139 resultados para Kernel v Mosley
Resumo:
Tukhulmissa : Painettu M. G. Lundbergin Kirja-pajassa 1831
Resumo:
Tukhulmissa : Painettu M. G. Lundbergin Kirja-pajassa 1831
Resumo:
Tässä työssä tutkitaan 1000 V pienjännitejakelun taloudellista kannattavuutta. Tutkimus perustuu teoreettiseen tarkasteluun, jossa noudatetaan yleisiä verkostosuunnittelun periaatteita. EU-lainsäädäntö mahdollistaa 1000 V pienjänniteportaan sijoittamisen nykyisen keskijänniteverkon ja pienjänniteverkon väliin lisäten kolmannen jakelujänniteportaan nykyään käytettävien 20 kV ja 0,4 kV väliin. Jakeluverkkojen kehittämiseksi on etsittävä ratkaisu, joka on taloudellinen sekä asiakkaiden että verkonhaltijoiden kannalta. Tällaiset ratkaisut pienentävät verkon käytön kokonaiskustannuksia ja parantavat sähkön laatua. Lisättäessä jakeluverkkoon kolmas jänniteporras, keskijänniteverkon johtopituus lyhenee ja varsinkin lyhyiden haarajohtojen määrä vähenee. Tämä vähentää keskijänniteverkossa esiintyvien keskeytysten määrää ja pienentää keskeytyskustannuksia. Kilovoltin järjestelmä on kannattava korvattaessa sillä osa keskijänniteverkkoa, tai estettäessä perinteisellä järjestelmällä tarvittava muuntopiirin jakaminen. Osana varsinaista pienjänniteverkkoa ei kilovoltinjärjestelmä ole kannattava. Tässä työssä kolmijänniteportaista jakeluverkkoa tutkitaan teoreettisilla verkkosuunnitelmilla, joita tehdään muutamille perusverkkotopologioille. Taloudellista kannattavuutta tutkitaan vertaamalla perinteistä kaksijänniteportaista ja kolmijänniteportaista verkkoratkaisua kustannusten suhteen teknisten reunaehtojen puitteissa. 1000 V pienjännitejakelu vaatii uudenlaisia verkostokomponentteja. Näistä on erityisesti käsitelty 1/0,4 kV pienjännitemuuntajaa. Muuntajasuunnittelun lähtökohtana on 1000 V verkon käyttäminen keskijänniteverkon jatkeena maasta erotettuna verkkona.
Resumo:
Recent advances in machine learning methods enable increasingly the automatic construction of various types of computer assisted methods that have been difficult or laborious to program by human experts. The tasks for which this kind of tools are needed arise in many areas, here especially in the fields of bioinformatics and natural language processing. The machine learning methods may not work satisfactorily if they are not appropriately tailored to the task in question. However, their learning performance can often be improved by taking advantage of deeper insight of the application domain or the learning problem at hand. This thesis considers developing kernel-based learning algorithms incorporating this kind of prior knowledge of the task in question in an advantageous way. Moreover, computationally efficient algorithms for training the learning machines for specific tasks are presented. In the context of kernel-based learning methods, the incorporation of prior knowledge is often done by designing appropriate kernel functions. Another well-known way is to develop cost functions that fit to the task under consideration. For disambiguation tasks in natural language, we develop kernel functions that take account of the positional information and the mutual similarities of words. It is shown that the use of this information significantly improves the disambiguation performance of the learning machine. Further, we design a new cost function that is better suitable for the task of information retrieval and for more general ranking problems than the cost functions designed for regression and classification. We also consider other applications of the kernel-based learning algorithms such as text categorization, and pattern recognition in differential display. We develop computationally efficient algorithms for training the considered learning machines with the proposed kernel functions. We also design a fast cross-validation algorithm for regularized least-squares type of learning algorithm. Further, an efficient version of the regularized least-squares algorithm that can be used together with the new cost function for preference learning and ranking tasks is proposed. In summary, we demonstrate that the incorporation of prior knowledge is possible and beneficial, and novel advanced kernels and cost functions can be used in algorithms efficiently.
