969 resultados para ranking-menetelmä
Resumo:
The strength properties of paper coating layer are very important in converting and printing operations. Too great or low strength of the coating can affect several problems in printing. One of the problems caused by the strength of coating is the cracking at the fold. After printing the paper is folded to final form and the pages are stapled together. In folding the paper coating can crack causing aesthetic damage over printed image or in the worst case the centre sheet can fall off in stapling. When folding the paper other side undergoes tensile stresses and the other side compressive stresses. If the difference between these stresses is too high, the coating can crack on the folding. To better predict and prevent cracking at the fold it is good to know the strength properties of coating layer. It has measured earlier the tensile strength of coating layer but not the compressive strength. In this study it was tried to find some way to measure the compressive strength of the coating layer and investigate how different coatings behave in compression. It was used the short span crush test, which is used to measure the in-plane compressive strength of paperboards, to measure the compressive strength of the coating layer. In this method the free span of the specimen is very small which prevent buckling. It was measured the compressive strength of free coating films as well as coated paper. It was also measured the tensile strength and the Bendtsen air permeance of the coating film. The results showed that the shape of pigment has a great effect to the strength of coating. Platy pigment gave much better strength than round or needle-like pigment. On the other hand calcined kaolin, which is also platy but the particles are aggregated, decreased the strength substantially. The difference in the strength can be explained with packing of the particles which is affecting to the porosity and thus to the strength. The platy kaolin packs up much better than others and creates less porous structure. The results also showed that the binder properties have a great effect to the compressive strength of coating layer. The amount of latex and the glass transition temperature, Tg, affect to the strength. As the amount of latex is increasing, the strength of coating is increasing also. Larger amount of latex is binding the pigment particles better together and decreasing the porosity. Compressive strength was increasing when the Tg was increasing because the hard latex gives a stiffer and less elastic film than soft latex.
Resumo:
Porous silicon (PSi) is a promising material to be utilized in drug delivery formulations. The release rate of the drug compound can be controlled by changing the pore properties and surface chemistry of PSi. The loading of a poorly soluble drug into mesoporous silicon particles enhances its dissolution in the body. The drug loading is based on adsorption. The attainable maximum loaded amount depends on the properties of the drug compound and the PSi material, and on the process conditions. The loading solvent also essentially affects the adsorption process. The loading of indomethacin into PSi particles with varying surface modification was studied. Solvent mixtures were applied in the loading, and the loaded samples were analyzed with thermal analysis methods. The best degree of loading was obtained using a mixture of dichloromethane and methanol. The drug loads varied from 7.7 w-% to 26.8 w-%. A disturbing factor in the loading experiments was the tendency of indomethacin to form solvates with the solvents applied. In addition, the physical form and stability of indomethacin loaded in PSi and silica particles were studied using Raman spectroscopy. In the case of silica, the presence of crystalline drug as well as the polymorph form can be detected, but the method proved to be not applicable for PSi particles.
Resumo:
Inventory data management is defined as an accurate creation and maintenance of item master data, inventory location data and inventory balances per an inventory location. The accuracy of inventory data is dependent of many elements of the product data management like the management of changes during a component’s life-cycle and the accuracy of product configuration in enterprise resource planning systems. Cycle-counting is counting of inventory balances per an inventory location and comparing them to the system data on a daily basis. The Cycle-counting process is a way to measure the accuracy of the inventory data in a company. Through well managed cycle-counting process a company gets a lot of information of their inventory data accuracy. General inaccuracy of the inventory data can’t be fixed through only assigning resources to the cycle-counting but the change requires disciplined following of the defined processes from all parties involved in updating inventory data through a component’s life-cycle. The Processes affecting inventory data are mapped and the appropriate metrics are defined in order to achieve better manageability of the inventory data. The Life-cycles of a single component and of a product are used in evaluation of the processes.
