[report] Perustieteiden korkeakoulu / SCI

Permanent URI for this collection

Browse

Recent Submissions

Now showing 1 - 20 of 123
  • Item
    5G innovaatiot teollisuuden digitalisaation kiihdyttämiseksi - Datavetoiset käyttötapaukset
    (Aalto University, 2023) Collin, Jari; Pellikka, Jarkko; Penttinen, Jyrki TJ; Öfversten, Janne; Koivula, Ella; Laiho, Perttu; Lahti, Roope; Rajani, Jagdeesh; Laars, Maarten van der; Tietotekniikan laitos; Department of Computer Science; Perustieteiden korkeakoulu; School of Science
    The digitalisation of products and services is shaping competition and existing industry boundaries. Today, traditional physical product-based business models are challenged by data-driven digital ecosystems that enable new ways to increase end-customer value. Modern digital platforms and the utilisation of real-time data enable significant value added – as numerous IoT (Internet of Things) applications for consumers have already demonstrated. In the corporate market, the lack of common business rules for sharing data between companies has hampered similar developments in Industrial IoT applications, even though the business opportunities of data-driven digital services are obvious. 5G mobile technology enables an open and reliable platform for industrial ecosystems to collaborate securely globally. The research deals with the ongoing industrial transformation and data-driven digital services that can be accelerated with the help of 5G technology. The purpose of the study is to identify and describe industrial 5G use cases to promote customer value, productivity, and sustainability in a selected industrial ecosystem. The research problem is how 5G can be utilised in the digital transformation of industry. Five different sectors are included in the study: mining, forestry, construction/elevator, telecommunications and oil refining, each of which has a pioneering case company. The research perspective is an industrial company seeking new business opportunities with the help of industrial 5G. Sharing lessons learned and best practices across industries is an essential part of research. The study represents the so-called. Multiple case study, which aims to create new theory from modern use cases and observations. The research results in a new understanding of how industrial 5G can be utilised in the digital transformation of industry, what are the biggest obstacles and prerequisites for successful deployment. The result will also identify new opportunities and areas where new 5G mobile technology opens up opportunities to create operational innovations and new digital services. The case studies also identified and described areas common to the industry sectors and areas that are very sector-specific. Based on the experience gained, three alternative approaches to implementing an industrial 5G network solution will be presented. Applications related to different use cases can also be implemented in several different ways, based on the purpose and environment of the applications.
  • Item
    7 T Survey in 2021 - Ultra-High Field MRI: Transition to Human 7 T in Finland
    (Aalto University, 2022) Auranen, Toni; Tolvanen, Tuomas; Jousmäki, Veikko; Neurotieteen ja lääketieteellisen tekniikan laitos; Department of Neuroscience and Biomedical Engineering; Perustieteiden korkeakoulu; School of Science
    Neurocenter FInland and Finnish Biomedical Imaging Node have prepared a survey to map potential users and project types that would importantly benefit from availability of a national-level, open-access human 7 T facility in Finland. The purpose of this survey is to establish a collaborative network aiming towards this target and to collect information for planning of budget, estimated usage and location. The survey was conducted by Aalto NeuroImaging.
