Browsing by Title

Tämä pro gradu -tutkielma tarkastelee vaatimusmäärittelyä ketteriä menetelmiä hyödyntävissä ohjelmistoprojekteissa. Tavoitteena on selvittää, miten ohjelmiston vaatimukset muodostuvat ketterien menetelmien avulla ja millaisia vaikutuksia niillä on vaatimusmäärittelyprosessiin. Lisäksi tutkielmassa tarkastellaan, millaisia hyötyjä ketterillä menetelmillä voidaan saavuttaa vaatimusmäärittelyssä ja minkälaisia ongelmia ne saattavat aiheuttaa ohjelmistoprojektin eri vaiheissa. Tutkielmassa myös etsitään eroja ketterien menetelmien ja ketterän vaatimusmäärittelyprosessin sekä perinteisten menetelmien välillä. Tutkielman tapaustutkimuksen kohteena on Helsingin yliopiston Software Factory -kurssi, jonka aikana toteutettiin asiakasprojekti sulautettua internet-videopuhelujärjestelmää kehittävälle startup-yritykselle. Tapaustutkimuksessa selvitettiin, voidaanko ketterälle vaatimusmäärittelylle tutkimuskirjallisuudessa raportoituja hyötyjä sekä siihen liittyviä haasteita havaita ketterällä menetelmällä toteutettavassa ohjelmistoprojektissa. Tapaustutkimuksen avulla voitiin empiirisesti havaita kaikki vaatimusmäärittelyn hyödyt sekä yksi epätarkkoihin työmääräarvioihin liittyvä haaste. Tästä voidaan päätellä, että hyötyjen saavuttaminen on mahdollista pienellä tiimillä toteutettavassa asiakasprojektissa, jossa ei ole etukäteen tarkasti määriteltyjä ohjelmiston vaatimuksia. Toisaalta haasteitakin voidaan kohdata jo hyvin lyhyessä ajassa, vaikka rakennettaisiin pientä ja yksinkertaista sovellusta.

Avoin lähdekoodi on vakiinnuttanut asemansa ohjelmistokehityksen paradigmana ja merkittävimmillä avoimen lähdekoodin projekteilla on lukuisia sitoutuneita käyttäjiä. Avoin lähdekoodi ylittää maantieteelliset ja kulttuuriset rajat mahdollistaen suuren yhteisön osallistumisen kehitystyöhön. Avoin lähdekoodi on määritellyt uudestaan tavan kehittää, jakaa, käyttää ja ylläpitää ohjelmistoja. Vaatimukset ovat ohjelmistoprojektin perusta. Niiden tarkoitus on määritellä, mitä ominaisuuksia sidosryhmät ohjelmistolta tarvitsevat ja mitä ohjelmiston on tehtävä täyttääkseen nämä tarpeet. Toisin kuin perinteisessä ohjelmistokehityksessä, avoimen lähdekoodin kehityksessä ei käytetä perinteisiä vaatimustenhallinnan prosesseja. Siitä huolimatta onnistutaan kehittämään arvokkaita, luotettavia ja paljon käytettyjä ohjelmistoja. Tämän kirjallisuuskatsauksen tarkoituksena on kerätä tietoa vaatimustenhallinnasta avoimen lähdekoodin projekteissa. Tarkoitus on selvittää, millaisia menetelmiä ja työkaluja vaatimusten keräämiseen ja analysointiin käytetään ja nähdä samalla yhtäläisyyksiä ja eroavaisuuksia eri projektien ja yhteisöjen toimintatavoissa. Kirjallisuuskatsauksen tulokset vahvistavat aiempien tutkimusten ja teorian näkemystä avoimen lähdekoodin vaatimustenhallinnasta. Vaatimustenhallinta avoimessa lähdekoodissa vaikuttaa tämän katsauksen perusteella epämuodolliselta ja spontaanilta, mutta toisaalta myös avoimelta ja läpinäkyvältä eri osapuolille. Kehitystyö on pitkälti kehittäjälähtöistä, eikä muilta osapuolilta kerätyt vaatimukset ja niiden ymmärtäminen ole edellytys kehitystyölle. Tästä huolimatta käyttäjien tiivis osallistuminen suunnitteluun ja vaatimustenhallintaan on tulosten perusteella tyypillistä avoimen lähdekoodin kehitykselle.

