Perjantaina Tampereen teknillisessä yliopistossa väittelevänTimo Ahon mukaan ongelman ratkaisuun on useita lähtökohtia. Esimerkiksi koneoppimisen menetelmin on mahdollista suodattaa automaattisesti tiedosta oleellinen. Tällöin tarvittavan käsityön määrä vähenisi. Eräs ongelma automaattisessa käsittelyssä on tiedon luonteen muutos:
–Otetaan esimerkiksi kaikille tuttu sähköpostin roskapostisuodatin, jonka tehtävänä on tunnistaa ei-toivottu mainossähköposti. Nämä suodattimet tyypillisesti kehitetään taustalla koneoppimisen menetelmin käyttäjän ehkä silloin tällöin ilmoittaessa läpi päässeestä mainoksesta. Toisaalta roskapostittaja kehittää yhä aidomman oloisia viestejä kiertääkseen roskapostisuodattimen estot. Näin ollen ongelman luonne on jatkuvassa muutoksessa, koska roskapostien tuntomerkit muuntuvat. Järjestelmän tulisi siis jatkuvasti itse kehittää päättelyään normaalin toiminnan ohessa.
Väitöskirjassaan Aho pohtii yleisellä tasolla käsiteltävän tiedon luonteen muutoksiin varautumista sekä koneoppimisen että tietorakenteiden kannalta.
Diplomi-insinööri Timo Ahon ohjelmistotieteen alaan kuuluva väitöskirja Steps on Multi-Target Prediction and Adaptability to Dynamic Input ("Tassuttelua monen muuttujan ennustamisen ja dynaamiseen syötteeseen mukautumisen alueilla") tarkastetaan Tampereen teknillisen yliopiston (TTY) tieto- ja sähkötekniikan tiedekunnassa perjantaina 27.1.2012 kello 12 Tietotalon audioriossa TB109 (Korkeakoulunkatu 1, Tampere).
Vastaväittäjänä toimii dosentti Juho Rousu Aalto-yliopistosta. Tilaisuutta valvoo professori Tapio Elomaa TTY:n ohjelmistotekniikan laitokselta.
Timo Aho (29) on kotoisin Kokkolasta ja työskentelee tutkijana TTY:n ohjelmistotekniikan laitoksella.
Lisätietoja: Timo Aho, puh. 040 849 0393, timo.aho@tut.fi
Väitöskirjaan voi tutustua osoitteessa: http://urn.fi/URN:NBN:fi:tty-2011122214962