  • Item
    Botit ja informaatiovaikuttaminen Twitterissä vuoden 2021 kuntavaaleissa - ELEBOT-2021-hanke
    (Aalto University, 2021) Xia, Yan; Gronow, Antti; Kukkonen, Anna; Hsuan, Ted; Kivelä, Mikko; Tietotekniikan laitos; Department of Computer Science; Perustieteiden korkeakoulu; School of Science
    Sosiaalisessa mediassa toimivia automatisoituja botteja on viime vuosina käytetty vaalivaikuttamisen välineenä ympäri maailmaa. Aalto yliopiston Tietotekniikan laitoksen ja Helsingin yliopiston Valtiotieteellisen tiedekunnan tutkijoiden yhteisessä ELEBOT-2021-hankkeessa tutkittiin Twitterissä esiintyvää automatisoitua toimintaa vuoden 2021 kuntavaalien yhteydessä. Hanke selvitti myös sitä, missä määrin kuntavaalien alla käydyssä poliittisessa keskustelussa esiintyy pysäytettyjä tilejä, jotka on jäädytetty tai poistettu Twitterin toimesta. Pysäytetyt tilit liittyvät yleensä joko häiritsevään tai muuhun Twitterin kieltämään käytökseen. Aineisto kerättiin Twitterin ohjelmointirajapinnasta touko- ja kesäkuun 2021 välisenä aikana. Tuloksia verrattiin myös vuoden 2019 eduskuntavaalien alla kerättyyn aineistoon. Bottien tunnistamiseen hyödynnettiin kansainvälisissä tutkimuksissa käytettyä Botometer-työkalua, joka tunnistaa bottien kaltaisia tilejä pääasiassa käyttäjien profiilitietojen perusteella. Sekä bottien kaltaisia että pysäytettyjä tilejä esiintyi vähän ja niiden vaikuttavuus jäi matalalle tasolle. Asiassa ei ole tapahtunut suurta muutosta vuoden 2019 eduskuntavaaleihin verrattuna, sillä bottityyppisten tilien määrä ja vaikuttavuus oli myös tuolloin vähäistä. Raportti selvitti myös bottien ja pysäytettyjen tilien yhteyttä erilaisiin mielipidekupliin. Mielipidekuplia syntyy, mikäli poliittiset asenteet ovat polarisoituneet niin, että ihmiset jakautuvat mielipiteiltään vastakkaisiin leireihin. Aiempien tutkimusten mukaan mielipidekuplat voivat olla alttiita bottien vaikutusyrityksille. Raportissa tarkasteltiin kuplia, jotka liittyvät suurimpiin puoleisiin sekä kahteen temaattiseen kokonaisuuteen, ilmastonmuutokseen ja ympäristöön sekä maahanmuuttoon. Analyysi paljasti, että bottien kaltaiset tilit olivat yleisimpiä kuplissa, joissa kannatetaan perussuomalaisia ja kokoomusta sekä vastustetaan vihreitä ja vasemmistopuolueita. Bottien kaltaiset tilit olivat yleisempiä myös ilmastopolitiikkaan ja maahanmuuttoon kriittisesti kuin positiivisesti suhtautuvien joukossa. Pysäytettyjä tilejä esiintyi kuntavaalien yhteydessä hyvin vähän. Sen sijaan 2019 eduskuntavaalien aikaan pysäytetyt tilit olivat yliedustettuina niin sanotussa oikeistokuplassa. Tulokset ovat vertailukelpoisia suhteessa kansainvälisiin verrokkitutkimuksiin, mutta bottien automaattiseen tunnistamiseen liittyy teknisiä haasteita. Jatkossa olisikin tärkeää kehittää työkalu suomen kieltä käyttävien bottien tunnistamiseen, jotta bottien määrää ja toimintaa voidaan paremmin seurata tulevien vaalien yhteydessä. ELEBOT-2021 -hankkeen rahoittajana toimi Oikeusministeriö
  • Item
    Data analysis supplement to the research article Abouelezz, Stefen, Segerstråle, Micinski, Minkeviciene, Lahti, Hardeman, Gunning, Hoogenraad, Taira, Fath, & Hotulainen (2020), "Tropomyosin Tpm3.1 Is Required to Maintain the Structure and Function of the Axon Initial Segment"
    (Aalto University, 2021) Lahti, Lauri; Tietotekniikan laitos; Department of Computer Science; Perustieteiden korkeakoulu; School of Science
    Relying on previous publications and tools (Bob, 2010; Costes et al., 2004; Dunn et al., 2011; Fiji/ImageJ program web site, 2020; Herbert, undated; Fiji/ImageJ program documentation, 2020; Online Manual for the WCIF-ImageJ collection, undated; Stauffer et al. 2018), this current document describes a method developed by Lauri Lahti and how he used this method to perform the co-localization analysis and create the results that are reported in the research article Abouelezz, Stefen, Segerstråle, Micinski, Minkeviciene, Lahti, Hardeman, Gunning, Hoogenraad, Taira, Fath, & Hotulainen (2020), "Tropomyosin Tpm3.1 Is Required to Maintain the Structure and Function of the Axon Initial Segment".
