Data-driven topo-climatic mapping with machine learning methods

Automatic environmental monitoring networks enforced by wireless communication technologies provide large and ever increasing volumes of data nowadays. The use of this information in natural hazard research is an important issue. Particularly useful for risk assessment and decision making are the spatial maps of hazard-related parameters produced from point observations and available auxiliary information. The purpose of this article is to present and explore the appropriate tools to process large amounts of available data and produce predictions at fine spatial scales. These are the algorithms of machine learning, which are aimed at non-parametric robust modelling of non-linear dependencies from empirical data. The computational efficiency of the data-driven methods allows producing the prediction maps in real time which makes them superior to physical models for the operational use in risk assessment and mitigation. Particularly, this situation encounters in spatial prediction of climatic variables (topo-climatic mapping). In complex topographies of the mountainous regions, the meteorological processes are highly influenced by the relief. The article shows how these relations, possibly regionalized and non-linear, can be modelled from data using the information from digital elevation models. The particular illustration of the developed methodology concerns the mapping of temperatures (including the situations of Föhn and temperature inversion) given the measurements taken from the Swiss meteorological monitoring network. The range of the methods used in the study includes data-driven feature selection, support vector algorithms and artificial neural networks.

Machine learning for geospatial data : algorithms, software tools and case studies

Résumé Cette thèse est consacrée à l'analyse, la modélisation et la visualisation de données environnementales à référence spatiale à l'aide d'algorithmes d'apprentissage automatique (Machine Learning). L'apprentissage automatique peut être considéré au sens large comme une sous-catégorie de l'intelligence artificielle qui concerne particulièrement le développement de techniques et d'algorithmes permettant à une machine d'apprendre à partir de données. Dans cette thèse, les algorithmes d'apprentissage automatique sont adaptés pour être appliqués à des données environnementales et à la prédiction spatiale. Pourquoi l'apprentissage automatique ? Parce que la majorité des algorithmes d'apprentissage automatiques sont universels, adaptatifs, non-linéaires, robustes et efficaces pour la modélisation. Ils peuvent résoudre des problèmes de classification, de régression et de modélisation de densité de probabilités dans des espaces à haute dimension, composés de variables informatives spatialisées (« géo-features ») en plus des coordonnées géographiques. De plus, ils sont idéaux pour être implémentés en tant qu'outils d'aide à la décision pour des questions environnementales allant de la reconnaissance de pattern à la modélisation et la prédiction en passant par la cartographie automatique. Leur efficacité est comparable au modèles géostatistiques dans l'espace des coordonnées géographiques, mais ils sont indispensables pour des données à hautes dimensions incluant des géo-features. Les algorithmes d'apprentissage automatique les plus importants et les plus populaires sont présentés théoriquement et implémentés sous forme de logiciels pour les sciences environnementales. Les principaux algorithmes décrits sont le Perceptron multicouches (MultiLayer Perceptron, MLP) - l'algorithme le plus connu dans l'intelligence artificielle, le réseau de neurones de régression généralisée (General Regression Neural Networks, GRNN), le réseau de neurones probabiliste (Probabilistic Neural Networks, PNN), les cartes auto-organisées (SelfOrganized Maps, SOM), les modèles à mixture Gaussiennes (Gaussian Mixture Models, GMM), les réseaux à fonctions de base radiales (Radial Basis Functions Networks, RBF) et les réseaux à mixture de densité (Mixture Density Networks, MDN). Cette gamme d'algorithmes permet de couvrir des tâches variées telle que la classification, la régression ou l'estimation de densité de probabilité. L'analyse exploratoire des données (Exploratory Data Analysis, EDA) est le premier pas de toute analyse de données. Dans cette thèse les concepts d'analyse exploratoire de données spatiales (Exploratory Spatial Data Analysis, ESDA) sont traités selon l'approche traditionnelle de la géostatistique avec la variographie expérimentale et selon les principes de l'apprentissage automatique. La variographie expérimentale, qui étudie les relations entre pairs de points, est un outil de base pour l'analyse géostatistique de corrélations spatiales anisotropiques qui permet de détecter la présence de patterns spatiaux descriptible par une statistique. L'approche de l'apprentissage automatique pour l'ESDA est présentée à travers l'application de la méthode des k plus proches voisins qui est très simple et possède d'excellentes qualités d'interprétation et de visualisation. Une part importante de la thèse traite de sujets d'actualité comme la cartographie automatique de données spatiales. Le réseau de neurones de régression généralisée est proposé pour résoudre cette tâche efficacement. Les performances du GRNN sont démontrées par des données de Comparaison d'Interpolation Spatiale (SIC) de 2004 pour lesquelles le GRNN bat significativement toutes les autres méthodes, particulièrement lors de situations d'urgence. La thèse est composée de quatre chapitres : théorie, applications, outils logiciels et des exemples guidés. Une partie importante du travail consiste en une collection de logiciels : Machine Learning Office. Cette collection de logiciels a été développée durant les 15 dernières années et a été utilisée pour l'enseignement de nombreux cours, dont des workshops internationaux en Chine, France, Italie, Irlande et Suisse ainsi que dans des projets de recherche fondamentaux et appliqués. Les cas d'études considérés couvrent un vaste spectre de problèmes géoenvironnementaux réels à basse et haute dimensionnalité, tels que la pollution de l'air, du sol et de l'eau par des produits radioactifs et des métaux lourds, la classification de types de sols et d'unités hydrogéologiques, la cartographie des incertitudes pour l'aide à la décision et l'estimation de risques naturels (glissements de terrain, avalanches). Des outils complémentaires pour l'analyse exploratoire des données et la visualisation ont également été développés en prenant soin de créer une interface conviviale et facile à l'utilisation. Machine Learning for geospatial data: algorithms, software tools and case studies Abstract The thesis is devoted to the analysis, modeling and visualisation of spatial environmental data using machine learning algorithms. In a broad sense machine learning can be considered as a subfield of artificial intelligence. It mainly concerns with the development of techniques and algorithms that allow computers to learn from data. In this thesis machine learning algorithms are adapted to learn from spatial environmental data and to make spatial predictions. Why machine learning? In few words most of machine learning algorithms are universal, adaptive, nonlinear, robust and efficient modeling tools. They can find solutions for the classification, regression, and probability density modeling problems in high-dimensional geo-feature spaces, composed of geographical space and additional relevant spatially referenced features. They are well-suited to be implemented as predictive engines in decision support systems, for the purposes of environmental data mining including pattern recognition, modeling and predictions as well as automatic data mapping. They have competitive efficiency to the geostatistical models in low dimensional geographical spaces but are indispensable in high-dimensional geo-feature spaces. The most important and popular machine learning algorithms and models interesting for geo- and environmental sciences are presented in details: from theoretical description of the concepts to the software implementation. The main algorithms and models considered are the following: multi-layer perceptron (a workhorse of machine learning), general regression neural networks, probabilistic neural networks, self-organising (Kohonen) maps, Gaussian mixture models, radial basis functions networks, mixture density networks. This set of models covers machine learning tasks such as classification, regression, and density estimation. Exploratory data analysis (EDA) is initial and very important part of data analysis. In this thesis the concepts of exploratory spatial data analysis (ESDA) is considered using both traditional geostatistical approach such as_experimental variography and machine learning. Experimental variography is a basic tool for geostatistical analysis of anisotropic spatial correlations which helps to understand the presence of spatial patterns, at least described by two-point statistics. A machine learning approach for ESDA is presented by applying the k-nearest neighbors (k-NN) method which is simple and has very good interpretation and visualization properties. Important part of the thesis deals with a hot topic of nowadays, namely, an automatic mapping of geospatial data. General regression neural networks (GRNN) is proposed as efficient model to solve this task. Performance of the GRNN model is demonstrated on Spatial Interpolation Comparison (SIC) 2004 data where GRNN model significantly outperformed all other approaches, especially in case of emergency conditions. The thesis consists of four chapters and has the following structure: theory, applications, software tools, and how-to-do-it examples. An important part of the work is a collection of software tools - Machine Learning Office. Machine Learning Office tools were developed during last 15 years and was used both for many teaching courses, including international workshops in China, France, Italy, Ireland, Switzerland and for realizing fundamental and applied research projects. Case studies considered cover wide spectrum of the real-life low and high-dimensional geo- and environmental problems, such as air, soil and water pollution by radionuclides and heavy metals, soil types and hydro-geological units classification, decision-oriented mapping with uncertainties, natural hazards (landslides, avalanches) assessments and susceptibility mapping. Complementary tools useful for the exploratory data analysis and visualisation were developed as well. The software is user friendly and easy to use.

