National Library of Finland DSpace Services
Not a member yet
86391 research outputs found
Sort by
A Comparative Analysis of NLP Algorithms for Implementing AI Conversational Assistants
Get PDFThe rapid adoption of low-code/no-code software systems has reshaped the landscape of software development, but it also brings challenges in usability and accessibility, particularly for those unfamiliar with the specific components and templates of these platforms. This thesis targets improving the developer experience in Nokia Corporation's low-code/no-code software system for network management through the incorporation of Natural Language Interfaces (NLIs) using Natural Language Processing (NLP) algorithms.
Focused on key NLP tasks like entity extraction and intent classification, we analyzed a variety of algorithms, including MaxEnt Classifier with NLTK, Spacy, Conditional Random Fields with Stanford NER for entity recognition, and SVM Classifier, Logistic Regression, Naïve Bayes, Decision Tree, Random Forest, and RASA DIET for intent classification. Each algorithm's performance was rigorously evaluated using a dataset generated from network-related utterances. The evaluation metrics included not only performance metrics but also system metrics.
Our research uncovers significant trade-offs in algorithmic selection, elucidating the balance between computational cost and predictive accuracy. It reveals that while some models, like RASA DIET, excel in accuracy, they require extensive computational resources, making them less suitable for lightweight systems. In contrast, simpler models like Spacy and StanfordNER provide a balanced performance but require careful consideration for specific entity types.
While the study is limited by dataset size and focuses on simpler algorithms, it offers an empirically grounded framework for practitioners and decision-makers at Nokia and similar corporations. The findings point towards future research directions, including the exploration of ensemble methods, the fine-tuning of existing models, and the real-world implementation and scalability of these algorithms in low-code/no-code platforms
Have Advanced Analytics Influenced Golf Betting Odds?
Get PDFThe study tries to find an answer to whether betting lines for major championships of golf are following the Strokes Gained model or The Official World Golf Ranking (OWGR). The literature review focuses on how the Strokes Gained model, the Official World Golf Ranking and the betting market function and what influences those three factors. The study focuses on To Win odds of the 19 major championships played in 2018 – 2022. The method of the study was to conduct a Pearson’s correlation test between the given odds and a player’s position in the OWGR and his Strokes Gained Total and Strokes Gained Approach statistics. Afterwards a Granger Causality test was conducted for the 23 players who were ranked inside the top 75 of the OWGR throughout the studied time period. The study concludes that the player’s position in the OWGR is the strongest correlating factor with odds with some exceptions. The Granger causality test gave various answers: Most importantly that a player’s position in the OWGR can be seen as starkest Granger causer of odds when a player is ranked highly in the OWGR, whereas a lower ranked player’s odds tend to be Granger caused by his Strokes Gained metrics
Automatic Performance Testing of Maritime Simulation Models
Get PDFSimulation models are essential tools in the maritime industry for predicting ship behavior and interactions in changing marine environments. This report explores the importance of these models and outlines how they might improve ship operations, design, and safety. It highlights the need for ongoing updates to guarantee their dependability. The performance of vessels must be improved while emissions and expenses are reduced since maritime transportation is essential for global trade. Simulation models provide useful insights for this project.
This thesis provides an intelligent way for automating testing of marine simulation models in the Open Simulation Platform (OSP) environment by utilizing deep learning techniques. With the help of artificial intelligence and computer algorithms, this methodology aims to increase testing accuracy while lowering costs. Customized tests for simulation models are developed using generative adversarial networks (GANs), which mimic real-world behaviors. Although the computational requirements present difficulties, the accuracy and dependability shown by GANs surpass those of traditional techniques.
