A Survey and Classification of Software Testing Tools

Software testing is one of the essential parts in software engineering process. The objective of the study was to describe software testing tools and the corresponding use. The thesis contains examples of software testing tools usage. The study was conducted as a literature study, with focus on current software testing practices and quality assurance standards. In the paper a tool classifier was employed, and testing tools presented in study were classified according to it. We found that it is difficult to distinguish current available tools by certain testing activities as many of them contain functionality that exceeds scopes of a single testing type.

Aircraft tracking and classification with vhf passive bistatic radar

Since the times preceding the Second World War the subject of aircraft tracking has been a core interest to both military and non-military aviation. During subsequent years both technology and configuration of the radars allowed the users to deploy it in numerous fields, such as over-the-horizon radar, ballistic missile early warning systems or forward scatter fences. The latter one was arranged in a bistatic configuration. The bistatic radar has continuously re-emerged over the last eighty years for its intriguing capabilities and challenging configuration and formulation. The bistatic radar arrangement is used as the basis of all the analyzes presented in this work. The aircraft tracking method of VHF Doppler-only information, developed in the first part of this study, is solely based on Doppler frequency readings in relation to time instances of their appearance. The corresponding inverse problem is solved by utilising a multistatic radar scenario with two receivers and one transmitter and using their frequency readings as a base for aircraft trajectory estimation. The quality of the resulting trajectory is then compared with ground-truth information based on ADS-B data. The second part of the study deals with the developement of a method for instantaneous Doppler curve extraction from within a VHF time-frequency representation of the transmitted signal, with a three receivers and one transmitter configuration, based on a priori knowledge of the probability density function of the first order derivative of the Doppler shift, and on a system of blocks for identifying, classifying and predicting the Doppler signal. The extraction capabilities of this set-up are tested with a recorded TV signal and simulated synthetic spectrograms. Further analyzes are devoted to more comprehensive testing of the capabilities of the extraction method. Besides testing the method, the classification of aircraft is performed on the extracted Bistatic Radar Cross Section profiles and the correlation between them for different types of aircraft. In order to properly estimate the profiles, the ADS-B aircraft location information is adjusted based on extracted Doppler frequency and then used for Bistatic Radar Cross Section estimation. The classification is based on seven types of aircraft grouped by their size into three classes.

Text Classification and Indexing in IP Networks

Internet on elektronisen postin perusrakenne ja ollut tärkeä tiedonlähde akateemisille käyttäjille jo pitkään. Siitä on tullut merkittävä tietolähde kaupallisille yrityksille niiden pyrkiessä pitämään yhteyttä asiakkaisiinsa ja seuraamaan kilpailijoitansa. WWW:n kasvu sekä määrällisesti että sen moninaisuus on luonut kasvavan kysynnän kehittyneille tiedonhallintapalveluille. Tällaisia palveluja ovet ryhmittely ja luokittelu, tiedon löytäminen ja suodattaminen sekä lähteiden käytön personointi ja seuranta. Vaikka WWW:stä saatavan tieteellisen ja kaupallisesti arvokkaan tiedon määrä on huomattavasti kasvanut viime vuosina sen etsiminen ja löytyminen on edelleen tavanomaisen Internet hakukoneen varassa. Tietojen hakuun kohdistuvien kasvavien ja muuttuvien tarpeiden tyydyttämisestä on tullut monimutkainen tehtävä Internet hakukoneille. Luokittelu ja indeksointi ovat merkittävä osa luotettavan ja täsmällisen tiedon etsimisessä ja löytämisessä. Tämä diplomityö esittelee luokittelussa ja indeksoinnissa käytettävät yleisimmät menetelmät ja niitä käyttäviä sovelluksia ja projekteja, joissa tiedon hakuun liittyvät ongelmat on pyritty ratkaisemaan.

Classification, comorbidity, heredity, and risk factors of female sexual dysfunctions

