
BM20A7800 Yliopistomatematiikan perusteet - Intensiiviopetus, suomeksi 5.5.2025-9.5.2025
Perusteet funktioista, derivaatasta, integraalista, vektoreista ja matriisilaskennasta sekä MATLABin käytöstä.
- Responsible teacher: Juho Virpiranta

BM20A7800 Basics of University Mathematics - Intensive course, in English 5.5.2025-9.5.2025
Perusteet funktioista, derivaatasta, integraalista, vektoreista ja matriisilaskennasta sekä MATLABin käytöstä.
- Responsible teacher: Juho Virpiranta

BM20A9000 Principles of Technical Computing for MSc Students - Monimuoto-opetus 10.7.2024-31.8.2024
Matlab and Python tools and software packages, solvers available, examples of modelling, simulation, uncertainty quantification, etc.
- Responsible teacher: Miracle Amadi

BM20A3700 Statistical learning - Blended teaching 3.3.2025-20.4.2025
Statistical learning refers to a field of machine learning drawing from statistics and functional analysis. Statistical learning focuses on developing and studying methods, algorithms, and models for making predictions or decisions based on data. Statistical learning is widely applied in various domains, including finance, healthcare, natural language processing, computer vision, and bioinformatics. We will discuss the algorithms for classification and regression such as SVM, Nearest Neighbor, Regularization Methods, and Kernel Methods.
- Responsible teacher: Tapio Helin
- Teacher: Abhishake Abhishake

BM30A0550 Photonics - Contact teaching 28.10.2024-15.12.2024
1. Wave motion and wave equations,2. Maxwell equations and electromagnetic spectrum,3. Lasers,4. Ultrafast lasers,5. Fresnell equations,6. Polarization and optical activity,7. Geometrical optics,8. Coherence,9. Interference and diffraction,10. Nonlinear optics,11. Optical microscopy and nanoscopy,12. Slow and fast light, THz-optics,13. Attosecond optics,14. Coherent control.
- Responsible teacher: Erik Vartiainen

BM30A3300 Thermal Physics and Electricity - Contact teaching, in English 6.1.2025-23.2.2025
Lämpö-osuus: Lämpöopin fysikaaliset perusteet, termodynamiikan pääsäännöt sekä termodynaamiset laitteet ja kiertoprosessit.
Sähkö-osuus: Sähköstatiikka (sähköinen voima, sähkökenttä, sähkökentän potentiaali), tasavirtapiirit, magnetismi (magneettinen voima, magneettikenttä), sähkömagneettinen induktio, vaihtovirtapiirien perusteet.
- Responsible teacher: Ahti Karjalainen

BM30A3200 Mechanics and Wave Motion - Contact teaching, in English 2.9.2024-15.12.2024
Mekaniikka-osuus: Etenevän ja pyörimisliikkeen perusteet, Newtonin lait, säilymislait (energia, liikemäärä ja liikemäärämomentti).
Aaltoliike-osuus: Mekaaniset värähtelyt (harmoninen, vaimeneva, pakotettu), harmoninen aalto, mekaaniset ja sähkömagneettiset aallot, interferenssi, diffraktio, polarisaatio.
- Responsible teacher: Ahti Karjalainen

BM20A8100 Integral Calculation - Blended teaching, in English 3.3.2025-20.4.2025
Yhden muuttujan funktion integraalilaskentaa sovelluksineen: differentiaalien soveltaminen, pyörähdyskappaleet, käyrän pituus, parametriset käyrät ja integraalilaskenta, osittaisintegrointi. Sovellusesimerkkejä useilta tekniikan aloilta. Kaksinkertaiset ja kolminkertaiset integraalit. Funktion parillisuus, parittomuus ja jaksollisuus. Kurssin aiheiden käsittely MATLABilla sekä funktiotiedoston luominen.
- Responsible teacher: Erik Kuitunen
- Responsible teacher: Juho Virpiranta

BM20A8000 Differential Equations - Blended teaching, in English 6.1.2025-23.2.2025
Kompleksiluvut: peruslaskutoimitukset, kompleksitaso, Eulerin kaava. Differentiaaliyhtälöt: 1. kertaluvun differentiaaliyhtälöt. 2. kertaluvun lineaariset differentiaaliyhtälöt, differentiaaliyhtälöryhmät. Matriisin ominaisarvot ja -vektorit. Differentiaaliyhtälöiden ja -yhtälöryhmien ratkaiseminen MATLABilla numeerisesti ja symbolisesti.
- Responsible teacher: Tommi Heikkilä
- Responsible teacher: Juho Virpiranta

BM20A7900 Differential Calculation - Blended teaching, in English 28.10.2024-15.12.2024
Yhden muuttujan funktion raja-arvot, korkeamman dertaluvun derivaatat, lineaarinen approksimaatio ja virhearviot, Taylorin polynomit sekä implisiittinen derivointi. Usean muuttujan funktion raja-arvot ja ääriarvot, myös rajoitteilla. Ketjusääntö, gradientti ja suunnattu derivaatta. Pienimmän neliösumman menetelmä. MATLABin soveltaminen kurssin aiheisiin sekä ohjelmoinnin ehto- ja toistorakenteiden hallitseminen.
- Responsible teacher: Juho Virpiranta

BM20A7800 Basics of University Mathematics - Blended teaching, in English 2.9.2024-20.10.2024
Perusteet funktioista, derivaatasta, integraalista, vektoreista ja matriisilaskennasta sekä MATLABin käytöstä.
- Responsible teacher: Juho Virpiranta