Strategisten investointienhallinta ryhmäpäätöksenteon tukisysteemien avulla

Tutkielman tavoitteena on kehittää prosessi yrityksen strategisten investointien hal-lintaan siten, että yrityksen strateginen arkkitehtuuri mukailee dynaamisten mark-kinoiden jatkuvasti muuttuvia kriittisiä menestystekijöitä. Tutkielma tarjoaa ratkai-sun strategisten investointien kohtaamaan epävarmuuteen, kompleksisuuteen ja si-säisiin konflikteihin luomalla dynaamisiin kyvykkyyksiin perustuvan prosessin, joka toteutetaan ryhmäpäätöksenteon tukisysteemien avulla asiantuntijatietoa hyö-dyntäen. Yrityksen strateginen arkkitehtuuri on mahdollista mallintaa skenaariopohjaisen strategiakartan eli kyvykkyyskartan avulla. Kyvykkyyskarttaan sisällytetyt QFD- ja AHP-mallit mahdollistavat strategisten investointien arvottamisen markkinoiden kriittisten menestystekijöiden suhteen. Dynaamisiin kyvykkyyksiin perustuvat lead user- ja skenaariosuunnitteluvaiheet mahdollistavat puolestaan joustavan investoin-tistrategian luonnin. Tutkielma osoittaa dynaamisia kyvykkyyksiä ja ryhmäpäätök-senteon tukisysteemejä hyödyntävän strategisten investointien hallintaprosessin tarjoavan ratkaisun strategisien investointipäätösten kohtaamiin haasteisiin.Ky-vykkyyskarttaan pohjautuvan strategisen arkkitehtuurin optimointimallin katsottiin olevan realistinen ja uskottava ja korostavan investointien strategisia vaikutuksia.

R&D Performance Analysis: Case Studies on the Challenges and Promotion of the Evaluation and Measurement of R&D