This thesis emphasizes the usefulness of deep learning in maritime software testing, improving performance evaluation through careful investigation. Extending the variety of scenarios and improving the test creation procedures are two future directions. In the end, this project helps the marine industry advance toward improved effectiveness, environmental awareness, and safety. The conclusions drawn from the paper highlight the good potential of cutting-edge technology in creating a future for maritime transportation that is sustainable
Raakapuu- ja tuulivoimakuljetukset alemmalla maantieverkolla
Get PDFRaakapuu- ja tuulivoimakuljetukset alemmalla maantieverkolla -selvitys koskee Pohjois-Pohjanmaan ja Kainuun alueiden raakapuu- ja tuulivoimakuljetuksia sekä kuljetusten kannalta tärkeää alempaa maantieverkkoa. Alempaan maantieverkkoon kuuluvat seutu- ja yhdystiet, joista osa on päällystettyjä teitä ja osa sorateitä. Alemmalla maantieverkolla on myös useita painorajoitettuja siltoja.
Selvityksessä käydään läpi Pohjois-Pohjanmaan ja Kainuun raakapuu- ja tuulivoimakuljetusten nykytilanne ja tulevaisuudennäkymät, muutokset kuljetusten määrässä ja suuntautumisessa, alemman maantieverkon merkitys raakapuu- ja tuulivoimakuljetusten kannalta, tieverkon nykyinen kunto ja kunnostustarve sekä kuljetusten kannalta kriittisimmät painorajoitetut sillat.
Raakapuu- ja tuulivoimakuljetusten lisääntymistä Pohjois-Pohjanmaalla ja Kainuussa on arvioitu tiedossa olevien suurien investointien ja suunniteltujen tuulivoima-alueiden sekä polttoturpeen ja puuhakkeen käytössä ennustettujen muutosten perusteella. Kuljetusmäärien muutoksista on lisäksi kerätty tietoa haastattelemalla alan toimi-joita. Kuljetusten suuntautumista ja niistä aiheutuvia liikennemäärän muutoksia on arvioitu laskennallisesti liikenneverkon tasolla.
Alemman maantieverkon nykyinen kunto ja kunnostustarve on selvityksessä arvioitu päällystettyjen teiden kuntoluokan ja aiemmin tehtyjen parantamistoimenpiteiden sekä sorateiden inventoitujen runkokelirikkojen ja niille määritellyn vaikeusasteen perusteella.
Selvityksen tuloksena esitetään arvio raakapuu- ja tuulivoimakuljetusten lisääntymisen vaikutuksesta Pohjois-Pohjanmaan ja Kainuun alemman maantieverkon kuntoon ja kunnostustarpeeseen sekä siitä aiheutuviin kustannuksiin seuraavien 10 vuoden aikana.ei tietoa saavutettavuudest
Estimation applied to Selective Catalytic Reduction
Get PDFGlobal warming and climate change are phenomena that have resulted in stricter legislation for combustion emissions. Fossil fuels and combustion engines remain a vital energy source for the years to come, especially for heavy transport industries like the marine sector and, therefore, it is only logical to attempt and produce environmentally friendlier processes for the existing energy sources.
In this thesis, the focus is on NOx emissions and more explicitly how this pollutant can be mitigated and controlled via a method called Selective Catalytic Reduction, also known as SCR. The emphasis is on control engineering methods, such as state estimation, together with computer simulations that are used to evaluate desired values in the SCR unit, which are either difficult or impossible to measure directly. The SCR process is explained in detail to understand which reactions take place and how they can be modeled mathematically. Finally, the state estimation techniques are presented before applying them on the system.
The mathematical model for the Selective Catalytic Reduction process, which was derived from previous thesis work, proved to be a valid starting point for the simulation. However, when working with validating the simulation model against real test data there were difficulties to achieve matching results, but after parameter fitting a suitable compromise was obtained.
Initially, the idea of the thesis was to use a linear estimator such as the standard Kalman filter to estimate the SCR process. There were some doubts whether a linear estimator would be sufficient as the SCR model can be considered highly nonlinear. The linear Kalman filter worked reasonably well with small changes to the input concentrations, but it proved to be very sensitive to the chosen linearization point of the model. After further simulations, it became obvious that a nonlinear estimator would be more suitable for the estimation studies of this system. The nonlinear estimator performed well against real test data supplied by Wärtsilä.
