Spetsforskningsenheten för algoritmisk dataanalys

Enheten utvecklar nya begrepp, principer och algoritmer för numerisk dataanalys, vilka tillämpas på praktiska uppgifter. Enhetens forskare idkar grundforskning i informationsbehandling och deltar i mångsidigt, mångvetenskapligt samarbete.

En stor utmaning inom dataanalysen är att utveckla nya metoder för informationsbehandling som gör det möjligt att dra största möjliga nytta av vetenskapliga och industriella data.

Enheten kombinerar på ett även i internationellt perspektiv enastående sätt grundforskning i datavetenskap med ett omfattande samarbete kring tillämpningar.

Målsättningar

Enhetens centrala kunskapsområde i metodutvecklingen är kombinatorisk mönstertillämpning och uppspjälkning av data. Metoder utvecklas i nära samarbete med slutanvändare: enhetens forskare sätter sig in i olika dataanalysproblem inom tillämpningsområdena och tar fram olika lösningar, dvs. forskningens resultat tillämpas omedelbart.

Spetsforskningsenheten verkar också i nära samarbete med forskare till exempel inom molekylärbiologi, medicin, miljöforskning, lingvistik och datakommunikation. Tillämpningar är bland annat genlokalisering, utredning av genregleringsmekanismer, forskning kring organismers utbredning, dialekt- och namnforskning, forskning kring klimatförändringen samt informationssökning och datanät.

Organisation

Spetsforskningsenheten för algoritmisk dataanalys leds av professor Esko Ukkonen från institutionen för datavetenskap vid Helsingfors universitet. Ukkonen är en internationellt ledande utvecklare av kombinatorisk mönsteridentifiering. Enheten verkar vid Helsingfors universitet och Tekniska högskolan och har cirka 70 medarbetare.

Kontaktuppgifter

professor Esko Ukkonen, Helsingfors universitet, institutionen för datavetenskap, tfn 09-1915 1280, fornamn.efternamn@helsinki.fi