Are Evaluation of ICTs Investment Using Decision Support Systems:Case Applications from Distributor's and End User's Perspective Group Decision

The evaluation of investments in advanced technology is one of the most important decision making tasks. The importance is even more pronounced considering the huge budget concerning the strategic, economic and analytic justification in order to shorten design and development time. Choosing the most appropriate technology requires an accurate and reliable system that can lead the decision makers to obtain such a complicated task. Currently, several Information and Communication Technologies (ICTs) manufacturers that design global products are seeking local firms to act as their sales and services representatives (called distributors) to the end user. At the same time, the end user or customer is also searching for the best possible deal for their investment in ICT's projects. Therefore, the objective of this research is to present a holistic decision support system to assist the decision maker in Small and Medium Enterprises (SMEs) - working either as individual decision makers or in a group - in the evaluation of the investment to become an ICT's distributor or an ICT's end user. The model is composed of the Delphi/MAH (Maximising Agreement Heuristic) Analysis, a well-known quantitative method in Group Support System (GSS), which is applied to gather the average ranking data from amongst Decision Makers (DMs). After that the Analytic Network Process (ANP) analysis is brought in to analyse holistically: it performs quantitative and qualitative analysis simultaneously. The illustrative data are obtained from industrial entrepreneurs by using the Group Support System (GSS) laboratory facilities at Lappeenranta University of Technology, Finland and in Thailand. The result of the research, which is currently implemented in Thailand, can provide benefits to the industry in the evaluation of becoming an ICT's distributor or an ICT's end user, particularly in the assessment of the Enterprise Resource Planning (ERP) programme. After the model is put to test with an in-depth collaboration with industrial entrepreneurs in Finland and Thailand, the sensitivity analysis is also performed to validate the robustness of the model. The contribution of this research is in developing a new approach and the Delphi/MAH software to obtain an analysis of the value of becoming an ERP distributor or end user that is flexible and applicable to entrepreneurs, who are looking for the most appropriate investment to become an ERP distributor or end user. The main advantage of this research over others is that the model can deliver the value of becoming an ERP distributor or end user in a single number which makes it easier for DMs to choose the most appropriate ERP vendor. The associated advantage is that the model can include qualitative data as well as quantitative data, as the results from using quantitative data alone can be misleading and inadequate. There is a need to utilise quantitative and qualitative analysis together, as can be seen from the case studies.

Growth variability of Scots pine (Pinus sylvestris) along a West-East gradient across northern Fennoscandia: a dendroclimatic approach

We performed a spatiotemporal analysis of a network of 21 Scots pine (Pinus sylvestris) ring-width chronologies in northern Fennoscandia by means of chronology statistics and multivariate analyses. Chronologies are located on both sides (western and eastern) of the Scandes Mountains (67°N-70°N, 15°E-29°E). Growth relationships with temperature, precipitation, and North Atlantic Oscillation (NAO) indices were calculated for the period 1880-1991. We also assessed their temporal stability. Current July temperature and, to a lesser degree, May precipitation are the main growth limiting factors in the whole area of study. However, Principal Component Analysis (PCA) and mean interseries correlation revealed differences in radial growth between both sides of the Scandes Mountains, attributed to the Oceanic-Continental climatic gradient in the area. The gradient signal is temporally variable and has strengthened during the second half of the 20th century. Northern Fennoscandia Scots pine growth is positively related to early winter NAO indices previous to the growth season and to late spring NAO. NAO/growth relationships are unstable and have dropped in the second half of the 20th century. Moreover, they are noncontinuous through the range of NAO values: for early winter, only positive NAO indices enhance tree growth in the next growing season, while negative NAO does not. For spring, only negative NAO is correlated with radial growth.

