Consumers' use of nutrition-related endorsement symbol to help their purchase decisions: An extension of the theory of planned behaviour

Tutkimuksessa haluttiin selvittää, mitkä tekijät vaikuttavat ravintoon liittyvän suositusmerkin käyttöön kuluttajan ostopäätöksen apuna. Tutkimuksen viitekehyksen pohjaksi valittiin suunnitellun toiminnan teoria, joka on osoittautunut selittämään hyvin useaa ravintoon- ja terveyteen liittyvää käyttäytymistä. Tutkimustoteutettiin kyselytutkimuksella, jonka aineisto kerättiin Internetissä julkaistulla kyselylomakkeella. Tulokset osoittivat, että kuluttajan aikomus käyttää suositusmerkkiä oli mallin vahvin selittäjä. Lisäksi merkin käyttöä selitti kuluttajan kokema sisäinen kontrolli, johon ulkoinen kontrolli vahvasti vaikuttaa. Ostopäätössitoutumisen havaittiin vaikuttavan aikomuksen ja todellisen merkin käytön väliseen yhteyteen. Yleisesti tulokset osoittivat, että kuluttajilla on aikomusta käyttää merkkiä, mutta todellinen käyttö on huomattavasti vähäisempää.

EGPRS-muutokset matkapuhelimen fyysiselle signalointiprotokollatasolle

Tässä työssä käsitellään muutoksia, joita EGPRS-standardi aiheuttaa matkapuhelimen fyysiselle signalointiprotokollatasolle. EGPRS on laajennus normaaliin GPRS-verkkoon ja se mahdollistaa yhteistoiminnan Yhdysvalloissa käytetyn TDMA-matkapuhelinstandardin kanssa. EGPRS-puhelimessa puhelut hoidetaan TDMA-verkon kautta ja datan siirto GPRS-verkon kautta. EGPRS operoi GSM850 ja GSM1900 taajuusalueilla. EGPRS:n merkittävimpiä uusia ominaisuuksia ovat modulointimenetelmä EDGE ja kompaktit kontrollikanavat. Uudella modulointimenetelmällä saavutetaan kolminkertainen tiedonsiirtonopeus vanhaan modulointimenetelmään verrattuna. Kompaktien kontrollikanavien avulla voidaan tukiaseman taajuuskaistan tarvetta pienentää huomattavasti. Tukiasema voi käyttää vanhaa ja uutta modulointimenetelmää yhtä aikaa. EGPRS-verkko voi sisältää sekä kompakteja että normaaleja tukiasemia.

Web-Based Extension Studies in Medical Calculation

Nordic forum for nursing teachers. Wednesday - Friday 9-11 November 2011 Ounasvaara Campus School of Heath Care and Sports Rovaniemi University of Applied Sciences

Design and implementation of a production synchronization extension for Microsoft Dynamics AX

In a just-in-time, assemble-to-order production environments the scheduling of material requirements and production tasks - even though difficult - is of paramount importance. Different enterprise resource planning solutions with master scheduling functionality have been created to ease this problem and work as expected unless there is a problem in the material flow. This case-based candidate’s thesis introduces a tool for Microsoft Dynamics AX multisite environment, that can be used by site managers and production coordinators to get an overview of the current open sales order base and prioritize production in the event of material shortouts to avoid part-deliveries.

Efficient Optimization Algorithms for Nonlinear Data Analysis

Identification of low-dimensional structures and main sources of variation from multivariate data are fundamental tasks in data analysis. Many methods aimed at these tasks involve solution of an optimization problem. Thus, the objective of this thesis is to develop computationally efficient and theoretically justified methods for solving such problems. Most of the thesis is based on a statistical model, where ridges of the density estimated from the data are considered as relevant features. Finding ridges, that are generalized maxima, necessitates development of advanced optimization methods. An efficient and convergent trust region Newton method for projecting a point onto a ridge of the underlying density is developed for this purpose. The method is utilized in a differential equation-based approach for tracing ridges and computing projection coordinates along them. The density estimation is done nonparametrically by using Gaussian kernels. This allows application of ridge-based methods with only mild assumptions on the underlying structure of the data. The statistical model and the ridge finding methods are adapted to two different applications. The first one is extraction of curvilinear structures from noisy data mixed with background clutter. The second one is a novel nonlinear generalization of principal component analysis (PCA) and its extension to time series data. The methods have a wide range of potential applications, where most of the earlier approaches are inadequate. Examples include identification of faults from seismic data and identification of filaments from cosmological data. Applicability of the nonlinear PCA to climate analysis and reconstruction of periodic patterns from noisy time series data are also demonstrated. Other contributions of the thesis include development of an efficient semidefinite optimization method for embedding graphs into the Euclidean space. The method produces structure-preserving embeddings that maximize interpoint distances. It is primarily developed for dimensionality reduction, but has also potential applications in graph theory and various areas of physics, chemistry and engineering. Asymptotic behaviour of ridges and maxima of Gaussian kernel densities is also investigated when the kernel bandwidth approaches infinity. The results are applied to the nonlinear PCA and to finding significant maxima of such densities, which is a typical problem in visual object tracking.