Female sexual dysfunctions, including desire, arousal, orgasm and pain problems, have been shown to be highly prevalent among women around the world. The etiology of these dysfunctions is unclear but associations with health, age, psychological problems, and relationship factors have been identified. Genetic effects explain individual variation in orgasm function to some extent but until now quantitative behavior genetic analyses have not been applied to other sexual functions. In addition, behavior genetics can be applied to exploring the cause of any observed comorbidity between the dysfunctions. Discovering more about the etiology of the dysfunctions may further improve the classification systems which are currently under intense debate. The aims of the present thesis were to evaluate the psychometric properties of a Finnish-language version of a commonly used questionnaire for measuring female sexual function, the Female Sexual Function Index (FSFI), in order to investigate prevalence, comorbidity, and classification, and to explore the balance of genetic and environmental factors in the etiology as well as the associations of a number of biopsychosocial factors with female sexual functions. Female sexual functions were studied through survey methods in a population based sample of Finnish twins and their female siblings. There were two waves of data collection. The first data collection targeted 5,000 female twins aged 33–43 years and the second 7,680 female twins aged 18–33 and their over 18–year-old female siblings (n = 3,983). There was no overlap between the data collections. The combined overall response rate for both data collections was 53% (n = 8,868), with a better response rate in the second (57%) compared to the first (45%). In order to measure female sexual function, the FSFI was used. It includes 19 items which measure female sexual function during the previous four weeks in six subdomains; desire, subjective arousal, lubrication, orgasm, sexual satisfaction, and pain. In line with earlier research in clinical populations, a six factor solution of the Finnish-language version of the FSFI received supported. The internal consistencies of the scales were good to excellent. Some questions about how to avoid overestimating the prevalence of extreme dysfunctions due to women being allocated the score of zero if they had had no sexual activity during the preceding four weeks were raised. The prevalence of female sexual dysfunctions per se ranged from 11% for lubrication dysfunction to 55% for desire dysfunction. The prevalence rates for sexual dysfunction with concomitant sexual distress, in other words, sexual disorders were notably lower ranging from 7% for lubrication disorder to 23% for desire disorder. The comorbidity between the dysfunctions was substantial most notably between arousal and lubrication dysfunction even if these two dysfunctions showed distinct patterns of associations with the other dysfunctions. Genetic influences on individual variation in the six subdomains of FSFI were modest but significant ranging from 3–11% for additive genetic effects and 5–18% for nonadditive genetic effects. The rest of the variation in sexual functions was explained by nonshared environmental influences. A correlated factor model, including additive and nonadditive genetic effects and nonshared environmental effects had the best fit. All in all, every correlation between the genetic factors was significant except between lubrication and pain. All correlations between the nonshared environment factors were significant showing that there is a substantial overlap in genetic and nonshared environmental influences between the dysfunctions. In general, psychological problems, poor satisfaction with the relationship, sexual distress, and poor partner compatibility were associated with more sexual dysfunctions. Age was confounded with relationship length but had over and above relationship length a negative effect on desire and sexual satisfaction and a positive effect on orgasm and pain functions. Alcohol consumption in general was associated with better desire, arousal, lubrication, and orgasm function. Women pregnant with their first child had fewer pain problems than nulliparous nonpregnant women. Multiparous pregnant women had more orgasm problems compared to multiparous nonpregnant women. Having children was associated with less orgasm and pain problems. The conclusions were that desire, subjective arousal, lubrication, orgasm, sexual satisfaction, and pain are separate entities that have distinct associations with a number of different biopsychosocial factors. However, there is also considerable comorbidity between the dysfunctions which are explained by overlap in additive genetic, nonadditive genetic and nonshared environmental influences. Sexual dysfunctions are highly prevalent and are not always associated with sexual distress and this relationship might be moderated by a good relationship and compatibility with partner. Regarding classification, the results supports separate diagnoses for subjective arousal and genital arousal as well as the inclusion of pain under sexual dysfunctions.

Harmonization ofsignificant environmental aspects and their risk assessment in UPM paper and pulp mills

Työn tavoite onharmonisoida yhtenäiset rakenteet UPM:n paperi- ja sellutehtaiden merkittävilleympäristönäkökohdille sekä niiden ympäristöriskienhallintajärjestelmille. Näin saavutetaan yhteneväiset tavoitteet ja analysointikeinot yrityksen yksiköille. Harmonisointiprosessi on osa koko yrityksen ympäristöhallintajärjestelmän kehittämistä. Ja konsernin EMS -prosessi puolestaan konvergoi konsernin integroidun johtamisjärjestelmän kehitystä. Lisäksi työn tapaustutkimuksessa selvitettiin riskienhallintajärjestelmien integroitumispotentiaalia. Sen avulla saavutettaisiin paremmin suuren yrityksen synergia-etuja ja vuorovaikutteisuutta toimijoiden kesken, sekä parannettaisiin riskienhallintajärjestelmän mukautuvuutta ja käytettävyyttä. Työssä käsitellään kolmea esimerkkiä, joiden pohjalta tehdään esitys harmonisoiduille merkittäville ympäristönäkökohdille sekä riskienhallintajärjestelmien parametreille. Tutkimusongelmaa lähestytään haastattelujen, kirjallisuuden, yrityksen PWC:llä teettämän selvityksen sekä omien päätelmien avulla. Lisäksi työssä esitetään ympäristöhallintajärjestelmän tehokkuuden todentaminen ympäristösuorituskyvyn muuttujiin suhteutettuna. Pohjana jatkuvan kehityksen päämäärälle on organisaatio-oppiminen, niin yksittäisen työntekijän, tiimien kuin eri yksiköiden kesken. Se antaa sysäyksen aineettoman omaisuuden, kuten ympäristö-osaamisen, hyödyntämiseen parhaalla mahdollisella tavalla. Tärkeimpinä lopputuloksina työssä ovat ehdotukset harmonisoiduille merkittäville ympäristönäkökohdille sekä ympäristöriskienhallintajärjestelmän määritetyille komponenteille. Niitä ovat määritelmät ja skaalat riskien todennäköisyydelle, seurauksille sekä riskiluokille. Työn viimeisenä osana luodaan pohja tapaustutkimuksen avulla Rauman tehtaan jätevedenpuhdistamon kahden erilaisen riskienhallintajärjestelmän integroitumiselle.

