75 resultados para 3D Selection
Resumo:
The aim of this research is to examine the pricing anomalies existing in the U.S. market during 1986 to 2011. The sample of stocks is divided into decile portfolios based on seven individual valuation ratios (E/P, B/P, S/P, EBIT/EV, EVITDA/EV, D/P, and CE/P) and price momentum to investigate the efficiency of individual valuation ratio and their combinations as portfolio formation criteria. This is the first time in financial literature when CE/P is employed as a constituent of composite value measure. The combinations are based on median scaled composite value measures and TOPSIS method. During the sample period value portfolios significantly outperform both the market portfolio and comparable glamour portfolios. The results show the highest return for the value portfolio that was based on the combination of S/P & CE/P ratios. The outcome of this research will increase the understanding on the suitability of different methodologies for portfolio selection. It will help managers to take advantage of the results of different methodologies in order to gain returns above the market.
Resumo:
Suurelle yleisölle lisäävä valmistustekniikka eli ns. 3D-tulostustekniikka näyttäytyy lehtien otsikoissa ja artikkeleissa esiin pulpahtavana ”muotiaiheena”, mutta sekä muovien 3D-tulostustekniikka että metallienkin vastaava valmistustekniikka on ollut olemassa maailmalla ja Suomessa 80-luvun puolivälistä alkaen. Yhdysvalloissa ja Saksassa tekniikkaa käytetään valmistavassa teollisuudessa toiminnallisten osien tuotannossa. Esimerkiksi lentokoneen suihkumoottorien osia ja lääketieteellisiä välineitä tehdään metallijauheesta lisäävän valmistuksen avulla. Itse asiassa eräs menetelmä metalliesineiden valmistamiseksi lasersäteen avulla keksittiin Suomessa ja sitä myös kehiteltiin täällä, mutta teollisuudenala lähti aikanaan nousuun Saksassa. Lisäävä valmistus on tällä hetkellä maailmanlaajuisesti eräs kiinnostavista tuotantotekniikoista, jonka uskotaan muuttavan monia asioita tuotteiden suunnittelussa, toiminnoissa ja valmistuksessa. Tämä tekniikka ei kiinnosta pelkästään valmistavaa teollisuutta, vaan tietotekniikan, lääketieteen, koruvalmistuksen ja muotoilun osaajat sekä uusien liiketoimintamallien kehittäjät ja logistiikka operaattorit ovat teknologiasta kiinnostuneita. Suomelle 3D-tulostustekniikka on suuri mahdollisuus, sillä maassamme on vahva teollinen tieto- ja viestintätekniikkaosaaminen sekä lisäksi olemme maassamme erikoistuneet varsin vaativien teollisiin laitteiden valmistukseen. Eräät suurimmista mahdollisuuksista tällä tekniikalla ovat toimitusketjuihin liittyvät muutokset. Uutta on, että pienetkin yritykset ja organisaatiot voivat soveltaa tätä tekniikkaa valmistuksessa ja jopa kehitellä täysin uusia tuotteita. On myös arvioitu, että lisäävän valmistuksen merkitys valmistustapoihin ja toimitusketjuihin voi olla suurempi kuin koskaan aikaisemmin minkään teknologisen uudistuksen kohdalla. Lisäävästä valmistuksesta usein puhutaankin kolmantena teollisena vallankumouksena juuri tämän takia. 3D-tulostuksen kustannuksia tarkasteltaessa on tärkeätä huomata että vain sulatetun jauheen määrä ratkaisee, ei käytettävän geometrian monimutkaisuus. Tämä erottaa perinteisen ja lisäävän valmistuksen toisistaan. Perinteisesti kappaleen keventäminen on maksanut ”ylimääräistä”, kun taas lisäävässä valmistuksessa kappaleen keveys on jopa kustannusta alentava tekijä. Valmistettavan kappaleen korkeus on yksi kriittisimpiä kustannuksiin vaikuttavia tekijöitä. Tämän vuoksi useamman kappaleen valmistus yhdellä kertaa parantaa kannattavuutta huomattavasti. Samalla kertaa voi ja itse asiassa kannattaakin valmistaa keskenään erilaisia kappaleita. Perinteiset valmistustavat sen sijaan ovat nykyajan vaatimuksille liian hitaita; ne joustavat huonosti, kun kyseessä on pienet, asiakaslähtöiset erät. Trendi on globaalisti kohden yksilöllisiä asiakaslähtöisiä tuotteita, jolloin myös valmistustekniikoiden on oltava joustavia pysyäkseen näiden vaatimusten perässä. Lisäävä valmistus sopii erityisesti hyvin piensarjatuotantoon. Suuremmissa valmistuserissä kuitenkin perinteiset tekniikat ovat kustannustehokkaampia.