Bluetooth -teknologian hyödyntäminen kommunikointijärjestelmässä

Erilaisissa rakennuksissa on selkeä tarve langatonta teknologiaa hyödyntävälle, edulliselle ja monipuoliselle kommunikointijärjestelmälle, jota voidaan pienin muutoksin käyttää lähes missä tahansa. Kommunikointijärjestelmän avulla tulee olla mahdollista siirtää ääntä ja dataa sekä tarvittaessa tarjota erilaisia rakennuksissa tarvittavia palveluita. Tehdyn esitutkimuksen perusteella valittiin toteutusteknologiaksi Bluetooth, joka monipuolisten ominaisuuksien ja pienen sirukoon ansiosta soveltuu parhaiten tämän diplomityön mukaisen kerrostalon kommunikointijärjestelmän toteuttamiseen. Pieni sirukoko ja edullinen hinta mahdollistavat Bluetooth -teknologiaa hyödyntävän kommunikointijärjestelmän käyttöönoton myös vanhoissa kerrostaloissa. Pienet sirut on helppo piilottaa rakennusten perustuksiin ja mitään valmista verkkoinfrastruktuuria ei tarvita. OBEX (Object Exchange Protocol) -protokollaa käytetään tämän diplomityön mukaisessa Talovastaajapalvelussa audiodatan kuljettamiseen ja autentikointitietojen vaihtamiseen. Talovastaajapalvelu toteutettiin kommunikointijärjestelmän yhteyteen ja se toimii normaalin puhelinvastaajan tapaan, mutta on ominaisuuksiltaan paljon monipuolisempi ja käyttää langatonta Bluetooth -teknologiaa. OBEX:n avulla Talovastaajapalvelusta saatiin yksinkertainen, tehokas ja helposti laajennettavissa oleva kokonaisuus, jota voidaan käyttää pienin muutoksin lähes missä tahansa muussa Bluetooth -teknologiaa hyödyntävässä järjestelmässä.

Visiosta toimivaksi yritysverkostoksi –verkostoitumisprosessin tutkiminen ja tulevaisuuden toimintamallin rakentaminen Case: Imatran Seudun Koivukeskus

Tutkimuksen tarkoitus oli tutkia, miten case-verkosto Imatran Seudun Koivukeskus on syntynyt ja luoda sille sopiva tulevaisuuden toimintamalli. Tutkimuksessa hyödynnettiin käsiteanalyyttista ja konstruktiivista tutkimusotetta. Tutkimuksen tavoitteita olivat keskeisten käsitteiden määrittely; onnistuneiden ja epäonnistuneiden verkostoitumisesimerkkien kuvaaminen ja analysointi; case-verkoston esittely; case-verkoston historiallinen analyysi, sen toimintamallin tutkiminen ja vertaaminen esimerkkitapauksiin sekä case-verkoston tulevaisuuden kehitysnäkymien analysointi ja sille sopivan toimintamallin muodostaminen. Tutkielma koostui teoreettisesta osasta ja empiirisestä osasta. Teoriaosio käsitteli verkostoitumisen teoriaa. Tämä osio ja suoritetut teemahaastattelut loivat pohjan empiiriselle osuudelle ja toimintamallin muodostamiselle case-yritykselle. Tutkimuksen perusteella kriittisimmiksi case-verkoston tulevaisuuden toimintamallin osa-alueiksi osoittautuivat raaka-aineen saatavuus sekä avoimuus ja tiedonkulku verkostossa. Näiden lisäksi toimintamallissa tulee painottaa alihankinnan ja jatkojalostuksen lisäämistä, tutkimus- ja kehitystoimintaa sekä kuivaustoiminnan osaamistason kehittämistä.

