Multidata inverse problems and Bayesian solution methods in astronomy

Statistical analyses of measurements that can be described by statistical models are of essence in astronomy and in scientific inquiry in general. The sensitivity of such analyses, modelling approaches, and the consequent predictions, is sometimes highly dependent on the exact techniques applied, and improvements therein can result in significantly better understanding of the observed system of interest. Particularly, optimising the sensitivity of statistical techniques in detecting the faint signatures of low-mass planets orbiting the nearby stars is, together with improvements in instrumentation, essential in estimating the properties of the population of such planets, and in the race to detect Earth-analogs, i.e. planets that could support liquid water and, perhaps, life on their surfaces. We review the developments in Bayesian statistical techniques applicable to detections planets orbiting nearby stars and astronomical data analysis problems in general. We also discuss these techniques and demonstrate their usefulness by using various examples and detailed descriptions of the respective mathematics involved. We demonstrate the practical aspects of Bayesian statistical techniques by describing several algorithms and numerical techniques, as well as theoretical constructions, in the estimation of model parameters and in hypothesis testing. We also apply these algorithms to Doppler measurements of nearby stars to show how they can be used in practice to obtain as much information from the noisy data as possible. Bayesian statistical techniques are powerful tools in analysing and interpreting noisy data and should be preferred in practice whenever computational limitations are not too restrictive.

Arvostusten analysointi ympäristöpäätöksenteossa : käänteiset menetelmät

Abstract: Inverse decision analysis methods in enviromental decision-making - inverse methods

Methods for the analysis of two dimensional measurement data of paper web

This work is devoted to the problem of reconstructing the basis weight structure at paper web with black{box techniques. The data that is analyzed comes from a real paper machine and is collected by an o®-line scanner. The principal mathematical tool used in this work is Autoregressive Moving Average (ARMA) modelling. When coupled with the Discrete Fourier Transform (DFT), it gives a very flexible and interesting tool for analyzing properties of the paper web. Both ARMA and DFT are independently used to represent the given signal in a simplified version of our algorithm, but the final goal is to combine the two together. Ljung-Box Q-statistic lack-of-fit test combined with the Root Mean Squared Error coefficient gives a tool to separate significant signals from noise.

Kromatografisen erotusfaasin huokoskoon karakterisointi

Työssä tutkittiin sulfonoitujen polystyreenidivinyylibentseenirunkoisten geeli-, meso- ja makrohuokoistenioninvaihtohartsien rakennetta käyttäen useita eri karakterisointimenetelmiä. Lisäksi työssä tutkittiin hartsien huokoskoon vaikutusta aminohappojen kromatografisessa erotuksessa. Työn pääpaino oli hartsien huokoskoon ja huokoisuuden määrittämisessä. Sen selvittämiseksi käytettiin hyväksi elektronimikroskopiaa, typpiadsorptiomittauksia, sekä käänteistä kokoekskluusiokromatografiaa. Parhaat tulokset saatiin käänteisellä kokoekskluusiokromatografialla, joka perustuu erikokoisten dekstraanipolymeerien käyttöön mallimolekyyleinä. Menetelmä sopii meso- ja makrohuokoisuuden tutkimiseen, mutta sen heikkoutena on erittäin pitkä mittausaika. Menetelmä antaa myös huokoskokojakauman, mutta yhden hartsin mittaaminen voi kestää viikon. Menetelmää muutettiin siten, että käytettiin määritettävää huokoskokoaluetta kuvaavien kahden dekstraanipolymeerin seosta. Kromatografiset ajo-olosuhteet optimoitiin sellaisiksi, että injektoidussa seoksessa olevien dekstraanien vastehuiput erottuivat toisistaan. Tällöin voitiin luotettavasti määrittää tutkittavan stationaarifaasin suhteellinen huokoisuus. Tätä työssä kehitettyä nopeaa käänteiseen kokoekskluusiokromatografiaan perustuvaa menetelmää kutsutaan kaksipistemenetelmäksi. Hartsien sulfonihapporyhmien määrää ja jakautumista tutkittiin määrittämällä hartsien kationinvaihtokapasiteetti sekä tutkimalla hartsin pintaa konfokaali-Raman-spektroskopian avulla. Sulfonihapporyhmien ioninvaihtokyvyn selvittämiseksi mitattiin K+-muotoon muutetusta hartsista S/K-suhde poikkileikkauspinnasta. Tulosten perusteella hartsit olivat tasaisesti sulfonoituneet ja 95 % rikkiatomeista oli toimivassa ioninvaihtoryhmässä. Aminohappojen erotuksessa malliaineina oli lysiini, seriini ja tryptofaani. Hartsi oli NH4+-muodossa ja petitilavuus oli 91 mL. Eluenttina käytettiin vettä, jonka pH oli 10. Paras tulos saatiin virtausnopeudella 0,1 mL/min, jolla kaikki kolme aminohappoa erottuivat toisistaan Finex Oy:n mesohuokoisella KEF78-hartsilla. Muilla tutkituilla hartseilla kaikki kolme aminohappoa eivät missään ajo-olosuhteissa erottuneet täysin.

