Korkeakappa-massan suotatuvuus

Työn tarkoituksena oli tutkia korkeakappa-massan suotautuvuutta sekä etsiä uusia analyysimenetelmiä korkeakappa-massan karakterisoimiseksi. Työssä pyrittiin määrittämään tekijöitä, jotka vaikuttavat korkeakappa-massan suotautumiseen. Työn kirjallisessa osassa tarkasteltiin aluksi yleisesti keiton teoriaa, minkä jälkeen käsiteltiin jauhatusta ja tarkemmin korkeakappa-massan hienovaraisempaa jauhatusta eli kuidutusta. Seuraavaksi käsiteltiin suodatusta ja sen teoriaa sekä suodatukseen vaikuttavia tekijöitä. Massan pesusta esitettiin perusteet ja teoriaa. Lopuksi tarkasteltiin massan karakterisointia eri lähestymistavoilla sekä kuitujen perusominaisuuksia. Kokeellisessa osassa verrattiin LTY:n koesuodatuslaitteistolla tehdyillä suodatuskokeilla korkeakappa-massaisen sellukakun suotautuvuutta eri paine-eroilla, suodoksen eri hienoainepitoisuuksilla sekä ennen ja jälkeen sellutehtaallatapahtuneen kuidutuksen. Savonlinnassa sijaitsevalla laitteistolla tehtiin syrjäytystestejä ennen ja jälkeen kuidutusta otetuilla sellumassoilla. Lisäksi ennenja jälkeen kuidutusta otettuja sellumassanäytteitä karakterisoitiin mm. kuituanalysaattorilla, huokoskoko- ja ominaispinta-ala-analyyseillä sekä SEM-kuvilla. Suodatuskokeissa hienoainepitoisuudella ei ollut merkitystä permeabiliteettiin mitattujen suodosvirtausten perusteella. Kuten Darcyn lain perusteella voitiin olettaa, kakun paine-eron kasvaessa permeabiliteetti kasvoi. Vaikutus ei ollut kuitenkaan lineaarinen paine-eroon verrattuna vaan kakun permeabiliteetti kasvoi enemmän tietyllä paine-erovälillä. Tämä paine-eroväli vaihteli hieman riippuen oliko sellumassa otettu ennen vai jälkeen kuidutusta. Lappeenrannassa tehdyissä suodatuskokeissa ei ennen ja jälkeen kuidutusta otetuilla näytteillä ollut selvää eroa permeabiliteeteissa, mutta Savonlinnan syrjäytystesteissä ero syrjäytymisnopeudessa oli selvä. Ennen ja jälkeen kuidutusta otettujen sellumassojen kuituanalysaattorituloksissa ja SEM-kuvissa ei havaittu eroa näytteiden välillä, mutta massojen huokoskoko muuttui kuidutuksen vaikutuksesta.

Absorptiivinen kapasiteetti käytäntölähtöisessä innovaatiotoiminnassa Päijät-Hämeessä

Tutkimuksessa arvioidaan millaisia kyvykkyyksiä toimijoiltavaaditaan, jotta voidaan edistää verkostoja palvelevan innovaatiopolitiikan toteutumista ja toteuttaa käytäntölähtöistä innovaatiotoimintaa. Empiirinen osa tarkastelee Päijät-Hämeen toimijoiden asenneympäristöä ja toimimisen valmiuksia käytäntölähtöisen innovaatiotoiminnan tarpeisiin sopivaksi. Osaaminen kerääntyy yliopistopaikkakunnille ulkoisten suurtuotannon etujen mukaisesti. Ne alueet, joilla ei ole yliopistoa joutuvat luomaan muunlaista innovaatiokyvykkyyttä saavuttaakseen kilpailuetua. Siksi Päijät-Hämeen visiona on tulla johtavaksi käytäntölähtöisen innovaatiotoiminnan alueeksi hyvien toimintamallien ja tehokkaiden tiedonsiirtomekanismien avulla. Tämä vaatii alueen toimijoilta mm. korkeaa absorptiivista kapasiteettia ja heikkoja linkkejä alueen ulkopuolelle. Työn empiirinen osa koostuu 12:sta puolistrukturoidusta haastattelusta sekä kyselytutkimuksesta. Tiedonluonti ja -siirto alueelle nähtiin pääasiassa tutkimusmaailman tehtävänä, mutta varianssianalyysin perusteella tutkimusmaailma ei itse nähnyt olevansa siinä asemassa. Yhteisen kielen puuttuminen tutkimus- ja käytännön työelämän väliltä nähtiin puutteena.