Due to the intense international competition, demanding, and sophisticated customers, and diverse transforming technological change, organizations need to renew their products and services by allocating resources on research and development (R&D). Managing R&D is complex, but vital for many organizations to survive in the dynamic, turbulent environment. Thus, the increased interest among decision-makers towards finding the right performance measures for R&D is understandable. The measures or evaluation methods of R&D performance can be utilized for multiple purposes; for strategic control, for justifying the existence of R&D, for providing information and improving activities, as well as for the purposes of motivating and benchmarking. The earlier research in the field of R&D performance analysis has generally focused on either the activities and considerable factors and dimensions - e.g. strategic perspectives, purposes of measurement, levels of analysis, types of R&D or phases of R&D process - prior to the selection of R&Dperformance measures, or on proposed principles or actual implementation of theselection or design processes of R&D performance measures or measurement systems. This study aims at integrating the consideration of essential factors anddimensions of R&D performance analysis to developed selection processes of R&D measures, which have been applied in real-world organizations. The earlier models for corporate performance measurement that can be found in the literature, are to some extent adaptable also to the development of measurement systemsand selecting the measures in R&D activities. However, it is necessary to emphasize the special aspects related to the measurement of R&D performance in a way that make the development of new approaches for especially R&D performance measure selection necessary: First, the special characteristics of R&D - such as the long time lag between the inputs and outcomes, as well as the overall complexity and difficult coordination of activities - influence the R&D performance analysis problems, such as the need for more systematic, objective, balanced and multi-dimensional approaches for R&D measure selection, as well as the incompatibility of R&D measurement systems to other corporate measurement systems and vice versa. Secondly, the above-mentioned characteristics and challenges bring forth the significance of the influencing factors and dimensions that need to be recognized in order to derive the selection criteria for measures and choose the right R&D metrics, which is the most crucial step in the measurement system development process. The main purpose of this study is to support the management and control of the research and development activities of organizations by increasing the understanding of R&D performance analysis, clarifying the main factors related to the selection of R&D measures and by providing novel types of approaches and methods for systematizing the whole strategy- and business-based selection and development process of R&D indicators.The final aim of the research is to support the management in their decision making of R&D with suitable, systematically chosen measures or evaluation methods of R&D performance. Thus, the emphasis in most sub-areas of the present research has been on the promotion of the selection and development process of R&D indicators with the help of the different tools and decision support systems, i.e. the research has normative features through providing guidelines by novel types of approaches. The gathering of data and conducting case studies in metal and electronic industry companies, in the information and communications technology (ICT) sector, and in non-profit organizations helped us to formulate a comprehensive picture of the main challenges of R&D performance analysis in different organizations, which is essential, as recognition of the most importantproblem areas is a very crucial element in the constructive research approach utilized in this study. Multiple practical benefits regarding the defined problemareas could be found in the various constructed approaches presented in this dissertation: 1) the selection of R&D measures became more systematic when compared to the empirical analysis, as it was common that there were no systematic approaches utilized in the studied organizations earlier; 2) the evaluation methods or measures of R&D chosen with the help of the developed approaches can be more directly utilized in the decision-making, because of the thorough consideration of the purpose of measurement, as well as other dimensions of measurement; 3) more balance to the set of R&D measures was desired and gained throughthe holistic approaches to the selection processes; and 4) more objectivity wasgained through organizing the selection processes, as the earlier systems were considered subjective in many organizations. Scientifically, this dissertation aims to make a contribution to the present body of knowledge of R&D performance analysis by facilitating dealing with the versatility and challenges of R&D performance analysis, as well as the factors and dimensions influencing the selection of R&D performance measures, and by integrating these aspects to the developed novel types of approaches, methods and tools in the selection processes of R&D measures, applied in real-world organizations. In the whole research, facilitation of dealing with the versatility and challenges in R&D performance analysis, as well as the factors and dimensions influencing the R&D performance measure selection are strongly integrated with the constructed approaches. Thus, the research meets the above-mentioned purposes and objectives of the dissertation from the scientific as well as from the practical point of view.

Design,implementation and use of an Internet kiosk as an an information system for CNC machinists

Tätä diplomityötä sponsoroi suuri Isobritannialainen lentokoneteollisuudessa toimiva yritys, joka huomasi että globaalin tuotantostrategian ollessa painopisteenä ja tietoteknisten järjestelmien kuten CAD/CAM ollessa merkittävänä osana tuotantoa, on löydettävä ymmärrys siitä, mitkä ovat tuotannon tietojärjestelmien tarpeet ja onko niiden kehittämisestä hyötyä yritykselle.Diplomityössä selitetään Internet teknologiaan perustuvan kioskin kehittämisestä tietotukijärjestelmäksi tuotanto-osastolle, jossa valmistetaan moottorin osia CNC-koneilla. Kioskeissa on piirteitä, jotka voisivat osoittautua hyödyllisiksi myös tuotantoympäristöissä ja siksi tässä työssä tutkitaan kioskiin perustuvaa lähestymistapaa tuotantoympäristöön sovellettuna.Diplomityö kuvaa informaatiokioskin kehittämistä alkaen alkuvaatimusten keruusta tietojärjestelmää varten, tietojärjestelmän suunnittelu- ja kehitysvaiheen sekä lopuksi analysoi kioskin onnistuneisuutta tuotantoympäristössä käytettävyystutkimuksen avulla, joka suoritettiin sen jälkeen kun kioski oli implementoitu tehtaassa.Johtopäätökset osoittavat, että kioski on hyvin implementoitavissa tuotantoympäristöön ja todistaa, että tuotantoinformaation jakelu sähköisessä muodossa on huomattavasti tehokkaampaa kuin paperilla. Käyttäjien kommentit osoittavat että kioski on sopiva heidän tietotarpeisiinsa ja siitä on hyötyä heidän työlleen. Kioski tarjoaa hyötyjä tuotantotason lisäksi myös johtotasolle.

Työn tietotukijärjestelmän kehitys hienopaperikoneelle

Tämän projektin tarkoituksena oli kehittää paperinvalmistuslinjan multimediapohjaista tietotukijärjestelmää. Kirjallisuusosassa on todettu, että nykyisessä työympäristössä tarvitaan entistä enemmän tietotaitoa työkyvyn ylläpitämiseksi. Työntekijöiden osaaminen on avainasemassa kilpailukyvyn säilyttämisessä. Esille nousee myös suurten ikäluokkien eläköityminen ja osaavan työvoiman riittäminen. Näistä syistä erilaiset koulutukset ovat tällä hetkellä erityisen tärkeitä. Verkko-opetusvälineet ovat taloudellisesti kannattavia erityisesti suurille kohderyhmille ja sopivat hyvin paperiteollisuuden käyttöön. Parhaimmillaan ne ovat myös hyvin tehokkaita opetusvälineitä. Kokeellisessa osan alussa nähtiin tärkeäksi järjestelmän käytettävyyden ja kiinnostavuuden parantaminen ja siksi siihen päätettiin tehdä kokonaan uusi käyttöliittymä ja selkeämpi rakenne. Järjestelmän sisältö rakennettiin uudelleen hyväksikäyttäen vanhaa materiaalia soveltuvin osin. Järjestelmään laadittiin perussisältösivujen lisäksi useita johdantoja, joista saa nopeasti käsityksen tietystä prosessin osasta. Järjestelmään lisättiin myös useita multimediaelementtejä, kuten uusia kuvia, animaatioita ja videoita. Järjestelmään lisättiin myös hakutoiminto, sanasto ja käyttöohje. Näillä uudistuksilla pyrittiin parantamaan järjestelmän käytettävyyttä erityisesti prosessityöntekijöiden perehdytyksen ja työnopastuksen apuvälineenä.