BM20A1502 Numerical Methods - Blended teaching, in English 3.3.2025-20.4.2025
Binääriluvut. Pyöristys- ja katkaisuvirhe. Lineaariset yhtälöryhmät: Jacobin menetelmä ja Gauss–Seidel-menetelmä. Yhtälöiden ja yhtälöryhmien ratkaiseminen: Newtonin menetelmä ja kiintopistemenetelmä. Interpolointi. Integrointi: keskipistesääntö, puolisuunnikassääntö, Simpsonin sääntö. Differentiaaliyhtälöt: Eulerin menetelmä, keskipistemenetelmä, Heunin menetelmä ja Runge–Kutta-menetelmät.
- Responsible teacher: Toni Karvonen
- Teacher: Juho Virpiranta

BM10A0401 Introduction to Studies of Computational Engineering - Blended teaching, in English 2.9.2024-15.12.2024
Perustiedot akateemisesta yksikköstä, koulutusohjelmasta ja yliopisto-opiskelusta. Opiskelija tekee henkilökohtaisen opiskelusuunnitelman omien tavoitteidensa mukaisesti. Opiskelija tutustuu yliopiston tiedekirjaston palveluihin ja tietoturvaan liittyviin seikkoihin. Opiskelija tutustuu matemaattisen tekstin tuotantoon Latex-ympäristössä.
- Responsible teacher: Jouni Sampo
- Teacher: Iisa Friman
- Teacher: Jari Taipale
- Teacher: Hanna Värri

BM20A7601 Numerical Methods for Partial Differential Equations - Assessment - continuous 28.10.2024-15.12.2024
Basics of partial differential equations
Modeling with PDEs
The stationary diffusion–advection–reaction equation
Existence and uniqueness of weak solutions
Construction of the finite element method
Meshes
Test and trial functions
Transformation of finite elements
Obtaining the system of linear equations
Analysis of the finite element method
Consistency, error orthogonality, and best approximation
Error estimates in the energy norm
Error estimates in Lebesgue norms
Condition numbers of finite element matrices
Direct methods for sparse linear systems of equations
LU decomposition without pivoting
Data structures
Bandwidth reduction
Iterative methods for systems of linear equations
Linear stationary iterative methods
Gradient and conjugate gradient methods
Preconditioned conjugate gradient method

BM40A1601 Foundations of Artificial Intelligence and Machine Learning - Blended teaching 2.9.2024-15.12.2024
Laskennallisesti älykäs agentti ja sen arkkitehtuuri, tekoäly ja sen toteutustavat. Automaattinen ongelmanratkaisu sekä päättely myös epävarmuudessa. Datalähtöisen koneoppimisen periaatteet ja paradigmat. Regressio ja virhemitat, bayesilainen päättely, päätöspuut, keinotekoiset neuroverkot ja tiedon ohjaamaton ryhmittely.
- Responsible teacher: Zhisong Liu
- Teacher: Alex Karonen

BM40A1500 Data Structures and Algorithms - Blended teaching 2.9.2024-15.12.2024
Algoritminen ongelmanratkaisu. Tietorakenteet. Algoritmien suunnitteluperiaatteet. Algoritmien analysointimenetelmät. Algoritmien tehokkuus. NP-täydellisyys. Likimääräis- ja satunnaisalgoritmit. Tyypilliset ongelmatyypit ja niihin sopivat tietorakenteet: järjestely-, haku- ja verkko-ongelmat sekä pinot, jonot, listat, keot, hajautustaulut ja puurakenteet. Tietorakenteiden käytännön toteutus Pythonilla.
- Responsible teacher: Tuomas Eerola
- Teacher: Veikka Immonen
- Teacher: Eetu Knutars

BM40A1401 GPU Computing - Blended teaching 6.1.2025-20.4.2025
Components of GPUs and their architectural differences affecting GPU computing. Low-level programming interfaces such as Compute unified device architecture (CUDA). Intermediate-level programming libraries with GPU acceleration. High-level libraries for employing GPUs for solving computational problems. Project work focusing on a GPU-accelerated task implemented using the introduced abstraction levels of programming with C++ and Python.
- Responsible teacher: Lasse Lensu
- Responsible teacher: Henri Petrow

BM40A1201 Digital Imaging and Image Preprocessing - Blended teaching 2.9.2024-15.12.2024
Electromagnetic radiation and light interaction with matter, sources of radiation and illumination techniques. Imaging sensors and manufacturing technologies. Spectroscopy, imaging optics, sensor and image acquisition modelling and characterisation. Digital image encoding and characteristics, image preprocessing techniques, and image-based measurements.
- Responsible teacher: Xin Liu
- Responsible teacher: Henri Petrow
- Responsible teacher: Erik Vartiainen
- Teacher: Rong Gao
- Teacher: Deng Li

BM40A1003 Seminar on Data-Centric Engineering - Contact teaching 2.9.2024-20.4.2025
The first part provides the skills defined in the aims of the course, including the skills to prepare and to give the seminar presentation in the second part. Independent preparation of a written seminar on a given data-centric engineering topic.
- Responsible teacher: Tuomas Eerola
- Responsible teacher: Lassi Roininen
- Teacher: Heikki Kälviäinen

BM40A0902 3D Computer Vision - Contact teaching 6.1.2025-20.4.2025
Overview for imaging and image preprocessing. Local image features. Camera calibration. Frames and geometrical primitives. Computer vision for 3D scenes. Single and multi-view geometry. Dynamic vision and tracking. Structure from motion.
- Responsible teacher: Tuomas Eerola
- Teacher: Joona Kareinen
- Teacher: Samuel Repka