Resumo:
Diplomityö tehtiin Patria Land & Armament Oy:n toimeksiannosta. Patria Land & Armament Oy:n tuotteisiin kuuluvat vaativiin maasto-olosuhteisiin soveltuvat sotilasajoneuvot. Tuotesuunnittelussa otetaan huomioon ajoneuvon koko elinkaari, joten väsymismitoitus ja kestoikäanalyysit ovat suunnittelun tärkeitä osa-alueita. Kestoikäanalyysit ovat perinteisesti pohjautuneet mittausten avulla määritettyyn jännityshistoriaan. Työn tavoitteena oli tutkia tietokonesimuloinnin soveltuvuutta maastoajoneuvon jännityshistorian määrittämiseen. Selvityksen perusteella muodostettiin kohdeyrityksen tarpeisiin soveltuva ja kestoikäanalyysiä helpottava simulointiympäristö. Tietokonesimuloinnin tuloksien tarkkuutta tutkittiin mittaamalla todellisen ajoneuvon käyttäytymistä. Simulointiympäristö toteutettiin analysoimalla joustavia kappaleita ADAMS dynamiikkaohjelmistolla. Kappaleiden joustavuus mallinnettiin kelluvan koordinaatiston menetelmällä ja siihen käytettiin PATRAN/NASTRAN elementtimenetelmäohjelmistoa. Simulointiympäristön toimivuus testattiin case-esimerkin avulla. Esimerkissä tutkittiin AMV:n alatukivarren rasituksia. Tuloksista havaittiin, että simuloimalla on mahdollista tuottaa maastoajoneuvon rakenteiden jännityshistoria. Eri parametrien tutkiminen onnistuu vaivattomasti, mutta simuloimalla määritetyn kestoiän absoluuttisiin arvoihin tulee suhtautua varauksella.
Resumo:
Stable isotope fractionation analysis of contaminants is a promising method for assessing biodegradation of contaminants in natural systems. However, standard procedures to determine stable isotope fractionation factors, so far, neglect the influence of pollutant bioavailability on stable isotope fractionation. On a microscale, bioavailability may vary due to the spatio-temporal variability of local contaminant concentrations, limited effective diffusivities of the contaminants and cell densities, and thus, the pollutant supply might not meet the intrinsic degradation capacity of the microorganisms. The aim of this study was to demonstrate the effect of bioavailability on the apparent stable isotope fractionation, using a multiphase laboratory setup. The data gained show that the apparent isotope fractionation factors observed during biodegradation processes depend on the amount of biomass and/or the rate of toluene mass transfer from a second to the aqueous phase. They indicate that physico-chemical processes need to be taken into account when stable isotope fractionation analysis is used for the quantification of environmental contaminant degradation.
Resumo:
Aineettoman pääoman katsotaan olevan merkittävä tekijä erityisesti yrityksen tulevaisuuden menestyksen kannalta. Johtamalla ja kehittämällä aineettomia resursseja varmistetaan se, että yritys menestyy ja säilyy elinvoimaisena myös tulevaisuudessa. Aineettoman pääoman johtaminen ja järjestelmällinen kehittäminen ja parantaminen edellyttävät ajantasaista ja käyttökelpoista tietoa yrityksen aineettomista resursseista. Suorituskyvyn mittausjärjestelmä voi toimia tällaisen tiedon lähteenä. Tämän tutkimuksen tavoitteena oli asiantuntijaorganisaation aineettoman pääoman suorituskyvyn mittaamisen viitekehyksen luominen ja sen soveltaminen yhteen case-organisaatioon. Suorituskykymittaristona tässä tutkimuksessa käytettiin tasapainotettua mittaristoa. Tutkimuksen tutkimusote oli toiminta-analyyttinen ja menetelmä kvalitatiivinen. Tutkimuksen tuloksia arvioitaessa huomataan, että aineettoman pääoman mittaaminen samalla mittaristolla aineellisen pääoman kanssa on haasteellista. Aineelliset tekijät korostuvat helposti aineettomien kustannuksella ja tämä voi aiheuttaa mittariston painopisteen kallistumisen aineellisen pääoman puolelle. Tapauskohtaista lisätarkastelua tarvitaan tulosten hyödynnettävyyttä arvioitaessa, mikä johtuu tutkimusotteesta ja menetelmästä. Tärkein yksittäinen tekijä aineettomaan pääoman suorituskyvyn mittauksessa on se, että organisaatio näkee aineettoman pääoman oman toimintansa kannalta kriittisenä tekijänä, joka on organisaation menestyksen kannalta elintärkeä ja jonka kehitykseen halutaan panostaa. Tämän havainnon jälkeen mittaristomallin valinta tehdään organisaation ja sen toimintojen perusteella.
