Increasing the efficiency of disparity computation by interpolation

Tässä diplomityössä tutkitaan dispariteettikartan laskennan tehostamista interpoloimalla. Kolmiomittausta käyttämällä stereokuvasta muodostetaan ensin harva dispariteettikartta, jonka jälkeen koko kuvan kattava dispariteettikartta muodostetaan interpoloimalla. Kolmiomittausta varten täytyy tietää samaa reaalimaailman pistettä vastaavat kuvapisteet molemmissa kameroissa. Huolimatta siitä, että vastaavien pisteiden hakualue voidaan pienentää kahdesta ulottuvuudesta yhteen ulottuvuuteen käyttämällä esimerkiksi epipolaarista geometriaa, on laskennallisesti tehokkaampaa määrittää osa dispariteetikartasta interpoloimalla, kuin etsiä vastaavia kuvapisteitä stereokuvista. Myöskin johtuen stereonäköjärjestelmän kameroiden välisestä etäisyydestä, kaikki kuvien pisteet eivät löydy toisesta kuvasta. Näin ollen on mahdotonta määrittää koko kuvan kattavaa dispariteettikartaa pelkästään vastaavista pisteistä. Vastaavien pisteiden etsimiseen tässä työssä käytetään dynaamista ohjelmointia sekä korrelaatiomenetelmää. Reaalimaailman pinnat ovat yleisesti ottaen jatkuvia, joten geometrisessä mielessä on perusteltua approksimoida kuvien esittämiä pintoja interpoloimalla. On myöskin olemassa tieteellistä näyttöä, jonkamukaan ihmisen stereonäkö interpoloi objektien pintoja.

Increasing Industrial Customer Value through the Internet in Transportation Services

Tutkimuksen tavoitteena oli selvittää, kuinka sähköisiä palveluita tarjoamalla voidaan tuottaa asiakkaalle lisäarvoa yritysten välisessä kaupankäynnissä. Tarkastelunäkökulmana oli kuljetuspalveluita tarjoava yritys. Teoreettinen tutkimus pohjautui palveluiden markkinointiin, erityisesti palvelun laatuun, asiakkaan kokeman arvon lisäämiseen, asiakkaan odotuksiin, sekä Internetin välityksellä käytävään sähköiseen kauppaan. Kyselytutkimuksella selvitettiin lähinnä asiakkaiden odotuksia, koska sähköisiä palveluita ei vielä ole laajalti käytössä. Tutkimuksen mukaan asiakkaat kokivat useimmat ehdotetuista palveluista, kuten ajantasaisen reitti- ja aikataulupalvelun, tarkan lähtö- ja tuloinformaation, sekä konttien seurantapalvelun, lisäarvoa tuoviksi. Toisaalta yrityksen tarjoama uutispalvelu, tavaroiden tullaus ja keskustelufoorumi sähköisessä muodossa eivät tuntuneet luovan asiakkaille lisäarvoa.

