LUTPub (LUT University)
Not a member yet
24632 research outputs found
Sort by
Ehdolliset tulospohjaiset diffuusiomallit inversio-ongelmissa
No full textScore-based diffusion models based on stochastic processes have proven to be time-efficient solutions to denoising problems. By conditioning these stochastic processes with observed measurements using statistical inversion methods, score-based diffusion models can potentially be used to solve inversion problems effectively in terms of time. Especially in medical imaging, solving inversion problems requires long and computationally heavy imaging, for which conditional score-based diffusion models could provide more effective solutions in terms of time and computational cost.
This bachelor's thesis first explores how Ornstein-Uhlenbeck stochastic processes and Bayesian inversion can be used to implement a conditional score-based diffusion model in theory. It then investigates how the conditional score-based diffusion model implemented on the basis of theory is able to solve the medical imaging associated inversion problems (Gauss blurring, Radon transformation) with certain parameter settings.
The results show that the score-based diffusion model is able to solve both inversion problems with reasonably challenging parameter settings, so that the model could potentially be useful in practical applications. However, the modeling was performed with simple image data, so the performance of the model should be investigated in more detail with more complex data.Stokastisiin prosesseihin pohjautuvat tulospohjaiset diffuusiomallit ovat osoittautuneet ajallisesti tehokkaiksi ratkaisuiksi kohinan vähentämiseen liittyvissä ongelmissa. Ehdollistamalla kyseiset stokastiset prosessit havaituilla mittauksilla käyttäen tilastollisia inversiomenetelmiä, voidaan diffuusiomalleilla mahdollisesti ratkaista inversio-ongelmia ajallisesti tehokkaasti. Erityisesti lääketieteellisessä kuvantamisessa inversio-ongelmien ratkaiseminen vaatii pitkäkestoisia ja laskennallisesti raskaita kuvantamisia, joihin diffuusiomallit voisivat tarjota ajallisesti ja laskennallisesti tehokkaampia ratkaisuja.
Tässä kandidaatin opinnäytetyössä ensin tutkitaan, miten Ornstein–Uhlenbeckin stokastisia prosesseja ja Bayesilaista inversiomenetelmää hyödyntämällä ehdollistettu tulospohjainen diffuusiomalli voidaan toteuttaa teoriassa. Tämän jälkeen tutkitaan, kuinka teorian pohjalta toteutettu ehdollistettu tulospohjainen diffuusiomalli pystyy ratkomaan lääketieteelliseen kuvantamiseen liittyviä inversio-ongelmia (Gauss-sumennus, Radon-muunnos) tietyillä parametrien asetuksilla.
Tulokset osoittavat, että tulospohjainen diffuusiomalli pystyy ratkaisemaan molemmat inversio-ongelmat kohtuullisen haastavilla parametrien asetuksilla, jolloin mallista voisi olla mahdollisesti hyötyä käytännön sovelluksissa. Toisaalta, mallinnuksessa käytettiin yksinkertaista kuvadataa, joten mallin suoriutumista pitäisi tutkia tarkemmin monimutkaisemmalla datalla
Design and implementation of IELTS learning resources system based on the data crawler
Get PDFWith the increasing demand for studying abroad and standardized language proficiency tests, IELTS (International English Language Testing System) has become one of the most widely recognized English exams globally. However, IELTS learning resources are often scattered across various websites and platforms, leading to issues such as inefficient retrieval, inconsistent formats, and delayed updates. Therefore, it is necessary to build a centralized and automated resource management system to improve access efficiency and user experience.
This thesis presents the design and implementation of an IELTS learning resource management system based on web crawling technology. The system is developed using the Spring Boot framework for the backend and Thymeleaf as the template engine for server-side rendering. MySQL is used for data persistence. The web crawler module, implemented with the Jsoup library, extracts structured data such as titles, categories, URLs, and summaries from designated educational websites. The system supports key functions including module-based browsing, keyword search, pagination, administrator login authentication, resource management, and manual data collection triggering.