Resumo:
An appropriate supplier selection and its profound effects on increasing the competitive advantage of companies has been widely discussed in supply chain management (SCM) literature. By raising environmental awareness among companies and industries they attach more importance to sustainable and green activities in selection procedures of raw material providers. The current thesis benefits from data envelopment analysis (DEA) technique to evaluate the relative efficiency of suppliers in the presence of carbon dioxide (CO2) emission for green supplier selection. We incorporate the pollution of suppliers as an undesirable output into DEA. However, to do so, two conventional DEA model problems arise: the lack of the discrimination power among decision making units (DMUs) and flexibility of the inputs and outputs weights. To overcome these limitations, we use multiple criteria DEA (MCDEA) as one alternative. By applying MCDEA the number of suppliers which are identified as efficient will be decreased and will lead to a better ranking and selection of the suppliers. Besides, in order to compare the performance of the suppliers with an ideal supplier, a “virtual” best practice supplier is introduced. The presence of the ideal virtual supplier will also increase the discrimination power of the model for a better ranking of the suppliers. Therefore, a new MCDEA model is proposed to simultaneously handle undesirable outputs and virtual DMU. The developed model is applied for green supplier selection problem. A numerical example illustrates the applicability of the proposed model.
Resumo:
Materiaalia lisäävä valmistus eli 3D-tulostus on valmistusmenetelmä, jossa kappale tehdään 3D-mallin pohjalta materiaalikerroksia lisäämällä, käyttäen useita tekniikoita ja materiaaleja. Menetelmää sovelletaan useilla teollisuuden aloilla. Lisääviä valmistustekniikoita on kehitetty 1990-luvun alkupuolelta lähtien, ja ne monipuolistuvat jatkuvasti. Tässä pro gradu -tutkielmassa tutkitaan sovellusalan terminologian kehitystä vertailevilla menetelmillä ja luodaan kolmikielinen sanasto alan asiantuntijoille, joita edustaa Suomessa FIRPA ry. Sanaston kielet ovat englanti, ranska ja suomi. Terminologian tutkimus on perinteisesti keskittynyt sanastotyöhön ja käsiteanalyysiin, sen sijaan termihistorian tutkimus on ollut vähäisempää. Tässä työssä on tehty vertailevaa termitutkimusta sekä sanastotyön että termihistorian näkökulmista. Vertailutasoja ovat termien merkityksen muuttuminen, vertailu pivot-kielen suhteen ja kielikohtaisten ominaisuuksien tarkastelu termien muotoutumisessa. Tutkittavia asioita ovat sanastokäsitteiden väliset suhteet, synonyymien, varianttien ja uudissanojen moninaisuus, ja termien yleiskielistyminen. Samalla pohditaan muita termien muuttumiseen vaikuttavia syita. Tärkeimpänä lähteenä käytetään Wohlersin vuosiraportteja, jotka kuvaavat kattavasti koko teollisuudenalaa. Koska englannin pivot-vaikutus on voimakasta teknisillä aloilla, omankielisen terminologian kehittyminen vaatii tietoista terminologiatyötä ja aktiivista omankielisten termien käyttöä. Terminologian vakiintumista voidaan arvioida termivarianttien ja uudissanojen määristä, sekä termien yleiskielistymisestä. Terminologia muuttuu jatkuvasti toimialan kehittyessä ja vaatii säännöllistä päivittämistä. Termihistorian tunteminen tukee sanastotyön termivalintoja. Alan asiantuntijat ovat vastuussa omasta terminologiastaan, ja heidän aktiivisuutensa on tärkeää sen kehittämisessä. Toteutettu sanasto on tämän pro gradu -tutkielman liitteenä ja se julkaistaan myös FIRPA ry:n Internet-sivustolla. Suomenkielinen osio sanastosta on ensimmäinen laaja suomeksi julkaistu materiaalia lisäävän valmistuksen sanasto.
Resumo:
Pikamallinnustekniikat ovat kehittyneet viime vuosina nopeasti. Tämä antaa jo lähes rajat-tomat mahdollisuudet tuottaa 3D-tulostamalla erilaisia tuotteita. 3D-tulostuksen hyödyntä-minen on yleistynyt erityisesti teollisuuden ja teknologian aloilla. Tässä työssä tutkittiin miten 3D-tulostamista voidaan hyödyntää diagnostisten pikatestien tuotekehityksessä. Immunologinen lateral flow-testi on vasta-aineisiin perustuva, nopea ja helppokäyttöinen mittausmenetelmä pienten ainemäärien havaitsemiseen. Tässä työssä kehitettiin lateral flow-testikotelo, jonka suunnitteluun ja rakenteen mallintamiseen käytettiin 3D-tulostustekniikkaa. Testikotelon toimivuus lateral flow- testissä varmistettiin kehittämällä testikoteloon sopiva pikatesti, jonka suorituskykyä analysoitiin sekä visuaalisesti että Actim 1ngeni-lukulaitteella. Työ aloitettiin tutkimalla eri pikavalmistustekniikoita, joista testikotelon tulostamiseen valittiin SLA-tekniikka sen tulostustarkkuuden ja tuotteen pinnan laadun perusteella. Testikotelon suunnittelu aloitettiin määrittämällä millaisia ominaisuuksia testikotelolta haluttiin. Näitä ominaisuuksia olivat lateral flow-testin suojaaminen sekä testissä kulkevan näytteen virtauksen varmistamien. Lateral flow- testin kehityksessä hyödynnettiin osin aiemmin kehitetystä pikatestistä saatuja tietoja. Lateral flow- kasettitestin valmistusprosessi koostui seitsemästä eri prosessivaiheesta jotka olivat: Vasta-aineen/kontrollireagenssin konjugointi, näytetyynyn käsittely, konjugointityynyn käsittely, konjugointityynylle annostelu, membraanille annostelu, tikkujen laminointi ja leikkaus sekä kasettitestin kokoonpano. Kehitetyn lateral flow- kasettitestin toimivuus varmistettiin tutkimalla testin reaktiokinetiikkaa ja analyyttistä herkkyyttä sekä visuaalisesti että lukulaitteen avulla. Tutkimustulosten perusteella 3D-tulostus on erittäin hyödyllinen menetelmä pikatestien tuotekehityksessä suunniteltaessa testikotelorakenteita, näytteen annosteluvälineitä ja näiden yhdistelmiä.