Alueverkkojen yhteisöllisyyden edistäminen, vaihtoehtojen arviointi ja yhteisöverkkoportaalin toteutus

Internetin yhteisöpalvelut ovat saavuttaneet suuren suosion. Ne mahdollistavat digitaalisten yhteisöjen ja yhteisöllisyyden tunteiden aikaansaamisen käyttäjien välille. Kehittyneet verkkoyhteydet ja sisältötekniikat ovat antaneet mahdollisuuden monipuolisten vuorovaikutustyökalujen toteuttamiseksi. Sähköinen yhteisöllisyys on nouseva trendi, joka tukee arkipäivästä todellisuutta. Verkkojen paikallinen kehitys, niin laajakaistan kuin erilaisten alueverkkojen avulla on nostanut ajatuksia luoda myös paikallista yhteisöllisyyttä globaalien yhteisöpalvelujen rinnalle. Nopeiden alueverkkojen laajentuminen ovat tuoneet edistyneet verkkoyhteydet niin lähiöihin kuin taajamienkin ulkopuolelle. Avointen alueverkkojen mallissa verkko ja palvelukerros ovat eriytetty toisistaan. Ulkopuoliset palveluntarjoajat voivat tarjota palveluitaan suoraan alueverkon käyttäjille lähempänä verkkotasoa, verrattuna perinteiseen yhden verkkooperaattorin malliin. Tämä mahdollistaa uusien innovatiivisempien palveluiden kehittelyn. Tässä diplomityössä tutkittiin mahdollisuuksia joilla voidaan edistää yhteisöllisyyttä paikallisissa alueverkoissa ja hyödyntää niiden paikallista suorituskykyä, sekä resursseja palveluiden toteutuksessa. Työssä selvitettiin ensin mistä käsitteet yhteisö ja yhteisöllisyys ovat muodostuneet. Selvityksen pohjalta tutkittiin mitä teknisiä menetelmiä on yhteisöjen ja yhteisöllisyyden tunteen aikaansaamiseksi olemassa. Selvityksen tuloksena syntyi teknologinen tiekartta tietoverkkoyhteisöllisyyteen, sekä sosiaalisten palvelualustojen luokittelukaavio, joiden tarkoitus on yhdessä kuvastaa yhteisöllisyyttä tukevia palvelumahdollisuuksia. Työn viimeisessä vaiheessa toteutettiin yhteisöllinen alueverkkopalvelu, sekä yhteisövalvontajärjestelmä – lisäarvopalvelukonsepti, jotka pyrkivät hyödyntämään paikallisen alueverkon tarjoamaa suorituskykyä ja resursseja.

Tratamento estatístico dos parâmetros da qualidade das águas da bacia do alto curso do Rio das Velhas

Water quality was monitored at the upper course of the Rio das Velhas, a major tributary of the São Francisco basin located in the state of Minas Gerais, over an extension of 108 km from its source up to the limits with the Sabara district. Monitoring was done at 37 different sites over a period of 2 years (2003-2004) for 39 parameters. Multivariate statistical techniques were applied to interpret the large water-quality data set and to establish an optimal long-term monitoring network. Cluster analysis separated the sampling sites into groups of similarity, and also indicated the stations investigated for correlation and recommended to be removed from the monitoring network. Principal component analysis identified four components, which are responsible for the data structure explaining 80% of the total variance of the data. The principal parameters are characterized as due to mining activities and domestic sewage. Significant data reduction was achieved.

Projecte P.I.T.O.S (Projecte d'informació telefònica d'orientació al S.A.T)

JCM és una empresa dedicada al disseny de sistemes de control d’accés. Disposa d’uns equips elèctrics amb molts paràmetres configurables, així es poden utilitzar en molts tipus d’instal•lació. Aquets paràmetres són configurables pels clients. JCM, disposa d’un servei d’atenció telefònica (SAT), que intenta donar solucions a tots els problemes que puguin sorgir als clients. Sovint, no poden donar suport als dubtes dels clients per culpa de la poca informació que reben a través del client. L'objectiu del projecte és resoldre el problema de falta d'informació i mala comunicació per millorar la qualitat del servei que ofereix el SAT. La solució, no ha d’alterar el cost de producció del producte. S’ha de tenir en compte també que els equips poden estar instal•lats en qualsevol part del món i que només es poden utilitzar recursos de fàcil accés per tots els clients. Per complir amb aquests objectius, emetrem un missatge, a través del brunzidor del equip, amb la informació de configuració de l'equip. Aquest missatge viatjarà a través de la xarxa telefònica fins al SAT. Un cop allà, el descodificarem i n'enviarem les dades a un PC perquè pugui presentar les dades sobre la configuració de una forma clara pel SAT.