Influence of stationary phase and eluent properties on chromatographic separation of carbohydrates

In this thesis, the sorption and elastic properties of the cation-exchange resins were studied to explain the liquid chromatographic separation of carbohydrates. Na+, Ca2+ and La3+ form strong poly(styrene-co-divinylbenzene) (SCE) as well as Na+ and Ca2+ form weak acrylic (WCE) cation-exchange resins at different cross-link densities were treated within this work. The focus was on the effects of water-alcohol mixtures, mostly aqueous ethanol, and that of the carbohydrates. The carbohydrates examined were rhamnose, xylose, glucose, fructose, arabinose, sucrose, xylitol and sorbitol. In addition to linear chromatographic conditions, non-linear conditions more typical for industrial applications were studied. Both experimental and modeling aspectswere covered. The aqueous alcohol sorption on the cation-exchangers were experimentally determined and theoretically calculated. The sorption model includes elastic parameters, which were obtained from sorption data combined with elasticity measurements. As hydrophilic materials cation-exchangers are water selective and shrink when an organic solvent is added. At a certain deswelling degree the elastic resins go through glass transition and become as glass-like material. Theincreasing cross-link level and the valence of the counterion decrease the sorption of solvent components in the water-rich solutions. The cross-linkage or thecounterions have less effect on the water selectivity than the resin type or the used alcohol. The amount of water sorbed is higher in the WCE resin and, moreover, the WCE resin is more water selective than the corresponding SCE resin. Theincreased aliphatic part of lower alcohols tend to increase the water selectivity, i.e. the resins are more water selective in 2-propanol than in ethanol solutions. Both the sorption behavior of carbohydrates and the sorption differences between carbohydrates are considerably affected by the eluent composition and theresin characteristics. The carbohydrate sorption was experimentally examined and modeled. In all cases, sorption and moreover the separation of carbohydrates are dominated by three phenomena: partition, ligand exchange and size exclusion. The sorption of hydrophilic carbohydrates increases when alcohol is added into the eluent or when carbohydrate is able to form coordination complexes with the counterions, especially with multivalent counterions. Decreasing polarity of the eluent enhances the complex stability. Size exclusion effect is more prominent when the resin becomes tighter or carbohydrate size increases. On the other hand,the elution volumes between different sized carbohydrates decreases with the decreasing polarity of the eluent. The chromatographic separation of carbohydrateswas modeled, using rhamnose and xylose as target molecules. The thermodynamic sorption model was successfully implemented in the rate-based column model. The experimental chromatographic data were fitted by using only one adjustable parameter. In addition to the fitted data also simulated data were generated and utilized in explaining the effect of the eluent composition and of the resin characteristics on the carbohydrate separation.

On Modelling, System Identification and Control of Servo-Systems with a Flexible Load