Resumo:
Kirjallisuuden professori V. A. Koskenniemen (1885-1962) kirjakokoelma säilytetään erillisenä kokoelmana Turun yliopiston pääkirjaston Koskenniemi-huoneessa. Kokoelmaan kuuluu n. 2800 nidettä, suurin osa kaunokirjallisuutta, erityisesti suomalainen lyriikka, kirjallisuudentutkimusta ja estetiikka. Kokoelmassa on runsaasti omistuskirjoituksia V. A. Koskenniemelle. Kokoelmassa on myös 10 kpl. V. A. Koskenniemen omaa käsikirjoitusta sidottuina. (käsikirjoitusliuskat sidottu kirjoiksi): Elegioja ynnä muita runoja. Teoksen käsikirjoitus. 120 s., Ilm. Kootut teokset I. Porvoo 1955, s. 145-243; Hannu. Erään nuoruuden runoelma. Teoksen käsikirjoitus. 73 s., ilm. WSOY, Porvoo 1913; Hiilivalkea. Teoksen käsikirjoitus. 57 s., Ilm. Kootut teokset I. Porvoo 1955, s. 93-144; Kevätilta Quartier Latinissa. Parisin muistelmia. Teoksen käsikirjoitus. 210 s., Ilm. Kootut teokset V. Porvoo 1955, s. 5-51; Konsuli Brennerin jälkikesä. Romaani. Teoksen käsikirjoitus. 259 s., Ilm. Kootut teokset IV. Porvoo 1955, s. 5-161; Lyyra ja paimenhuilu. Runosuomennoksia. Teoksen käsikirjoitus. 109 s., Ilm. Kootut teokset II. Porvoo 1955, s. 303-362; Nuori Anssi. Teoksen käsikirjoitus. 28 s., Ilm. nimellä Nuori Anssi Porvoo 1918 ja Kootut teokset II. Porvoo 1955, s. 283-301; Runon kaupunkeja ynnä muita kirjoitelmia. Teoksen käsikirjoitus. 330 s., Ilm. Kootut teokset V Porvoo 1955, s. 53-155; Sydän ja kuolema. Elegioja, lauluja ja epitaafeja. Teoksen käsikirjoitus. 105 s., Ilm. Kootut teokset I. Porvoo 1955, s. 203-243; Uusia runoja. Teoksen käsikirjoitus. 146 s., Ilm. Kootut teokset I, Porvoo 1955, s. 245-309. Kokoelma on osittain luetteloimaton, melkein 1300 nidettä löytyy Volter-tietokannasta.
Resumo:
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.
Resumo:
Yhteiskunnan riippuvuus sähköstä on lisääntynyt voimakkaasti viime vuosikymmenien aikana. Sähkönjakelussa esiintyneet lyhyet ja pitkät keskeytykset ovat osoittaneet yhteiskunnan haavoittuvuuden ja yhteiskunta kestää entistä vähemmän sähkönjakelussa tapahtuvia häiriöitä. Keskeytyksistä aiheutuneiden haittojen arvostus on kasvanut ja tämä on luonut taloudelliset perusteet sähkön laatua parantaville investoinneille. Haja-asutusalueiden keskijänniteverkon johdot on rakennettu avojohtoina ja siten ne ovat alttiita sääolosuhteista johtuville myrsky- ja lumikuormavaurioille. Ilmastomuutoksen ennustetaan lisäävän tuulisuutta ja siten ongelmat sähkönjakelussa mahdollisesti lisääntyvät. Taajamissa käytetään enemmän kaapeleita ja johtolähdöt ovat lyhyitä, joten myrskyistä aiheutuvia keskeytyksiä on vähemmän kuin haja-asutusalueella. Olemassa olevat jakeluverkot ovat käytössä vielä vuosikymmeniä, joten uuden tekniikan kehittämisen rinnalla on kehitettävä myös olemassa olevaa jakeluverkkoa ja sen ylläpitoa. Ylläpidon tavoitteena on käyttövarmuuden parantamisen lisäksi huolehtia siitä, että jakeluverkkoihin sitoutunut omaisuus säilyttää arvonsa mahdollisimman hyvin pitoajan loppuun saakka. Jakeluverkkoihin investoitiin paljon 1950–70-luvuilla. Tältä ajalta on yhä käytössä puupylväitä, joiden ikääntymisen takia korvausinvestointien tarve kasvaa. Hyvänä puolena tässä on että käyttövarmuuden parantamiseksi olemassa olevaa jakeluverkkoa ei tarvitse uusia ennenaikaisesti. Tutkimuksessa päähuomio on haja-asutusalueiden 20 kV keskijänniteverkon kehittämisessä, sillä yli 90 % asiakkaiden kokemista keskeytyksistä johtuu keskijänniteverkon vioista. Erityisesti johtorakenteisiin ja johtojen sijoittamiseen on kiinnitettävä huomiota. Käyttövarmuuden lisäksi jakeluverkkojen kehittämistä ohjaavia tekijöitä ovat taloudellisuus, ympäristön huomioiminen, viranomaisvalvonta sekä asiakkaiden ja omistajien odotukset. Haja-asutusalueilla taloudelliset haasteet ovat suuret vakituisen väestön vähenemisen ja