Optinen merkintunnistus satamaliikenteessä ja junavaunujen tunnistamisessa

Optisella merkintunnistuksella on tärkeä rooli nykypäivän automaatiossa. Optisen merkintunnistuksen eri sovellusalueet vaihtelevat dokumenttien tekstin tunnistamisesta ajoneuvojen tunnistamiseen ja erilaisten tuotanto- ja kokoonpanolinjojen automaatioon ja laadun tarkkailuun. Tässä työssä keskitytään optisen merkintunnistuksen käyttöön satamaliikenteessä. Työ jakaantuu kahteen osaan. Ensimmäisessä osassa esitellään satamien kannalta kaksi yleisintä ja samalla tärkeintä optisen merkintunnistuksen sovellusaluetta: rekisterikilpien tunnistus ja konttien tunnistus. Työn jälkimmäinen osa käsittelee junavaunujen tunnistamista optisen merkintunnistuksen avulla. Satamissa toimiva vaunukalusto ja niissä esiintyvät tunnisteet esitellään. Vaunujen tunnistamisen toteuttava konenäköjärjestelmä, sen vaativat laitteet sekä kuvankäsittelyn ja kuva-analyysin vaiheet käydään läpi. Kuva-analyysion jaettu työssä neljään päävaiheeseen: esikäsittely, segmentointi, piirreirrotus ja luokittelu. Kustakin vaiheesta esitetään useita eri menetelmiä, joiden käyttökelpoisuutta esitettyyn ongelmaan arvioidaan työn lopussa.

New kernel functions and learning methods for text and data mining

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.

Imaging and Characterisation of Dirt Particles in Pulp and Paper

Dirt counting and dirt particle characterisation of pulp samples is an important part of quality control in pulp and paper production. The need for an automatic image analysis system to consider dirt particle characterisation in various pulp samples is also very critical. However, existent image analysis systems utilise a single threshold to segment the dirt particles in different pulp samples. This limits their precision. Based on evidence, designing an automatic image analysis system that could overcome this deficiency is very useful. In this study, the developed Niblack thresholding method is proposed. The method defines the threshold based on the number of segmented particles. In addition, the Kittler thresholding is utilised. Both of these thresholding methods can determine the dirt count of the different pulp samples accurately as compared to visual inspection and the Digital Optical Measuring and Analysis System (DOMAS). In addition, the minimum resolution needed for acquiring a scanner image is defined. By considering the variation in dirt particle features, the curl shows acceptable difference to discriminate the bark and the fibre bundles in different pulp samples. Three classifiers, called k-Nearest Neighbour, Linear Discriminant Analysis and Multi-layer Perceptron are utilised to categorize the dirt particles. Linear Discriminant Analysis and Multi-layer Perceptron are the most accurate in classifying the segmented dirt particles by the Kittler thresholding with morphological processing. The result shows that the dirt particles are successfully categorized for bark and for fibre bundles.

Modeling and developing a customer-oriented configuration process in a mass customization environment

In this thesis the main objective is to examine and model configuration system and related processes. When and where configuration information is created in product development process and how it is utilized in order-delivery process? These two processes are the essential part of the whole configuration system from the information point of view. Empirical part of the work was done as a constructive research inside a company that follows a mass customization approach. Data models and documentation are created for different development stages of the configuration system. A base data model already existed for new structures and relations between these structures. This model was used as the basis for the later data modeling work. Data models include different data structures, their key objects and attributes, and relations between. Representation of configuration rules for the to-be configuration system was defined as one of the key focus point. Further, it is examined how the customer needs and requirements information can be integrated into the product development process. Requirements hierarchy and classification system is presented. It is shown how individual requirement specifications can be connected for physical design structure via features by developing the existing base data model further.

