Faculty of Science
Recent Submissions
-
(2023)Zooplankton are an important link in marine pelagic food webs as they transfer energy from primary producers to higher trophic levels such as planktivorous fish. They migrate vertically in the water column, ascending to feed near the surface at night and descending to hide from visual predators for the day (diel vertical migration, DVM). Zooplankton are detected with Acoustic Doppler Current Profilers (ADCPs). These devices were developed for measuring water currents using acoustic pulses, a technique which requires particles such as zooplankton in the water column to scatter the sound. As a by-product of the velocity measurements, it provides information of these scatterers as echo intensity. This method has been used in researching zooplankton DVM, however, not in the northern Baltic Sea prior to this study. In this thesis, the data processing steps required to analyze echo intensity were examined for the specific environment of the Finnish Archipelago Sea. A one-year-long time-series was processed and averaged seasonally to investigate different patterns in zooplankton DVM. Vertical velocity data were used in estimating migration speed, and available reference measurements were combined to the data to examine the environmental factors affecting zooplankton DVM. Synchronized DVM was observed especially in autumn, however, indications of other migration patterns such as unsynchronized and reverse migration were detected during summer and winter, respectively. The primary cue behind zooplankton DVM was light, but additional contributing factors such as phytoplankton and currents were identified and discussed. The maximum migration speeds detected were approximately 10 cm/s downwards and 4 cm/s upwards. ADCP data are a good indicator of zooplankton migration in the northern Baltic Sea and in the future, it could prove beneficial in zooplankton monitoring and biomass estimates.
-
(2023)Tässä työssä on karakterisoitu uudentyyppisen ilmaisimen toimintaa haihtuvien orgaanisten yhdisteiden vesimittauksissa. Karakterisointi tehtiin ilmaisimelle, jota on aikaisemmin hyödynnetty vain maaperämittauksissa. Ilmaisimen toimintaa tutkittiin kolmen haihtuvan orgaanisen yhdisteen (asetonin, isopreenin ja metanolin) muodostamien eri väkevyisten vesiliuosten avulla. Ilmaisimen avulla vesiliuoksesta erotetut molekyylit analysoitiin protoninsiirtoreaktio-lentoaikamassaspektrometrilla (PTR-TOF-MS), jonka tuottama data analysoitiin Origin-datankäsittelyohjelmalla. Tutkielmassa perehdytään haihtuviin orgaanisiin yhdisteisiin, ilmaisimen rakenteeseen ja funktionaalisuuteen, diffuusioon, Henryn lakiin ja tulosten tilastolliseen merkitsevyyteen ennen varsinaisia mittaustuloksia. Tuloksissa pohditaan muun muassa virtausnopeuden, lämpötilan ja molekyylikoon vaikutusta vesiliukoisten haihtuvien orgaanisten yhdisteiden mitattuun signaaliin. Lisäksi tuloksissa esitetään arviot tutkitun lampinäytteen asetoni- ja metanolipitoisuuksista kevättalvella. Tämän työn karakterisointitutkimustulosten mukaan ilmaisin toimii kvalitatiivisesti ja loogisesti vesiliukoisten haihtuvien orgaanisten yhdisteiden mittauksissa. Mittauslämpötila vaikuttaa merkittävästi tarkasteltavien yhdisteiden signaalien intensiteetteihin, sillä diffuusio ja haihtuminen ilmaisimessa ovat tehokkaita verrattain korkeassa lämpötilassa. Toisin kuin vesiliukoisten yhdisteiden, rasvaliukoisten yhdisteiden käyttäytymistä ilmaisimessa ei tässä työssä ymmärretty kokonaan.