Analysis and validation of space averaged drag model for numerical simulations of gas-solid flows in fluidized beds

This thesis presents an approach for formulating and validating a space averaged drag model for coarse mesh simulations of gas-solid flows in fluidized beds using the two-fluid model. Proper modeling for fluid dynamics is central in understanding any industrial multiphase flow. The gas-solid flows in fluidized beds are heterogeneous and usually simulated with the Eulerian description of phases. Such a description requires the usage of fine meshes and small time steps for the proper prediction of its hydrodynamics. Such constraint on the mesh and time step size results in a large number of control volumes and long computational times which are unaffordable for simulations of large scale fluidized beds. If proper closure models are not included, coarse mesh simulations for fluidized beds do not give reasonable results. The coarse mesh simulation fails to resolve the mesoscale structures and results in uniform solids concentration profiles. For a circulating fluidized bed riser, such predicted profiles result in a higher drag force between the gas and solid phase and also overestimated solids mass flux at the outlet. Thus, there is a need to formulate the closure correlations which can accurately predict the hydrodynamics using coarse meshes. This thesis uses the space averaging modeling approach in the formulation of closure models for coarse mesh simulations of the gas-solid flow in fluidized beds using Geldart group B particles. In the analysis of formulating the closure correlation for space averaged drag model, the main parameters for the modeling were found to be the averaging size, solid volume fraction, and distance from the wall. The closure model for the gas-solid drag force was formulated and validated for coarse mesh simulations of the riser, which showed the verification of this modeling approach. Coarse mesh simulations using the corrected drag model resulted in lowered values of solids mass flux. Such an approach is a promising tool in the formulation of appropriate closure models which can be used in coarse mesh simulations of large scale fluidized beds.

Post-processing and analysis of tracked hand trajectories

In this thesis, the suitability of different trackers for finger tracking in high-speed videos was studied. Tracked finger trajectories from the videos were post-processed and analysed using various filtering and smoothing methods. Position derivatives of the trajectories, speed and acceleration were extracted for the purposes of hand motion analysis. Overall, two methods, Kernelized Correlation Filters and Spatio-Temporal Context Learning tracking, performed better than the others in the tests. Both achieved high accuracy for the selected high-speed videos and also allowed real-time processing, being able to process over 500 frames per second. In addition, the results showed that different filtering methods can be applied to produce more appropriate velocity and acceleration curves calculated from the tracking data. Local Regression filtering and Unscented Kalman Smoother gave the best results in the tests. Furthermore, the results show that tracking and filtering methods are suitable for high-speed hand-tracking and trajectory-data post-processing.

Effect of scanner acoustic background noise on strict resting-state fMRI

Functional MRI (fMRI) resting-state experiments are aimed at identifying brain networks that support basal brain function. Although most investigators consider a ‘resting-state’ fMRI experiment with no specific external stimulation, subjects are unavoidably under heavy acoustic noise produced by the equipment. In the present study, we evaluated the influence of auditory input on the resting-state networks (RSNs). Twenty-two healthy subjects were scanned using two similar echo-planar imaging sequences in the same 3T MRI scanner: a default pulse sequence and a reduced “silent” pulse sequence. Experimental sessions consisted of two consecutive 7-min runs with noise conditions (default or silent) counterbalanced across subjects. A self-organizing group independent component analysis was applied to fMRI data in order to recognize the RSNs. The insula, left middle frontal gyrus and right precentral and left inferior parietal lobules showed significant differences in the voxel-wise comparison between RSNs depending on noise condition. In the presence of low-level noise, these areas Granger-cause oscillations in RSNs with cognitive implications (dorsal attention and entorhinal), while during high noise acquisition, these connectivities are reduced or inverted. Applying low noise MR acquisitions in research may allow the detection of subtle differences of the RSNs, with implications in experimental planning for resting-state studies, data analysis, and ergonomic factors.