Starting from the analysis of system requirements, this thesis elaborates on the choice of technologies, overall architecture, functional module design, database modeling, and implementation. Functionality testing and interface validation demonstrate that the system runs stably with good user experience. In summary, this system realizes an integrated “collection–management–presentation” workflow, providing practical value for organizing and utilizing IELTS learning resources more effectively
Improvement of the brown stock washing efficiency : UPM Kaukas
No full textTässä diplomityössä tutkittiin sellutehtaan havu-kuitulinjan pesutehokkuutta ja siihen vaikuttavia parametrejä. Tutkimuksessa perehdyttiin ensiksi sellutehtaan eri prosesseihin teorian tavoin. Teoriaosuudessa suurin painoarvo annettiin kuitulinjan pesuvaiheille ja selvitettiin tapoja mitata massan pesutulosta. Pesutuloksella on koko sellutehtaan kustannus- ja energiatehokkuuden kannalta erittäin suuri merkitys. Venäjän aloittaman hyökkäyssodan jälkeen metsäteollisuuden käyttämän raaka-aineen, eli puun tuonti Venäjältä lopetettiin. Tämä heijastui koko Suomen metsäteollisuuteen raaka-aineen hinnan nousuna. Raaka-aineen hinnan noustua jokainen metsäteollisuuden yritys pyrki löytämään keinoja valmistaa tuotetta mahdollisimman kustannustehokkaasti kompensoidakseen puun hinnan nousun vaikutuksia asiakkaille.
Tutkimuksessa oli kaksi selkeää osakokonaisuutta, joita lähdettiin tutkimaan. Ensimmäisenä tarkoituksena oli selvittää kuitulinjan nykyinen pesutehokkuus ja tämän jälkeen pyrkiä löytämään keinoja pesutehokkuuden parantamiseen. Toinen osakokonaisuus oli tutkia pesemön esisaostimen suodoskierron putkistomuutoksen vaikutusta pesulaitteiden toimintaikkunoihin ja prosessissa käytettävien kemikaalien annoksiin.
Pesutehokkuuden selvityksen aikana havaittiin, että ruskean massan viimeistä pesulaitetta ajettiin liian pienellä laimennuskertoimella ja pesureita ohitettiin ohjaamalla lisävettä pesureiden suodossäiliöihin. Putkistomuutoksen tutkimista varten linjasta muodostettiin CadSim-simulaatio, jolla muutosta oli edullista tutkia. Tulosten ja tehtyjen automaatiomuutosten perusteella viimeisen pesulaitteen laimennuskerrointa onnistuttiin nostamaan. Simulaation antamien tulosten perusteella putkistomuutokselle pystyttiin osoittamaan kannattava takaisinmaksuaika.This master’s thesis studied the washing efficiency of a pulp mill’s softwood fiber line and its influencing parameters. The theoretical section focused mainly on washing stages and methods for measuring washing results of pulp. Washing performance is crucial for the mill’s cost and energy efficiency. After Russia’s invasion, wood imports from Russia were stopped, causing raw material price increases across the Finnish forest industry. In response, companies seek ways to reduce production costs to offset rising raw material prices for customers.
This study had two clear parts, which were investigated. The first aim was to determine the current washing efficiency of the fiber line and then try to find ways to improve it. The second part focused to investigate the effect of the piping modification in the washer’s pre-clarifier filtrate circulation on the operating windows of the washing equipment and the doses of chemicals used in the process.
During the washing efficiency study, was noticed that the last washing equipment of the brown stock handling were used with too small dilution factor and washers were bypassed by directing additional filtrate to filtrate tanks of the washers. The study for the piping modification was managed by creating CadSim-simulation, which allowed cheap study for the modification. Based on the results and implemented automation changes, the dilution in the last washing stage was successfully increased. According to the simulation results, the piping modification demonstrated a profitable payback period
Gamified systems : exploring state-of-the-art design beyond points and badges
Get PDFIn recent years, the rapid development of gamification systems has brought increasing attention to the limitations of the traditional Points-Badges-Leaderboards model. This study introduces a personalized gamification system grounded in psychological theory and user typologies. Drawing on frameworks such as Self-Determination Theory, Flow Theory, Learning Engagement, and Learning Experience Design, the system is designed to meet users' core psychological needs—autonomy, competence, and relatedness—to foster more sustainable learning behaviors.
Combining an extensive literature review with qualitative interviews based on the BrainHex player model, which categorizes users into seven distinct types, the research analyzes how different user archetypes respond to gamified systems. The findings confirm the limitations of externally reward-driven designs and emphasize the importance of responsive, user-centered strategies in gamification.
