On state and parameter estimation in chaotic systems

State-of-the-art predictions of atmospheric states rely on large-scale numerical models of chaotic systems. This dissertation studies numerical methods for state and parameter estimation in such systems. The motivation comes from weather and climate models and a methodological perspective is adopted. The dissertation comprises three sections: state estimation, parameter estimation and chemical data assimilation with real atmospheric satellite data. In the state estimation part of this dissertation, a new filtering technique based on a combination of ensemble and variational Kalman filtering approaches, is presented, experimented and discussed. This new filter is developed for large-scale Kalman filtering applications. In the parameter estimation part, three different techniques for parameter estimation in chaotic systems are considered. The methods are studied using the parameterized Lorenz 95 system, which is a benchmark model for data assimilation. In addition, a dilemma related to the uniqueness of weather and climate model closure parameters is discussed. In the data-oriented part of this dissertation, data from the Global Ozone Monitoring by Occultation of Stars (GOMOS) satellite instrument are considered and an alternative algorithm to retrieve atmospheric parameters from the measurements is presented. The validation study presents first global comparisons between two unique satellite-borne datasets of vertical profiles of nitrogen trioxide (NO3), retrieved using GOMOS and Stratospheric Aerosol and Gas Experiment III (SAGE III) satellite instruments. The GOMOS NO3 observations are also considered in a chemical state estimation study in order to retrieve stratospheric temperature profiles. The main result of this dissertation is the consideration of likelihood calculations via Kalman filtering outputs. The concept has previously been used together with stochastic differential equations and in time series analysis. In this work, the concept is applied to chaotic dynamical systems and used together with Markov chain Monte Carlo (MCMC) methods for statistical analysis. In particular, this methodology is advocated for use in numerical weather prediction (NWP) and climate model applications. In addition, the concept is shown to be useful in estimating the filter-specific parameters related, e.g., to model error covariance matrix parameters.

"Vain toimitusjohtaja voi ymmärtää toimitusjohtajaa" - käytäntöyhteisö uuden tiedon luomisessa

Tämän tutkimuksen tavoitteena on selvittää miten käytäntöyhteisö edistää tiedon jakamista ja uuden tiedon luomista. Tutkimus on laadullinen tapaustutkimus toimitusjohtajien keskinäisestä käytäntöyhteisöstä. Tutkimusaineisto on kerätty puolistrukturoiduilla haastatteluilla, lisäksi on hyödynnetty havainnointia ja kirjallista materiaalia. Aineisto on analysoitu abduktiivisesti sisällönanalyysimenetelmällä. Tutkimuksen tulosten mukaan käytäntöyhteisössä tietoprosessien edellytyksinä on sekä sosiaalisia ja vuorovaikutukseen liittyviä että tiedolliseen monimuotoisuuteen ja yhtenevään tietoperustaan liittyviä tekijöitä. Tulokset tuovat esiin mekanismeja tiedon jakamisen ja uuden tiedon luomisen edistämiseksi käytäntöyhteisöissä. Käytäntöyhteisöön osallistumista ohjaavat pääasiassa sisäiset motiivit, joista korostuivat vertaistuki, verkostoituminen ja informaation vaihto. Osa sisäisistä hyödyistä johtaa toisiin sisäisiin hyötyihin ja osa myös ulkoisiin hyötyihin.

The Effect of Plant Closures on Market Value: Empirical Evidence from Pulp and Paper Industry 2004-2012

The aim of this study was to research how plant closure announcements affect the market value of the largest pulp and paper industry companies in the world. Also the effect of announcements on competitors was researched and whether the location of plants, timing, reasons for the closures, and characteristics of the closing firms and competitors have an impact on the results. The overall sample included 57 events in the years 2004-2012 and event study was used as a research method. Main theories were signaling theory and spillover effect. According to empirical results, investors consider plant closure announcements as a positive signal for market value. The spillover effect on competitors was, on average, positive and characteristics of the firms and closures had an effect on the results. Furthermore, the market generally predicted the closures and overreacted to them on the announcement day and after it. It is possible for corporate management and investors to learn from the results and use them as support for their decision making.

Forecasting financial weather - can we foresee market sentiment? Spectrum of stock price behavior - NYSE case study

The desire to create a statistical or mathematical model, which would allow predicting the future changes in stock prices, was born many years ago. Economists and mathematicians are trying to solve this task by applying statistical analysis and physical laws, but there are still no satisfactory results. The main reason for this is that a stock exchange is a non-stationary, unstable and complex system, which is influenced by many factors. In this thesis the New York Stock Exchange was considered as the system to be explored. A topological analysis, basic statistical tools and singular value decomposition were conducted for understanding the behavior of the market. Two methods for normalization of initial daily closure prices by Dow Jones and S&P500 were introduced and applied for further analysis. As a result, some unexpected features were identified, such as a shape of distribution of correlation matrix, a bulk of which is shifted to the right hand side with respect to zero. Also non-ergodicity of NYSE was confirmed graphically. It was shown, that singular vectors differ from each other by a constant factor. There are for certain results no clear conclusions from this work, but it creates a good basis for the further analysis of market topology.

