Discovery-tutkimusryhmä: tiedon ja linkkien louhinta
Tutkimusryhmä kehittää uusia algoritmeja tiedon louhintaan ja uusien hahmojen ja yhteyksien havaitsemiseen. Painopiste on rakenteisissa ja heterogeenisissä aineistoissa, esimerkiksi verkoissa ja sekvensseissä. Ryhmä soveltaa menetelmiä bioinformatiikan, genetiikan ja kontekstitietoisen laskennan ajankohtaisiin ongelmiin yhdessä sovellusalueitten tutkijoiden ja yritysten kanssa. Tutkimusryhmä kuuluu Algodan-huippuyksikköön.
Keskeinen tutkimuskohteemme on painotettujen (biologisten) verkkojen analysointi ja yhteyksien löytäminen. Kehitettyjä menetelmiä käytetään Biomine-hakukoneen toteuttamiseen ja tulosten esittämiseen vuorovaikutteisena verkkona. Kuluneen vuoden aikana kehitettiin menetelmiä erityisesti relevantin aliverkon eristämiseen suuresta verkosta.
Ryhmä julkaisi yhdessä Freiburgin ja Leuvenin yliopistojen kanssa uuden probabilistisen logiikkaohjelmointikielen ja -toteutuksen, ProbLogin. ProbLogilla voidaan tehdä epävarmoihin sääntöihin perustuvaa loogista päättelyä mm. painotetuissa verkoissa.
Ryhmässä kontekstitietoista laskentaa varten kehitetyn ContextPhone-kännykkäohjelmiston ja siinä kehitettyjen ideoiden menestys maailmalla jatkuu. Lokakuussa Google osti Jaikun, joka kehitti mobiilia yhteisöpalvelua pitkälti ContextPhonen pohjalta.
Yhteyshenkilö : professori Hannu Toivonen
Kotisivu : http://www.cs.helsinki.fi/research/discovery
Projektit
Valittuja julkaisuja
L. De Raedt, A. Kimmig, H. Toivonen: ProbLog: A Probabilistic Prolog and its Application in Link Discovery. Twentieth International Joint Conference on Artificial Intelligence (IJCAI-07), 2468-2473, Hyderabad , India , January 2007.
A. Oulasvirta, R. Petit, M. Raento, S. Tiitta: Interpreting and Acting on Mobile Awareness Cues. Human-Computer Interaction 22:97-135. 2007.
P. Hintsanen: The Most Reliable Subgraph Problem. 11th European Conference on Principles and Practice of Knowledge Discovery in Databases (PKDD), 471-478, Warsaw , Poland , September 2007.
L. De Raedt, A. Kimmig, H. Toivonen: Probabilistic Explanation Based Learning. 18th European Conference on Machine Learning (ECML), 176-187, Warsaw , Poland , September 2007. Winner of the ECML-07 Best Paper Award.
N. Haiminen, A. Gionis, K. Laasonen: Algorithms for unimodal segmentation with applications to unimodality detection. Knowledge and Information Systems 14:1, 39-57. 2007.