Sirvi Kuupäev , alustades "2025-04-22" järgi

Filtreeri tulemusi aasta või kuu järgi

Nüüd näidatakse 1 - 3 3

Single-cell data analysis in immunology: from technology to applications
(Tartu Ülikooli Kirjastus, 2025-04-22) Filippov, Ihor; Peterson, Pärt, juhendaja; Tartu Ülikool. Meditsiiniteaduste valdkond
Üherakuline RNA-sekveneerimine (scRNA-seq) on tehnoloogia, mis võimaldab uurida rakkude heterogeensust üksiku raku tasandil. Meetodi abil on võimalik jälgida geenide avaldumist miljonites rakkudes ning tuvastada haruldasi rakutüüpe ja neis toimuvaid molekulaarseid mehhanisme. Antud töös hinnati erinevate scRNA-seq lahenduste sobivust immuunrakkude uurimiseks. Lähtematerjalina kasutati tüümust kui rakulise ehituse poolest keerulist primaarset immuunorganit. Kahe scRNA-seq meetodi võrdluses täheldati märgatavaid erinevusi ning tehtud analüüs tõi esile kasutatud meetodite puudused ja tugevused immuunorganite analüüsis. Teise teemana uuriti immuunrakke monogeensese haiguse APS-1 (autoimmuunne polüendokrinopaatia sündroom tüüp 1) korral. APS-1 põhjuseks on mutatsioonid AIRE-geenis ja selle haiguse korral on häiritud immuuntolerantsus, mis viib autoreaktiivsete T-rakkude tekkimiseni ja autoimmuunsete haigusteni. Antud töös kasutati scRNA-seq tehnoloogiat, et analüüsida transkriptoomilisi muutusi APS-1 haigete regulatoorsetes T rakkudes, mis osalevad immuuntolerantsuse kujunemises. Kolmandaks uuriti vanusega seotud immuunsüsteemi muutusi. Vanusega toimuvaid muutusi iseloomustab krooniline põletik ja nõrgenenud võime reageerida viirustele ja teistele patogeenidele. Lisaks süvendavad vananemisega seotud muutusi kroonilised viirusnakkused nagu näiteks tsütomegaloviiruse (CMV) infektsioon. Käesolevas töös tuvastati vanade inimeste perifeerse vere mononukleaarsetes rakkudes CD8-naiivsete T-rakkude populatsiooni langus, mida iseloomustas põletikuliste geenide ülesregulatsioon. Lisaks kaardistati CMV infektsiooniga ja vananemisega seotud CD8+ Temra rakkude alatüübid. Väitekirja tööd näitasid scRNA-seq tehnoloogia eeliseid keeruliste rakusüsteemide uurimisel aidates kaasa immuunrakkude iseloomustamisele ning nende ülesannete mõistmisele.
Prescriptive process monitoring under uncertainty and resource constraints
(Tartu Ülikooli Kirjastus, 2025-04-22) Shoush, Mahmoud; Dumas, Marlon, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Ülikooli vastuvõtuosakond vaatab läbi taotlejate dokumendid, teeb vastuvõtuotsused koos komisjonidega ja edastab tulemused taotlejatele – sammud tudengite vastuvõtmise äriprotsessis. Kuigi paljud taotlused edenevad tõrgeteta, tekib osadega viivitusi vigade või puuduvate dokumentide tõttu. Sarnased probleemid esinevad ka teistes protsessides, nagu näiteks pangalaenu kinnitamine või veebis toodete tagastamine. Masinõpe võimaldab probleemide, nagu puuduvad dokumendid või toote tagastamine, ennustamist enne nende tekkimist. Kuid need ennustused on kasulikud vaid siis, kui neile järgnevad tegevused, nimetusega „sekkumised“, soovimatute tulemuste vältimiseks. Näiteks, kui süsteem ennustab et laenutaotleja lükkab pakkumise tagasi, siis võiks süsteem lisaks soovitada sekkumist, näiteks isikupärastatud pakkumise tegemist, et tõsta pakkumise vastuvõtmise võimalikkust. Antud juhul võib lihtne lähenemine käivitada