessä )

Empirical evaluation of amplifying privacy by subsampling for GANs to create differentially private synthetic tabular data (2023)

Annual Symposium for Computer Science, CEUR Workshop Proceedings

Nieminen Valtteri A., Pahikkala Tapio, Airola Antti

(Vertaisarvioitu artikkeli konferenssijulkaisussa (A4))

Budget-based classification of Parkinson's disease from resting state EEG (2023)

IEEE Journal of Biomedical and Health Informatics

Suuronen Ilkka, Airola Antti, Pahikkala Tapsa, Murtojärvi Mika, Kaasinen Valtteri, Railo Henry

(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))

Evaluating Classifiers Trained on Differentially Private Synthetic Health Data (2023)

International Symposium on Computer-Based Medical Systems (CBMS), Proceedings (IEEE International Symposium on Computer-Based Medical Systems)

Movahedi Parisa, Nieminen Valtteri, Montoya Perez Ileana, Pahikkala Tapio, Airola Antti

(Vertaisarvioitu artikkeli konferenssijulkaisussa (A4))

Generalized vec trick for fast learning of pairwise kernel models (2022)

Machine Learning

Viljanen Markus, Airola Antti, Pahikkala Tapio

(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))

Bayesian Inference for Predicting the Monetization Percentage in Free-to-Play Games (2022)

IEEE Transactions on Games

Numminen Riikka, Viljanen Markus Juhani, Pahikkala Tapio

(Vertaisarvioitu alkuperäisartikkeli tai data-artikkeli tieteellisessä aikakauslehdessä (A1))

Ota yhteyttä

Linkit

Julkaisut

Järjestä:

A comparison of embedding aggregation strategies in drug-target interaction prediction (2024)

Finnish perspective on using synthetic health data to protect privacy: the PRIVASA project (2024)

Benchmarking Evaluation Protocols for Classifiers Trained on Differentially Private Synthetic Data (2024)

Predicting pairwise interaction affinities with ℓ0-penalized least squares-a nonsmooth bi-objective optimization based approach∗ (2024)

Does Differentially Private Synthetic Data Lead to Synthetic Discoveries? (2024)

Empirical evaluation of amplifying privacy by subsampling for GANs to create differentially private synthetic tabular data (2023)

Budget-based classification of Parkinson's disease from resting state EEG (2023)

Evaluating Classifiers Trained on Differentially Private Synthetic Health Data (2023)

Generalized vec trick for fast learning of pairwise kernel models (2022)

Bayesian Inference for Predicting the Monetization Percentage in Free-to-Play Games (2022)