Resumo:
Tässä työssä kuvataan menetelmä, jonka avulla on mahdollista sorvausprosessista mitattujen signaalien perusteella muokata lastuamisprosessin parametreja siten, että prosessissa mahdollisesti esiintyvät ongelmatilanteet korjataan. Työ on tehty osana Feedchip-tutkimushanketta ja tukeutuu tutkimushankkeessa aiemmin tehtyyn työhön vaadittavien korjaustoimenpiteiden, signaaleja mittaavien antureiden instrumentoinnin sekä alustavan ongelmatilanteiden ominaispiirteiden signaaleista tunnistuksen osalta. Tämä työ keskittyy esittelemään toiminnot, joiden avulla aiemmat tulokset voidaan koota yhteen kokonaisuuteen. Järjestelmän toiminta edellyttää sen osien toiminnan korkean tason koordinointia. Lisäksi määritellään päättelyjärjestelmä, joka kykenee mitatuista arvoista tunnistettujen ongelmatilanteiden esiintymisasteiden perusteella määrittämään tarvittavat toimenpiteet ongelmatilanteiden poistamiseksi. Kandidaatintyön rinnalla toteutetaan ohjelmisto Lappeenrannan teknillisen yliopiston konepajatekniikan laboratorion sorvausjärjestelmän yhteyteen rakennetun prototyyppilaitteiston ohjaamiseksi.
Resumo:
Soittotunnin vuorovaikusta on tutkittu hyvin vähän, ja puhetta tunneilla ei oikeastaan lainkaan. Puhe on olennaisen tärkeä osa soitonopetusta, joten tunnin puhutun osuuden tarkempi tarkastelu olisi opettajille ja opettajaksi opiskeleville hyödyksi. Tässä opinnäytetyössä esittelen keinoja soittotunnin kielellisen osuuden tutkimiseen. Tutkimuskohteina ovat erityisesti palaute sekä korjauspuhe. Työn aineistona on reilu kaksi tuntia pääosin Stadian opetusharjoittelun puitteissa koottua videokuvaa. Teoreettisen taustan muodostavat kaksi kielitieteen suuntausta, diskurssianalyysi ja keskustelunanalyysi. Näitä menetelmiä on aiemmin sovellettu monenlaisten keskustelutilanteiden tutkimiseen. Työ jakautuu taustan kuvailuun, aineiston esittelyyn sekä sen analyysiin kahta erilaista menetelmää soveltaen. Lopuksi pohdin, miten hyvin menetelmät sopivat soittotuntikielen käsittelyyn. Diskurssianalyyttisessa tarkastelussa sovellan soittotuntikieleen analyysimenetelmää, joka on alunperin kehitetty koululuokan kielen tutkimista varten, ja vertailen palautetta soittotuntiaineistossa ja koulu-luokkakeskustelussa. Menetelmä on sovellettavissa soittotuntikielen tutkimiseen ja sen avulla saa selkeitä, taulukoitavia tuloksia. Siinä on kuitenkin myös hankaluutensa, kuten analyysin tulkinnanvaraisuus ja se, ettei soittotunnin kieli ole yhtä selkeän kaavamaista kuin koululuokan. Keskustelunanalyyttisessa tarkastelussa vertailukohtanani on tutkimus, joka käsittelee korjauspuhetta orkesteriharjoituksissa. Opinnäytetyössäni keskityn selvittämään kyseisen mallin sopivuutta soittotuntipuheen tarkasteluun, joten menetelmä ei tuota selkeitä tuloksia. Se huomioi hyvin musiikillisen tilanteen erikoispiirteet, mutta rajaa tarkastelun ulkopuolelle kaiken paitsi korjauspuheen. Kaiken kaikkiaan opinnäytteeni osoittaa, että soittotunnin puhetta on mahdollista tarkastella monella eri tavalla. Työssä esitellyillä keinoilla on hyvät ja huonot puolensa, eikä kumpikaan niistä ole sellaisenaan täydellinen soittotunnin kielen kuvaamiseen. Mahdollisimman hyvän, tarkan ja hyödyllisen soittotuntipuheen analyysimenetelmän kehittäminen vaatisikin vielä paljon lisätutkimusta.
