Nested Rollout Policy Adaptation for optimizing vehicle selection in complex VRPs

The goal of Vehicle Routing Problems (VRP) and their variations is to transport a set of orders with the minimum number of vehicles at least cost. Most approaches are designed to solve specific problem variations independently, whereas in real world applications, different constraints are handled concurrently. This research extends solutions obtained for the traveling salesman problem with time windows to a much wider class of route planning problems in logistics. The work describes a novel approach that:  supports a heterogeneous fleet of vehicles  dynamically reduces the number of vehicles  respects individual capacity restrictions  satisfies pickup and delivery constraints  takes Hamiltonian paths (rather than cycles) The proposed approach uses Monte-Carlo Tree Search and in particular Nested Rollout Policy Adaptation. For the evaluation of the work, real data from the industry was obtained and tested and the results are reported.

Temporomandibular Disorders and Headache in Adolescents

13-16-vuotiaiden purentaelimistön toimintahäiriöt ja päänsärky Tutkimuksen tarkoituksena oli selvittää purentaelimistön toimintahäiriöihin (TMD) liittyvien oireiden ja kliinisten löydösten esiintyvyyttä ja muutosta kolmen vuoden seurannan aikana päänsärystä kärsivillä nuorilla ja heidän verrokeillaan, TMD-löydösten yhteyttä eri tyyppisiin päänsärkyihin ja päänsärkyyn liittyviin tekijöihin, TMD-löydöksiä ennustavia tekijöitä sekä perhetaustan osuutta TMD-löydösten esiintyvyyteen. Tutkimus perustui kahteen laajaan koululaismateriaaliin Turun seudulla. Ensimmäinen 13-vuotiaiden nuorten ryhmä (n = 311) osallistui myös 16-vuotiaana seuranta-tutkimukseen. Toisen 13-vuotiaiden nuorten ryhmän (n = 154) äidit (n = 154) osallistuivat myös tutkimukseen, jossa selvitettiin tapaus-verrokkiasetelmassa TMD-löydösten ja päänsärkyjen esiintyvyyttä kahdessa sukupolvessa. Nuoret jaettiin päänsärkyryhmiin ja terveisiin kontrolleihin IHS (1988) päänsärky-kriteerien mukaisesti kyselykaavakkeen ja lääkärin suorittaman haastattelun ja kliinisen tutkimuksen antamien tietojen perusteella. Lääkäri määritteli äitien päänsärkydiagnoosin kyselykaavakkeen tietojen perusteella. Kaikki nuoret ja heidän äitinsä haastateltiin ja heille tehtiin kliininen purentafysiologinen tutkimus sokkoutetusti. Tutkimuksen tulokset osoittivat, että tytöillä esiintyi TMD-löydöksiä selvästi enemmän kuin pojilla sekä ennen puberteettia että sen jälkeen. Tutkimuksessa havaittiin selkeä yhteys TMD-löydösten ja molempien päänsärkytyyppien, migreenin ja episodisen tensiotyyppisen päänsäryn, välillä. Kolmen vuoden seurannan aikana TMD-löydöksissä havaittiin runsasta muutosta ja iän myötä vähenemistä, mutta TMD-oireiden kohdalla ei vastaavaa muutosta todettu. TMD-löydösten ja niska-hartiaseudun lihaskipujen välillä havaittiin yhteys 13-vuotiailla nuorilla. Mikään päänsärkyyn liittyvistä tekijöistä 13-vuotiailla ei osoittautunut ennustavaksi taustatekijäksi myöhemmille TMD-löydöksille. TMD-löydösten suhteen ei todettu perheyhteyttä. Päänsäryistä kärsivillä nuorilla on enemmän myös muita kiputiloja, kuten purentaelimistön toimintahäiriöitä ja niska-hartiaseudun kipuja, kuin heidän terveillä verrokeillaan. 1316 vuoden iässä nämä löydökset ovat valtaosaltaan lieviä ja vaihtelevia.

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.