mahdollisesti sähköntarpeen pienenemisen takia. Taloudellisuus korostuu ja riskit kasvavat, kun tuottojen määrä supistuu tarvittaviin jakeluverkon investointeihin ja ylläpitokustannuksiin verrattuna. Ristiriitaa aiheuttaa se, että asiakkaat odottavat sähkönjakelulta parempaa luotettavuutta, mutta paremmasta sähkönlaadusta ei olla valmiita maksamaan juurikaan nykyistä enempää. Jakeluverkkojen kehittämistä voi hidastaa myös viranomaisvalvonta, jos tuottoja ei voida lisätä investointien lisätarpeiden suhteessa. Tutkimuksessa on analysoitu yleisellä tasolla kaapeloinnin lisäämistä, korkeiden pylväiden käyttämistä, leveitä johtokatuja, edullisten ja yksinkertaisten sähköasemien rakentamista haja-asutusalueille ja automaatioasemien lisäämistä keskijänniteverkon solmupisteisiin. Erityisesti tutkimuksessa on analysoitu uutena tekniikkana 1000 V jännitteen käyttömahdollisuutta jakeluverkkojen kehittämisessä. Sähköjohtojen siirtäminen teiden varsiin parantaa käyttövarmuutta, vaikka johdot rakennetaan samalla tekniikalla kuin olemassa olevat johdot. Hajaasutusalueille rakennettavilla sähköasemilla pitkät syöttöjohdot voidaan jakaa pienemmiksi syöttöalueiksi, jolloin keskeytyksistä aiheutuvat haitat koskettavat kerrallaan pienempää asiakasmäärää. Samaan tulokseen päästään oikein sijoitetuilla ja toteutetuilla automaatioasemilla. Tutkimuksen mukaan lupaavaksi tekniikaksi jakeluverkkojen kehittämisessä on osoittautumassa 1000 V jänniteportaan ottaminen 400 V pienjännitteen lisäksi. 1000 V verkoilla voidaan korvata häiriöherkkiä 20 kV keskijänniteverkon lyhyitä, alle viiden kilometrin pituisia haarajohtoja ja haarajohtojen jatkeita, missä siirrettävät tehot ovat pieniä. Uudessa jakelujärjestelmässä sähkö tuodaan 1000 V jännitteellä lähelle asiakasta, jossa jännite muunnetaan normaaliksi asiakkaille soveltuvaksi 400/230 V jännitteeksi. Edullisuus perustuu siihen, että rakentamisessa käytetään samoja pienjännitejohtoja kuin asiakkaille menevässä 400 V pienjänniteverkossa. 1000 V jakelutekniikassa sekä investointikustannukset että ylläpitokustannukset ovat pienemmät kuin perinteisessä 20 kV ilmajohtotekniikassa. 1000 V johdot säästävät maisemaa, sillä ne eivät tarvitse leveää johtokatua kuten 20 kV keskijännitejohdot. 1000 V verkkojen käyttö soveltuukin erityisesti vapaa-ajanasuntojen sähköistykseen herkissä ranta- ja järvimaisemissa. 1000 V verkot mahdollistavat kaapeliauraamisen lisäämisen ja näin voidaan vähentää ympäristöä haittaavien kyllästettyjen pylväiden käyttöä. 1000 V jakeluverkkojen osalta tutkimustyön tuloksia on sovellettu suomalaisessa Suur-Savon Sähkö Oy:ssä. Käytännön kokemuksia 1000 V jakelujärjestelmästä on useista kymmenistä kohteista. Tutkimustulokset osoittavat, ettei keskijänniteverkon maakaapelointi hajaasutusalueilla ole taloudellisesti kannattavaa nykyisillä keskeytyksistä aiheutuvilla haitta-arvoilla, mutta jos keskeytyskustannusten arvostus kasvaa, tulee kaapelointi kannattavaksi monissa paikoissa. Myös myrskyisyyden ja myrskyistä aiheutuvien jakelukeskeytysten lisääntyminen tekisi kaapeloinnista kannattavan. Tulevaisuudessa jakeluverkkojen rakentaminen on entistä monimuotoisempi tehtävä, jossa taloudellisuuden ja käyttövarmuuden lisäksi on huomioitava asiakkaat, omistajat, viranomaiset ja ympäristö. Tutkimusta jakelutekniikan kehittämiseksi tarvitaan edelleen. Tulevaisuuden osalta haja-asutusalueiden jakeluverkkojen kehittämiseen liittyy paljon epävarmuuksia. Hajautetun kiinteistökohtaisen sähköntuotannon lisääntyminen voi tehdä jakeluverkoista nykyistä tarpeettomampia, mutta esimerkiksi liikenteen sähköistyminen voi kasvattaa jakeluverkkojen merkitystä. Tästä syystä jakeluverkkojen rakentamisessa tarvitaan joustavuutta, jotta tarvittaessa voidaan helposti sopeutua erilaisiin kehityssuuntiin.