Resumo:
Tämä diplomityö käsittelee tapahtumien tutkinnan systematisointia Loviisan voimalaitoksella. Nykyisin Loviisan voimalaitoksella tutkitaan tapahtumia usealla tavalla eikä raporttien tuloksia pystytä täysin hyödyntämään. Diplomityössä käydään läpi erilaisia tapahtumien tutkintamenetelmiä sekä tutustutaan perussyyanalyysimenetelmiin. Matalan tason tapahtumien tutkintaan kehitettiin kysymyslista, jolla saadaan helposti selville tapahtumien ongelma-alueet. Kysymyslista mahdollisti myös tapahtumien laaja-alaisen luokittelun, jonka avulla tunnistetaan eri tapahtumien kautta ilmenneitä yhteisiä ongelma-alueita. Tapahtumien tutkintaan liittyy myös riskien arviointi. Tässä diplomityössä kehitettiin riskimatriisi tapahtuman vakavuuden ja jatkoselvitystarpeen arvioinnin avuksi. Perussyyanalyysimenetelmistä AcciMap-menetelmä osoittautui käyttökelpoiseksi ja sitä suositellaan kokeiltavaksi seuraavan inhimilliseen toimintaan liittyvän perussyyanalyysin yhteydessä.
Resumo:
The number of digital images has been increasing exponentially in the last few years. People have problems managing their image collections and finding a specific image. An automatic image categorization system could help them to manage images and find specific images. In this thesis, an unsupervised visual object categorization system was implemented to categorize a set of unknown images. The system is unsupervised, and hence, it does not need known images to train the system which needs to be manually obtained. Therefore, the number of possible categories and images can be huge. The system implemented in the thesis extracts local features from the images. These local features are used to build a codebook. The local features and the codebook are then used to generate a feature vector for an image. Images are categorized based on the feature vectors. The system is able to categorize any given set of images based on the visual appearance of the images. Images that have similar image regions are grouped together in the same category. Thus, for example, images which contain cars are assigned to the same cluster. The unsupervised visual object categorization system can be used in many situations, e.g., in an Internet search engine. The system can categorize images for a user, and the user can then easily find a specific type of image.