Resumo:
The significance and impact of services in the modern global economy has become greater and there has been more demand for decades in the academic community of international business for further research into better understanding internationalisation of services. Theories based on the internationalisation of manufacturing firms have been long questioned for their applicability to services. This study aims at contributing to understanding internationalisation of services by examining how market selection decisions are made for new service products within the existing markets of a multinational financial service provider. The study focused on the factors influencing market selection and the study was conducted as a case study on a multinational financial service firm and two of its new service products. Two directors responsible for the development and internationalisation of the case service products were interviewed in guided semi-structured interviews based on themes adopted from the literature review and the outcome theoretical framework. The main empirical findings of the study suggest that the most significant factors influencing the market selection for new service products within a multinational financial service firm’s existing markets are: commitment to the new service products by both the management and the rest of the product related organisation; capability and competence by the local country organisations to adopt new services; market potential which combines market size, market structure and competitive environment; product fit to the market requirements; and enabling partnerships. Based on the empirical findings, this study suggests a framework of factors influencing market selection for new service products, and proposes further research issues and methods to test and extend the findings of this research.
Resumo:
Kandidaatintyössä tutkittiin Adam Klodowskin tutkimuksessa käytetyn menetelmän soveltuvuutta 3D-tulostimen mekanismiin. Tutkimustyö liittyy RepRap-projektiin, jonka tavoitteena on valmistaa 3D-tulostin 3D-tulostetuista osista. Mekaniikasta oli luotu matemaattinen malli, jota tutkittiin simuloinnin avulla. Työssä toteutettiin täysin yksilöity sulautettu ohjausjärjestelmä kyseiselle mekanismille ja tutkittiin järjestelmän soveltuvuutta käytäntöön. Tavoitteena oli vähentää komponenttien lukumäärää ja pienentää laitteiston vaatimaa tilaa.
Resumo:
Personalized medicine will revolutionize our capabilities to combat disease. Working toward this goal, a fundamental task is the deciphering of geneticvariants that are predictive of complex diseases. Modern studies, in the formof genome-wide association studies (GWAS) have afforded researchers with the opportunity to reveal new genotype-phenotype relationships through the extensive scanning of genetic variants. These studies typically contain over half a million genetic features for thousands of individuals. Examining this with methods other than univariate statistics is a challenging task requiring advanced algorithms that are scalable to the genome-wide level. In the future, next-generation sequencing studies (NGS) will contain an even larger number of common and rare variants. Machine learning-based feature selection algorithms have been shown to have the ability to effectively create predictive models for various genotype-phenotype relationships. This work explores the problem of selecting genetic variant subsets that are the most predictive of complex disease phenotypes through various feature selection methodologies, including filter, wrapper and embedded algorithms. The examined machine learning algorithms were demonstrated to not only be effective at predicting the disease phenotypes, but also doing so efficiently through the use of computational shortcuts. While much of the work was able to be run on high-end desktops, some work was further extended so that it could be implemented on parallel computers helping to assure that they will also scale to the NGS data sets. Further, these studies analyzed the relationships between various feature selection methods and demonstrated the need for careful testing when selecting an algorithm. It was shown that there is no universally optimal algorithm for variant selection in GWAS, but rather methodologies need to be selected based on the desired outcome, such as the number of features to be included in the prediction model. It was also demonstrated that without proper model validation, for example using nested cross-validation, the models can result in overly-optimistic prediction accuracies and decreased generalization ability. It is through the implementation and application of machine learning methods that one can extract predictive genotype–phenotype relationships and biological insights from genetic data sets.
Resumo:
Simplification of highly detailed CAD models is an important step when CAD models are visualized or by other means utilized in augmented reality applications. Without simplification, CAD models may cause severe processing and storage is- sues especially in mobile devices. In addition, simplified models may have other advantages like better visual clarity or improved reliability when used for visual pose tracking. The geometry of CAD models is invariably presented in form of a 3D mesh. In this paper, we survey mesh simplification algorithms in general and focus especially to algorithms that can be used to simplify CAD models. We test some commonly known algorithms with real world CAD data and characterize some new CAD related simplification algorithms that have not been surveyed in previous mesh simplification reviews.