An interactive web-GIS tool for risk analysis: a case study in the Fella River basin, Italy

This paper presents a prototype of an interactive web-GIS tool for risk analysis of natural hazards, in particular for floods and landslides, based on open-source geospatial software and technologies. The aim of the presented tool is to assist the experts (risk managers) in analysing the impacts and consequences of a certain hazard event in a considered region, providing an essential input to the decision-making process in the selection of risk management strategies by responsible authorities and decision makers. This tool is based on the Boundless (OpenGeo Suite) framework and its client-side environment for prototype development, and it is one of the main modules of a web-based collaborative decision support platform in risk management. Within this platform, the users can import necessary maps and information to analyse areas at risk. Based on provided information and parameters, loss scenarios (amount of damages and number of fatalities) of a hazard event are generated on the fly and visualized interactively within the web-GIS interface of the platform. The annualized risk is calculated based on the combination of resultant loss scenarios with different return periods of the hazard event. The application of this developed prototype is demonstrated using a regional data set from one of the case study sites, Fella River of northeastern Italy, of the Marie Curie ITN CHANGES project.

Methods for assessing the sustainability of integrated municipal waste management and

The general striving to bring down the number of municipal landfills and to increase the reuse and recycling of waste-derived materials across the EU supports the debates concerning the feasibility and rationality of waste management systems. Substantial decrease in the volume and mass of landfill-disposed waste flows can be achieved by directing suitable waste fractions to energy recovery. Global fossil energy supplies are becoming more and more valuable and expensive energy sources for the mankind, and efforts to save fossil fuels have been made. Waste-derived fuels offer one potential partial solution to two different problems. First, waste that cannot be feasibly re-used or recycled is utilized in the energy conversion process according to EU’s Waste Hierarchy. Second, fossil fuels can be saved for other purposes than energy, mainly as transport fuels. This thesis presents the principles of assessing the most sustainable system solution for an integrated municipal waste management and energy system. The assessment process includes: · formation of a SISMan (Simple Integrated System Management) model of an integrated system including mass, energy and financial flows, and · formation of a MEFLO (Mass, Energy, Financial, Legislational, Other decisionsupport data) decision matrix according to the selected decision criteria, including essential and optional decision criteria. The methods are described and theoretical examples of the utilization of the methods are presented in the thesis. The assessment process involves the selection of different system alternatives (process alternatives for treatment of different waste fractions) and comparison between the alternatives. The first of the two novelty values of the utilization of the presented methods is the perspective selected for the formation of the SISMan model. Normally waste management and energy systems are operated separately according to the targets and principles set for each system. In the thesis the waste management and energy supply systems are considered as one larger integrated system with one primary target of serving the customers, i.e. citizens, as efficiently as possible in the spirit of sustainable development, including the following requirements: · reasonable overall costs, including waste management costs and energy costs; · minimum environmental burdens caused by the integrated waste management and energy system, taking into account the requirement above; and · social acceptance of the selected waste treatment and energy production methods. The integrated waste management and energy system is described by forming a SISMan model including three different flows of the system: energy, mass and financial flows. By defining the three types of flows for an integrated system, the selected factor results needed in the decision-making process of the selection of waste management treatment processes for different waste fractions can be calculated. The model and its results form a transparent description of the integrated system under discussion. The MEFLO decision matrix has been formed from the results of the SISMan model, combined with additional data, including e.g. environmental restrictions and regional aspects. System alternatives which do not meet the requirements set by legislation can be deleted from the comparisons before any closer numerical considerations. The second novelty value of this thesis is the three-level ranking method for combining the factor results of the MEFLO decision matrix. As a result of the MEFLO decision matrix, a transparent ranking of different system alternatives, including selection of treatment processes for different waste fractions, is achieved. SISMan and MEFLO are methods meant to be utilized in municipal decision-making processes concerning waste management and energy supply as simple, transparent and easyto- understand tools. The methods can be utilized in the assessment of existing systems, and particularly in the planning processes of future regional integrated systems. The principles of SISMan and MEFLO can be utilized also in other environments, where synergies of integrating two (or more) systems can be obtained. The SISMan flow model and the MEFLO decision matrix can be formed with or without any applicable commercial or free-of-charge tool/software. SISMan and MEFLO are not bound to any libraries or data-bases including process information, such as different emission data libraries utilized in life cycle assessments.

Towards increased productivity and quality in software development using agile, lean and collaborative approaches