Resumo:
Tämän tutkimuksen tarkoituksena oli luoda ymmärrystä esimiestyöstä sekä kehityskeskustelusta esimiestyön apuvälineenä. Tutkimusongelman ratkaisemiseksi haluttiin selvittää tuloksellisen esimiestyön toteutuminen sekä kehityskeskustelujen toteuttamisen ja hyödyntämisen taso. Tutkimus- menetelmä oli kvalitatiivinen, ja sen empiirinen aineisto koostui kohdeyritykseksi valitun myyntiorganisaation seitsemän myyntijohtajan teemahaastattelusta. Tutkimustulosten mukaan esimiehet ymmärtävät työntekijän merkityksen yrityksen menestymisessä. Esimiehet tiedostavat myös oman roolinsa työntekijän tuloksellisuuden edistämisessä. Esimiesten henkinen valmius ja tahtotila ovat olemassa, mutta he tarvitsevat koulutusta sekä organisaation tukea voidakseen täysipainoisesti toteuttaa tuloksellista esimiestyötä. Tulokset osoittavat lisäksi, että esimiehet ymmärtävät kehityskeskustelun tärkeyden ja sen mahdollisuudet, mutta kehityskeskustelujen toteuttaminen ja hyödyntäminen jää minimitasolle. Tärkeäksi kehittämiskohteeksi nousi kehityskeskustelukäytännön suunnitteleminen yrityksen tarpeisiin sopivaksi sekä kehityskeskustelun merkityksen ja tavoitteitten määritteleminen. Alaistaidot tulevat tutkimustuloksissa esiin asiana, johon tulisi aikaisempaa enemmän kiinnittää huomiota esimiestyön tuloksellisuutta tukevana, työntekijän omia tuloksia vahvistavana sekä koko yrityksen menestystä lisäävänä tekijänä.
Resumo:
Diplomityön tarkoituksena oli tutkia ja kehittää menetelmä arvometallien kuten kuparin, sinkin, koboltin ja nikkelin talteenottoon metallikloridiliuoksesta. Tavoitteena oli valita taloudellisin ja ympäristöystävällisin menetelmä, jolla saadaan nämä arvometallit myyntituotteiksi. Lisäksi puhdistetun prosessiveden tuli täyttää asetetut tavoitteet. Kirjallisuustyön perusteella laskettiin viidelle eri prosessivaihtoehdolle ainetaseet HSC Sim 6.0 ohjelmalla, joka on HSC Chemistry-pohjainen prosessien simulointi- ja mallinnusohjelma. Kaikissa vaihtoehdoissa oli ensimmäisenä prosessiosana kuparin, sinkin, koboltin ja nikkelin sulfidisaostus ja sakan pesu. Sulfidisaostusta seurasi vaihtoehtoisesti joko 1) hapetus hapella ja hydroksidisaostus, 2) hapetus vetyperoksidilla ja hydroksidisaostus, 3) pelkkä hydroksidisaostus, 4) hapetus SO2/O2-kaasuseoksella ja hydroksidisaostus tai 5) karbonaattisaostus. Taselaskennan perusteella valittiin kokeelliseen osaan tutkittavat prosessivaihtoehdot, jotka olivat sulfidisaostus, hydroksidisaostus, SO2/O2- hapetus ja hydroksidisaostus sekä karbonaattisaostus. Kokeissa arvometallit saatiin talteenotettua sulfidisaostuksella selektiivisimmin lämpötilassa 55 °C ja pH:ssa 4. Näissä olosuhteissa reagenssin kulutus verrattaessa muihin tehtyihin sulfidisaostuksiin oli pienin. Sakka laskeutui ja suotautui hyvin. Loppusakan sisältämien metallien (kupari, sinkki ja koboltti) pitoisuudet olivat korkeimmat. Myös nikkelin määrä oli suuri. Mangaani ja rauta saatiin talteenotettua selektiivisimmin karbonaattisaostuksella lämpötilassa 65 °C. Sakka sisälsi eniten mangaania. Sakka laskeutui ja suotautui hyvin. Tällä menetelmällä puhdistetun prosessiveden laatu täytti asetetut tavoitteet.