Artificial neural networks (ANN): prediction of sensory measurements from instrumental data

The objective of this study was to predict by means of Artificial Neural Network (ANN), multilayer perceptrons, the texture attributes of light cheesecurds perceived by trained judges based on instrumental texture measurements. Inputs to the network were the instrumental texture measurements of light cheesecurd (imitative and fundamental parameters). Output variables were the sensory attributes consistency and spreadability. Nine light cheesecurd formulations composed of different combinations of fat and water were evaluated. The measurements obtained by the instrumental and sensory analyses of these formulations constituted the data set used for training and validation of the network. Network training was performed using a back-propagation algorithm. The network architecture selected was composed of 8-3-9-2 neurons in its layers, which quickly and accurately predicted the sensory texture attributes studied, showing a high correlation between the predicted and experimental values for the validation data set and excellent generalization ability, with a validation RMSE of 0.0506.

La distribution des connaissances dans la gestion du risque : analyse des interactions dans le cadre du Comité de la protection civile de la Mairie de Tecoluca - Salvador

Le sujet de la gestion du risque m’a toujours interpelée, surtout après que j’ai vécu deux ouragans et un tremblement de terre dévastateurs au Salvador. Bien qu’on ait assez écrit sur le sujet en le reliant souvent aux changements climatiques, on ne sait pas comment les organisations gouvernementales et civiles vivent cette gestion du risque au quotidien. À partir d’une étude ethnographique de la Commission de la protection civile de la Mairie de Tecoluca au Salvador, j’observais les processus qui se mettent en place dans la recherche et l’analyse des facteurs structuraux causant les situations de vulnérabilité. Pour ce faire, j’adoptais une approche basée sur l’étude des interactions, mobilisant les théories de la cognition distribuée et de l’acteur réseau. Comme je le montre, la gestion du risque, vue comme un processus participatif, se caractérise, d’une part, par la coopération et la coordination entre les personnes et, d’autre part, par la contribution d’outils, de technologies, de documents et de méthodes contribuant à la détection de risques. Ceci exige la mobilisation de connaissances qui doivent être produites, partagées et distribuées entre les membres d’un groupe à travers les divers artéfacts, outils, méthodes et technologies qu’ils mobilisent et qui les mobilisent. À ce sujet, la théorie de la cognition distribuée permet d’explorer des interactions qui se produisent au sein d’un groupe de travail en se focalisant sur ce qui contribue à l’acte de connaitre, conçu comme une activité non pas seulement individuelle, mais surtout collective et distribuée. Par ailleurs, la théorie de l’acteur-réseau me permet, quant à elle, de montrer comment dans l’exécution de cette tâche (la gestion du risque), la contribution active d’acteurs non humains, tant en soi qu’en relations avec les acteurs humains, participe de l’activité de détection et de prévention du risque.

Identification of spectral lines of elements using artificial neural networks

Artificial neural networks (ANNs) are relatively new computational tools that have found extensive utilization in solving many complex real-world problems. This paper describes how an ANN can be used to identify the spectral lines of elements. The spectral lines of Cadmium (Cd), Calcium (Ca), Iron (Fe), Lithium (Li), Mercury (Hg), Potassium (K) and Strontium (Sr) in the visible range are chosen for the investigation. One of the unique features of this technique is that it uses the whole spectrum in the visible range instead of individual spectral lines. The spectrum of a sample taken with a spectrometer contains both original peaks and spurious peaks. It is a tedious task to identify these peaks to determine the elements present in the sample. ANNs capability of retrieving original data from noisy spectrum is also explored in this paper. The importance of the need of sufficient data for training ANNs to get accurate results is also emphasized. Two networks are examined: one trained in all spectral lines and other with the persistent lines only. The network trained in all spectral lines is found to be superior in analyzing the spectrum even in a noisy environment.

