Pekka Raittila lestadiolaisuutta koskevan lähdeaineiston kerräjänä ja järjestäjänä

Zusammenfassung: Pekka Raittila als Sammler und Ordner von Quellen über das Laestadianertum

Minimum error contrast enhancement

Contrast enhancement is an image processing technique where the objective is to preprocess the image so that relevant information can be either seen or further processed more reliably. These techniques are typically applied when the image itself or the device used for image reproduction provides poor visibility and distinguishability of different regions of interest inthe image. In most studies, the emphasis is on the visualization of image data,but this human observer biased goal often results to images which are not optimal for automated processing. The main contribution of this study is to express the contrast enhancement as a mapping from N-channel image data to 1-channel gray-level image, and to devise a projection method which results to an image with minimal error to the correct contrast image. The projection, the minimum-error contrast image, possess the optimal contrast between the regions of interest in the image. The method is based on estimation of the probability density distributions of the region values, and it employs Bayesian inference to establish the minimum error projection.

Asiakas johdon laskentatoimen menetelmissä

Tässä kandidaatintyössä tarkastellaan erilaisia johdon laskentatoimessa käytettyjä menetelmiä, jotka liittyvät asiakkaisiin. Työ on teoriapainotteinen ja se perustuu pitkälti aiheesta kirjoitettuihin artikkeleihin, mutta joukossa on myös muutama käytännön esimerkki. Työn tavoitteena on muodostaa laaja-alainen kirjallisuuskatsaus johdon laskentatoimessa käytettäviin asiakaslaskentamenetelmiin sekä niiden hyötyihin ja ongelmiin. Kiristyvän kilpailun ja globalisaation myötä asiakkaan huomioonottaminen on muodostunut yhä tärkeämmäksi seikaksi yritysmaailmassa. Asiakaslähtöisyydestä on tullut muoti-ilmiö, johon kaikki haluavat panostaa. Tämä lisää johdon tietotarpeita ja asettaa näin uusia vaatimuksia johdon laskentatoimelle. Siirtyminen uusiin laskentamenetelmiin ja toimintatapoihin aiheuttaa jatkuvasti uusia haasteita, sillä muitakaan yrityksen sidosryhmiä ei voi unohtaa asiakaslähtöisyyttä parannettaessa. Yksi eniten huomiota saanut asiakaslaskentamenetelmä on asiakaskannattavuus. Sen tarkoituksena on tutkia, mitkä asiakkaat tai asiakasryhmät ovat kannattavia ja mitkä eivät. Muita esiteltäviä asiakaslaskentamenetelmiä ovat muun muassa asiakkaiden arvottaminen, tavoitekustannuslaskenta, arvoperusteinen hinnoittelu sekä suorituskykymittaristojen asiakasnäkökulmat. Osa asiakaslaskentamenetelmistä on jo nykyisin laajassa käytössä yrityksissä, mutta tulevaisuudessa niiden käyttö lisääntynee entisestään, kun menetelmiä kehitetään helppokäyttöisemmiksi ja luotettavimmiksi.