Workplace Social Capital and Employee Health

Työyhteisön sosiaalinen pääoma ja työntekijöiden terveys Monien tutkimusten mukaan sosiaalinen pääoma vaikuttaa terveyteen. Vaikka työssä käyvä väestönosa on merkittävän osan valveillaoloajastaan työyhteisössä, siellä kertyvää sosiaalista pääomaa on toistaiseksi tutkittu vähän. Tässä tutkimuksessa selvitettiin työyhteisön sosiaalisen pääoman ja kuntatyöntekijöiden terveyden välistä yhteyttä pitkittäisasetelmassa hyödyntäen Kuntasektorin henkilöstön seurantatutkimuksen aineistoa vuosilta 2000–2005. Yhteensä 48592 kuntatyöntekijää vastasi kyselyyn vuosina 2000–02 (vastausprosentti 68 %). Heistä 35914 (77 %) osallistui myös seurantatutkimukseen vuosina 2004–05. Tutkimuksessa kehitettiin kyselyyn perustuva työyhteisön sosiaalisen pääoman mittausmenetelmä. Työntekijän omaan arvioon perustuvan sosiaalisen pääoman lisäksi mitattiin työyhteisön sosiaalista pääomaa käyttämällä samassa työyhteisössä työskentelevien muiden työntekijöiden keskimääräistä arviota sosiaalisesta pääomasta. Terveyttä mitattiin kysymyksellä koetusta terveydestä. Masennusta arvioitiin sekä kysymällä lääkärin toteamasta masennuksesta että masennuslääkeostoilla Kelan lääkerekistereistä. Analyyseihin otettiin mukaan vain ne kuntatyöntekijät, jotka olivat lähtötilanteissa terveitä eli kokivat terveytensä hyväksi tai heillä ei ollut aiempaa diagnosoitua tai lääkehoitoa vaatinutta masennusta. Tulosten analysointiin käytettiin monitasomallinnusta. Tulokset vakioitiin sosiodemografisten tekijöiden ja terveyskäyttäytymisen suhteen. Neljän vuoden seurannassa sekä jatkuvasti vähäinen että vähenevä yksilön sosiaalinen pääoma työssä lisäsi riskiä koetun terveyden heikkenemiseen niillä kuntatyöntekijöillä, jotka eivät vaihtaneet työpaikkaa seurannan aikana ja jotka seurannan alussa kokivat terveytensä hyväksi. Tulos ei selittynyt sosiodemografisilla tekijöillä tai terveyskäyttäytymisen eroilla. Tuloksen merkittävyyttä tuki havainto, että myös työtoverien arvioon perustuva sosiaalinen pääoma ennusti oman terveyden huononemista seuranta-aikana. Niillä työntekijöillä, jotka työskentelivät sellaisissa työyhteisöissä, joissa koko seurannan ajan oli vähiten sosiaalista pääomaa, oli lähes 1.3 -kertainen riski terveyden heikentymiseen. Vähäinen omaan arvioon perustuva sosiaalinen pääoma työssä ennusti myös masennuksen ilmaantuvuutta lähtötilanteessa ei-masentuneilla lähes neljän vuoden seurannassa. Matalaan sosiaaliseen pääomaan liittyi 20–50 % suurempi todennäköisyys sairastua masennukseen seurannan aikana niin itseraportoidun lääkärin totea-man masennuksen kuin masennuslääkeostojen perusteella. Tätä tulosta ei kuitenkaan pystytty toistamaan käyttämällä oman arvion sijasta työtoverien arviota työyhteisön sosiaalisesta pääomasta. Tutkimusta sosiaalisen pääoman vaikutusta masennuksen ilmaantumiseen jatkettiin selvittämällä miten sosiaalisen pääoman eri ulottuvuudet vaikuttivat masennuksen ilmaantumiseen. Tulosten mukaan sosiaalisen pääoman vertikaalinen komponentti (työntekijöiden ja esimiesten välinen luottamus, vastavuoroisuus ja jaetut arvot ja normit, jotka edesauttavat yhteistyötä) sekä horisontaalinen komponentti (työntekijöiden välisissä suhteissa yhteistyöstä, luottamuksesta ja vastavuoroisuudesta syntyvä sosiaalinen pääoma) vaikuttivat itsenäisesti masennusriskiin. Tutkimuksen perusteella korkea työyhteisön sosiaalinen pääoma saattaa vaikuttaa edullisesti työntekijöiden terveyteen. Jos näin on, olisi tärkeää edistää työyhteisöjen sosiaalista pääomaa ja kannustaa sellaiseen toimintaan, joka lisää suvaitsevaisuutta, luottamusta ja vastavuoroisuutta sekä työntekijöiden kesken että työntekijöiden ja esimiesten välillä.

Liiketoimintamalli teollisuuden ylijäämälämmön hyödyntämisestä kaukolämpöverkoissa