Adaptive Real-time Anomaly-based Intrusion Detection using Data Mining and Machine Learning Techniques

Die zunehmende Vernetzung der Informations- und Kommunikationssysteme führt zu einer weiteren Erhöhung der Komplexität und damit auch zu einer weiteren Zunahme von Sicherheitslücken. Klassische Schutzmechanismen wie Firewall-Systeme und Anti-Malware-Lösungen bieten schon lange keinen Schutz mehr vor Eindringversuchen in IT-Infrastrukturen. Als ein sehr wirkungsvolles Instrument zum Schutz gegenüber Cyber-Attacken haben sich hierbei die Intrusion Detection Systeme (IDS) etabliert. Solche Systeme sammeln und analysieren Informationen von Netzwerkkomponenten und Rechnern, um ungewöhnliches Verhalten und Sicherheitsverletzungen automatisiert festzustellen. Während signatur-basierte Ansätze nur bereits bekannte Angriffsmuster detektieren können, sind anomalie-basierte IDS auch in der Lage, neue bisher unbekannte Angriffe (Zero-Day-Attacks) frühzeitig zu erkennen. Das Kernproblem von Intrusion Detection Systeme besteht jedoch in der optimalen Verarbeitung der gewaltigen Netzdaten und der Entwicklung eines in Echtzeit arbeitenden adaptiven Erkennungsmodells. Um diese Herausforderungen lösen zu können, stellt diese Dissertation ein Framework bereit, das aus zwei Hauptteilen besteht. Der erste Teil, OptiFilter genannt, verwendet ein dynamisches "Queuing Concept", um die zahlreich anfallenden Netzdaten weiter zu verarbeiten, baut fortlaufend Netzverbindungen auf, und exportiert strukturierte Input-Daten für das IDS. Den zweiten Teil stellt ein adaptiver Klassifikator dar, der ein Klassifikator-Modell basierend auf "Enhanced Growing Hierarchical Self Organizing Map" (EGHSOM), ein Modell für Netzwerk Normalzustand (NNB) und ein "Update Model" umfasst. In dem OptiFilter werden Tcpdump und SNMP traps benutzt, um die Netzwerkpakete und Hostereignisse fortlaufend zu aggregieren. Diese aggregierten Netzwerkpackete und Hostereignisse werden weiter analysiert und in Verbindungsvektoren umgewandelt. Zur Verbesserung der Erkennungsrate des adaptiven Klassifikators wird das künstliche neuronale Netz GHSOM intensiv untersucht und wesentlich weiterentwickelt. In dieser Dissertation werden unterschiedliche Ansätze vorgeschlagen und diskutiert. So wird eine classification-confidence margin threshold definiert, um die unbekannten bösartigen Verbindungen aufzudecken, die Stabilität der Wachstumstopologie durch neuartige Ansätze für die Initialisierung der Gewichtvektoren und durch die Stärkung der Winner Neuronen erhöht, und ein selbst-adaptives Verfahren eingeführt, um das Modell ständig aktualisieren zu können. Darüber hinaus besteht die Hauptaufgabe des NNB-Modells in der weiteren Untersuchung der erkannten unbekannten Verbindungen von der EGHSOM und der Überprüfung, ob sie normal sind. Jedoch, ändern sich die Netzverkehrsdaten wegen des Concept drif Phänomens ständig, was in Echtzeit zur Erzeugung nicht stationärer Netzdaten führt. Dieses Phänomen wird von dem Update-Modell besser kontrolliert. Das EGHSOM-Modell kann die neuen Anomalien effektiv erkennen und das NNB-Model passt die Änderungen in Netzdaten optimal an. Bei den experimentellen Untersuchungen hat das Framework erfolgversprechende Ergebnisse gezeigt. Im ersten Experiment wurde das Framework in Offline-Betriebsmodus evaluiert. Der OptiFilter wurde mit offline-, synthetischen- und realistischen Daten ausgewertet. Der adaptive Klassifikator wurde mit dem 10-Fold Cross Validation Verfahren evaluiert, um dessen Genauigkeit abzuschätzen. Im zweiten Experiment wurde das Framework auf einer 1 bis 10 GB Netzwerkstrecke installiert und im Online-Betriebsmodus in Echtzeit ausgewertet. Der OptiFilter hat erfolgreich die gewaltige Menge von Netzdaten in die strukturierten Verbindungsvektoren umgewandelt und der adaptive Klassifikator hat sie präzise klassifiziert. Die Vergleichsstudie zwischen dem entwickelten Framework und anderen bekannten IDS-Ansätzen zeigt, dass der vorgeschlagene IDSFramework alle anderen Ansätze übertrifft. Dies lässt sich auf folgende Kernpunkte zurückführen: Bearbeitung der gesammelten Netzdaten, Erreichung der besten Performanz (wie die Gesamtgenauigkeit), Detektieren unbekannter Verbindungen und Entwicklung des in Echtzeit arbeitenden Erkennungsmodells von Eindringversuchen.