PDM system functions and utilizations analysis to improve efficiency of sheet metal product design and manufacturing

This study will concentrate on Product Data Management (PDM) systems, and sheet metal design features and classification. In this thesis, PDM is seen as an individual system which handles all product-related data and information. The meaning of relevant data is to take the manufacturing process further with fewer errors. The features of sheet metals are giving more information and value to the designed models. The possibility of implementing PDM and sheet metal features recognition are the core of this study. Their integration should make the design process faster and manufacturing-friendly products easier to design. The triangulation method is the basis for this research. The sections of this triangle are: scientific literature review, interview using the Delphi method and the author’s experience and observations. The main key findings of this study are: (1) the area of focus in triangle (the triangle of three different point of views: business, information exchange and technical) depends on the person’s background and their role in the company, (2) the classification in the PDM system (and also in the CAD system) should be done using the materials, tools and machines that are in use in the company and (3) the design process has to be more effective because of the increase of industrial production, sheet metal blank production and the designer’s time spent on actual design and (4) because Design For Manufacture (DFM) integration can be done with CAD-programs, DFM integration with the PDM system should also be possible.

Automatic traffic sign inventory- and condition analysis

This thesis researches automatic traffic sign inventory and condition analysis using machine vision and pattern recognition methods. Automatic traffic sign inventory and condition analysis can be used to more efficient road maintenance, improving the maintenance processes, and to enable intelligent driving systems. Automatic traffic sign detection and classification has been researched before from the viewpoint of self-driving vehicles, driver assistance systems, and the use of signs in mapping services. Machine vision based inventory of traffic signs consists of detection, classification, localization, and condition analysis of traffic signs. The produced machine vision system performance is estimated with three datasets, from which two of have been been collected for this thesis. Based on the experiments almost all traffic signs can be detected, classified, and located and their condition analysed. In future, the inventory system performance has to be verified in challenging conditions and the system has to be pilot tested.

Toimintojohtaminen päiväkirurgisessa yksikössä

Työn tavoitteena oli selvittää toimintojohtamisen soveltamisen mahdollisuudet Etelä-Karjalan keskussairaalan päiväkirurgisessa yksikössä. Tavoitteena oli kehittää päiväkirurgisen yksikön toimintolaskentamallia ja selvittää sen avulla toimenpiteiden hinnat. Lisäksi työn tavoitteena oli tutkia toimintolaskentamallin avulla päiväkirurgisen yksikön laajennuksen vaikutuksia toimenpiteiden hintoihin. Tietoa aiheeseen haettiin kirjallisuudesta, lehtiartikkeleista, internetistä ja haastattelujen avulla. Aineiston tulkinnassa ja analyysissa käytettiin taulukkolaskentaohjelmistoa. Toimintolaskentamallia parannettiin kustannusten tarkemman kohdistamisen ja toimenpiteiden luokittelun avulla ja mallista tehtiin helppokäyttöinen, jotta sen hyödyntäminen päätöksenteon apuna olisi mielekästä. Keskeisinä tuloksina saatiin päiväkirurgisessa yksikössä tehtävien toimenpiteiden toimintolaskentahinnat ennen ja jälkeen laajennuksen käyttöönottoa. Toimenpiteiden toimintolaskentahinnat vastaavat todellisia toimenpiteistä aiheutuneita kustannuksia. Laajennuksen toteuduttua toimenpiteiden keskiarvohinnan arvioidaan laskevan 260 ¤. Toimenpiteinä ehdotetaan päiväkirurgisten toimenpiteiden hintojen tarkastelua työpareittain ja lisätutkimuksia implanttien kustannusvaikutuksista sekä toimintolaskentamallin käytännön soveltamista päiväkirurgisessa yksikössä.