The present study was done with two different servo-systems. In the first system, a servo-hydraulic system was identified and then controlled by a fuzzy gainscheduling controller. The second servo-system, an electro-magnetic linear motor in suppressing the mechanical vibration and position tracking of a reference model are studied by using a neural network and an adaptive backstepping controller respectively. Followings are some descriptions of research methods. Electro Hydraulic Servo Systems (EHSS) are commonly used in industry. These kinds of systems are nonlinearin nature and their dynamic equations have several unknown parameters.System identification is a prerequisite to analysis of a dynamic system. One of the most promising novel evolutionary algorithms is the Differential Evolution (DE) for solving global optimization problems. In the study, the DE algorithm is proposed for handling nonlinear constraint functionswith boundary limits of variables to find the best parameters of a servo-hydraulic system with flexible load. The DE guarantees fast speed convergence and accurate solutions regardless the initial conditions of parameters. The control of hydraulic servo-systems has been the focus ofintense research over the past decades. These kinds of systems are nonlinear in nature and generally difficult to control. Since changing system parameters using the same gains will cause overshoot or even loss of system stability. The highly non-linear behaviour of these devices makes them ideal subjects for applying different types of sophisticated controllers. The study is concerned with a second order model reference to positioning control of a flexible load servo-hydraulic system using fuzzy gainscheduling. In the present research, to compensate the lack of dampingin a hydraulic system, an acceleration feedback was used. To compare the results, a pcontroller with feed-forward acceleration and different gains in extension and retraction is used. The design procedure for the controller and experimental results are discussed. The results suggest that using the fuzzy gain-scheduling controller decrease the error of position reference tracking. The second part of research was done on a PermanentMagnet Linear Synchronous Motor (PMLSM). In this study, a recurrent neural network compensator for suppressing mechanical vibration in PMLSM with a flexible load is studied. The linear motor is controlled by a conventional PI velocity controller, and the vibration of the flexible mechanism is suppressed by using a hybrid recurrent neural network. The differential evolution strategy and Kalman filter method are used to avoid the local minimum problem, and estimate the states of system respectively. The proposed control method is firstly designed by using non-linear simulation model built in Matlab Simulink and then implemented in practical test rig. The proposed method works satisfactorily and suppresses the vibration successfully. In the last part of research, a nonlinear load control method is developed and implemented for a PMLSM with a flexible load. The purpose of the controller is to track a flexible load to the desired position reference as fast as possible and without awkward oscillation. The control method is based on an adaptive backstepping algorithm whose stability is ensured by the Lyapunov stability theorem. The states of the system needed in the controller are estimated by using the Kalman filter. The proposed controller is implemented and tested in a linear motor test drive and responses are presented.

THE IMPACT OF ARCHITECTURAL DESIGN ON SOFTWARE DEVELOPMENT

Tässä työssä tutkitaan ohjelmistoarkkitehtuurisuunnitteluominaisuuksien vaikutusta erään client-server –arkkitehtuuriin perustuvan mobiilipalvelusovelluksen suunnittelu- ja toteutusaikaan. Kyseinen tutkimus perustuu reaalielämän projektiin, jonka kvalitatiivinen analyysi paljasti arkkitehtuurikompponenttien välisten kytkentöjen merkittävästi vaikuttavan projektin työmäärään. Työn päätavoite oli kvantitatiivisesti tutkia yllä mainitun havainnon oikeellisuus. Tavoitteen saavuttamiseksi suunniteltiin ohjelmistoarkkitehtuurisuunnittelun mittaristo kuvaamaan kyseisen järjestelmän alijärjestelmien arkkitehtuuria ja luotiin kaksi suunniteltua mittaristoa käyttävää, työmäärää (komponentin suunnittelu-, toteutus- ja testausaikojen summa) arvioivaa mallia, joista toinen on lineaarinen ja toinen epälineaarinen. Näiden mallien kertoimet sovitettiin optimoimalla niiden arvot epälineaarista gloobaalioptimointimenetelmää, differentiaalievoluutioalgoritmia, käyttäen, niin että mallien antamat arvot vastasivat parhaiten mitattua työmäärää sekä kaikilla ominaisuuksilla eli attribuuteilla että vain osalla niistä (yksi jätettiin vuorotellen pois). Kun arkkitehtuurikompenttien väliset kytkennät jätettiin malleista pois, mitattujen ja arvoitujen työmäärien välinen ero (ilmaistuna virheenä) kasvoi eräässä tapauksessa 367 % entisestä tarkoittaen sitä, että näin muodostettu malli vastasi toteutusaikoja huonosti annetulla ainestolla. Tämä oli suurin havaitu virhe kaikkien poisjätettyjen ominaisuuksien kesken. Saadun tuloksen perusteella päätettiin, että kyseisen järjestelmän toteutusajat ovat vahvasti riippuvaisia kytkentöjen määrästä, ja näin ollen kytkentöjen määrä oli mitä todennäköisemmin kaikista tärkein työmäärään vaikuttava tekijä tutkitun järjestelmän arkkitehtuurisuunnittelussa.