Lauhdevoimakapasiteetin ennenaikaisen poistumisen energiataloudelliset vaikutukset

Tässä diplomityössä on tutkittu lauhdekapasiteetin ennenaikaisen markkinoilta poistumisen energiataloudellisia vaikutuksia. Tarkastelu toteutettiin sähkömarkkinamallinnuksen avulla luomalla kaksi erilaista lauhdekapasiteettiskenaariota perustuen arvioituun lauhdekapasiteetin poistumiseen sekä vastavuoroisesti sen säilymiseen markkinoilla. Skenaarioiden vaikutuksia tutkittiin myös herkkyystarkasteluin ja tuloksia analysoitiin energiataloudellisesta näkökulmasta. Työn tavoitteena oli selvittää lauhdekapasiteetin ennenaikaisen poistumisen energiataloudellista kustannusta. Viime vuosien pitkittynyt talouden taantuma on hillinnyt kysynnän ennakoitua kehitystä johtaen alhaiseen sähkön markkinahintatasoon. Samalla tiukentuneet energiatuotannon ympäristövaatimukset asettavat investointirasitteita perinteisille voimalaitoksille heikentäen niiden taloudellisen kannattavuuden edellytyksiä. Markkinasähkön alhainen hintataso yhdessä investointirasitteiden kanssa asettaa haasteita etenkin usein rajatuotantomuotona toimiville lauhdelaitoksille. Alhaisen kannattavuuden seurauksena lauhdekapasiteettia arvioidaan poistuvan ennen teknisen käyttöiän täyttymistä markkinoilta merkittävästi lähivuosina. Kapasiteetin poistuminen kasvattaa oman tuotannon ja kysynnän välistä tehovajetta, minkä vuoksi sähköjärjestelmän nähdään tiukentuvan merkittävästi ennen rakenteilla olevan ydinvoimalaitoksen valmistumista. Työssä toteutettujen mallinnusten perusteella lauhdekapasiteetin väheneminen nostaa sähkön hintatasoa sekä lisää korkeiden hintapiikkien esiintymistä merkittävästi suhteessa korkeamman kapasiteetin tuloksiin. Sähköjärjestelmä on hyvin tiukka ennen rakenteilla olevan ydinvoimalaitoksen käyttöönottoa, minkä vuoksi lauhdekapasiteetin eroavaisuuksien vaikutukset ovat merkittävä etenkin poikkeuksellisen kylmänä vuotena. Lauhdekapasiteetin merkitys pienenee selvästi 2020-luvulla, kun oma tuotantokapasiteetti kasvaa. Työn tulosten perusteella lähivuosina alhaisemman lauhdekapasiteetin aiheuttama vuotuinen energiataloudellinen kustannus on huomattavasti korkeampi kuin laitosten kannattavan ylläpidon vaatima kustannus.

Metsäteollisuuden ympäristöstrategia hallinnon näkökulmasta: Metsäteollisuuden kehitysskenaariot vuoteen 2020

Suomen metsäteollisuus elää voimakasta uusiutumis- ja murrosvaihetta, joka ilmenee muutoksina yksittäisten tehtaiden ja tehdasintegraattien toiminnassa. Monia yksikköjä on poistunut tuotannosta ja tuotannon painotusta on muutettu. Toisaalta metsäteollisuus on suuntaamassa uusille aloille, jolloin tuotteina voivat olla esimerkiksi erilaiset biopolttoaineet, kemianteollisuuden raaka-aineet ja uuden sukupolven paperi- ja kartonkituotteet. Metsäteollisuuden muuttuminen ja laitosten monimutkaistuminen sekä jatkuvasti lisääntyvä tiedontarve asettavat yhä suurempia vaatimuksia sekä toiminnanharjoittajien ympäristövastaaville että viranomaisille. Hallinnon jatkuva muutos ja niukkenevat voimavarat voivat johtaa siihen, että käytännön lupa- ja valvontatyöhön jää yhä vähemmän aikaa. Kaakkois-Suomen ELY-keskuksen koordinoima hanke ”Metsäteollisuuden ympäristöstrategia vuoteen 2020 - hallinnon näkökulma” pyrkii vastaamaan edellä mainittuihin haasteisiin strategiatyön avulla. Hankkeen tarkoituksena oli tarkastella metsäteollisuuden ympäristönäkökohtia niistä lähtökohdista, joihin yritys voi vaikuttaa raaka-aineen tulosta tehtaalle ja tuotteen lähdöstä tehtaalta sekä tehtaan perustamisesta sulkemiseen ja jälkihoitoon asti. Tavoitteena oli määritellä toiminnoille toimiva ympäristöstrategia. Strategiassa pyrittiin löytämään yhteisymmärrys toiminnanharjoittajan ja viranomaisen kanssa mm. siitä, miten otetaan käyttöön parhaat käytännöt niin teollisuudessa kuin hallinnossakin, toimitaan uusien BAT-, IED- ja vesienhoitoperiaatteiden mukaisesti sekä edistetään kestävän kehityksen mukaisten tuotteiden markkinoille tuloa ja otetaan ennakointi tavaksi -lähtökohta käyttöön kaikessa toiminnassa. Hanketyössä esille nousseet haasteet ryhmiteltiin aihelueittain kolmeksi pääkohdaksi tärkeysjärjestyksessä: viranomaisen ja teollisuuden tiedonkulun ja tietämyksen parantaminen, lupa-, valvonta- ja hallintoprosessien parantaminen sekä uusien haasteiden kartoittaminen ja niihin reagointi. Haasteiden ratkaisukeinoiksi etsittiin käytännön toimenpiteitä sekä määriteltiin niille vastuutahot. Toimenpiteiksi esitettiin mm. viranomaisen ja teollisuuden yhteisiä koulutuspäiviä, asiantuntijapaneelin perustamista sekä lupamääräysten antamista myös tehtaan tai tuotantoyksikön sulkemisen tai muuttamisen varalle. Riittävien resurssien ja tietotaidon turvaaminen niin hallinnossa kuin teollisuudessa on ehdoton edellytys toimenpiteiden onnistumiselle