Johdon palkkiojärjestelmätsuomalaisten pörssiyhtiöiden sijoittajaviestinnässä

Tutkimuksen tavoitteena on selvittää, mitä vaatimuksia suomalainen lainsäädäntö, IFRS-standardit, corporate governance - suosituksetja pörssin suositukset asettavat johdon palkkiosta tiedottamiselle ja kuinka laajasti tietoa tosiasiassa annetaan. Pörssiyhtiöiden tiedotuksen avoimuutta lähestytään tutkimalla, millaisia palkkioita ja kannustimia sekä päätöksentekotapoja on olemassa. Yhtiöiden omistuksen ja johtamisen eriytyessä syntyy päämies-agentti-ongelma. Johdon ja omistajien intressejä lähennetään palkkiojärjestelmien avulla. Palkitsemisen tarkoitus on kannustaa yrityksen johtoa toimimaan omistajan edun mukaisesti. Tutkimus on kvalitatiivinen ja tutkimusmenetelmä on deskriptiivinen: kuvailun ja luokittelun kautta pyritään analyysiin yritysten avoimuudesta palkkioiden suhteen. Tutkimus toteutettiinvertaamalla yhtiöiden Internet-sivuja ja vuosikertomuksia vuodelta 2004 määritettyihin kriteereihin. Tutkimuksen aineistona toimivat Helsingin arvopaperipörssin päälistan yhtiöt. Tutkimuksessa havaittiin, että palkkauksen muotoa tärkeämpää on palkitsemisen kokonaisuus ja siihen liittyvä päätöksenteko. Suomalaiset pörssiyhtiöt tiedottavat johdon palkkioista kohtuullisen hyvin, mutta erityisesti palkkioiden perusteista voisi kertoa tarkemminkin. Internetin tarjoamia mahdollisuuksia hyödynnetään kiitettävästi. Liike-vaihdoltaan suurimmatyritykset tiedottavat kautta linjan pienempiä tarkemmin.

Keraamisten laattojen luokittelu väripiirteiden avulla

Vaikka keraamisten laattojen valmistusprosessi onkin täysin automatisoitu, viimeinen vaihe eli laaduntarkistus ja luokittelu tehdään yleensä ihmisvoimin. Automaattinen laaduntarkastus laattojen valmistuksessa voidaan perustella taloudellisuus- ja turvallisuusnäkökohtien avulla. Tämän työn tarkoituksena on kuvata tutkimusprojektia keraamisten laattojen luokittelusta erilaisten väripiirteiden avulla. Oleellisena osana tutkittiin RGB- ja spektrikuvien välistä eroa. Työn teoreettinen osuus käy läpi aiemmin aiheesta tehdyn tutkimuksen sekä antaa taustatietoa konenäöstä, hahmontunnistuksesta, luokittelijoista sekä väriteoriasta. Käytännön osan aineistona oli 25 keraamista laattaa, jotka olivat viidestä eri luokasta. Luokittelussa käytettiin apuna k:n lähimmän naapurin (k-NN) luokittelijaa sekä itseorganisoituvaa karttaa (SOM). Saatuja tuloksia verrattiin myös ihmisten tekemään luokitteluun. Neuraalilaskenta huomattiin tärkeäksi työkaluksi spektrianalyysissä. SOM:n ja spektraalisten piirteiden avulla saadut tulokset olivat lupaavia ja ainoastaan kromatisoidut RGB-piirteet olivat luokittelussa parempia kuin nämä.

Maastoajoneuvon korin teräsrakenteiden värähtelyominaisuuksien FEM-analysointimenetelmien kehittäminen

Tämä diplomityö on tehty Patria Vehicles Oy:n toimeksiannosta. Patria Vehicles Oy:n tuotantoon kuuluvat vaativiin maasto-olosuhteisiin soveltuvat sotilasajoneuvot. Tutkimuksen tarkoituksena oli kehittää menetelmäohjeet, kuinka FEM-analyysillä voidaan tutkia tuotekehitysvaiheessa ajoneuvon korin teräsrakenteiden värähtelyominaisuuksia ja dynaamista käyttäytymistä. Tutkimuksessa on käytetty Ideas-FEM-ohjelmistoa. Dynaamisten ongelmien ratkaisemiseksi on ymmärrettävä rakenteiden dynaamista käyttäytymistä. Rakenteiden käyttäytymistä ja muodonmuutoksia on tutkittava kriittisillä ominaistaajuuksilla. Tutkimuksessa on selvitetty, kuinka ajoneuvon elementtimallilla voidaan tehdä ominaisvärähtely- ja vastelaskentaa. Ominaisvärähtelylaskennalla selvitetään rakenteen ominaismuodot ja -taajuudet. Vastelaskennalla tutkitaan erilaisten herätteiden vaikutuksia ajoneuvon dynaamiseen käyttäytymiseen ja määritetään herätteistä rakenteeseen aiheutuvat vasteet ja herätteiden siirtyvyys rakenteessa. Lisäksi tutkitaan herätteiden aiheuttamia todellisia jännityksiä ja siirtymiä, jotta saadaan selville rakenteen todelliset rasitukset. Analyyseillä voidaan tutkia, kuinka ajoneuvon korirakennetta on jäykistettävä ja vaimennettava, jotta siinä ei esiinny haitallista melua ja värähtelyä.