Effect of competitive situation and price on diffusion of mobile communications

Työn päätavoitteena oli selvittää hinnan ja kilpailutilanteen vaikutusta matkaviestinnän diffuusioon. Työn empiirinen osuus tarkasteli matkapuhelinliittymien hinnan vaikutusta liittymien diffuusioon sekä sitä, miten alan kilpailu on vaikuttanut matkaviestinnän hintatasoon. Työssä analysoitiin myös matkaviestinnän kilpailutilannetta Suomen markkinoilla. Tutkimuksen empiirinen aineisto kerättiin toissijaisista lähteistä, esimerkiksi EMC-tietokannasta. Tutkimus oli luonteeltaan kvantitatiivinen.Empiirisessä osassa käytetyt mallit oli muodostettu aikaisempien tutkimuksien perusteella. Regressioanalyysiä käytettiin arvioitaessa hinnan vaikutusta diffuusionopeuteen ja mahdollisten omaksujien määrään. Regressioanalyysissä sovellettiin ei-lineaarista mallia.Tutkimustulokset osoittivat, että tasaisesti laskevilla matkapuhelinliittymien sekä matkapuhelimien hinnoilla ei ole merkittävää vaikutusta matkaviestinnän diffuusioon. Myöskään kilpailutilanne ei ole vaikuttanut paljon matkaviestinnän yleiseen hintatasoon. Työn tulosten perusteella voitiin antaa myös muutamia toimenpide-ehdotuksia jatkotutkimuksia varten.

Predicting diffusion of innovations with self-organisation and machine learning

The main subject of this master's thesis was predicting diffusion of innovations. The prediction was done in a special case: product has been available in some countries, and based on its diffusion in those countries the prediction is done for other countries. The prediction was based on finding similar countries with Self-Organizing Map~(SOM), using parameters of countries. Parameters included various economical and social key figures. SOM was optimised for different products using two different methods: (a) by adding diffusion information of products to the country parameters, and (b) by weighting the country parameters based on their importance for the diffusion of different products. A novel method using Differential Evolution (DE) was developed to solve the latter, highly non-linear optimisation problem. Results were fairly good. The prediction method seems to be on a solid theoretical foundation. The results based on country data were good. Instead, optimisation for different products did not generally offer clear benefit, but in some cases the improvement was clearly noticeable. The weights found for the parameters of the countries with the developed SOM optimisation method were interesting, and most of them could be explained by properties of the products.

Kylmämuovattujen putkipalkkien X-liitosten äärikestävyyden ja jäykkyyden määrittäminen sekä materiaalimallin kehittäminen

Työssä on tutkittu elementtimenetelmän avulla kylmämuovattujen nelikulmaisten putkipalkkien materiaalimallin kehittämistä ja putkipalkkien X-liitosten jäykkyyden ja äärikestävyyden määrittämistä. Työn tavoitteena on tutkia kylmämuovauksen vaikutuksia putkipalkkiprofiilin materiaaliominaisuuksiin materiaalikokeiden ja elementtianalyysien avulla sekä kehittää putkipalkille anisotrooppista materiaalimallia. Työssä määritettyjä materiaalimalleja on sovellettu X-liitosten elementtimalleihin, joiden käyttäytymistä on verrattu äärikestävyyskokeiden tuloksiin. Tutkimuksen perusteella Eurocode 3:n mitoitusohjeita voidaan turvallisesti soveltaa kylmämuovattujen putkipalkkien X-liitosten laskennassa. Työssä tehtyjen materiaalikokeiden ja elementtianalyysien perusteella materiaalin anisotrooppisuuden vaikutus liitoksen kestävyyteen on vähäistä, ja putkipalkin pituussuuntaista materiaalimallia voidaan soveltaa myös kehäsuuntaisille materiaaliominaisuuksille. Materiaalikokeiden simulointi osoittaa, että elementtimenetelmää voidaan käyttää materiaalimallin määrittämisen apuvälineenä.