The Input estimation method was suggested in the early phases of the work process to be the last stage of this thesis. The idea of being able to estimate a system output without full knowledge of an input signal seemed challenging but, as visualized in the last chapter, the method exhibited some great potential.De senaste åren har diskussionen gällande miljöutsläpp ökat drastiskt. Samhället har vaknat till att global uppvärmning och klimatförändring är problem som omedelbart måste motarbetas för att nå de mål som har fastslagits under de senaste miljökonferenserna. Global transport står för en betydande del av växthusgasutsläppen som utgörs av till exempel kväveoxider (NOx) och koldioxid (CO2). Även om tekniken bakom elfordon har utvecklats snabbt är det tills vidare flera branscher som är beroende av de traditionella förbränningsmotorerna. Marinindustrin är ett exempel på en näringsgren som är beroende av fossila bränslen och för den är det oerhört viktigt att utveckla nya, miljövänligare teknologier.
Kväveoxider är ett av de mest förstörande utsläppen från stora båtmotorer och det finns flera sätt att minska dessa genom att manipulera motorns beteende. Nackdelen med dessa metoder är att de inte helt enkelt klarar av att minska kväveoxidutsläppen enligt de senaste lagstiftningarna. För att nå den senaste standarden måste avgasbehandling utnyttjas och mera specifikt en metod som kallas för ”selektiv katalytisk reduktion”. Metoden innebär, liksom namnet indikerar, att kväveoxiderna minskas genom en reduktionsreaktion som sker inne i en katalysator. För att åstadkomma reduktionen måste en ytterligare komponent, ammoniak, matas in i systemet i form av urea. Doseringen av denna urea måste vara mycket noggrann för att systemet ska fungera som planerat eftersom både för mycket och för litet ammoniak i katalysatorn orsakar skadliga utsläpp. Det är regleringen av ammoniakdoseringen, i denna specifikt tillämpade katalysator, som är av stort intresse för forskare inom området, och i detta arbete är betoningen på tillståndsestimering i en sådan SCR-katalysator.
Katalysatorn modelleras enligt principerna för kemisk reaktionsteknik och modellen grundar sig på Milver Colmenares avhandling (2013). Reaktorn modelleras som om den skulle bestå av flera seriekopplade återblandningsreaktorer, i detta fall 30. I princip är det frågan om tre huvudsakliga reaktioner som sker inne i katalysatorn. Dessa representeras först matematiskt och sedan implementeras de i simulationsverktygen Matlab och Simulink. Den redan nämnda reduktionen av kväveoxider är den första reaktionen medan både adsorptions- och desorptionsreaktionerna beskriver hur ammoniaken beter sig i systemet. De signaler som egentligen är av intresse är utkommande kväveoxid samt ammoniak. Det bör noteras att några förenklingar och antaganden, så som att oxideringen av ammoniak inne i katalysatorn negligeras, tillämpas för att göra modellen mera flexibel för estimeringen.
För att verifiera att modellen verkligen är användbar är det viktigt att jämföra mot riktiga testdata som Wärtsilä gav tillgång till. Dessa data genererades på en försöksskala och all information som kunde tänkas vara av nytta var tillgänglig. Modellen matas med samma indata som försöket hade då det kördes och väsentliga parametrar liksom katalysatorstorlek justeras för att passa dessa data. Därefter kan datormodellens utsignaler jämföras med det givna försökets uppmätta koncentrationer av kväveoxider och ammoniak. Det visade sig att kväveoxidresultaten genast liknade varandra relativt väl medan modellen hade svårigheter att simulera ammoniaken som lämnade katalysatorn, vilket data klart visade. Eftersom parametrarna, gällande de kemiska reaktionerna från tidigare, endast var goda gissningar är det lämpligt att anpassa dem för att få en modell som bättre representerar testdata.