Designing new learning experiences? : exploring corporate E-learners’ self-regulated learning

The context of this study is corporate e-learning, with an explicit focus on how digital learning design can facilitate self-regulated learning (SRL). The field of e-learning is growing rapidly. An increasing number of corporations use digital technology and elearning for training their work force and customers. E-learning may offer economic benefits, as well as opportunities for interaction and communication that traditional teaching cannot provide. However, the evolving variety of digital learning contexts makes new demands on learners, requiring them to develop strategies to adapt and cope with novel learning tools. This study derives from the need to learn more about learning experiences in digital contexts in order to be able to design these properly for learning. The research question targets how the design of an e-learning course influences participants’ self-regulated learning actions and intentions. SRL involves learners’ ability to exercise agency in their learning. Micro-level SRL processes were targeted by exploring behaviour, cognition, and affect/motivation in relation to the design of the digital context. Two iterations of an e-learning course were tested on two groups of participants (N=17). However, the exploration of SRL extends beyond the educational design research perspective of comparing the effects of the changes to the course designs. The study was conducted in a laboratory with each participant individually. Multiple types of data were collected. However, the results presented in this thesis are based on screen observations (including eye tracking) and video-stimulated recall interviews. These data were integrated in order to achieve a broad perspective on SRL. The most essential change evident in the second course iteration was the addition of feedback during practice and the final test. Without feedback on actions there was an observable difference between those who were instruction-directed and those who were self-directed in manipulating the context and, thus, persisted whenever faced with problems. In the second course iteration, including the feedback, this kind of difference was not found. Feedback provided the tipping point for participants to regulate their learning by identifying their knowledge gaps and to explore the learning context in a targeted manner. Furthermore, the course content was consistently seen from a pragmatic perspective, which influenced the participants’ choice of actions, showing that real life relevance is an important need of corporate learners. This also relates to assessment and the consideration of its purpose in relation to participants’ work situation. The rigidity of the multiple choice questions, focusing on the memorisation of details, influenced the participants to adapt to an approach for surface learning. It also caused frustration in cases where the participants’ epistemic beliefs were incompatible with this kind of assessment style. Triggers of positive and negative emotions could be categorized into four levels: personal factors, instructional design of content, interface design of context, and technical solution. In summary, the key design choices for creating a positive learning experience involve feedback, flexibility, functionality, fun, and freedom. The design of the context impacts regulation of behaviour, cognition, as well as affect and motivation. The learners’ awareness of these areas of regulation in relation to learning in a specific context is their ability for design-based epistemic metareflection. I describe this metareflection as knowing how to manipulate the context behaviourally for maximum learning, being metacognitively aware of one’s learning process, and being aware of how emotions can be regulated to maintain volitional control of the learning situation. Attention needs to be paid to how the design of a digital learning context supports learners’ metareflective development as digital learners. Every digital context has its own affordances and constraints, which influence the possibilities for micro-level SRL processes. Empowering learners in developing their ability for design-based epistemic metareflection is, therefore, essential for building their digital literacy in relation to these affordances and constraints. It was evident that the implementation of e-learning in the workplace is not unproblematic and needs new ways of thinking about learning and how we create learning spaces. Digital contexts bring a new culture of learning that demands attitude change in how we value knowledge, measure it, define who owns it, and who creates it. Based on the results, I argue that digital solutions for corporate learning ought to be built as an integrated system that facilitates socio-cultural connectivism within the corporation. The focus needs to shift from designing static e-learning material to managing networks of social meaning negotiation as part of a holistic corporate learning ecology.