Tietämysperustainen aluenäkemys: Case Kanta-Häme

Tutkimuksen tavoitteena oli arvioida alueellista kehitystä tietämysperustaisesta aluenäkemyksestä käsin Kanta-Hämeen maakunnassa. Tarkoituksena oli myös selvittää millaisia resursseja alueella on tai tulisi olla tulevaisuuden kestävää kilpailukykyä ajatellen. Tietämysperustaisen aluenäkemyksen mukaan kaikista alueella käytettävissä olevista resursseista alueen kestävän kilpailukyvyn lähteenä on tieto, erityisesti hiljainen tieto. Kirjallisuus korostaa myös innovaatioiden merkitystä kilpailukyvyn lähteenä. Työssä käytetystä näkökulmasta katsoen innovaatiot ovat epälineaarisia ja vuorovaikutteisia oppimisprosesseja, joissa sosiaaliset tekijät, kuten yhteistyö ja oppiminen ovat tärkeitä. Työn empiirinen osuus koostuu ryhmähaastatteluista ja yrityskyselystä. Ryhmähaastatteluja käytettiin alueen nykyisen teknotaloudellisen tilanteen ymmärtämiseksi. Ryhmä koostui viidestätoista alueen kehittäjäorganisaatioihin kuuluneesta toimijasta. Ryhmähaastattelujen perusteella yhteistyö, vuorovaikutus ja sosiaalinen pääoma olivat niiden tekijöiden joukossa, jotka vaikuttavat alueen pitkän aikavälin kehittämiseen. Ryhmähaastattelujen avulla oli myös mahdollista muodostaa joitakin ehdotuksia alueen kilpailukykyä koskevista kehittämisen edellytyksistä. Nämä ehdotukset täytyy testata tulevaisuudessa. Tarvitaan myös tarkempaa tutkimusta esimerkiksi sen ymmärtämiseksi, mitkä tekijät vaikuttavat sosiaalisen pääoman muotoutumiseen alueen eri toimijoiden välillä. Yrityskysely koostui 86 yrityksen tiedoista. Kysely toteutettiin kesällä 2004. Tuote- ja palveluinnovaatioilla ja innovaatiotoimintaan tehdyillä tutkimus- ja kehittämispanostuksilla mitaten alueen yrityksissä on innovaatiotoimintaa. Kyselyn perusteella oli myös mahdollista saada selville joitain yritysten innovaatioympäristön kannalta tärkeitä tekijöitä. Toisaalta eräät tulokset olivat osittain ristiriitaisia. Tämän vuoksi esimerkiksi alueen yritysten innovaatiokyvykkyyteen on lähitulevaisuudessa kiinnitettävä enemmän huomiota.

Adaptive MCMC methods with applications in environmental and geophysical models

This work presents new, efficient Markov chain Monte Carlo (MCMC) simulation methods for statistical analysis in various modelling applications. When using MCMC methods, the model is simulated repeatedly to explore the probability distribution describing the uncertainties in model parameters and predictions. In adaptive MCMC methods based on the Metropolis-Hastings algorithm, the proposal distribution needed by the algorithm learns from the target distribution as the simulation proceeds. Adaptive MCMC methods have been subject of intensive research lately, as they open a way for essentially easier use of the methodology. The lack of user-friendly computer programs has been a main obstacle for wider acceptance of the methods. This work provides two new adaptive MCMC methods: DRAM and AARJ. The DRAM method has been built especially to work in high dimensional and non-linear problems. The AARJ method is an extension to DRAM for model selection problems, where the mathematical formulation of the model is uncertain and we want simultaneously to fit several different models to the same observations. The methods were developed while keeping in mind the needs of modelling applications typical in environmental sciences. The development work has been pursued while working with several application projects. The applications presented in this work are: a winter time oxygen concentration model for Lake Tuusulanjärvi and adaptive control of the aerator; a nutrition model for Lake Pyhäjärvi and lake management planning; validation of the algorithms of the GOMOS ozone remote sensing instrument on board the Envisat satellite of European Space Agency and the study of the effects of aerosol model selection on the GOMOS algorithm.

