FI EN

Kaski, Samuel

1.1.2016–31.12.2020
Beräkningsmässig dataanalys
Aalto-universitetet

Precisionsmedicin, läkarvetenskap som skräddarsys för den enskilda patienten, innebär en svår utmaning för dataanalysmetoderna i och med att man då ska kunna förutse effekten av behandlingar med hjälp av material där antalet prover är mycket litet, som minst endast en patient, men där antalet variabler är enormt. Också ett stort antal andra material med okänd relevans finns till förfogande. På grund av datasekretessen är tillgången till materialen dessutom begränsad och de metoder som krävs för tillförlitliga prognoser är beräkningsmässigt tunga.

Samuel Kaski utvecklar beräkningsmässiga så kallade maskininlärningsmetoder för analys av multipla informationskällor där bakgrundsinformation som förmedlats av experter inom precisionsmedicin beaktas med hjälp av interaktiv modellering Förutom inom precisionsmedicinen är liknande beräkningsproblem mycket vanliga även på andra områden efterhand som datamaterial allt oftare bildar utgångspunkten både inom vetenskaperna och i olika tjänster, med början från informationssökning.

Kaski kombinerar i sin forskning avancerade maskininlärningsmetoder och skalande visuell analytik. Forskningen skapar en helt ny infallsvinkel till forskning i skräddarsydd precisionsmedicin. Samuel Kaski är på många områden en föregångare i utvecklingen av tekniker och tillämpningar för maskininlärning och han har stått för betydande nyskapande initiativ inom sitt mångvetenskapliga forskningsområde.

Senast ändrad 27.5.2015
  • FINLANDS AKADEMI
  • Hagnäskajen 6
  • PB 131
  • 00531 Helsingfors
Följ oss:
FacebookSlideshareTwitterYoutube
VÄXEL 0295 335 000
REGISTRATORS-
KONTOR
0295 335 049
FAX 0295 335 299
   
E-POST fornamn.efternamn@aka.fi
ÖPPETTIDER mån–fre 8.00–16.15
   
SÖK MEDARBETARE »
KONTAKTINFORMATION & FAKTURERING»
FRÅGA OCH TYCK TILL »