-
(2023)Tutkimuksen kohteena oli lentoyhtiö Finnair. Finnair on tehnyt monia muutoksia IT-järjestelmiinsä ja johtamisessa viime vuosina. Vuoden 2020 lopussa kaikki palvelut siirrettiin AWSpilveen ja fyysisten palvelinkeskusten käytöstä luovuttiin. Tämä toimintamalli on parantanut IT-järjestelmien toimivuutta, koska pilvipalvelujen saatavuus ja käytettävyys on korkea. Silti järjestelmissä on ollut ongelmia, joiden syynä ovat olleet järjestelmätoimittajan ongelmat ohjelmiston kanssa. SIAM (Service Integration and Management) on lähestymistapa useiden palveluntarjoajien hallintaan ja niiden integroimiseen yhdeksi liiketoiminnalliseksi IT-organisaatioksi. SIAM tavoitteena on integroida saumattomasti erilaiset sisäiset ja ulkoiset palveluntarjoajat toisiinsa. SIAM on uusi termi IT-ympäristön hallinnasta. SIAM toiminnolle ei ole tarkkaa määritelmää, mutta yritykset voivat itse määritellä, kuinka käyttää sitä ympäristönsä kehittämiseen. SIAM on terminä niin uusi, ettei sille ole vielä löydettävissä parhaita käytäntöjä. SIAM toiminto voi olla yrityksen sisäinen toimintaa tai toimittajalta ostettua palvelua. Tutkimuksen kirjallisuuskatsauksessa perehdyttiin SIAM aiheiseen kirjallisuuteen ja verkkosivuihin. Tutkimuksessa havaittiin, että jonkin verran tieteellistä materiaalia oli saatavilla SIAM aiheesta. Näiden materiaalien pohjalta laadittiin yhteenveto, jota käytettiin tutkimuksen aikana. Kirjallinen aineisto auttoi tutkimuksen aikana ymmärtämään, miten määritellään SIAM toiminto. Näitä tietoja verrattiin tutkimushaastatteluissa kerättyihin tietoihin. Tutkimuksen lopuksi laadittiin selvitys kuinka hyvin SIAM toiminto saatiin käyttöönotettua Finnarilla. Arvioinnin perusteella laadittiin suosituksia jatkotoimenpiteistä ja suositus miten SIMA toimintoja tulisi edelleen kehittää.
-
Visual Element Extraction and Grouping from Eighteenth-Century Books based on Deep-Learning Methods (2023)This thesis is an integral part of an interdisciplinary research endeavor that provides computer science-driven approaches and deep learning methodologies that seamlessly integrate into the broader research conducted by scholars in the field of digital humanities and historians. Utilizing deep learning techniques, this research investigates the printers and publishers of 18th-century books, with a specific focus on the prominent family-based printing dynasty called Tonson. By identifying common visual elements, the thesis facilitates a comparative analysis of associations between different printers, providing valuable insights into the historical context and artistic characteristics of the Tonson dynasty. The thesis begins by discussing various deep learning models trained on an expert-annotated dataset, enabling the extraction of five main categories and sixteen subcategories of visual elements. Notably, the MaskRCNN model demonstrates superior performance, particularly in detecting headpieces and initials. The study then delves into the grouping of initials and headpieces within the dataset. The Sim CLR model is employed using data augmentation techniques that simulate the inherent noise present in the dataset. This enables the generation of distinct embeddings for each initial and headpiece. Various unsupervised learning methods are applied, with Hierarchical Clustering emerging as the most effective technique. Higher similarity scores for headpieces compared to initials indicate greater ease in identifying similar headpieces. We further discuss the potential applications from a historical perspective including book pricing, future avenues for accurately identifying related printers, and temporal research concerning the Tonson dynasty. In conclusion, this thesis presents a novel integration of computer science and deep learning methodologies within the field of digital humanities and historical studies. By focusing on the Tonson dynasty, it provides a comprehensive analysis of printers and publishers in 18th-century books, ultimately contributing to a deeper understanding of this historical period.
-
(2023)Artificial Intelligence (AI) has revolutionized various domains of software development, promising solutions that can adapt and learn. However, the rise of AI systems has also been accompanied by ethical concerns, primarily related to the unintentional biases these systems can inherit during the development process. This thesis presents a thematic literature review aiming to identify and examine the existing methodologies and strategies for preventing bias in iterative AI software development. Methods employed for this review include a formal search strategy using defined inclusion and exclusion criteria, and a systematic process for article sourcing, quality assessment, and data collection. 29 articles were analyzed, resulting in the identification of eight major themes concerning AI bias mitigation within iterative software development, ranging from bias in data and algorithmic processes to fairness and equity in algorithmic design. Findings indicate that while various approaches for bias mitigation exist, gaps remain. These include the need for adapting strategies to agile or iterative frameworks, resolving the trade-off between effectiveness and fairness, understanding the complexities of bias for tailored solutions, and assessing the real-world applicability of these techniques. This synthesis of key trends and insights highlights these specific areas requiring further research.