Lineaarisen hammashihnaservokäytön tilasäätö

Tuotantotehokkuus näyttelee yhä suurempaa roolia teollisuudessa, minkä vuoksi myös pakkauslinjas­toille joudutaan asettamaan suuria vaatimuksia. Usein leik­kaus- ja kappaleensiirtosovelluksissa käyte­tään lineaarisia ruuvikäyttöjä, jotka voitaisiin tietyin edellytyksin korvata halvemmilla ja osittain suori­tuskykyisimmillä hammashihnavetoisilla johteilla. Yleensä paikkasäädetty työsolu muodostuu kahden tai kolmen eri koordinaatisto­akselin suuntaan asen­netuista johteista. Tällaisen työsolun paikoitustarkkuuteen vaikuttavat muun muassa käytetty säätöra­kenne, moottorisäätöketjun viiveet, sekä laitteiston eri epälineaarisuudet, kuten kitka. Tässä työssä esitetään lineaarisen hammashihnaservokäytön dynaamista käytöstä kuvaava matemaatti­nen malli ja laaditaan mallin pohjalta laitteen simulointimalli. Mallin toimivuus varmistetaan käytän­nön identifiointitesteillä. Lisäksi työssä tut­kitaan, kuinka hyvään suorituskykyyn lineaarinen hammas­hihnaservokäyttö kyke­nee, jos teollisuudessa paikoitussäätörakenteena tyypillisesti käytetty kaskadira­kenne tai PID-rakenne korvataan kehittyneemmällä mallipohjaisella tilasäädinra­kenteella. Säädön toi­mintaa arvioidaan simulointien ja koelaitteistolla suoritetta­vien mittaus­ten perusteella.

Development of phase retrieval algorithm and techniques for optical spectrum analysis

Coherent anti-Stokes Raman scattering is the powerful method of laser spectroscopy in which significant successes are achieved. However, the non-linear nature of CARS complicates the analysis of the received spectra. The objective of this Thesis is to develop a new phase retrieval algorithm for CARS. It utilizes the maximum entropy method and the new wavelet approach for spectroscopic background correction of a phase function. The method was developed to be easily automated and used on a large number of spectra of different substances.. The algorithm was successfully tested on experimental data.

Multifactor Performance Study on Complex Systems for the Benefit of Management

The primary objective is to identify the critical factors that have a natural impact on the performance measurement system. It is important to make correct decisions related to measurement systems, which are based on the complex business environment. The performance measurement system is combined with a very complex non-linear factor. The Six Sigma methodology is seen as one potential approach at every organisational level. It will be linked to the performance and financial measurement as well as to the analytical thinking on which the viewpoint of management depends. The complex systems are connected to the customer relationship study. As the primary throughput can be seen in a new well-defined performance measurement structure that will also be facilitated as will an analytical multifactor system. These critical factors should also be seen as a business innovation opportunity at the same time. This master's thesis has been divided into two different theoretical parts. The empirical part consists of both action-oriented and constructive research approaches with an empirical case study. The secondary objective is to seek a competitive advantage factor with a new analytical tool and the Six Sigma thinking. Process and product capabilities will be linked to the contribution of complex system. These critical barriers will be identified by the performance measuring system. The secondary throughput can be recognised as the product and the process cost efficiencies which throughputs are achieved with an advantage of management. The performance measurement potential is related to the different productivity analysis. Productivity can be seen as one essential part of the competitive advantage factor.