Dagens programvaruindustri står inför alltmer komplicerade utmaningar i en värld där programvara är nästan allstädes närvarande i våra dagliga liv. Konsumenten vill ha produkter som är pålitliga, innovativa och rika i funktionalitet, men samtidigt också förmånliga. Utmaningen för oss inom IT-industrin är att skapa mer komplexa, innovativa lösningar till en lägre kostnad. Detta är en av orsakerna till att processförbättring som forskningsområde inte har minskat i betydelse. IT-proffs ställer sig frågan: “Hur håller vi våra löften till våra kunder, samtidigt som vi minimerar vår risk och ökar vår kvalitet och produktivitet?” Inom processförbättringsområdet finns det olika tillvägagångssätt. Traditionella processförbättringsmetoder för programvara som CMMI och SPICE fokuserar på kvalitets- och riskaspekten hos förbättringsprocessen. Mer lättviktiga metoder som t.ex. lättrörliga metoder (agile methods) och Lean-metoder fokuserar på att hålla löften och förbättra produktiviteten genom att minimera slöseri inom utvecklingsprocessen. Forskningen som presenteras i denna avhandling utfördes med ett specifikt mål framför ögonen: att förbättra kostnadseffektiviteten i arbetsmetoderna utan att kompromissa med kvaliteten. Den utmaningen attackerades från tre olika vinklar. För det första förbättras arbetsmetoderna genom att man introducerar lättrörliga metoder. För det andra bibehålls kvaliteten genom att man använder mätmetoder på produktnivå. För det tredje förbättras kunskapsspridningen inom stora företag genom metoder som sätter samarbete i centrum. Rörelsen bakom lättrörliga arbetsmetoder växte fram under 90-talet som en reaktion på de orealistiska krav som den tidigare förhärskande vattenfallsmetoden ställde på IT-branschen. Programutveckling är en kreativ process och skiljer sig från annan industri i det att den största delen av det dagliga arbetet går ut på att skapa något nytt som inte har funnits tidigare. Varje programutvecklare måste vara expert på sitt område och använder en stor del av sin arbetsdag till att skapa lösningar på problem som hon aldrig tidigare har löst. Trots att detta har varit ett välkänt faktum redan i många decennier, styrs ändå många programvaruprojekt som om de vore produktionslinjer i fabriker. Ett av målen för rörelsen bakom lättrörliga metoder är att lyfta fram just denna diskrepans mellan programutvecklingens innersta natur och sättet på vilket programvaruprojekt styrs. Lättrörliga arbetsmetoder har visat sig fungera väl i de sammanhang de skapades för, dvs. små, samlokaliserade team som jobbar i nära samarbete med en engagerad kund. I andra sammanhang, och speciellt i stora, geografiskt utspridda företag, är det mera utmanande att införa lättrörliga metoder. Vi har nalkats utmaningen genom att införa lättrörliga metoder med hjälp av pilotprojekt. Detta har två klara fördelar. För det första kan man inkrementellt samla kunskap om metoderna och deras samverkan med sammanhanget i fråga. På så sätt kan man lättare utveckla och anpassa metoderna till de specifika krav som sammanhanget ställer. För det andra kan man lättare överbrygga motstånd mot förändring genom att introducera kulturella förändringar varsamt och genom att målgruppen får direkt förstahandskontakt med de nya metoderna. Relevanta mätmetoder för produkter kan hjälpa programvaruutvecklingsteam att förbättra sina arbetsmetoder. När det gäller team som jobbar med lättrörliga och Lean-metoder kan en bra uppsättning mätmetoder vara avgörande för beslutsfattandet när man prioriterar listan över uppgifter som ska göras. Vårt fokus har legat på att stöda lättrörliga och Lean-team med interna produktmätmetoder för beslutsstöd gällande så kallad omfaktorering, dvs. kontinuerlig kvalitetsförbättring av programmets kod och design. Det kan vara svårt att ta ett beslut att omfaktorera, speciellt för lättrörliga och Lean-team, eftersom de förväntas kunna rättfärdiga sina prioriteter i termer av affärsvärde. Vi föreslår ett sätt att mäta designkvaliteten hos system som har utvecklats med hjälp av det så kallade modelldrivna paradigmet. Vi konstruerar även ett sätt att integrera denna mätmetod i lättrörliga och Lean-arbetsmetoder. En viktig del av alla processförbättringsinitiativ är att sprida kunskap om den nya programvaruprocessen. Detta gäller oavsett hurdan process man försöker introducera – vare sig processen är plandriven eller lättrörlig. Vi föreslår att metoder som baserar sig på samarbete när processen skapas och vidareutvecklas är ett bra sätt att stöda kunskapsspridning på. Vi ger en översikt över författarverktyg för processer på marknaden med det förslaget i åtanke.

Fraud detection in the banking sector : a multi-agent approach

Fraud is an increasing phenomenon as shown in many surveys carried out by leading international consulting companies in the last years. Despite the evolution of electronic payments and hacking techniques there is still a strong human component in fraud schemes. Conflict of interest in particular is the main contributing factor to the success of internal fraud. In such cases anomaly detection tools are not always the best instruments, since the fraud schemes are based on faking documents in a context dominated by lack of controls, and the perpetrators are those ones who should control possible irregularities. In the banking sector audit team experts can count only on their experience, whistle blowing and the reports sent by their inspectors. The Fraud Interactive Decision Expert System (FIDES), which is the core of this research, is a multi-agent system built to support auditors in evaluating suspicious behaviours and to speed up the evaluation process in order to detect or prevent fraud schemes. The system combines Think-map, Delphi method and Attack trees and it has been built around audit team experts and their needs. The output of FIDES is an attack tree, a tree-based diagram to ”systematically categorize the different ways in which a system can be attacked”. Once the attack tree is built, auditors can choose the path they perceive as more suitable and decide whether or not to start the investigation. The system is meant for use in the future to retrieve old cases in order to match them with new ones and find similarities. The retrieving features of the system will be useful to simplify the risk management phase, since similar countermeasures adopted for past cases might be useful for present ones. Even though FIDES has been built with the banking sector in mind, it can be applied in all those organisations, like insurance companies or public organizations, where anti-fraud activity is based on a central anti-fraud unit and a reporting system.