  • Item
    Development of care decision-making model
    (Aalto University, 2021) Lahti, Lauri; Tietotekniikan laitos; Department of Computer Science; Perustieteiden korkeakoulu; School of Science
    DIHEML research project ("Development of method for interpretation of health expressions based on machine learning to support various care events and persons", DIHEML) develops measuring of the health condition and quality of life to assist in developing artificial intelligence to support public sector healthcare and wellbeing by addressing the personal needs of the patient. With the valuable support from various collaborators DIHEML research project collects human answers. DIHEML research project aims to develop, test and validate a diverse set of alternative approaches of machine learning to develop new models that can fruitfully support modeling healthcare processes and the decision making about the patient’s care, especially addressing the patient’s personal needs and preferences.
  • Item
    Itseohjautuvuus ja työn imu Suomessa - Onko itseohjautuvuus työhyvinvoinnin vai pahoinvoinnin lähde?
    (Aalto University, 2021) Martela, Frank; Hakanen, Jari; Hoang, Nhi; Vuori, Johanna; Tuotantotalouden laitos; Department of Industrial Engineering and Management; Perustieteiden korkeakoulu; School of Science
    Itseohjautuvuus on tullut ryminällä suomalaiseen työelämäkeskusteluun. Lukuisat yritykset ja julkisen sektorin organisaatiot ovat julistaneet ottavansa askelia kohti suurempaa itseohjautuvuutta uskoen näin vahvistavansa niin työntekijöiden motivaatiota kuin organisaation tuloksellisuuttakin. Samalla suosio on herättänyt myös kritiikkiä: Itseohjautuvuutta on verrattu heitteillejättöön ja esitetty, että työhyvinvoinnin sijasta itseohjautuvuuden aiheuttama stressi voi lisätä työuupumuksen riskiä työpaikoilla. Tutkimustieto aiheesta on kuitenkin puuttunut niin Suomessa kuin kansainvälisestikin. Tässä kansallisesti edustavaan suomalaiseen aineistoon (N = 2000 + jatkokysely N = 400) perustuvassa tutkimuksessa pyrimme sel-vittämään, onko itseohjautuvuus yhteydessä työn imuun ja työhyvinvointiin vai pikemminkin stressiin, työuupumukseen ja ylipäätään työpahoinvointiin. Ennen kuin itseohjautuvuutta voi tutkia, on se määriteltävä. Julkisessa keskustelussa menee usein sekaisin kaksi erillistä ilmiötä: Organisaation itseorganisoituminen viittaa siihen, kuinka paljon päätöksentekovaltaa on hajautettu keskusjohdolta koko organisaatiolle. Kyse on organisaation ominaisuudesta; päätäntävallan desentralisaation asteesta. Työntekijän itseohjautuvuus tarkoittaa sitä kuinka paljon tietyllä työntekijällä on vapautta päättää omaan työhönsä liittyvistä asioista. Kyse on yksilön ominaisuudesta; vallasta päättää omasta työstä. Keskimäärin vallan hajauttaminen lisää työntekijöiden itseohjautuvuuden kokemusta, mutta yksilötasolla henkilö voi kokea vahvaa itseohjautuvuutta myös hierarkkisessa organisaatioissa ja toisinpäin. Siksi yksilötason ja organisaation tason ilmiötä on syytä tarkastella erillisinä. Työntekijän itseohjautuvuus eli valta omaan työhön sisältää kolme tasoa: Työn teon oikeudet tarkoittavat valtaa päättää työn tekemisen tavoista, työn johtamisen oikeudet tarkoittavat valtaa päättää työn päämääristä ja prioriteeteista ja oikeus organisaation kehittämiseen tarkoittaa valtaa osallistua organisaation rakenteiden ja käytänteiden jalostamiseen. Tutkimuksemme osoittaa, että työssäkäyvien suomalaisten joukossa vahvempi kokemus itseohjautuvuudesta on yhteydessä suurempaan työn imuun ja alhaisempaan työuupumukseen. Tulos on sama sekä poikittais- että pitkittäistutkimuksessa. Vapaus tehdä omaa työtä koskevia valintoja on siis selkeästi yhteydessä työhyvinvointiin. Itseohjautuvuutta kokevat työntekijät kokevat myös työnsä merkityksellisemmäksi ja ovat vähemmän alttiita vaihtamaan työpaikkaa. Minkälaisissa organisaatioissa työntekijät sitten kokevat itseohjautuvuutta? Tulostemme perusteella itseohjautuvuus on suurempaa pienempikokoisissa organisaatioissa. Organisaatioiden sisällä korkeammassa asemassa olevat, enemmän palkkaa saavat ja korkeammin koulutetut työntekijät kokivat enemmän itseohjautuvuutta. Lisäksi nuoret työntekijät kokivat vanhempia työntekijöitä enemmän itseohjautuvuutta ja miehet kokivat sitä naisia enemmän. Tuloksemme antavat tukea sille, että itseohjautuvuudella on myönteisiä vaikutuksia työntekijöiden motivaatiolle ja hyvinvoinnille. Itseohjautuvuuden onnistunut toteuttaminen ei kuitenkaan ole helppoa, ja annamme raportin lopussa viisi ohjetta siitä, miten siirtymässä itseohjautuvammaksi voisi parhaiten onnistua.