Tässä työssä tarkastellaan teollisuuden ylijäämälämmön hyödyntämistä kaukolämpöverkoissa liiketoimintamallin näkökulmasta. Työn tilaaja on YIT Teollisuus Oy, joka haluaa osaltaan olla mukana ratkaisemassa ilmastonmuutoksesta ja hiilidioksidipäästöjen vähentämistarpeista aiheutuvia yhteiskunnan kehitystarpeita. Energiatehokkuuden parantaminen on yksi nopeimmista keinoista vähentää päästöjä. Teollisuuden energiatehokkuutta voidaan parantaa ottamalla talteen sähköntuotannossa ja tuotantoprosesseissa syntyvää ylijäämälämpöä. Aikaisempien tutkimusten perusteella tiedetään, että Suomessa syntyy vuosittain noin 4–6 TWh ylijäämälämpöä, joka voitaisiin hyödyntää jo olemassa olevien kaukolämpöverkkojen välityksellä rakennusten lämmittämiseen. Kuitenkin vuonna 2008 teollisuus myi ylijäämälämpöä kaukolämpöverkkoihin yhteensä vain 770 GWh, mikä vastaa noin 2,5 prosenttia kokonaiskaukolämmön tarpeesta. Tämän työn tuloksena syntyi liiketoimintamalli, joka esittelee ne palvelut, jotka YIT tuottaa asiakkailleen tilanteissa, joissa teollisuudessa syntyvää ylijäämälämpöä hyödynnetään kaukolämpöverkoissa. Jotta liiketoimintamalli toimisi käytännössä, on siitä oltava hyötyä kaikille osapuolille. Asiakkaan on siis voitava kattaa palvelusta ja sen rahoituksesta syntyvät kustannukset myydyn ylijäämälämmön tuotolla (teollisuuslaitos) tai säästyneistä energian hankintakustannuksista (kaukolämpöyhtiö). Eniten ylijäämälämmön käytöstä voivat hyötyä kaukolämpöyhtiöt, joiden tuotannosta korkeintaan pieni osa tulee yhteistuotannosta ja joilla uusiutuvien energialähteiden osuus on vähäinen. Lisäksi kaukolämpöverkon koon vuotuisena kulutuksena mitattuna on oltava riittävän suuri ja kaukolämmön hinnan suhteellisen korkea. Myös alueen ennustettu väestönkasvu ja uudet suunnitteilla olevat asuinalueet saattavat parantaa ylijäämälämmön hyödyntämisen houkuttelevuutta. YIT:n näkökulmasta ylijäämälämmön talteenottoprojektit ovat hyvä lisä sen nykyiseen palvelutarjontaan. Myös yhteiskunnallisella tasolla aihe on merkittävä. Vaikka nykytietämyksen mukaan energian käytön tehostaminen ja päästöttömän tuotannon lisääminen ovat molemmat yhtä merkittäviä keinoja ilmastotavoitteiden saavuttamisen kannalta, panostetaan Suomessa tällä hetkellä lähinnä tuotannon tukemiseen. Lähivuosien poliittiset ratkaisut vaikuttavatkin vahvasti siihen, kuinka paljon tulevaisuudessa ylijäämälämpöä hyödynnetään rakennusten lämmittämisessä.

Micro Data Repositories: Increasing the Value of Research on the Web

Presentation at Open Repositories 2014, Helsinki, Finland, June 9-13, 2014

A Bayesian Approach for Forecasting Heat Load in a District Heating System

The growing population in cities increases the energy demand and affects the environment by increasing carbon emissions. Information and communications technology solutions which enable energy optimization are needed to address this growing energy demand in cities and to reduce carbon emissions. District heating systems optimize the energy production by reusing waste energy with combined heat and power plants. Forecasting the heat load demand in residential buildings assists in optimizing energy production and consumption in a district heating system. However, the presence of a large number of factors such as weather forecast, district heating operational parameters and user behavioural parameters, make heat load forecasting a challenging task. This thesis proposes a probabilistic machine learning model using a Naive Bayes classifier, to forecast the hourly heat load demand for three residential buildings in the city of Skellefteå, Sweden over a period of winter and spring seasons. The district heating data collected from the sensors equipped at the residential buildings in Skellefteå, is utilized to build the Bayesian network to forecast the heat load demand for horizons of 1, 2, 3, 6 and 24 hours. The proposed model is validated by using four cases to study the influence of various parameters on the heat load forecast by carrying out trace driven analysis in Weka and GeNIe. Results show that current heat load consumption and outdoor temperature forecast are the two parameters with most influence on the heat load forecast. The proposed model achieves average accuracies of 81.23 % and 76.74 % for a forecast horizon of 1 hour in the three buildings for winter and spring seasons respectively. The model also achieves an average accuracy of 77.97 % for three buildings across both seasons for the forecast horizon of 1 hour by utilizing only 10 % of the training data. The results indicate that even a simple model like Naive Bayes classifier can forecast the heat load demand by utilizing less training data.

Benefits of a low-cost one-phase current distortion detection device in appliance supply in low-voltage residential networks

In this bachelor’s thesis are examined the benefits of current distortion detection device application in customer premises low voltage networks. The purpose of this study was to find out if there are benefits for measuring current distortion in low-voltage residential networks. Concluding into who can benefit from measuring the power quality. The research focuses on benefits based on the standardization in Europe and United States of America. In this research, were also given examples of appliances in which current distortion detection device could be used. Along with possible illustration of user interface for the device. The research was conducted as an analysis of the benefits of current distortion detection device in residential low voltage networks. The research was based on literature review. The study was divided to three sections. The first explain the reasons for benefitting from usage of the device and the second portrays the low-cost device, which could detect one-phase current distortion, in theory. The last section discuss of the benefits of usage of current distortion detection device while focusing on the beneficiaries. Based on the result of this research, there are benefits from usage to the current distortion detection device. The main benefitting party of the current distortion detection device was found to be manufactures, as they are held responsible of limiting the current distortion on behalf of consumers. Manufactures could adjust equipment to respond better to the distortion by having access to on-going current distortion in network. The other benefitting party are system operators, who would better locate distortion issues in low-voltage residential network to start prevention of long-term problems caused by current distortion early on.