Based on these insights, the study develops three tailored interface modes—Challenge & Growth, Exploration & Adventure, and Social & Competitive—each offered in both high- and low-gamification versions to accommodate user preferences and cognitive load. A simplified demonstration (demo) of the low-gamification version is also presented to showcase how greater user autonomy can be achieved. Key features of the system include adaptive task structures, AI-powered content recommendation, and customizable learning pathways. Together, these elements create a flexible, engaging, and personalized learning experience that supports sustained motivation over time
Kernel interpolation for partial differential equations
Get PDFPolynomial interpolation aims to construct a function, known as the interpolant, that approximates an unknown function based on its discrete data points. Despite the usefulness of this approach, it fails to perform effectively in higher dimensions, highlighting the need for a more suitable alternative. This necessitates the use of kernel interpolation, where positive definite functions - known as radial basis functions (RBFs) - are employed to perform the interpolation. Beyond its use for general function approximation, kernel interpolation is also applicable to finite element spaces. In this approach, a kernel function is obtained by numerically solving the partial differential equation (PDE) twice, forming the basis for approximating the solution to any type of PDE using discrete points associated with the problem
A graph attention-based model for multivariate time series anomaly detection
Get PDFMultivariate time series anomaly detection has significant application value in fields such as financial risk control, industrial manufacturing and smart transport. However, traditional models often overlook inter-variable dependencies, making it difficult to capture anomalous patterns in complex systems. To address this, this paper introduces MTAD-GAT, a novel model based on graph attention mechanisms. By constructing graph structures to model temporal dependencies and feature correlations among variables, and combining forecasting and reconstruction approaches, the model improves both the accuracy and robustness of anomaly detection.
This paper verifies the model performance on three public datasets: SMD, MSL, and SMAP. Through experiments and investigations, we found that the F1 values of the MTAD_GAT model on these three datasets were all higher than those of the traditional methods. To further analyze the effectiveness of the model's internal architecture, this thesis conducted multiple ablation studies to assess the contribution of each component. Results shows that: The dual GAT modules significantly enhance the ability of MTAD_GAT to capture temporal-feature dependencies; The integration of prediction and reconstruction branches improves robustness and anomaly coverage; The upgraded GATv2 performs better than GATv1
Nvidia Jetson Nano 2GB:n arviointi CNN-pohjaiseen kuvien luokitteluun
Get PDFThis thesis focuses on evaluating the capabilities of the Nvidia Jetson Nano 2GB Developer Kit for image classification tasks using Convolutional Neural Network (CNN) models. In this study, the classification accuracy of pretrained CNN models is assessed. The study also focuses on comparing the performance of the pretrained ResNet-18 model with a retrained model on the Jetson Nano platform.
Two datasets are used to retrain the ResNet-18 model: a new custom dataset consisting of images of coffee mugs and the Cats & Dogs dataset provided by Nvidia. The impact of dataset size and diversity on classification accuracy was also investigated.
The evaluation consists of measuring the accuracies of each pretrained model for different classes with images provided by Nvidia as well as the images collected from the internet. Unexpected results arose during retraining the ResNet-18 with limited datasets, including a decrease in classification accuracy for cats. The CNN models seem to perform much better with input images that resemble those in the training datasets. The results of retraining indicate that the dataset characteristics, such as size and diversity of images significantly affect model performance, at least on the Jetson Nano.Tämä opinnäytetyö keskittyy Nvidia Jetson Nano 2GB Developer Kitin suorituskyvyn arviointiin kuvien luokittelutehtävissä CNN-malleja käyttäen. Tässä tutkimuksessa arvioidaan esikoulutettujen CNN-mallien luokittelutarkkuutta. Tutkimus keskittyy myös esikoulutetun ResNet-18 -mallin suorituskyvyn vertaamiseen Jetson Nano -alustalla uudelleen koulutettuun mallin kanssa.
ResNet-18-mallin uudelleenkouluttamiseen käytetään kahta tietoaineistoa: uutta, räätälöityä kahvimukeista koostuvaa tietoaineistoa, sekä Cats & Dogs -tietoaineistoa, jonka Nvidia tarjoaa. Työssä tutkittiin myös tietoaineiston laajuuden ja monimuotoisuuden vaikutusta luokittelun tarkkuuteen.
