Filosofian tohtori, vapaa tutkija. Äidinkielen ja kirjallisuuden sekä matematiikan opettaja.
📧 | jmaatta@iki.fi ● jussi.maatta@helsinki.fi |
🌐 | https://www.jussimaatta.com |
🎓 | Google Scholar |
Kehitän algoritmisia, tilastollisia ja tekoälypohjaisia menetelmiä, jotka tuovat uusia näkökulmia kirjallisuudentutkimukseen. Lähestymistapani on monitieteinen: pyrin pitämään yhtä suuren painoarvon menetelmätutkimuksella sekä sen soveltamisella kirjallisuuteen ja kirjallisuudentutkimuksen teoriaan.
Määttä, J., Bazaliy, V., Kimari, J., Djurabekova, F., Nordlund, K., & Roos, T. (2021). Gradient-based training and pruning of radial basis function networks with an application in materials physics. Neural Networks, 133, 123–131. DOI: 10.1016/j.neunet.2020.10.002
Määttä, J., Schmidt, D. F., & Roos, T. (2016). Subset selection in linear regression using sequentially normalized least squares: Asymptotic theory. Scandinavian Journal of Statistics, 43(2), 382–395. DOI: 10.1111/sjos.12181
Määttä, J., & Roos, T. (2016). Maximum parsimony and the skewness test: A simulation study of the limits of applicability. PloS ONE, 11(4), e0152656. DOI: 10.1371/journal.pone.0152656
Määttä, J., & Roos, T. (2016). Robust Sequential Prediction in Linear Regression with Student's t-distribution. International Symposium on Artificial Intelligence and Mathematics (ISAIM 2016), Fort Lauderdale, FL, USA. https://isaim2016.cs.ou.edu/papers/ISAIM2016_Maatta_Roos.pdf
Määttä, J., Siltanen, S., & Roos, T. (2014). A fixed-point image denoising algorithm with automatic window selection. 5th European Workshop on Visual Information Processing (EUVIP 2014), Pariisi, Ranska. DOI: 10.1109/EUVIP.2014.7018393
Austrin, P., Kaski, P., Koivisto, M., & Määttä, J. (2013). Space–time tradeoffs for subset sum: An improved worst case algorithm. Automata, Languages, and Programming: 40th International Colloquium (ICALP 2013), Riika, Latvia. DOI: 10.1007/978-3-642-39206-1_5
Määttä, J. (2016). Model Selection Methods for Linear Regression and Phylogenetic Reconstruction. Väitöskirja, Helsingin yliopisto. Pysyväisosoite: http://urn.fi/URN:ISBN:978-951-51-2150-9