Resumo:
The goal of the thesis is to make a supplier evaluation using analytical hierarchy process. Before the supplier evaluation is performed there will be introduced the principles of purchasing which gives a viewpoint to the supplier evaluation and management. The thesis will also give an overview on quality, performance and forecasts which are very important to the supplier evaluation and future improvements. The chapter which describes analytical hierarchy process will show the reader what exactly is analytical hierarchy process and how can it be utilized in supplier evaluation. In the later stages, thesis will provide information about the case company EADS Secure Networks Oy, the processes applied there towards purchasing and how the analytical hierarchy process is applied in practise. In the end of the thesis there will be an overview about each supplier’s strong and weak points as well as some comments and ideas about developing also EADS Secure Networks procedures to a direction which would benefit the whole customer–supplier–chain.
Resumo:
Tutkielman tavoitteena on testata kvantitatiivisen osakepisteytysmallin tehokkuutta Euroopan osakemarkkinoilla. Osakepisteytysmalli järjestää osakkeet paremmuusjärjestykseen yrityskohtaisten tunnuslukujen avulla. Pisteytysmallin suositusten mukaan luodaan testisalkku ajanjaksolta 2002 2007. Testisalkun tuottoa mitataan pääomahyödykkeiden hinnoittelumallin sekä Faman ja Frenchin kolmen faktorin mallin avulla. Testisalkkua testataan markkina arvopainoisena sekä tasapainoisena. Tasapainoisessa salkussa jokaista osaketta painotetaan yhtäläisesti. Testisalkun rinnalle luodaan lisäksi vertailusalkku satunnaisista osakkeista. Tasapainotettu testisalkku tuotti tarkasteluajanjaksolla tilastollisesti merkitsevää markkinariskikorjattua ylituottoa 0,7 prosenttia kuukaudessa. Kolmen faktorin mallin avulla laskettu ylituotto ei ollut merkitsevä. Yrityskokofaktori sekä markkinatuotto näyttivät selittävän vahvasti testisalkun tuottoja. Yrityskoon vaikutus näkyi myös markkina arvopainotetussa salkussa, jonka tuotto ei päihittänyt markkinatuottoa. Vertailusalkku ei tuottanut tilastollisesti merkitsevää ylituottoa.
Resumo:
Learning of preference relations has recently received significant attention in machine learning community. It is closely related to the classification and regression analysis and can be reduced to these tasks. However, preference learning involves prediction of ordering of the data points rather than prediction of a single numerical value as in case of regression or a class label as in case of classification. Therefore, studying preference relations within a separate framework facilitates not only better theoretical understanding of the problem, but also motivates development of the efficient algorithms for the task. Preference learning has many applications in domains such as information retrieval, bioinformatics, natural language processing, etc. For example, algorithms that learn to rank are frequently used in search engines for ordering documents retrieved by the query. Preference learning methods have been also applied to collaborative filtering problems for predicting individual customer choices from the vast amount of user generated feedback. In this thesis we propose several algorithms for learning preference relations. These algorithms stem from well founded and robust class of regularized least-squares methods and have many attractive computational properties. In order to improve the performance of our methods, we introduce several non-linear kernel functions. Thus, contribution of this thesis is twofold: kernel functions for structured data that are used to take advantage of various non-vectorial data representations and the preference learning algorithms that are suitable for different tasks, namely efficient learning of preference relations, learning with large amount of training data, and semi-supervised preference learning. Proposed kernel-based algorithms and kernels are applied to the parse ranking task in natural language processing, document ranking in information retrieval, and remote homology detection in bioinformatics domain. Training of kernel-based ranking algorithms can be infeasible when the size of the training set is large. This problem is addressed by proposing a preference learning algorithm whose computation complexity scales linearly with the number of training data points. We also introduce sparse approximation of the algorithm that can be efficiently trained with large amount of data. For situations when small amount of labeled data but a large amount of unlabeled data is available, we propose a co-regularized preference learning algorithm. To conclude, the methods presented in this thesis address not only the problem of the efficient training of the algorithms but also fast regularization parameter selection, multiple output prediction, and cross-validation. Furthermore, proposed algorithms lead to notably better performance in many preference learning tasks considered.