Ilkka Pölönen

Professori

Yksikkö

Informaatioteknologian tiedekunta

Huonenumero

Ag C411.2

Sähköposti

ilkka.polonen@jyu.fi

Matkapuhelin

+358400248140

Postiosoite

Mattilanniemi 2

Tieteenalat

111 Matematiikka

113 Tietojenkäsittely- ja informaatiotieteet

Esittely

Laskennallisen data-analyysin apulaisprofessori

Opetus:

Konenäkö ja kuva-analyysi
Poikkeaman tunnistaminen
Koneoppimismenetelmiä kyberturvallisuuteen

Tutkimuskuvaus

Tutkin laskennallisia menetelmiä, joita voidaan soveltaa spektrikuvien analysointiin. Sovelluskohteita on kaukokartoituksessa, lääketieteessä, biologiassa tai vaikka taiteen aitouden määrittämisessä. Menetelmien hyödyntäjiä löytyy lääkäreistä maanviljelijöihin.

Julkaisut

Julkaisu

2026

dMMR prediction from colorectal cancer histopathology: leveraging non-tumor and low-magnification regions

Computer Methods and Programs in Biomedicine.

Petäinen, Liisa

Väyrynen, Juha P.

Böhm, Jan

Ruusuvuori, Pekka

Ahtiainen, Maarit

Elomaa, Hanna

Karjalainen, Henna

Kastinen, Meeri

Tapiainen, Vilja V.

Äijälä, Ville K.

Sirniö, Päivi

Tuomisto, Anne

Mäkinen, Markus J.

Mecklin, Jukka-Pekka

Pölönen, Ilkka

Äyrämö, Sami

Julkaisu

2026

Dual selective gleason pattern-aware multiple instance learning with uncertainty regularization for grade group prediction in histopathology images

Medical Image Analysis.

Hao, Xinyu

Xu, Hongming

Zhang, Jingdong

Xu, Qi

Pölönen, Ilkka

Cong, Fengyu

Julkaisu

2025

A variational autoencoder and neural network approach to generating synthetic data in well-being research

Applied Computing and Intelligence.

Tuomikoski, Joonas

Vesterinen, Ville

Luisto, Rami

Pölönen, Ilkka

Äyrämö, Sami

Julkaisu

2025

Accurate non-invasive quantification of astaxanthin content using hyperspectral images and machine learning

Algal Research.

Calderini, Marco L.

Pääkkönen, Salli

Yli-Tuomola, Aliisa

Timilsina, Hemanta

Pulkkinen, Katja

Pölönen, Ilkka

Salmi, Pauliina

Julkaisu

2025

Blind and endmember guided autoencoder model for unmixing the absorbance spectra of phytoplankton pigments

Scientific Reports.

Naik, Pritish

Pölönen, Ilkka

Salmi, Pauliina

Julkaisu

2025

Boreal Forest Fire : UAV-collected Wildfire Detection and Smoke Segmentation Dataset

Scientific Data.

Pesonen, Julius

Raita-Hakola, Anna-Maria

Joutsalainen, Jukka

Hakala, Teemu

Akhtar, Waleed

Koivumäki, Niko

Markelin, Lauri

Suomalainen, Juha

Alves de Oliveira, Raquel

Pölönen, Ilkka

Honkavaara, Eija

Julkaisu

2025

Detecting cyanobacterial blooms in boreal lakes with Sentinel-2 multispectral and EnMAP hyperspectral satellites

Winter Satellite Workshop.

Naik, Pritish

Pölönen, Ilkka

Asikainen, Harri

Ketola, Mirva

Malin, Ismo

Taipale, Sami

Vesterinen, Jussi

Yli-Tuomola, Aliisa

Salmi, Pauliina

Julkaisu

2025

Detecting Wildfires on UAVs with Real-Time Segmentation Trained by Larger Teacher Models

IEEE/CVF Winter Conference on Applications of Computer Vision. IEEE Winter Conference on Applications of Computer Vision.

Pesonen, Julius

Hakala, Teemu

Karjalainen, Väinö

Koivumäki, Niko

Markelin, Lauri

Raita-Hakola, Anna-Maria

Suomalainen, Juha

Pölönen, Ilkka

Honkavaara, Eija

Julkaisu

2025

Dual Selective Gleason Pattern-Aware Multiple Instance Learning for Grade Group Prediction in Histopathology Images

International Conference on Medical Image Computing and Computer-Assisted Intervention. Lecture Notes in Computer Science. Springer.

Hao, Xinyu

Xu, Hongming

Zhang, Qibin

Xu, Qi

Pölönen, Ilkka

Cong, Fengyu

Julkaisu

2025

EnMAP and PRISMA hyperspectral satellite campaign on Scottish inland waters 2024

Winter Satellite Workshop.

Salmi, Pauliina

Naik, Pritish

Beckmann, Daniel Atton

Jiang, Dalin

May, Linda

McKenzie, Rebecca

Olszewska, Justyna

Pölönen, Ilkka

Hunter, Peter

Hankkeet

Smart-HSI: Älykästä hyperspektrikuvausta maan ja planeettakunnan kaukokartoituksen uudelle aikakaudelle

Smart-HSI -projektin tavoitteena on kehittää pieniä hyperspektrikameroita ja tehokkaita laskentamenetelmiä maata ja aurinkokuntaa tutkiville nanosatelliittilennoille.

FireMan: Miehittämättömiin ilma-aluksiin perustuvat ratkaisut metsäpalojen hallintaan

Kehitetään tekoälyyn perustuvaa teknologiaa metsäpalojen nopeatempoiseen havaitsemiseen ja tilannetietoisuuden luomiseen metsäpalojen aikana käyttämällä autonomisia miehittämättömiä ilmajärjestelmiä (UAS, droonit).

Ilkka Pölönen

Esittely

Tutkimuskuvaus

CoDAI Laskennallinen data-analyysi ja kuvantaminen

Smart-HSI: Älykästä hyperspektrikuvausta maan ja planeettakunnan kaukokartoituksen uudelle aikakaudelle

FireMan: Miehittämättömiin ilma-aluksiin perustuvat ratkaisut metsäpalojen hallintaan

Älykästä hyperspektrikuvausta maan ja planeettakunnan kaukokartoituksen uudelle aikakaudelle