Informe sobre la problemática de los subnormales en Asturias.

Describir: 1. El colectivo de deficientes mentales declarados en Asturias, señalando sus características y sus condicionantes socio-económicos, culturales, sus familias y entorno en el que viven; 2. La infraestructura asistencial y educativa existente para esta población. Elaborar propuestas para la planificación de equipamientos sociales para satisfacer las necesidades existentes. Muestreo aleatorio (estratificación proporcional) por sectores sanitarios y tamaño de la población deficiente extraído de un fichero base (8000 fichas) de la Asociación pro-subnormales de Asturias, completado con 500 fichas del centro de Diagnóstico de Sanidad. Tamaño de la muestra: 1905; error de 2; margen de confianza del 95. Variables analizadas: 1 -prevalencia de la deficiencia mental (número de personas consideradas deficientes mentales en Asturias en un momento dado); 2 -características del colectivo: edad, sexo, tipo de deficiencia, grado de custodia que necesitan; datos familiares (edad de los padres, estado civil, estrato social de pertenencia); historia clínica familiar (embarazo, nacimiento, edad a la que se descubre el problema); 3 -necesidades, demandas y servicios: clases de servicios, razones de la no asistencia a servicios especializados, pensiones que recibe la familia; 4 -infraestructura de equipamiento: área educativa, preventiva, asistencial y laboral; calidad de la atención ofertada; 5 -entidades, públicas, privadas, prestadoras de servicio pro-deficientes mentales. Encuestas a la familia, a los centros y servicios pro-deficientes mentales en las que se utilizó el programa Analysis of Service System, a las Asociaciones de Padres y a responsables de las organizaciones públicas pro-deficientes mentales. Prevalencia de la deficiencia mental en Asturias del 0,57 por ciento, el fallecimiento de la madre y la separación de los padres influye en el abandono de la tutela. Estrato social más afectado: el medio bajo y el 36 por ciento de las familias afectadas son de clases pasivas. El 37 por ciento de la muestra recibe algún tipo de atención especializada, de carácter educativo en el 75 por ciento de los casos. Las principales demandas de las familias son: ayuda económica (30 por ciento), Educación Especial (27 por ciento) y empleo especial (27 por ciento) El 66 por ciento afirma que su hijo no asiste a un centro por la inexistencia del adecuado. El 77 por ciento de los deficientes va a carecer de medios económicos para su supervivencia cuando fallezcan sus padres. Sólo el 3,3 por ciento está afiliado a la Mutualidad de Previsión Social para ayuda a subnormales. El 44,3 por ciento manifiesta su deseo de que se creen residencias y hogares para sus hijos deficientes, preocupándose del grado de abandono en que pueden quedar cuando fallezcan.