Mapping financial stability

The ongoing global financial crisis has demonstrated the importance of a systemwide, or macroprudential, approach to safeguarding financial stability. An essential part of macroprudential oversight concerns the tasks of early identification and assessment of risks and vulnerabilities that eventually may lead to a systemic financial crisis. Thriving tools are crucial as they allow early policy actions to decrease or prevent further build-up of risks or to otherwise enhance the shock absorption capacity of the financial system. In the literature, three types of systemic risk can be identified: i ) build-up of widespread imbalances, ii ) exogenous aggregate shocks, and iii ) contagion. Accordingly, the systemic risks are matched by three categories of analytical methods for decision support: i ) early-warning, ii ) macro stress-testing, and iii ) contagion models. Stimulated by the prolonged global financial crisis, today's toolbox of analytical methods includes a wide range of innovative solutions to the two tasks of risk identification and risk assessment. Yet, the literature lacks a focus on the task of risk communication. This thesis discusses macroprudential oversight from the viewpoint of all three tasks: Within analytical tools for risk identification and risk assessment, the focus concerns a tight integration of means for risk communication. Data and dimension reduction methods, and their combinations, hold promise for representing multivariate data structures in easily understandable formats. The overall task of this thesis is to represent high-dimensional data concerning financial entities on lowdimensional displays. The low-dimensional representations have two subtasks: i ) to function as a display for individual data concerning entities and their time series, and ii ) to use the display as a basis to which additional information can be linked. The final nuance of the task is, however, set by the needs of the domain, data and methods. The following ve questions comprise subsequent steps addressed in the process of this thesis: 1. What are the needs for macroprudential oversight? 2. What form do macroprudential data take? 3. Which data and dimension reduction methods hold most promise for the task? 4. How should the methods be extended and enhanced for the task? 5. How should the methods and their extensions be applied to the task? Based upon the Self-Organizing Map (SOM), this thesis not only creates the Self-Organizing Financial Stability Map (SOFSM), but also lays out a general framework for mapping the state of financial stability. This thesis also introduces three extensions to the standard SOM for enhancing the visualization and extraction of information: i ) fuzzifications, ii ) transition probabilities, and iii ) network analysis. Thus, the SOFSM functions as a display for risk identification, on top of which risk assessments can be illustrated. In addition, this thesis puts forward the Self-Organizing Time Map (SOTM) to provide means for visual dynamic clustering, which in the context of macroprudential oversight concerns the identification of cross-sectional changes in risks and vulnerabilities over time. Rather than automated analysis, the aim of visual means for identifying and assessing risks is to support disciplined and structured judgmental analysis based upon policymakers' experience and domain intelligence, as well as external risk communication.

m-Equine : IS support for the horse industry

The horse industry is in many ways still operating the same way as it did in the beginning of the 20th century. At the same time the role of the horse has changed dramatically, from a beast of burden to a top athlete, a production animal or a beloved pet. A racehorse or an equestrian sport horse is trained and taken care of like any other athlete, but unlike its human counterpart, it might end up on our plate. According to European and many other countries’ laws, a horse is a production animal. The medical data of a horse should be known if it is to be slaughtered, to ensure that the meat is safe for human consumption. Today this vital medical information should be noted in the horse’s passport, but this paperbased system is not reliable. If a horse gets sold, depending on the country’s laws, the medical records might not be transferred to the new owner, the horse’s passport might get lost etc. Thus the system is not fool proof. It is not only the horse owners who have to struggle with paperwork; veterinarians as well as other officials often use much time on redundant paperwork. The main research question of this thesis is if IS could be used to help the different stakeholders within the horse industry? Veterinarians in particular who travel to stables to treat horses cannot always take with them their computers, since the somewhat unsanitary environment is not suitable for a sensitive technological device. Currently there is no common medical database developed for horses, although such a database with a support system could help with many problems. These include vaccination and disease control, food-safety, as well as export and import problems. The main stakeholders within the horse industry, including equine veterinarians and horse owners, were studied to find out their daily routines and needs for a possible support system. The research showed that there are different aspects within the horse industry where IS could be used to support the stakeholders daily routines. Thus a support system including web and mobile accessibility for the main stakeholders is under development. Since veterinarians will be the main users of this support system, it is very important to make sure that they find it useful and beneficial in their daily work. To ensure a desired result, the research and development of the system has been done iteratively with the stakeholders following the Action Design Research methodology.

Toisen jäte on toisen raaka-aine – Kierrätys ja uudelleenvalmistus taloudellisesti ja ekologisesti kestävänä liiketoimintamahdollisuutena