Arviointi koostuu kunkin esikoulutetun mallin tarkkuuden mittaamisesta eri luokilla sekä Nvidian tarjoamilla kuvilla että internetistä kerätyillä kuvilla. Odottamattomia tuloksia syntyi ResNet-18 -mallin uudelleenkoulutuksen aikana rajoitetuilla tietoaineistoilla, mukaan lukien kissojen luokittelutarkkuuden heikkeneminen. CNNmallit näyttävät toimivan paljon paremmin kuvilla, jotka muistuttavat koulutustietoaineistossa olevia kuvia. Uudelleenkoulutuksen tulokset osoittavat, että tietoaineiston ominaisuudet, kuten kuvien koko ja monimuotoisuus, vaikuttavat merkittävästi mallien suorituskykyyn, ainakin Jetson Nanolla
Generation Z's interest in anti-age products : psychological mechanisms and strategic marketing approaches
No full textTämän kandidaatintutkielman tarkoituksena on perehtyä psykologisiin ja markkinointiin liittyviin tekijöihin, jotka vaikuttavat Z-sukupolven kasvavaan kiinnostukseen anti-age-ihonhoitotuotteita kohtaan. Teoreettinen viitekehys yhdistää kuluttajapsykologiaa sekä digitaalisia markkinointistrategioita keskittyen pelkoon vetoamiseen, koettuun riskiin ja parasosiaalisiin suhteisiin. Empiirisessä osiossa hyödynnettiin laadullista tutkimusmenetelmää. Osioon kuului puolistrukturoituja haastatteluja kolmen Z-sukupolvea edustavan sosiaalisen median vaikuttajan kanssa. Temaattinen analyysi tuo esiin, että yhä nuorempien kuluttajien kiinnostusta anti-age-ihonhoitoon muovaavat esteettiset ihanteet, sosiaalisen median paineet ja pelkoon perustuvat markkinointistrategiat. Vaikuttajilla on keskeinen asema ikääntymistä ehkäisevien tuotteiden käytön arkipäiväistämisessä ja hyväksyttävyydessä Z-sukupolven keskuudessa. Lisäksi tärkeiksi tekijöiksi osoittautuivat heuristiikat, kuten sosiaalinen todiste ja FOMO-ilmiö, jotka ohjaavat nuorten kuluttajien ostopäätöksiä. Tulokset korostavat, miten markkinointiviestintä vaikuttaa vahvasti nuorten kuluttajien käsityksiin sekä ikääntymisestä että itsehoidosta.The purpose of this bachelor’s thesis is to explore the psychological and marketing factors that influence the growing interest of Generation Z in anti-aging skin care products. The theoretical framework combines consumer psychology and digital marketing strategies, focusing on fear appeal, perceived risk and parasocial relationships. In the empirical part, a qualitative methodological approach was used. It included semi-structured interviews with three influencers active on social media platforms representing Generation Z. Thematic analysis reveals that the interest of increasingly younger consumers in anti-ageing skincare is shaped by aesthetic ideals, social media pressures and fear-based marketing strategies. Influencers play a key role in increasing the social acceptance and everyday use of anti-ageing products among Generation Z. In addition, heuristics such as social proof and the FOMO phenomenon are shown to play an important role in the purchasing decisions of young consumers. The results highlight the strong influence of marketing communication on young consumers' perceptions of both ageing and self-care
Designing a growing cabinet for chilies
No full textTämän diplomityön tavoitteena oli suunnitella ja valmistaa kasvatuskaappi chileille. Työssä tutkittiin teoreettisia viitekehyksiä, jotka liittyivät chilien kasvatukseen, systemaattiseen tuotekehitykseen ja liiketoimintamalliin osana tuotetta.
Työssä hyödynnettiin kvalitatiivisia tutkimusmenetelmiä, joista keskeisimpinä olivat käyttäjien haastattelut, materiaalien valinta ja DFMA-analyysi. Tukevina tutkimusmenetelminä käytettiin mm. benchmarkingia, käyttäjä- ja vaatimusprofiilien määritystä sekä arvoanalyysiä. Työn runkona käytettiin Design Thinking mallia, jonka avulla työ toteutettiin vaihe vaiheelta systemaattisesti edeten.
Tutkimuksen oli tarkoitus vastata tutkimuskysymykseen: Miten suunnitella ja toteuttaa käyttäjäystävällinen ja kestävän kehityksen huomioiva kasvatuskaappi chileille?