Suomen väestörakenteessa tapahtuu tulevaisuudessa muutoksia, joilla on vaikutusta asuntotuotantoon ja kaavoitukseen. Väestörakenne muuttuu vanhusvoittoisemmaksi ja asuntokuntien keskikoko pienenee. Samaan aikaan yksin asuvien määrä ja asuntojen keskikoko kasvavat jatkuvasti. Kunnan asuntotuotannon ja kaavoituksen on pystyttävä vastaamaan niihin kohdistuviin paineisiin. Tämän työn tarkoituksena on tutkia millaisia muutoksia väestökehitys luo asuntotuotantoon ja sen kautta kunnan kaavoitukseen. Työn tutkimusalueena on Rovaniemen kaupunki. Tarkasteluun on otettu liikenteellisiä näkökulmia jalankulku-, joukkoliikenne- ja autokaupungin vyöhykkeet huomioiden. Näiden avulla on muodostettu tulevaisuuden vyöhykkeitä asumisen suhteen kaupunkiseudulle. Työn keskeisenä aineistona on Yhdyskuntarakenteen seurantajärjestelmä (YKR). Aineiston pohjalta luodaan asuntotuotantoennuste ja paikkatietotarkastelu väestön sijoittumisesta vuodelle 2040 väestön suhteellisen muutoksen avulla. Paikkatietoon pohjautuvaa aineistoa täydentävät aikaisemmat tutkimukset, kirjallisuus ja tilastot. Tutkimus vastaa seuraaviin kysymyksiin: mihin väestö on sijoittunut tulevaisuudessa sekä millaista asuntotuotannon ja kaavoituksen olisi oltava, jotta se vastaisi tulevaisuuden väestön sijoittumista parhaiten. Näiden lisäksi tutkimus selvittää millaisia vyöhykkeitä kaupunkiseuduille voi muodostua tulevaisuudessa asuntotuotannon ja kaavoituksen pohjalta. Tutkimustulosten perusteella väestökehityksellä on vaikutusta kunnan asuntotuotantoon ja kaavoitukseen. Asuntotuotannon tulee kohdistua entistä enemmän kaupunkiseutujen keskustojen jalankulkuvyöhykkeille. Näille alueille tulee kaavoittaa entistä enemmän pienille asuntokunnille suunnattuja asuntoja, joihin varsinkin iäkkäämpi väestö ja yksin asuvat tulevat tulevaisuudessa muuttamaan. Keskustojen ulkopuolelle autokaupunkialueille tulee kaavoittaa omakotitaloalueilta, joissa tulevaisuudessa asuvat suuremmat perheelliset asuntokunnat. Sen sijaan maaseutumaisia alueita uhkaa autioituminen, koska tällä hetkellä niiden väestö koostuu lähinnä iäkkäämmästä sukupolvesta. Työn tutkimusalueella Rovaniemellä väestömäärä kasvaa tarkastelukauden aikana luonnollisen väestönlisäyksen ja muuttoliikkeen seurauksena. Yli 65-vuotiaiden osuus väestöstä kasvaa suhteessa eniten. Asuntotuotantoennusteen mukaan uusien asuntojen tarve seuraavan kolmenkymmenen vuoden aikana on vuositasolla noin 400 asuntoa. Paikkatietomenetelmän avulla ennakoidaan tulevaisuuden väestön sijoittumista. Ennuste perustuu vuosien 2000 ja 2010 väestön suhteelliseen muutokseen eri ikäryhmien osalta. Ruuduttain saatavat tulokset on suhteutettu Tilastokeskuksen väestöennusteisiin. Paikkatietoon pohjautuvan tarkastelun perusteella on tehty Rovaniemen väestön sijoittumista kuvaavia karttoja vuodelle 2040. Suurin osa väestöstä asuu tulevaisuudessa Rovaniemen keskustan alueilla, johon kohdistuu myös suurin asuntojen kysyntä. Keskustan ulkopuolisia alueita sen sijaan uhkaa autioituminen.