Efter att modellen anpassats och verifierats kan den tillämpas för tillståndsestimering. Den grundläggande metoden, bakom all tillståndestimering i denna avhandling, kallas för Kalmanfilter. Detta filter kan sägas prediktera optimalt när det handlar om linjära stokastiska system med vitt samt normal fördelat brus. Grovt förenklat är principen för metoden sådan att Kalmanfiltret får information från det föregående estimatet samt från en tillgänglig mätning och baserad på kovarianserna av dessa två väljer Kalmanfiltret att ge större vikt åt den säkrare informationskällan. SCR-modellen som används är en icke-linjär modell vilket innebär att den först måste linjäriseras så att Kalmanfiltret sedan kan tillämpas. Efter försök med det linjära Kalmanfiltret blir det klart att det är väldigt känsligt gällande linjäriseringspunkten, dvs. filtret klarar av att estimera små ändringar nära linjäriseringspunkten medan för stora hopp gör att resultaten kan avvika drastiskt.
Eftersom SCR-modellen är högt icke-linjär måste Kalmanfiltret utvecklas vidare till en icke-linjär estimator, för att nå bättre estimeringsresultat. Den icke-linjära estimatorn är direkt baserad på den icke-linjära modellen med skillnaden att estimatorn är diskretiserad och Kalmanfiltrets principer har implementerats för alla 30 simuleringssteg. När den utvecklade estimatorn jämförs mot den matematiska modellen följer den exakt samma resultat om själva samplingen från diskretiseringen negligeras. Ytterligare testas estimatorn mot testdata, vilket också ger bra resultat.
Till sist prövas en mindre känd estimeringsteknik, nämligen inputestimering, vilket innebär att åtminstone den ena inkommande signalen till estimatorn är okänd. Ammoniaken väljs som den okända insignalen vilket innebär att modellen förses med en stegförändring i ammoniakkoncentrationen medan estimatorn inte får denna information, dvs. den inkommande ammoniaksignalen blir oförändrad. Genom att utveckla tillståndsmodellen enligt Mikael Manngårds principer är det möjligt för estimatorn att även utan information från den andra insignalen följa verkliga datas resultat. Efter justering av väsentliga simuleringsparametrar visade det sig att metoden fungerar som önskat och estimatorn klarar av att korrigera den inkommande ammoniaksignalen till den nivå som modellen i verkligheten visar
The role of privately held firms in income inequality
No full textBusiness owners of privately held firms have multiple opportunities to decide how much taxable income to take out from their firm and how much to retain within the firm. However, undistributed profits within firms, i.e. retained earnings, are typically invisible in income data, distorting our understanding of the extent of income inequality. A recent strand of research has illustrated the importance of accounting for retained earnings for measuring inequality. In this paper, we study the role of privately held firms in income inequality in Finland, including the role of retained earnings, but also taking a wider perspective on the role of firms. We study the role of close family members as firm owners across the income distribution, including the role of own underage children as owners. In the first part of the paper, we find that firms, firm formation and retained earnings are important for high income individuals. Particularly, we show that there is a divergence between the standard gross income measure and broad income including retained earnings immediately after starting a business. In the second part, we find that the prevalence of underage children as firm owners increases strongly among business owners in the top 0.1% and these children have substantial capital income from a very young age.nonPeerReviewe
CASE: Newly Formed Yehwan Song, Digital Visual Studies) Helsinki Biennaali 2023
Get PDFEsitys Museoiden Finna-tapaamisessa 23.11.202
Social Push and the Direction of Innovation
Get PDFWhat are the implications of unequal access to innovation careers for the direction of innovation and inequality? Leveraging novel linked datasets in the United States and Finland, we document that innovators create products more likely to be purchased by consumers like them in terms of gender, socioeconomic status, and age. We find that a key explanatory channel is that social exposure causes a shift in the direction of innovation, independent of financial incentives. Incorporating this "social push" channel into a growth model, we estimate that unequal access to innovation careers has a large effect on cost-of-living inequality and long-run growth.nonPeerReviewe