  • Item
    Autonomian rajat ja mahdollisuudet mikro- ja PK-yrityksissä - AURA-projektin loppuraportti
    (Aalto University, 2021) Vanharanta, Outi; Polvinen, Kirsi; Vartiainen, Matti; Tuotantotalouden laitos; Department of Industrial Engineering and Management; Virtual and Mobile Work; Perustieteiden korkeakoulu; School of Science
  • Item
    A Hierarchical Optimization Model of Left Ventricular Ejection
    (Helsinki University of Technology, 1988) Hämäläinen, Jari J.; Matematiikan ja systeemianalyysin laitos; Department of Mathematics and Systems Analysis; Systems Analysis Laboratory; Systeemianalyysin laboratorio; Perustieteiden korkeakoulu; School of Science
    A hierarchical optimization model for predicting left ventricular stroke volume, root aortic pressure and flow curves, and ejection time was developed. The optimality criteria of the model are based on the assumption of energy cost economy of ventricular function. The forces developed during ejection and ventricular efficiency are also taken into account in the cost functions developed. Model predictions for changes in arterial load were shown to be in accordance with measurements made in an isolated canine heart preparation when contractility, end-diastolic volume, and heart rate were kept constant. Thus the analysis shows that left ventricular stroke volume and ejection pattern can be predicted by an optimization model.
  • Item
    Viisi historian opetusta koronakriisiin liiketalouden näkökulmasta
    (Aalto University, 2020) Nykänen, Nooa; Luoma, Jukka; Tuotantotalouden laitos; Department of Industrial Engineering and Management; Perustieteiden korkeakoulu; School of Science
  • Item
    Alustatalouden innovoinnin ja kasvun haasteet
    (Aalto University, 2020) Aalto, Eero; Gustafsson, Robin; Lipiäinen, Niko; Tuotantotalouden laitos; Department of Industrial Engineering and Management; Perustieteiden korkeakoulu; School of Science
    Tässä artikkelissa käsittelemme alustatalouden haasteita yritysten innovaatiotoiminnalle ja kasvulle. Artikkeli perustuu laajaan tutkimuskirjallisuuden katsaukseen pääasiallisina alueina digitaalinen talous, alustatalous, innovaatiotoiminta ja yrittäjyys. Alustatalous ilmiönä on kasvava ja toimialat ylittävä talouden ilmiö. Digitaaliset alustat mahdollistavat verkostopohjaisen arvonluonnin uudella tavalla alustan ja siihen osallistuvien osapuolien välillä. Alustojen erityispiirteitä kuvaamme käsitteellä alustamaisuus. Tunnistamme viisi keskeistä alustatalouden haastetta yrityksille: (1) Alkuvaiheen korkea osallistumiskynnys, (2) epätäydelliset datamarkkinat, (3) jaetut digitaaliset hyödykkeet, (4) innovaatiotoiminta digitaalisissa verkostoissa ja (5) digitaalisten alustojen sääntely.