Toisen jäte on toisen raaka-aine – Kierrätys ja uudelleenvalmistus taloudellisesti ja ekologisesti kestävänä liiketoimintamahdollisuutena Väitöskirjatutkimus tarkastelee kierrätystä ja uudelleenvalmistusta sekä siihen perustuvaa kierrätysliiketoimintaa taloudellisesti ja ekologisesti kestävänä liiketoimintamahdollisuutena. Tässä kestävyys tarkoittaa jätekysymysten ratkaisemista tavalla, joka mahdollistaa kestävän kehityksen periaatteiden mukaisen yhteiskunnan kehittymisen. Jätteisiin liittyvät taloudelliset ja ekolo- giset kysymykset ovat merkittävä yhteiskunnallinen haaste. Tämä luo tarpeen tutkimukselle, jonka lähtökohtana on jätekysymysten moniulotteinen tarkas- telu ja yksittäisen yrityksen toiminnan suhteuttaminen osaksi laajempaa kokonaisuutta. Tässä tutkimuksessa jätteen hyödyntämistä materiaalina lähestytään sekä empiirisesti yrityksen näkökulmasta että teoreettisesti systeemiajattelun tarjoamasta laajemmasta perspektiivistä. Tutkimuksen tavoitteena on ymmär- tää kierrätystä ja uudelleenvalmistusta liiketoimintamahdollisuutena, niiden merkitystä yrityksessä, alueella ja kierrätystaloudessa sekä näiden vuorovai- kutteista suhdetta taloudelliseen ja ekologiseen kestävyyteen nähden. Tutki- muskysymys on tärkeä, koska siihen vastaamalla syvennetään ymmärrystä yrityksissä tapahtuvan kierrätyksen ja uudelleenvalmistuksen merkityksestä kestävämmän yhteiskunnan rakentumisessa. Tutkimuksen teoriaperusta pohjautuu teollisen ekologian kirjallisuuteen ja ekoteollisen kehityksen tutkimukseen. Kierrätysliiketoiminnan kestävyyden tarkastelu rakentuu tutkimuksessa teollisen ekologian ja ekoteollisen kehityk- sen lähtökohtana olevaan win-win-ajatteluun, jonka mukaan hyvä ympäristö- suorituskyky ja hyvä taloudellinen suorituskyky voivat vahvistaa toisiaan. Kierrätysliiketoiminnan teoreettisessa tarkastelussa keskeisiä elementtejä ovat kierrätystalouden malli, teollisen ekologian alueelliset systeemit, ekoteolliset verkostot ja yrityksen rooli teollista ekologiaa soveltavana toimijana. Tutki- muksen keskeisenä kontribuutiona on yritysnäkökulman integroiminen aiem- paa vahvemmin osaksi teollisen ekologian diskursseja. Kierrätysliiketoiminnan taloudelliseen ja ekologiseen kannattavuuteen ja sen myötä kestävyyteen liittyviä kysymyksiä on lähestytty tekemällä yritys- haastatteluja ja hyödyntämällä valmista haastatteluaineistoa. Tutkimusta varten haastattelin 10 kierrätysliiketoimintaa harjoittavaa yritystä vuosina 2007 ja 2008. Tämän lisäksi tutkimuksessa on hyödynnetty Turun ammatti- korkeakoulun ja Turku Science Parkin toteuttamassa RESU-hankkeessa (Kierrätysliiketoiminta ja resurssitehokkuus Varsinais-Suomen vahvuudeksi – RESU) vuosina 2013 ja 2014 kerättyä aineistoa. Hankkeessa haastateltiin yhteensä 25 jätemateriaalia hyödyntävää ja/tai tuottavaa yritystä. Aineistojen analysointimenetelmänä on sisällönanalyysi. Analyysin tulok- sena muodostettiin yhteensä viisi pääteemaa ja 12 alateemaa. Teemat kuvaavat kierrätysliiketoimintaa aiempaa moniulotteisemmin ja näin syventävät ymmär- rystä ilmiön merkityksestä kestävämmän yhteiskunnan rakentumisessa. Teolli- sen ekologian alaan kuuluvat kvalitatiiviset tutkimukset ovat melko harvinai- sia, joten tämän väitöstutkimuksen ilmeisenä vahvuutena on laadullisen tutkimusmenetelmän hyödyntäminen. Tutkimuksen tuloksena voidaan todeta, että kierrätystalouden kehittymistä edistävä kierrätysliiketoiminta on monimuotoista ja sisältää erilaisia liiketoi- mintamahdollisuuksia sekä arvoketjuja. Paikallistuntemus ja keskeinen sijainti jätemateriaalien tuottajien suhteen on tärkeä kriteeri kierrätysliiketoiminnassa, mutta jätemateriaaleja myös kuljetetaan pitkiä matkoja. Paikallisia tai alueelli- sia jätevirtoja hyödyntävä kierrätysliiketoiminta voi tukea alueellista kestä- vyyttä, mutta toisinaan myös keskitetty hyödyntäminen voi olla kestävä vaih- toehto. Yhteistyöverkostot ovat tärkeitä jätemateriaalin laadun ja saatavuuden näkökulmasta. Tutkimus osoittaa, että kierrätysliiketoimintaa harjoittavat yritykset ovat samalla sekä kierrätystalouden käytännön toimeenpanijoita että uuden toimintakulttuurin luojia. Tutkimuksen tulosten perusteella voidaan esittää johtopäätös, että kierrä- tysliiketoiminta on taloudellisesti ja ekologisesti kannattava liiketoimintamah- dollisuus. Win-win-ratkaisut eivät kuitenkaan takaa kierrätysliiketoiminnan kestävyyttä. Kierrätysliiketoiminnan kestävyyden arvioiminen edellyttää laajaa perspektiiviä ja toiminnan vaikutusten suhteuttamista mittakaavaan, ajalliseen ulottuvuuteen, interventioon ja sosiaalisiin kysymyksiin. Teolliseen ekologiaan perustuva kierrätysliiketoiminta luo mahdollisuuksia edistää kestävyyttä, joten tällä perusteella kierrätystä ja uudelleenvalmistusta voidaan pitää kestävänä liiketoimintamahdollisuutena. Avainsanat: kierrätysliiketoiminta, kierrätys, uudelleenvalmistus, systeemiajattelu, teollinen ekologia, ekoteollinen kehitys, kierrätystalous, win-win-ajattelu, kestävyys One company's waste is another's raw material –Recycling and remanufacturing as an economically and environmentally sustainable business opportunity The thesis investigates whether product recycling and remanufacturing can serve as a business opportunity that is economically and ecologically sustaina- ble. In this effort, my idea is to contribute to solving the waste issue in a manner that makes it possible to strive toward sustainable societal develop- ment. The economic and ecological questions associated with waste flows are a significant challenge. The complexity of the issue requires a multidimen- sional approach in which the operation of an individual company is viewed in the context of the larger societal system. In this thesis waste utilization as a resource with value is considered both from an empirical perspective on the firm as well as from a more general viewpoint offered by systems analysis. The objective of the thesis is to under- stand recycling and remanufacturing as a business opportunity. The thesis considers the meaning of recycling and remanufacturing for a single company, for the region the company is located and for the recycling economy. The objective of this study is important for it enhances the understanding of the product recycling and remanufacturing processes that take place within busi- ness organizations and how these processes affect societal sustainable development. The theoretical basis arises from industrial ecology and from the literature on eco-industrial development. The business-economic win-win situation and this vision serve as the basic position from which recycling business is inves- tigated in the thesis. In the theoretical discussion, key elements are recycling economy model, regional and local industrial ecosystems, eco-industrial networks and the role of a company as an actor that applies industrial ecology in practice. The main contribution of this study lies in integrating the company perspective more strongly into the industrial ecology discourses. The recycling business has been studied by conducting interviews in companies and by secondary analysis of an existing interview material. During 2007 and 2008 I made 10 interviews in companies that are active in recycling business. In addition, I used interview material gathered for the project “Recycling business and resource efficiency as the strength of Southwest Finland” (RESU) by Turku University of Applied Sciences and Turku Science Park during the period 2013–2014. This data covers altogether 25 businesses that either utilize and/or produce waste materials. The data has been analyzed using the content analysis method. This process led to the development of 5 main themes and 12 sub-themes. These themes describe the recycling business multi-dimensionally and thus understanding of the phenomenon and its role in building a sustainable society are substantially deepened in this research. In the field of industrial ecology qualitative studies are relatively rare and therefore the qualitative research approach is an evident strength of the thesis. The results show that the recycling business activity supporting recycling economy has diverse dimensions including various business opportunities and diverse value chains. The results show that for waste producers it is important to know the local situational factors and to have a central geographical location. Waste materials are, however, transported over long distances as well. The study indicates that local waste flow utilization can support regional sustainability, while occasionally a more centralized utilization can be sustain- able. Collaboration networks are important to secure the quality and availabil- ity of utilizable waste materials. The thesis demonstrates that the companies practicing recycling business serve simultaneously as actors that implement recycling economy and enhance a new operation culture within the business community. The overall conclusion of the thesis argues that recycling business is a business opportunity that can support both an economically and environmen- tally viable business operation. However, win-win solutions do not secure the sustainability of recycling business. The sustainability evaluation of recycling business requires a holistic systems perspective. The actions undertaken need to be considered with changing spatial and temporal system boundaries, societal intervention and placed in the context of relevant societal issues. Industrial ecology -based recycling business creates opportunities for sustain- ability and thus recycling and remanufacturing present an opportunity for sustainable business. Keywords: Recycling business; Recycling; Remanufacturing, Systems thinking; Industrial ecology; Eco-industrial development; Recycling Economy; Win-Win thinking; Sustainability