sekkumise, kui tagasilükkamise tõenäosus ületab näiteks 80%, kuid sellega kaasneb kolm piirangut: (1) sekkumine võib olla ebatõhus kui taotleja keeldub pangast mitteolenevate tegurite tõttu; (2) kõrge määramatusega ennustusi võiks pigem eirata; (3) täiendavate pakkumiste saatmine nõuab aega ja ressursse, piirates pakkumiste koguarvu. Selles doktoritöös väidame, et ennustustelt sekkumistele liikumisel peab arvestama järgmiste teguritega: Kas sekkumine on vajalik? Kas see on tõhus? Kas see on kiireloomuline või edasilükatav? Kas me suudame sekkuda? Ja kui kindlad me oleme selle vajaduses, tõhususes ja kiireloomulisuses? Sekkumiste käivitamiseks pakume välja kolm masinõppele tuginevat meetodit: esimene käsitleb ennustuste määramatust, teine võimaldab kasutajatel arvestades kõigi teguritega vastavaid reegleid määrata, ja kolmas õpib automaatselt selgeks parima sekkumisstrateegia ilma eelnevalt määratletud reegliteta. Reaalseid andmeid kasutades näitame, et need meetodid võimaldavad tõhusamaid määramatuse- ja ressursiteadlikke sekkumisi, mis aitavad äriprotsesse optimeerida.
Multilingual machine translation for under-resourced languages
(Tartu Ülikooli Kirjastus, 2025-04-22) Tättar, Andre; Fišel, Mark, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Kujutlege maailma, kus igal keelel on arenenud loomuliku keele rakendused nagu ChatGPT või on esindatud Google'i tõlkemootoris, hoolimata nende suurusest. See on visioon minu doktoritöö taga, mis keskendub väheste ressurssidega keelte masintõlkele, mille põhifookus on just soome-ugri keeltel. Soome-ugri keelte perekonnas on üle 40 keele ja rääkijaid üle 20 miljoni inimese Euroopas ja Põhja-Aasias. Need keeled, alates eesti, soome või ungari rahvuskeeltest kuni väiksemate kohalike keelteni nagu võru, liivi või komi, kannavad endas rikkalikke kultuuripärandeid, kuid seisavad silmitsi märkimisväärse digitaalse mahajäämisega. Minu doktoritöö ülesanne on vähendada lõhet suurte ja väikeste keelte vahel, arendades välja tehisnärvivõrkudel põhinevad masintõlkesüsteemid keeleressursivaeste keelte jaoks. Doktoritöö keskendub ressursirohketest ressursivaeste keelteni, kasutades uusimaid teaduslikult tõestatud meetodeid, et lahendada andmete vähesusest ning tõlke kvaliteedi ja effektiivsusega seotud probleeme. Doktoritöös välja toodud süsteemid toetavad 23 soome-ugri keelt ning toetavad seeläbi avalikku juurdepääsu teabele ja teenustele väikestes kogukondades. Selle doktoritöö praktiline tulemus on olnud oluline, eriti eesti-kesksete tõlkimisvahendite arendamisel, mis suudavad konkureerida Google'i ja DeepL'i tõlkesüsteemidega. Eesti avalik sektor on need süsteemid kasutusele võtnud, näidates nende tõhusust igapäevaolukordades. Lisaks riiklikule kasutusele on kõik töös välja töötatud mudelid avatud litsensiga, võimaldades tehtud tööd teistel kasutusele võtta ja edasi arendada. See töö demonstreerib, kuidas tehnoloogia aitab tagada võrdse juurdepääsu digitaalsetele ressurssidele igas keeles. Oleme ehitamas kaasavamat digitaalset keskkonda, tagades, et väiksemaid keeli ei jäeta tähelepanuta. Uurimus ei tõsta ainult keeletehnoloogia piire, vaid rõhutab ka keelelise mitmekesisuse väärtust tehnoloogilises edus. See on samm tuleviku suunas, kus ühtegi keelt ei jäeta digitaalajastul maha.