Second-home tourism or leisure living is an individually and societally significant form of activity in Finland. Approximately every other Finn regularly uses leisure-oriented second homes, causing considerable mobility and temporal variation in regional populations. Combined with permanent dwelling, leisure living is a multi-local living arrangement where the forms of housing interact. While individual factors associated with housing are generally well-understood, the role of permanent residence and especially the living environment in the background of second home tourism and related individual decision-making remains a less-explored phenomenon. This thesis examines the significance of permanent residential environment in relation to leisure living in Finland. Second home tourism is approached as a form of multi-local living and factors influencing it are studied mostly from the perspective of individual decision-making. The thesis seeks to answer whether the characteristics of permanent residential environment explain the amount of leisure living in Finland. This question is addressed by statistically analyzing the connection of the living environment and other factors with the individual's time spent in leisure homes. Additionally, the thesis considers how the characteristics of residential environment can be measured and addressed in general. The thesis is a part of DeCarbon Home research project and utilizes a survey (n=1446) conducted in spring 2022 as its primary data, supplemented by geospatial data representing the residential environments. After preliminary examinations, the final multivariate model tested the statistical relationship of a total of 18 explanatory variables to the number of nights an individual spent in leisure homes. Explanatory variables included four variables describing the residential environment, ownership of leisure home, as well as a comprehensive set of factors related to housing, demographics, and socio-economic status. Zero-inflated negative binomial regression was employed as the modeling method due to the overdispersion and zero-inflation of the response variable. The results indicate that the perceived general type of the permanent residential environment and more local building density are associated with leisure living in Finland. Living in a denser and more urban environment is linked to a greater amount of time spent in leisure homes. Other significant predictors include owning a second home, higher age, and an appreciation for the tranquility of the living environment. The results support previous observations regarding the connection between urbanity and density with forms of recreation that complement or compensate for deficiencies in the permanent residential environment. However, the naturalness of the residential environment does not explain the amount of leisure living. Individual preferences and choices as well as limiting factors related to housing makes it difficult to empirically demonstrate the real impact of residential environment on individual actions. The thesis does not establish a direct causal relationship between the characteristics of a permanent residential environment and leisure living. Still, the residential environment is stated to have a prominent role in the multi-local living arrangements. Experiential knowledge regarding residential environment is found essential alongside more objective indicators. The thesis highlights the importance of viewing housing as a whole, where areas and forms of living are interconnected. Land use planning should consider the connection between permanent residential environment and leisure living and its comprehensive consequences for individual well-being and different regional structures.

Tutkielmassa tarkastellaan vuotuista kokonaisvahinkomäärää vuoden aikana jossakin tietyssä vakuutuslajissa. Tätä kokonaisvahinkomäärää mallinnetaan yhdistettynä muuttujana, missä sekä vahinkojen lukumäärä että yksittäisten vahinkojen suuruudet ovat satunnaismuuttujia. Yhdistetyn muuttujan teoria on tutkielman keskeisin osa-alue ja sitä taustoitetaan tutkielman alussa soveltuvilla todennäköisyysteorian käsitteillä ja tuloksilla. Vahinkojen lukumäärää mallinnetaan Poissonin prosessilla, mutta vahinkojen suuruksien sallitaan noudattavan hyvinkin erilaisia jakaumia. Tällaista yhdistettyä muuttujaa kutsutaan yhdistetyksi Poisson-muuttujaksi. Erityisen tarkastelun kohteena on tutkia todennäköisyyttä, että kokonaisvahinkomäärä ylittää jonkin ennalta asetetun rajan. Lisäksi tutkitaan millaista kertaluokkaa tämän todennäköisyyden asymptoottisen esitys on, eli kun rajaa kasvatetaan kohti ääretöntä. Kertaluokka vaihtelee oleellisesti sen mukaan, millaista jakaumaa yksittäiset vahingot noudattavat. Erilaisia asymptoottisia tuloksia esitetään, kun vahinkojen suurusjakauma kuuluu alieksponentiaaliseen jakaumaperheeseen, joka on eräs paksuhäntäisten jakaumien alaluokka. Erilaisissa simulointeihin perustuvissa sovellusongelmissa tutkitaan, miten hyvin simulointien tulokset yhtenevät teorian kanssa. Lisäksi kahdesta eri vakuutuslajista mallinnetaan aineiston perusteella lajeihin sopivat yhdistetyt muuttujat. Lajit eroavat toisistaan oleellisesti siten, että toisessa lajissa hajontaa aiheuttavat yksittäiset suuret vahingot ja toisessa vahinkojen lukumäärän suuri hajonta. Lopuksi molempien lajien kohdalla tarkastellaan, miten vuotuiset vahinkosuhteet käyttäytyvät vaihtelemalla vakuutusmaksujen varmuuslisiä.