Motivational Influences on Transfer: Dimensions and Boundary Conditions

The focus of this dissertation is the motivational influences on transfer in higher education and professional training contexts. To estimate these motivational influences, the dissertation includes seven individual studies that are structured in two parts. Part I, Dimensions, aims at identifying the dimensionality of motivation to transfer and its structural relations with training-related antecedents and outcomes. Part II, Boundary Conditions, aims at testing the predictive validity of motivation theories used in contemporary training research under different study conditions. Data in this dissertation was gathered from multi-item questionnaires, which were analyzed differently in Part I and Part II. Studies in Part I employed exploratory and confirmatory factor analysis, structural equation modeling, partial least squares (PLS) path modeling, and mediation analysis. Studies in Part II used artifact distribution meta-analysis, (nested) subgroup analysis, and weighted least squares (WLS) multiple regression. Results demonstrate that motivation to transfer can be conceptualized as a three-dimensional construct, including autonomous motivation to transfer, controlled motivation to transfer, and intention to transfer, given a theoretical framework informed by expectancy theory, self-determination theory, and the theory of planned behavior. Results also demonstrate that a range of boundary conditions moderates motivational influences on transfer. To test the predictive validity of expectancy theory, social cognitive theory, and the theory of goal orientations under different study settings, a total of 17 boundary conditions were meta-analyzed, including age; assessment criterion; assessment source; attendance policy; collaboration among trainees; computer support; instruction; instrument used to measure motivation; level of education; publication type; social training context; SS/SMC bias; study setting; survey modality; type of knowledge being trained; use of a control group; and work context. Together, the findings cumulated in this thesis support the basic premise that motivation is centrally important for transfer, but that motivational influences need to be understood from a more differentiated perspective than commonly found in the literature, in order to account for several dimensions and boundary conditions. The results of this dissertation across the seven individual studies are reflected in terms of their implications for theory development and their significance for training evaluation and the design of training environments. Limitations and directions to take in future research are discussed.

Outcome of human papillomavirus infection among men in the Finnish Family HPV Study

Ihmisen papilloomaviruksen taudinkuva suomalaisperheiden seurantatutkimuksen mieskohortissa Tieto ihmisen papilloomaviruksen (HPV) yhteydestä eri anatomisten alueiden sairauksien syntyyn on lisännyt mielenkiintoa miehen papilloomavirustulehduksen taudinkulun selvittämiseksi. Tämä väitöskirjatyö on osa suomalaista seurantatutkimusta, jossa tutkitaan HPVinfektioiden tartuntareittejä 329 perheessä. Väitöstyössä keskitytään tutkimukseen osallistuneiden 131 miehen aineistoon. Suun limakalvonäytteet otettiin seitsemässä aikapisteessä. Lisäksi otettiin sukuelinalueen näytteet kahdella seurantakäynnillä. Riskitekijöitä kartoittava kyselytutkimus teetettiin tutkimuksen alkutilanteessa sekä viimeisellä seurantakäynnillä. Oireettomat HPV infektiot olivat alkutilanteessa yleisiä molemmilla sukupuolilla (miesten suu 18,3 % ja sukuelinalue 35,9 %, naisten suu 17,2 % ja kohdunsuu 18,8 %), mutta HPV:n genotyyppien vastaavuus partnerien välillä oli vähäinen. Naisen, mutta ei miehen, seksuaalinen riskikäyttäytyminen oli yhteydessä pariskunnan HPV tyyppien vastaavuuteen. Partnerin ja siviilisäädyn vaihtaminen lisäsivät miehen riskiä saada uusia HPV infektioita. Miehen suun limakalvonäytteistä löytyi kaikkiaan 17 eri HPV tyyppiä. Suun HPV-tulehduksen esiintyvyys vaihteli eri aikapisteissä 15 %:sta 31 %:iin. Uusien HPV tulehdusten ilmaantumisaika vaihteli 3,9 ja 25,7 kuukauden välillä. Suun HPV infektio parani valtaosalla miehistä. Suun krooninen HPV-infektio todettiin 14 %:lla miehistä. Näiden infektioiden keskimääräinen kesto vaihteli 6.0:sta 30.7:ään kuukauteen. Tupakointi lisäsi korkean riskin HPV tyyppien aiheuttamien suun kroonisten infektioiden riskiä, kun taas aikaisemmin sairastetut sukuelinten kondyloomat suojasivat siltä. Tuloksemme osoittavat, että miehen oireeton HPV tulehdus on yleinen suussa ja sukuelinten alueella. Vakaa parisuhde suojaa uusilta HPV tulehduksilta. Tupakoinnilla on keskeinen merkitys suun HPV-infektion kroonistumisessa.