  • Item
    Botit ja informaatiovaikuttaminen Twitterissä Suomen eduskunta- ja EU-vaaleissa 2019 - ELEBOT-hanke
    (Aalto University, 2019) Salloum, Ali; Takko, Tuomas; Peuhkuri, Markus; Kantola, Raimo; Kivelä, Mikko; Tietotekniikan laitos; Department of Computer Science; Tietoliikenne- ja tietoverkkotekniikan laitos; Department of Communications and Networking; Perustieteiden korkeakoulu; School of Science
    Sosiaalisessa mediassa toimivat botit ovat mahdollinen tapa yrittää vaikuttaa vaaleihin. Tässä raportissa tutkittiin Suomen eduskunta- ja EU-vaaleihin liittyvää Twitterissä tapahtuvaa automatisoitua toimintaa. Tulosten perusteella tällaista toimintaa esiintyi. Toiminnan määrä ja vaikuttavuus olivat kuitenkin huomattavasti alhaisempia kuin vastaavilla menetelmillä tehdyissä tutkimuksissa esimerkiksi Yhdysvaltojen vuoden 2018 vaaleissa. Boteiksi luokiteltujen tilien tuottaman sisällön eroavaisuuksia normaalien käyttäjien tuottamaan sisältöön tutkittiin. Kummatkin ryhmät keskustelivat pääosin samoista aiheista mutta eri suhteissa. Botit esimerkiksi puhuivat selkeästi suuremmalla todennäköisyydellä tietyistä aiheista kuin normaalit käyttäjät. Havaintojemme perusteella automatisoidut tilit erosivat normaaleista tileistä myös seuraajien lukumäärän, tilin luomispäivän sekä jaettujen linkkien lähteiden suhteen. Tutkitut vuorovaikutusverkostot olivat polarisoituneita, ja automatisoitu toiminta jakautui verkon sisällä epätasaisesti. Automatisoidun vaikuttamisen tutkiminen sosiaalisessa mediassa sisältää haasteita ja vaatii jatkuvaa kehitystyötä.
  • Item
    Smart and Mobile Work in Growth Regions
    (Aalto University, 2018) Vartiainen, M. (editor); Surakka, T. (editor); Haahtela, T. (editor); Tuotantotalouden laitos; Department of Industrial Engineering and Management; Virtual and Mobile Work Research Unit; Perustieteiden korkeakoulu; School of Science
    Smart Commuting project explored new ways of combining work and life with new intelligent transport system services and developed new concepts to support sustainable CO2-free commuting and mobile, multi-locational work. The mobility of the workforce is increasing due to technology development, commuting and the nature of work, which has many consequences as long commuting may decrease the productivity of work and leave less time for relaxation, resulting in lowered wellbeing. Cities also have to address commuting when planning technical solutions, developing services and calculating their finance schemes. Therefore, the first objective of this project was to identify the changing needs of mobile workers for transport. The second objective was to support the implementation of sustainable and intelligent transport services that meet these needs.  The project was done as the  collaboration of researchers and company partners from Austria, Finland, and Switzerland. Aalto University acted as the coordinator, and AIT Austrian Institute of Technology, tbw research GesmbH, and ZHAW Zürich University of Applied Sciences were research partners. The company and regional partners were: Virta Ltd. (Liikennevirta Oy), AC2SG Software Oy, Kyyti Group Ltd. (Tuup Oy), ISTmobil GmbH, Growth Corridor Finland (GCF), and the Office of Mobility in the Canton of Basel-Stadt. Smart Commuting - Smart and Mobile Work in Growth Regions project (2016-2018, www.smartcommuting.eu) is one of the projects in joint programme JPI Urban Europe (www.jpi urbaneurope.eu). The programme was created in 2010 to address the global urban challenges of today. In Finland, the project was funded by Business Finland.  The consortium collected data through surveys, interviews, collecting documents, making observations and having workshops in Austria, Finland and Switzerland to evaluate how new transport services meet the evolving needs of mobile workers. In addition, simulations were used to provide decision support for stakeholders to address urban planning and governance structures' challenges. Implementations in large commuting areas were pivotal aspects of this project as they helped scale up our partners' operations, get experiences about the needs of users and also discover some common grounds for governance and city planning policies.