Ultralujasta teräksestä valmistetun henkilönostimen teleskooppipuomin kehittäminen

Tässä työssä kehitettiin palo- ja pelastuskäyttöön tarkoitettuun henkilönostimeen teleskooppipuomin profiilit. Profiilien valmistusmateriaalina oli kuumavalssattu, ultraluja säänkestävä rakenneteräs. Työssä kehitettiin standardien ja ohjeiden pohjalta laskentapohja, jolla voidaan tutkia teleskooppipuomin jaksojen tukireaktioita, taivutus- ja vääntömomentteja ja leikkaus ja normaalivoimia. Laskentapohjassa voidaan varioida eri kuormitusten suuntia, teleskooppipuomin sivusuuntaista ulottumaa ja nostokulmaa. Profiilien alustavassa mitoituksessa hyödynnettiin paikallisen lommahduksen huomioon ottavia standardeja ja suunnitteluohjeita. Eri poikkileikkausten ominaisuuksia verrattiin keskenään ja profiili valittiin yhdessä kohdeyrityksen kanssa. Alustavan mitoituksen yhteydessä muodostettiin apuohjelma valitulle poikkileikkaukselle, jolla voitiin tutkia profiilin eri muuttujien vaikutusta mm. paikalliseen lommahdukseen ja jäykkyyteen. Laskentapohjaan sisällytettiin myös optimointirutiini, jolla voitiin minimoida poikkileikkauksen pinta-ala ja tätä kautta profiilin massa. Lopullinen mitoitus suoritettiin elementtimenetelmällä. Mitoituksessa tutkittiin alustavasti mitoitettujen profiilien paikallista lommahdusta lineaarisen stabiilius- ja epälineaarisen analyysin pohjalta. Profiilien jännityksiä tutkittiin tarkemmin mm. varioimalla kuormituksia ja osittelemalla elementtien normaalijännityksiä. Diplomityössä kehitetyllä ja analysoidulla teleskooppipuomilla voitiin keventää jaksojen painoja 15-30 %. Sivusuuntainen ulottuma parani samalla lähes 20 % ja nimelliskuorma kasvoi 25 %.

Learning Preferences with Kernel-Based Methods

Learning of preference relations has recently received significant attention in machine learning community. It is closely related to the classification and regression analysis and can be reduced to these tasks. However, preference learning involves prediction of ordering of the data points rather than prediction of a single numerical value as in case of regression or a class label as in case of classification. Therefore, studying preference relations within a separate framework facilitates not only better theoretical understanding of the problem, but also motivates development of the efficient algorithms for the task. Preference learning has many applications in domains such as information retrieval, bioinformatics, natural language processing, etc. For example, algorithms that learn to rank are frequently used in search engines for ordering documents retrieved by the query. Preference learning methods have been also applied to collaborative filtering problems for predicting individual customer choices from the vast amount of user generated feedback. In this thesis we propose several algorithms for learning preference relations. These algorithms stem from well founded and robust class of regularized least-squares methods and have many attractive computational properties. In order to improve the performance of our methods, we introduce several non-linear kernel functions. Thus, contribution of this thesis is twofold: kernel functions for structured data that are used to take advantage of various non-vectorial data representations and the preference learning algorithms that are suitable for different tasks, namely efficient learning of preference relations, learning with large amount of training data, and semi-supervised preference learning. Proposed kernel-based algorithms and kernels are applied to the parse ranking task in natural language processing, document ranking in information retrieval, and remote homology detection in bioinformatics domain. Training of kernel-based ranking algorithms can be infeasible when the size of the training set is large. This problem is addressed by proposing a preference learning algorithm whose computation complexity scales linearly with the number of training data points. We also introduce sparse approximation of the algorithm that can be efficiently trained with large amount of data. For situations when small amount of labeled data but a large amount of unlabeled data is available, we propose a co-regularized preference learning algorithm. To conclude, the methods presented in this thesis address not only the problem of the efficient training of the algorithms but also fast regularization parameter selection, multiple output prediction, and cross-validation. Furthermore, proposed algorithms lead to notably better performance in many preference learning tasks considered.