Biomedical Event Extraction with Machine Learning

Biomedical natural language processing (BioNLP) is a subfield of natural language processing, an area of computational linguistics concerned with developing programs that work with natural language: written texts and speech. Biomedical relation extraction concerns the detection of semantic relations such as protein-protein interactions (PPI) from scientific texts. The aim is to enhance information retrieval by detecting relations between concepts, not just individual concepts as with a keyword search. In recent years, events have been proposed as a more detailed alternative for simple pairwise PPI relations. Events provide a systematic, structural representation for annotating the content of natural language texts. Events are characterized by annotated trigger words, directed and typed arguments and the ability to nest other events. For example, the sentence “Protein A causes protein B to bind protein C” can be annotated with the nested event structure CAUSE(A, BIND(B, C)). Converted to such formal representations, the information of natural language texts can be used by computational applications. Biomedical event annotations were introduced by the BioInfer and GENIA corpora, and event extraction was popularized by the BioNLP'09 Shared Task on Event Extraction. In this thesis we present a method for automated event extraction, implemented as the Turku Event Extraction System (TEES). A unified graph format is defined for representing event annotations and the problem of extracting complex event structures is decomposed into a number of independent classification tasks. These classification tasks are solved using SVM and RLS classifiers, utilizing rich feature representations built from full dependency parsing. Building on earlier work on pairwise relation extraction and using a generalized graph representation, the resulting TEES system is capable of detecting binary relations as well as complex event structures. We show that this event extraction system has good performance, reaching the first place in the BioNLP'09 Shared Task on Event Extraction. Subsequently, TEES has achieved several first ranks in the BioNLP'11 and BioNLP'13 Shared Tasks, as well as shown competitive performance in the binary relation Drug-Drug Interaction Extraction 2011 and 2013 shared tasks. The Turku Event Extraction System is published as a freely available open-source project, documenting the research in detail as well as making the method available for practical applications. In particular, in this thesis we describe the application of the event extraction method to PubMed-scale text mining, showing how the developed approach not only shows good performance, but is generalizable and applicable to large-scale real-world text mining projects. Finally, we discuss related literature, summarize the contributions of the work and present some thoughts on future directions for biomedical event extraction. This thesis includes and builds on six original research publications. The first of these introduces the analysis of dependency parses that leads to development of TEES. The entries in the three BioNLP Shared Tasks, as well as in the DDIExtraction 2011 task are covered in four publications, and the sixth one demonstrates the application of the system to PubMed-scale text mining.

Prenatal and perinatal risk factors for bipolar disorder

Bipolar disorder (BPD) is a severe mental disorder associated with considerable morbidity and mortality. Prenatal insults have been shown to be associated with later development of mental disorders and there is a growing interest in the potential role of prenatal and perinatal risk factors in the development of BPD. The aims of this thesis were to describe the overall study design of the Finnish Prenatal Study of Bipolar Disorders (FIPS-B) and demographic characteristics of the sample. Furthermore, it was aimed to examine the association of parental age, parental age difference, perinatal complications and maternal smoking during pregnancy with BPD. This thesis is based on FIPS-B, a nested case-control study using several nationwide registers. The cases included all people born in Finland between January 1st 1983 and December 31st 1998 and diagnosed with BPD according to the Finnish Hospital Discharge Register (FHDR) before December 31st 2008. Controls for this study were people who were without BPD, schizophrenia or diagnoses related to these disorders, identified from the Population Register Centre (PRC), and matched two-fold to the cases on sex, date of birth (+/- 30 days), and residence in Finland on the first day of diagnosis of the matched case. Conditional logistic regression models were used to examine the association between risk factors and BPD. This study included 1887 BPD cases and 3774 matched controls. The mean age at diagnosis was 19.3 years and females accounted for 68% of the cases. Mothers with the lowest educational level had the highest odds of having BPD in offspring. Being born in Eastern and Southern region of Finland increased the odds of having BPD later in life. A U-shaped distribution of odds ratio was observed between paternal age and BPD in the unadjusted analysis. Maternal age and parental age difference was not associated with BPD. Birth by planned caesarean section was associated with increased odd of BPD. Smoking during pregnancy was not associated with BPD in the adjusted analyses. Region of birth and maternal educational level were associated with BPD. Both young and old father’s age was associated with BPD. Most perinatal complications and maternal smoking during pregnancy were not associated with BPD. The findings of this thesis, considered together with previous literature, suggest that the pre- and perinatal risk factor profile varies among different psychiatric disorders.

