Inferens för Ämnesmodeller och Textuell Data

Allt mer textuell data, som nyhetsartiklar, litteratur och politiska tal, finns idag tillgängligt i digitala format. Probabilistiska ämnesmodeller är en mångsidig klass av modeller för att analysera ämnessammansättningar i korpusar. Måns Magnussons har i sin avhandling utvecklat skalbara och effektiva metoder för att möjligöra statistiskt korrekt inferens på mycket stora korpusar.

Gyllene Moroten till Marco Kuhlmann

Varje år sedan 1990 delar Linköpings teknologers studentkår ut Gyllene Moroten, ett pedagogiskt pris "instiftat för att främja nytänkande och god pedagogik kring utbildningarna vid Linköpings tekniska högskola"; I år gick priset till Marco Kuhlmann, biträdande professor i datalogi på IDA, som hade nominerats av Datateknologsektionen.

2017 års bästa examensarbete utnämnt!

Institutionen för datavetenskap tillsammans med Dataföreningen (Östra kretsen) har för nittonde gången i rad delat ut priset för bästa examensarbete i en prisceremoni på Mjärdevi science park. Bland sex nominerade vann Alexander Ernfridsson på kandidatnivå och Tova linder tillsammans med Ola Jigin på masternivå.