Tässä tietokonegrafiikan alan tutkielmassa tutkitaan annetun kohteen tai maailman valaistuksen määrittämistä laskennallisesti. Ilmiöt kuvataan fysikaalisesti ja valaistusta mallinnetaan ilmiöitä kuvaavilla yhtälöillä. Yhtälöiden ratkaisu perustuu valonsäteiden etenemisen ja sironnan laskennalliseen seurantaan. Näin johdettua matemaattista mallia tutkitaan ja yhtälöiden ratkaisut muotoillaan tietokoneella laskettavaan muotoon. Lopuksi ohjelmoidaan esiteltyä teoriaa hyödyntävä numeerinen ratkaisija ja esitellään käytetyt menetelmät ja tulokset. Valaistuksen matemaattista mallintamista lähestytään fysikaaliselta pohjalta. Aluksi esitellään valon luonnetta ja yhteyttä sähkömagneettiseen säteilyyn ja ihmisen näköjärjestelmään. Tämän jälkeen paneudutaan valonsäteiden heijastumiseen ja sirontaan ja yleistetään klassiset ideaaliset sirontamallit huomioimaan pinnan hienorakenne sirontajakaumilla. Tutkittu ongelma muotoillaan matemaattisiksi yhtälöiksi jotka ratkaistaan analyyttisesti. Ratkaisu osoittautuu intuitiiviseksi: valaistus saadaan laskemalla valonlähteistä emittoituvan valon kaikkien kertalukujen heijastukset. Analyyttinen ratkaisu muotoillaan rekursiiviseksi ja ratkaistaan todennäköisyyslaskentaan perustuvalla Monte Carlo -integroinnilla, jonka suppenemista nopeutetaan tärkeysotannalla. Numeerinen ratkaisu osoitetaan odotusarvoisesti harhattomaksi ja ratkaisun virheen osoitetaan puolittuvan laskentapisteiden määrän nelinkertaistuessa. Käytettävä todennäköisyyslaskenta esitellään pääpiirteittäin. Numeerinen ratkaisumenetelmä on stokastista säteenseurantaa yleistävä polunseuranta. Maailma määritellään kolmioverkkona ja pintojen normaalit annetaan kolmioiden kärkipisteissä. Kolmioista muodostetaan kuvaus tasopinnalle, josta voidaan tarvittaessa lukea esimerkiksi pinnan tarkemmat normaalit, sirontaominaisuudet tai absorptiospektri. Numeerisen ratkaisun eniten aikaa vievä osuus on valonsäteen seuraavan osumapisteen selvitys maailman pintojen välillä. Ratkaisua nopeutetaan tallentamalla maailman kolmiot tehokkaaseen tietorakenteeseen, kd-puuhun, joka mahdollistaa valonsäteen ja suurten kolmiojoukkojen nopeat leikkaustarkistukset. Kd-puun ajatus ja toteutus esitellään työssä lyhyesti. Lopuksi esitellään ratkaisun eri vaiheet ja teoria käytännössä ja nähdään konkreettisesti eri menetelmien merkitys numeerisen ratkaisijan tuottamaan kuvaan. Lisäksi esitellään tehokas prioriteettijonoon perustuva adaptiivinen menetelmä kuvaan jääneen kohinan pienentämiseksi tutkimalla näytteistyksen otoskeskihajonnan ja keskiarvon suhdetta kuvapisteittäin.

Regional climate models are important tools in climate change impact studies due to their high horizontal resolution. On the other hand, regional simulations still include considerable uncertainties and can have substantial biases in comparison to observations. Thus, before the data can be used for deriving climate projections, these biases have to be identified and, to the extent possible, eliminated. There are two approaches to combine the information from observations and simulations: either to adjust observations with the simulated change (delta-change approach) or to correct the biases in the simulations relative to observations during a control period. In this thesis, seven projection methods for daily precipitation were tested in a cross-validation framework. Model simulations taken from the ENSEMBLES data set were used to test the relative performance of these methods. In addition to traditional delta change method that scales only time mean precipitation, three algorithms which take daily variability into account were used. Two of these (Engen-Skaugen and power transformation algorithms) scale the standard deviation, while the most flexible one does the correction/adjustment percentilewise (analogy algorithm), so that changes in the shape of the distribution are also taken into account. The algorithms were applied both using delta change and bias correction approaches. The performances of the projection methods depend on time, location and also the part of the distribution considered. Bias correction done with the analogy-algorithm worked well in a large part of the distribution, especially in north Europe. Due to smaller fraction of wet days and larger intermodel differences in the simulations, delta change methods performed relatively better in south Europe than in north Europe. On the other hand, bias correction with the power transformation algorithm has the best ability to adjust heavy precipitation, apparently due to the strong scaling it applies to the upper tail of the distribution. The results improved when the projections for the best performing methods were combined. The reason is the same as with multi model mean projections: errors in different projections tend to cancel each other out. To assess the uncertainty due to intermethod differences, methods were applied directly to observations taken from the data set gathered by European Climate Assessment & Data. The results showed that most of the overall uncertainty (if only one emission scenario is used) comes from intermodel differences that are large especially for bias correction methods. Uncertainty related to intermethod differences is smallest in the middle parts of the distribution, but increases towards the tails of the distribution and tends to be largest in summer. Thus, the intermethod differences are non-negligible and should be taken into account when calculating daily precipitation projections.