Conceptualizing and counteracting the bullying dynamic: Classroom and school contexts matter

Guided by the social-ecological conceptualization of bullying, this thesis examines the implications of classroom and school contexts—that is, students’ shared microsystems—for peer-to-peer bullying and antibullying practices. Included are four original publications, three of which are empirical studies utilizing data from a large Finnish sample of students in the upper grade levels of elementary school. Both self- and peer reports of bullying and victimization are utilized, and the hierarchical nature of the data collected from students nested within school ecologies is accounted for by multilevel modeling techniques. The first objective of the thesis is to simultaneously examine risk factors for victimization at individual, classroom, and school levels (Study I). The second objective is to uncover the individual- and classroom-level working mechanisms of the KiVa antibullying program which has been shown to be effective in reducing bullying problems in Finnish schools (Study II). Thirdly, an overview of the extant literature on classroom- and school-level contributions to bullying and victimization is provided (Study III). Finally, attention is paid to the assessment of victimization and, more specifically, to how the classroom context influences the concordance between self- and peer reports of victimization (Study IV). Findings demonstrate the multiple ways in which contextual factors, and importantly students’ perceptions thereof, contribute to the bullying dynamic and efforts to counteract it. Whereas certain popular beliefs regarding the implications of classroom and school contexts do not receive support, the role of peer contextual factors and the significance of students’ perceptions of teachers’ attitudes toward bullying are highlighted. Directions for future research and school-based antibullying practices are suggested.

Scalable Feature Selection Applications for Genome-Wide Association Studies of Complex Diseases

Personalized medicine will revolutionize our capabilities to combat disease. Working toward this goal, a fundamental task is the deciphering of geneticvariants that are predictive of complex diseases. Modern studies, in the formof genome-wide association studies (GWAS) have afforded researchers with the opportunity to reveal new genotype-phenotype relationships through the extensive scanning of genetic variants. These studies typically contain over half a million genetic features for thousands of individuals. Examining this with methods other than univariate statistics is a challenging task requiring advanced algorithms that are scalable to the genome-wide level. In the future, next-generation sequencing studies (NGS) will contain an even larger number of common and rare variants. Machine learning-based feature selection algorithms have been shown to have the ability to effectively create predictive models for various genotype-phenotype relationships. This work explores the problem of selecting genetic variant subsets that are the most predictive of complex disease phenotypes through various feature selection methodologies, including filter, wrapper and embedded algorithms. The examined machine learning algorithms were demonstrated to not only be effective at predicting the disease phenotypes, but also doing so efficiently through the use of computational shortcuts. While much of the work was able to be run on high-end desktops, some work was further extended so that it could be implemented on parallel computers helping to assure that they will also scale to the NGS data sets. Further, these studies analyzed the relationships between various feature selection methods and demonstrated the need for careful testing when selecting an algorithm. It was shown that there is no universally optimal algorithm for variant selection in GWAS, but rather methodologies need to be selected based on the desired outcome, such as the number of features to be included in the prediction model. It was also demonstrated that without proper model validation, for example using nested cross-validation, the models can result in overly-optimistic prediction accuracies and decreased generalization ability. It is through the implementation and application of machine learning methods that one can extract predictive genotype–phenotype relationships and biological insights from genetic data sets.