Skaalautuva ja vankka esitysoppiminen suurissa luokka-avaruuksissa

Rahoitetun hankkeen kuvaus

Tekoäly käsittelee automaattista oppimista havaintotiedoista. Roskapostin tunnistimen tehtävänä on valita kahden vaihtoehdon välillä - roskaposti tai ei. Kuvittele, että luokittelet Wikipedia -sivua, jolla on yli miljoona luokkaa, joista valita. Eikö olisi hienoa, jos Wikipedian sivuille määritettäisiin automaattisesti asiaankuuluvat luokat tai ennustettaisiin tärkeimpiä kohteita Amazon -ostoksilla tai näytettäisiin tärkeimmät twiitit tai Facebook -viestit päälle tuhansista kohteista/tweeteistä/viesteistä. Tämä tutkimushanke pyrkii ratkaisemaan seuraavat haasteet käsitellessään tällaisia skenaarioita, jotka koostuvat - (i) erittäin suuresta määrästä vaihtoehtoja, (ii) epätäydellisiä havaintoja mahdollisista vaihtoehdoista ja (iii) puutteellisesta havaintoaineistoista. Tämän projektin tavoitteena on rakentaa tietokoneohjelmia, jotka auttavat yksilöllisesti, tarkasti ja monipuolisesti suosittelemaan käyttäjille tärkeitä kohteita/valintoja reaaliajassa rikkaamman kokemuksen saamiseksi.
Näytä enemmän

Aloitusvuosi

2022

Päättymisvuosi

2026

Myönnetty rahoitus

Rohit Babbar Orcid -palvelun logo
381 143 €

Rahoittaja

Suomen Akatemia

Rahoitusmuoto

Akatemiahanke

Päättäjä

Luonnontieteiden ja tekniikan tutkimuksen toimikunta
21.06.2022

Muut tiedot

Rahoituspäätöksen numero

348215

Tieteenalat

Tietojenkäsittely ja informaatiotieteet

Tutkimusalat

Tietojärjestelmätiede

Teema-alat

Nuori tutkijasukupolvi 2021

Tunnistetut aiheet

computer science, information science, algorithms