  • Item
    DYNAMO Team Biennial Report 2016-2017 - Part of ReSoLVE Centre of Excellence
    (Aalto University, 2018) Käpylä, Maarit (editor); Tietotekniikan laitos; Department of Computer Science; Dynamo team; Perustieteiden korkeakoulu; School of Science
    Two of the ReSoLVE Centre of Excellence teams operate in Aalto University, DYNAMO team in the School of Science, Department of Computer Science. During the years 2016-2017 the DYNAMO team has continued its efforts towards its main objective, namely to understand the long-term evolution of the solar dynamo, through direct numerical simulations of turbulent convection both in local but dominantly in global spherical geometries. In addition to the scientific results, significant methodological advances have been accomplished both in data analysis and numerical modeling, that have enabled some of the results presented here, but are also vital for making further progress in the imminent future.
  • Item
    Biclustering gene expression data with minimum description length
    (Aalto University, 2012) Hanhijärvi, Sami; Kallio, Aleksi; Tietotekniikan laitos; Department of Computer Science; Perustieteiden korkeakoulu; School of Science
  • Item
    Proceedings of ICANN/PASCAL2 Challenge: MEG Mind Reading
    (Aalto University, 2011) Klami, Arto; Tietotekniikan laitos; Department of Computer Science; Perustieteiden korkeakoulu; School of Science
    This report summarizes the outcomes of the MEG mind reading challenge organized in conjunction with the International Conference on Artificial Neural Networks (ICANN) 2011, sponsored by the PASCAL2 Challenge Programme. The challenge task was to infer from brain activity, measured with MEG, the type of a video stimulus shown to the subject. Successful solutions would then allow determining, for example, whether a subject is watching football or a comedy film based on short single-trial recording of brain activity. The challenge was organized to study the feasibility of such decoding tasks, to discuss related machine learning methods and solutions, and to promote the awareness of the interesting problem formulation. Furthermore, the challenge produced a publicly available data set that can be used for future benchmarking of decoding methods. The best participants reached high accuracy in the task, demonstrating successful brain decoding. The collection contains an full description of the challenge and its results, as well as technical descriptions of the best three submissions written by the participants.
  • Item
    14th International Workshop on New Approaches to High-Tech: Nano-Design, Technology, Computer Simulations (NDTCS-2011) : abstract book
    (Aalto University, 2011) Susi, Toma (graphic design); Teknillisen fysiikan laitos; Department of Applied Physics; Perustieteiden korkeakoulu; School of Science
  • Item
    Crossroads : transformations on the road to 2040
    (Aalto University, 2015) Loescher, Michael; Aaltonen, Mika,; Tuotantotalouden laitos; Department of Industrial Engineering and Management; Perustieteiden korkeakoulu; School of Science
  • Item
    Being better better : living with systems intelligence
    (Aalto University, 2014) Hämäläinen, Raimo P.; Jones, Rachel; Saarinen, Esa; Matematiikan ja systeemianalyysin laitos; Department of Mathematics and Systems Analysis; Perustieteiden korkeakoulu; School of Science
  • Item
    Co-create 2013 : the Boundary-Crossing Conference on Co-Design in Innovation
    (Aalto University, 2013) Smeds, Riitta; Irrmann, Olivier (editors); Tuotantotalouden laitos; Department of Industrial Engineering and Management; Perustieteiden korkeakoulu; School of Science
  • Item
    Derivations of the Enhanced Gradient for the Boltzmann Machine
    (Aalto University, 2011) Ilin, Alexander; Cho, KyungHyun; Raiko, Tapani; Tietotekniikan laitos; Department of Computer Science; Perustieteiden korkeakoulu; School of Science
    This technical report is extends the conference paper [1] and the abstract [2] with detailed derivations and proofs. First we recap notation that we use on the Boltzmann machine and its learning. Then we define transformations for the machine where some of its bits are flipped for all samples, and show the equivalence of the transformed model to the original one. Then we show that traditional update rules are not invariant to the transformations, propose a new update rule called theenhanced gradient, and finally show its invariance to the transformations.