1 / 27

Laskennallisen tieteen pääaine

Laskennallisen tieteen pääaine. Pääaineinfo 16.10.2008 Kai Puolamäki <kai.puolamaki@tkk.fi>. Pääainekahvit kello 15:10-16 huoneessa A328 (T-talo, 3 krs., T2:n puoleinen A-käytävä “keskisillan” kohdalla - sama paikka kuin informaatiotekniikalla). Laskennallisen tieteen pääaine.

fay-christian
Download Presentation

Laskennallisen tieteen pääaine

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Laskennallisen tieteen pääaine • Pääaineinfo 16.10.2008 • Kai Puolamäki <kai.puolamaki@tkk.fi> Pääainekahvit kello 15:10-16 huoneessa A328 (T-talo, 3 krs., T2:n puoleinen A-käytävä “keskisillan” kohdalla - sama paikka kuin informaatiotekniikalla)

  2. Laskennallisen tieteen pääaine • Antaa laaja-alaiset valmiudet erilaisten kompleksisten fysikaalisten, biologisten, teknisten, taloudellisten ja kognitiivisten prosessien mallinnukseen ja analysointiin

  3. Kenelle soveltuu • Yleisyytensä vuoksi soveltuu laskennallisista menetelmistä kiinnostuneille, ja myös jatko-opintojen pohjaksi tai sivuaineeksi

  4. Miksi isona • Menetelmäalojen tutkija joko teollisuudessa tai akateemisessa maailmassa • Asiantuntijatehtävät • Johtaja/esimies (normaali DI:n urapolku) • Oma yritys • Jokin muu (ala muuttuu koko ajan!)

  5. Tietojenkäsittelyteorian pääaine Laskennallisen tieteen pääaine A3 & C (40 op) Informaatiotekniikan pääaine Ylempi korkeakoulututkinto Alempi korkeakoulututkinto Tietojenkäsittelyteoria A2 (20 op) Informaatiotekniikka A2 (20 op) Tietotekniikka A1 (20 op) Informaatiotekniikka A1 (20 op) P & O & V & K & B1 (140 op)

  6. Laskennallisen tieteen pääaine A3 & C (40 op) • Laskennallisen tieteen syventävä moduuli A3 • Laskennallinen biologia ja lääketiede • Kompleksiset systeemit ja verkostot • Mallit ja menetelmät • Laskennallisen tieteen erikoismoduuli C • Hyviä ja vaativia kursseja kiinnostuksen ja tulevaisuudensuunnitelmien mukaan

  7. Professorit • Kimmo Kaski (BECS) • Samuel Kaski (ICS) • Jouko Lampinen (BECS) • Heikki Mannila (ICS) • Erkki Oja (ICS) • Jukka Tulkki (BECS)

  8. Pääaineen tarjoavat laitokset • Lääketieteellisen tekniikan ja laskennallisen tieteen laitos (www.BECS.tkk.fi) • Tietojenkäsittelytieteen laitos (www.ICS.tkk.fi)

  9. Yhteisö • Tietotekniikan tutkimuslaitos HIIT • TKK:n ja Helsingin yliopiston yhteinen tutkimuslaitos • 3 Akatemian huippuyksikköä: • Adaptiivisen informatiikan tutkimuksen huippuyksikkö (ICS) • Algoritmisen data-analyysin huippuyksikkö (ICS) • Laskennallinen kompleksisten systeemien tutkimuksen huippuyksikkö (BECS)

  10. Sovellusalue-esimerkkejä • Datalähteiden yhdistäminen • Biologiset verkot • Aivotutkimus • Spatiaaliepidemiologia ja tautiriskit

  11. Datalähteiden yhdistäminen • Biologista dataa on paljon ja eri lähteistä • Miten parhaiten hyödynnetään eri lähteistä saatu tieto, kun halutaan tehdä johtopäätöksiä uudesta datasta?

  12. Syöpään liittyviä efektejä

  13. Sovellusalue-esimerkkejä • Datalähteiden yhdistäminen • Biologiset verkot • Aivotutkimus

  14. Biologiset verkot • Biologiset prosessit muodostavat monimutkaisia geenien ja proteiinien vuorovaikutusverkkoja • Mitkä verkon osat muodostavat funktionaalisesti koherentteja yksikköjä? • Missä tilanteissa kukin aliverkko aktivoituu?

  15. Sovellusalue-esimerkkejä • Datalähteiden yhdistäminen • Biologiset verkot • Aivotutkimus

  16. Aivotutkimus • Aivoalueet ovat erikoistuneet eri tehtäviin

  17. Sovellusalue-esimerkkejä • Datalähteiden yhdistäminen • Biologiset verkot • Aivotutkimus • Spatiaaliepidemiologia ja tautiriskit

  18. Spatiaaliepidemiologia ja tautiriskien ennusteet • Bayes-menetelmiä tautien alueellisen esiintyvyyden ja potilaskohtaisten hoitoennusteiden mallintamiseen Hoitoennusteet lonkkamurtumapotilailla Potilasrymienanalyysi Aivoverisuonitautienalueellinen vaihtelu

  19. Biopolymeeritutkimus Tehokkaita karkeistettuja laskennallisia menetelmiä käyttäen saadaan tietoa sekä biopolymeerien ominaisuuksista että tärkeistä prosesseista joissa ne ovat osallisina. Rakenteet ja dynamiikka kompleksisia. Menetelmät soveltuvat erilaisiin laskennallisiin ongelmiin.

  20. Pääainekahvit kello 15:10-16 huoneessa A328 (T-talo, 3 krs., T2:n puoleinen A-käytävä “keskisillan” kohdalla - sama paikka kuin informaatiotekniikalla)

More Related