Asiasana: Tietojenkäsittelytiede

Tämä sivu kokoaa asiasanaan liittyviä sisältöjä.

Matematiikan oppimistulokset nousuun sähköisten tehtävien avulla (Väitös: FM, KM Einari Kurvinen, 11.12.2020, didaktinen tietotekniikka)

FM, KM Einari Kurvinen tutki väitöskirjatyössään opettajien kanssa tiiviissä yhteistyössä kehitettyä matematiikan sähköistä opintopolkua ViLLE-oppimisympäristössä. Tutkimuksen mukaan viikoittainen yhden tunnin matematiikan harjoittelu sähköisessä ympäristössä parantaa oppilaiden oppimistuloksia merkittävästi. Tuloksien avulla voidaan kehittää oppimisanalytiikan ekosysteemiä.

Väittelijä kehitti mallin, jolla voi ennakoida epäonnistumista perusohjelmointikurssilla (Väitös: MSc Ashok Kumar Veerasamy, 8.12.2020, tietojenkäsittelytiede)

MSc Ashok Veerasamy selvitti väitöskirjassaan tapoja ennustaa, ketkä ovat vaarassa epäonnistua ohjelmoinnin kurssisuorituksissaan yliopistossa. Tällöin on mahdollista ottaa käyttöön varhaisen väliintulon strategioita, jotka estävät hylättyjä kurssisuorituksia ja opiskelu-uupumusta.

Digitalisaation ja tekoälyn etiikkaan pureuduttiin useiden asiantuntijoiden voimin

10.11.2020

Turun yliopisto oli mukana järjestämässä samalla viikolla kahta etiikkaan liittyvää tapahtumaa: Maailman bioetiikkapäivän (19.10.) aiheena oli ”Kohtaaminen ja profilointi digitalisoituvassa terveydenhuollossa” ja Conference on Technology Ethics – Tethics 2020 -konferenssissa (21.10.) puolestaan pohdittiin yleisesti teknologian ja tekoälyn etiikkaa.

Väittelijä kehitti kolme tapaa arvioida betonirakenteiden kestävyyttä ja korroosion vaikutuksia (Väitös: MSc Woubishet Zewdu Taffese, 18.6.2020, tietojenkäsittelytiede)

Korroosio vaikuttaa merkittävästi teräsbetonirakenteiden kestävyyteen, ja sen aiheuttamat maailmanlaajuiset taloudelliset kustannukset rakenteiden huolto- ja korjaustöitten takia ovat vuosittain miljardiluokkaa. MSc Woubishet Taffese kehitti väitöstutkimuksessaan viitekehyksen, jonka avulla voidaan entistä paremmin arvioida korroosiolta suojaavien ratkaisujen luotettavuutta.

Geometriasta apuvälineitä koneoppimistehtäviin (Väitös: TkL Paavo Nevalainen, 20.8.2018, tietojenkäsittelytiede)

Paavo Nevalaisen Turun yliopistossa tarkastettavassa väitöskirjassa on tarkasteltu, millaisia mahdollisuuksia geometristen riippuvuuksien huomiointi syötedatan esitystapaa valittaessa tuo myöhempään koneoppimislaskentaan. Tutkimuksen mukaan geometrisesti keskeisten piirteiden käyttö voi olla hyödyllistä ja järkevää. Tutkimuksessa esimerkkitapauksia on kaksi: kaarevuuteen perustuva maanpinnan mikrotopografinen luokittelu ja uimavalmennukseen sovellettu videometriikka.

 

Paikkariippuvuus on keskeinen muuttuja luonnonvararesurssien ennustettavuutta mittaavissa tekoälymalleissa (Väitös: FM Jonne Pohjankukka, 15.6.2018, tietojenkäsittelytiede)

Turun yliopistossa tarkastettavassa väitöstutkimuksessa selvisi, että tekoälymallien luotettavuus paranee luonnonvararesurssien ennustettavuuden mittauksessa silloin, kun malleissa otetaan huomioon luonnonvara-aineistojen luontainen paikkariippuvuus. Jonne Pohjankukka kehitti tietojenkäsittelytieteen alaan kuuluvassa tutkimuksessaan menetelmän, jolla voi mitata luonnonvara-aineistoja hyödyntävien tekoälymallien ennustuskykyä. Mallien empiirisessä testauksessa saavutettiin tyydyttäviä ennustustuloksia ja niissä korostui luonnonvara-aineistojen paikkariippuvuuden merkitys.

 

Päivi Korhonen ja Erkki Sutinen pitävät professoriluentonsa

21.01.2016

Turun yliopiston uudet professorit Päivi Korhonen ja Erkki Sutinen alustavat kaikille kiinnostuneille avoimilla professoriluennoilla, jotka järjestetään Turun yliopiston päärakennuksen Tauno Nurmela -salissa keskiviikkona 27.1.2016 klo 18 alkaen. Kumpikin professori pitää noin 15 minuutin mittaisen esityksen.