Resumo:
Fysioterapia sisällytettiin terveydenhuoltoon vuonna 1945. Sosiaalipolitiikan linjausten mukaisesti yhteiskunnasta alettiin 1960-luvulta lähtien rakentaa pohjoismaista hyvinvointivaltiota, jossa tavoitteena oli kansalaisten paras ja johtavat arvot olivat universaalisuus, oikeudenmukaisuus ja tasa-arvoisuus. Terveyspolitiikassa oikeudenmukaisuus tarkoittaa, että yhtäläisessä hoidon tarpeessa olevilla on yhtäläinen pääsy tarjolla olevaan hoitoon ja yhtäläinen mahdollisuus käyttää palveluja. Oikeudenmukaisuus johtaa tasa-arvoisuuteen. Terveyspolitiikassa, terveyspalvelujärjestelmissä ja fysioterapiassa tapahtuneet muutokset kytkeytyivät lääketieteen ja fysioterapian menetelmien edistymiseen ja yhteiskunnan kehitykseen. Terveyspalvelujen käytössä ja saatavuudessa on osoitettu olevan sosiaalista valikoitumista. Tämän tutkimuksen tarkoituksena oli tarkastella fysioterapiapalvelujen oikeudenmukaista käyttöä ja fysioterapian tarpeen tyydyttymistä, eli sitä, miten hyvinvointiyhteiskunnan lupaus on toteutunut fysioterapiassa. Lisäksi tutkimuksessa pohdiskeltiin, miten palvelujärjestelmien muutokset ovat vaikuttaneet palvelujen oikeudenmukaisuuteen. Tutkimus perustui Terveys 2000 -tutkimuksen aineistoon, joka on edustava otos 30 vuotta täyttäneistä suomalaisista. Aineiston naisista (n=3925, 56 %) 15 % oli käyttänyt fysioterapiaa ja 24 % koki sen tarvetta. Aineiston 3162 miehestä 9 % oli käyttänyt fysioterapiaa ja 19 % koki sen tarvetta. Fysioterapian käytön (kyllä/ei) ja sen koetun tarpeen (kyllä/ei) perusteella muodostettiin neljä tarkasteltavaa ryhmää. Vertailuryhmään kuuluvat (n=5008) eivät olleet saaneet fysioterapiaa eivätkä kokeneet sitä tarvitsevansa. Selviytyjiksi nimettyyn ryhmään kuuluvat (n=537) olivat saaneet fysioterapiaa eivätkä enää sitä tarvinneet. Vajaakuntoisiksi nimettyyn ryhmään kuuluvat (n=332) olivat saaneet ja kokivat yhä tarvitsevansa fysioterapiaa. Hoitamattomiksi nimettyyn ryhmään kuuluvat (n=1542) eivät olleet saaneet fysioterapiaa, mutta kokivat tarvitsevansa sitä. Fysioterapian tarvetta arvioitiin suhteessa ilmoitettuihin terveysongelmiin ja toimintakyvyn rajoituksiin. Sosiodemografisina ominaispiirteinä tarkasteltiin sukupuolta, ikää, sosioekonomista asemaa ja asuinaluetta. Fysioterapian käyttö oli merkitsevässä yhteydessä ikään ja sosioekonomiseen asemaan, fysioterapian tarpeen yhteydet tarkasteltuihin muuttujiin olivat kaikilta osin merkitseviä. Ylimmissä tuloluokissa fysioterapian käyttö oli yleisintä ja sen tarve vähäisintä, kun taas alimmissa tuloluokissa käyttö oli vähäisintä ja tarve yleisintä. Vajaakuntoisten ja hoitamattomien ryhmät eivät eronneet tosistaan terveysongelmien tai toimintakyvyn rajoituksien suhteen. Fysioterapian tarve oli yhtäläistä, mutta toiseen ryhmään kuuluvat olivat jääneet hoidotta. Oikeudenmukainen kohtelu ei ollut toteutunut. Hoitamattomien ryhmän naiset olivat muita vanhempia, heillä oli alhaisempi koulutus- ja tulotaso ja he olivat muita useammin eläkkeellä. Miesten ryhmässä sosiodemografiset erot olivat samansuuntaisia, mutta vähäisempiä. Fysioterapian käyttö ja saatavuus kehittyivät tasa-arvoiseen suuntaan 1990-luvun lamaan asti, minkä jälkeen kunnissa alettiin supistaa varsinaiseen sairaanhoitoon kuulumattomia terveyspalveluja. Fysioterapiasta alkoi jälleen tulla hyväosaisten etuoikeus.