Työn tuloksena suunniteltiin ja toteutettiin asetettujen aikatauluraamien puitteissa chilien kasvatukseen tarkoitettu käyttäjäystävällinen kasvatuskaappi, jonka ominaisuudet muotoutuivat työn tavoitteiden ja käyttäjätarpeiden selvitysten pohjalta. Lopuksi tuotteesta tehtiin prototyyppi ja testattiin sen vastaavuutta työn tavoitteisiin.The aim of this master's thesis was to design and manufacture a growing cabinet for chilies. The work examined theoretical frameworks related to chili cultivation, systematic product development and the business model as part of the product.
The work utilized qualitative research methods, the most central of which were user interviews, material selection and DFMA analysis. Supporting research methods used included benchmarking, user and requirement profile determination and value analysis. The Design Thinking model was used as the framework for the work, with the help of which the work was conducted systematically step by step.
The purpose of the research was to answer the research question: How to design and realize a user-friendly and sustainable growing cabinet for chilies?
As a result of the work, a user-friendly growing cabinet for chilies was designed and realized within the set schedule framework, the characteristics of which were shaped based on the objectives of the work and user needs studies. Finally, a prototype of the product was made and its correspondence to the objectives of the work was evaluated
Euroopan Keskuspankin rahapolitiikan vaikutus OMX Helsinki 25 osakemarkkinakehitykseen
No full textThe aim of the study is to investigate the impact of the monetary policy pursued by the European Central Bank on the stock market. The monetary policy instruments examined in this study include quantitative easing, inflation, and the main refinancing rate. The aim is to investigate how these instruments have affected the value development of the OMX Helsinki 25 index. This will form a complete picture of the relationship between monetary policy and the stock market.
The study was carried out as a quantitative analysis using correlation analysis and linear regression analysis. These allow us to examine the statistical connections between variables. The results show that quantitative easing has had a positive impact on the development of the OMXH25 index. In 2017–2020, the effect has been weaker than in 2021–2024. This has been influenced by the COVID-19 pandemic and the war in Ukraine. Changes in the main refinancing rate were found to have a negative impact on stock prices, especially during rapid and surprising changes. The impact of inflation was statistically insignificant in 2017–2020. When inflation rose above the target level in 2021–2024, a clear negative relationship with the stock market was observed.
The results of the study provide useful information on the dynamics between monetary policy and the stock market. In addition, the study provides a new perspective on how the ECB's monetary policy decisions affect the stock market of a small country such as Finland.Tutkielman tavoitteena on selvittää Euroopan Keskuspankin harjoittaman rahapolitiikan vaikutus osakemarkkinoihin. Tutkimuksen kohteena olevat rahapolitiikan keinot ovat määrällinen elvytys, inflaatio ja ohjauskorko. Tavoitteena on selvittää, miten nämä keinot ovat vaikuttaneet OMX Helsinki 25 indeksin arvokehitykseen. Näin muodostetaan kokonaiskuva rahapolitiikan ja osakemarkkinoiden välisestä suhteesta.
Tutkimus toteutettiin kvantitatiivisena analyysina käyttäen korrelaatioanalyysia sekä lineaarista regressioanalyysia. Näiden avulla pystytään tarkastelemaan muuttujien välisiä tilastollisia yhteyksiä. Tulokset osoittavat, että määrällisellä elvytyksellä on ollut positiivinen vaikutus OMXH25-indeksin kehitykseen. Vuosina 2017–2020 vaikutus on ollut heikompi kuin vuosina 2021–2024. Tähän on vaikuttanut COVID-19 pandemia sekä Ukrainan sota. Ohjauskoron muutoksilla havaittiin negatiivinen vaikutus osakekursseihin, erityisesti nopeiden ja yllättävien muutosten aikana. Inflaation vaikutus oli tilastollisesti merkitsemätön vuosina 2017–2020. Kun inflaatio nousi yli tavoitetason vuosina 2021–2024 havaittiin selvä negatiivinen yhteys osakemarkkinoihin.
Tutkielman tulokset tarjoavat hyödyllistä tietoa rahapolitiikan ja osakemarkkinoiden välisestä dynamiikasta. Lisäksi tutkielma tarjoaa uuden näkökulman, miten EKP:n rahapolitiikan päätökset vaikuttavat pienen maan, kuten Suomen, osakemarkkinoihin