Project for Active and Robot Vision Course

Tässä työssä raportoidaan harjoitustyön kehittäminen ja toteuttaminen Aktiivisen- ja robottinäön kurssille. Harjoitustyössä suunnitellaan ja toteutetaan järjestelmä joka liikuttaa kappaleita robottikäsivarrella kolmiuloitteisessa avaruudessa. Kappaleidenpaikkojen määrittämiseen järjestelmä käyttää digitaalisia kuvia. Tässä työssä esiteltävässä harjoitustyötoteutuksessa käytettiin raja-arvoistusta HSV-väriavaruudessa kappaleiden segmentointiin kuvasta niiden värien perusteella. Segmentoinnin tuloksena saatavaa binäärikuvaa suodatettiin mediaanisuotimella kuvan häiriöiden poistamiseksi. Kappaleen paikkabinäärikuvassa määritettiin nimeämällä yhtenäisiä pikseliryhmiä yhtenäisen alueen nimeämismenetelmällä. Kappaleen paikaksi määritettiin suurimman nimetyn pikseliryhmän paikka. Kappaleiden paikat kuvassa yhdistettiin kolmiuloitteisiin koordinaatteihin kalibroidun kameran avulla. Järjestelmä liikutti kappaleita niiden arvioitujen kolmiuloitteisten paikkojen perusteella.

Liikesimulaattorialustan kehittäminen virtuaaliprototyypin avulla

Työn tarkoituksena oli kehittää kuuden vapausasteen liikesimulaattorialusta virtuaaliprototyypin avulla siten, että alustan dynamiikka mallinnetaan Adams-ohjelmistolla ja ohjaus- ja säätöpiiri Matlab Simulink:llä. Tarkoituksena oli tutkia dynaamisen mallin ja säätöteknisen mallin yhdistämistä ja niiden yhteen toimimista. Tarkoituksena oli myös selvittää tulevaisuudessa rakennettavan Stewart:n alustan mekaniikan mitat ja hydraulikomponenttien koot. Työssä tutkittiin alustan käyttäytymistä halutulla liikealueella, nopeuksia joita saavutetaan ja mekaanisia rajoitteita. Työn tuloksesta on tarkoitus rakentaa fyysinen prototyyppi liittyen KONSI-projektiin, jossa kehitetään satamanosturisimulaattori nosturiohjaajan koulutuksen tueksi. Malli tullaan kytkemään Teppo Lehtisen diplomityönä tehtyyn satamanosturi kontin simulointimalliin ja koko järjestelmän on tarkoitus toimia reaaliaikaisena.

Liikealustan suunnittelu liikkuvan työkoneen simulaattoriin

Työssä suunniteltiin liikealusta liikkuvan työkoneen koulutussimulaattoriin. Suunnittelu aloitettiin mittaamalla lastauskoneen dynaamisia ominaisuuksia. Mittausdatan ja koneen toiminnan analysoinnin perusteella valittiin liikealustan perusrakenne. Toimilaitteiden mitoitus tapahtui simulointimallin avulla, jossa käytettiin mitattuja kiihtyvyyksiä, signaalin suodatusta, käänteiskinematiikkaa ja käänteisdynamiikkaa. Simulointimallia käytettiin myös mekaanisen rakenteen mitoituksessa. Lisäksi visualisoinnin ja ohjauksen toteutusta tutkittiin. Työn tavoitteena oli kehittää mahdollisimman realistisen liiketuntuman toteuttava ja kustannustehokas liikealusta. Lisäksi pyrittiin matalaan ja helposti siirrettävissä olevaan rakenteeseen. Liikealustan liikkeet pyrittiin toteuttamaan sähkökäytöillä. Suunnittelun tuloksena saatiin kolmen vapausasteen liikealusta, joka on toteutettu servomoottoreilla. Työssä suunnitellusta liikealustasta on tarkoitus rakentaa fyysinen prototyyppi ja liittää se lastauskoneen reaaliaikasimulaattoriin.