Approche efficace pour la conception des architectures multiprocesseurs sur puce électronique

Les systèmes multiprocesseurs sur puce électronique (On-Chip Multiprocessor [OCM]) sont considérés comme les meilleures structures pour occuper l'espace disponible sur les circuits intégrés actuels. Dans nos travaux, nous nous intéressons à un modèle architectural, appelé architecture isométrique de systèmes multiprocesseurs sur puce, qui permet d'évaluer, de prédire et d'optimiser les systèmes OCM en misant sur une organisation efficace des nœuds (processeurs et mémoires), et à des méthodologies qui permettent d'utiliser efficacement ces architectures. Dans la première partie de la thèse, nous nous intéressons à la topologie du modèle et nous proposons une architecture qui permet d'utiliser efficacement et massivement les mémoires sur la puce. Les processeurs et les mémoires sont organisés selon une approche isométrique qui consiste à rapprocher les données des processus plutôt que d'optimiser les transferts entre les processeurs et les mémoires disposés de manière conventionnelle. L'architecture est un modèle maillé en trois dimensions. La disposition des unités sur ce modèle est inspirée de la structure cristalline du chlorure de sodium (NaCl), où chaque processeur peut accéder à six mémoires à la fois et où chaque mémoire peut communiquer avec autant de processeurs à la fois. Dans la deuxième partie de notre travail, nous nous intéressons à une méthodologie de décomposition où le nombre de nœuds du modèle est idéal et peut être déterminé à partir d'une spécification matricielle de l'application qui est traitée par le modèle proposé. Sachant que la performance d'un modèle dépend de la quantité de flot de données échangées entre ses unités, en l'occurrence leur nombre, et notre but étant de garantir une bonne performance de calcul en fonction de l'application traitée, nous proposons de trouver le nombre idéal de processeurs et de mémoires du système à construire. Aussi, considérons-nous la décomposition de la spécification du modèle à construire ou de l'application à traiter en fonction de l'équilibre de charge des unités. Nous proposons ainsi une approche de décomposition sur trois points : la transformation de la spécification ou de l'application en une matrice d'incidence dont les éléments sont les flots de données entre les processus et les données, une nouvelle méthodologie basée sur le problème de la formation des cellules (Cell Formation Problem [CFP]), et un équilibre de charge de processus dans les processeurs et de données dans les mémoires. Dans la troisième partie, toujours dans le souci de concevoir un système efficace et performant, nous nous intéressons à l'affectation des processeurs et des mémoires par une méthodologie en deux étapes. Dans un premier temps, nous affectons des unités aux nœuds du système, considéré ici comme un graphe non orienté, et dans un deuxième temps, nous affectons des valeurs aux arcs de ce graphe. Pour l'affectation, nous proposons une modélisation des applications décomposées en utilisant une approche matricielle et l'utilisation du problème d'affectation quadratique (Quadratic Assignment Problem [QAP]). Pour l'affectation de valeurs aux arcs, nous proposons une approche de perturbation graduelle, afin de chercher la meilleure combinaison du coût de l'affectation, ceci en respectant certains paramètres comme la température, la dissipation de chaleur, la consommation d'énergie et la surface occupée par la puce. Le but ultime de ce travail est de proposer aux architectes de systèmes multiprocesseurs sur puce une méthodologie non traditionnelle et un outil systématique et efficace d'aide à la conception dès la phase de la spécification fonctionnelle du système.

L’Assistance Ventriculaire définitive : un groupe de cOdéveloppement profeSsionnel en Soutien aux sOins INfirmierS pour développer des compétences éthiques- Projet A-VOS-SOINS

Rapport de stage présenté à la Faculté des sciences infirmières en vue de l'obtention du grade de Maître ès sciences (M.Sc.) en sciences infirmières option expertise-conseil en soins infirmiers