Mobility in the periurban areas is a topic of increasing relevance: low-density land-use is increasing in cities, green and peaceful periurbania is a preferred living habitat for many, and transportation and mobility are important factors when evaluating the quality of living. Several studies have researched Several studies have focused on the factors that form a quality environment in dense urban areas and their public spaces. Less researched are the characteristics that create the perceived atmosphere in Zwischenstadt, an important environment when discussing the future of our cities. Zwischenstadt is periurban, a place in-between urban and rural. It is a diverse sphere of realities that are hard to define, but usually formed by contiguous but segregated mono-functional places: single family houses, office areas and shopping malls. This Master thesis' focus is on the pedestrian in periurban areas, in Finnish Zwischenstadt. The aim is to answer the following questions: Where do people go on foot? How do they perceive their environment? Is there theoretically good walking environment? What characteristics create a good walking environment in this context? The data is a softGIS-dataset collected in 2011 in Kuninkaankolmio, a research area situated on the border of Espoo, Helsinki and Vantaa. SoftGIS data is spatial data collected directly from the inhabitants in participatory manner. Additionally, a layer of theoretically good walking environment was created from GIS-data of the physical environment registers. This 'hard' quantitative data layer was compared to the 'soft' qualitative data of frequently used routes of the inhabitants. The results show that the modal share of walking is high in Kuninkaankolmio. The inhabitants are pleased with their everyday environment, and also perceive their walking routes in a positive way: 66% of all routes are perceived positively. These routes are significantly longer compared to those perceived negatively and are also taken more frequently. Greenery and parks are the most popular and well-liked walking environments. Most negatively perceived are areas around the train stations. It could be hypothesized that this is a reason for the low modal share for public transportation registered in the area. The theoretical good walking environment in the Zwischenstadt differs from what is considered good in urban centers. In the Zwischenstadt, walking is an activity in itself, and a large share of routes are in itself walking trips to, from and around natural formations, e.g. hills and riversides. In summary, several characteristics are identified that distinguish positively perceived from negatively perceived routes. It could also be shown that the atmospheric perception influences walking behavior (frequency and length of routes). Interestingly, positively perceived routes differ from those that are theoretically viewed as quality space of the urban centers. This research suggests that improving the walking conditions around the train stations could have an impact on the modal share, increasing the share of walking and public transportation. It also emphasizes that Zwischenstadt and its various environments should be examined from their own perspectives. This study suggests that more research is needed on the connection of perceived knowledge and the physical environment.

Säähavainnonteon automatisoinnin kasvava trendi on ollut havaittavissa jo useiden vuosien ajan. Automatisoinnin hyötyjä ovat kustannustehokkuus, havainnonteon objektiivisuus sekä havainnointitiheyden helppo kasvattaminen. Automatisointi vaatii kuitenkin myös laadullista seurantaa. Havaintolaitteistojen sisäisiin ohjelmistoihin ei useimmiten ole pääsyä, joten havaintoihin joudutaan soveltamaan jälkikäteen määriteltyjä korjausluokitteluita ja testejä. Tutkielmassa perehdytään eri sääolosuhteissa vallitseviin olosuhteisiin ja niiden vallitsevan sään automaattiselle havainnoinnille tuomiin haasteisiin. Tutkimuksen lähestymistapa pohjautuu Alankomaiden ilmatieteen laitoksessa (KNMI) tehtyyn tutkimukseen. Tutkittavana havaintolaitteena on Vaisalan valmistama vallitsevan sään anturi, FD12P, jonka mittaustekniikka perustuu optisen eteenpäinsironnan, sadeanturin kapasitanssin, sekä lämpötilamittausten yhteiskäyttöön. Tavoitteena on rajata eri sääilmiöissä vallitsevia tilastollisia sääolosuhteita ja implementoida niitä automaattisen säähavainnoinnin havainnontarkastukseen. Samoja periaatteita noudattaen pyritään kehittelemään uudenlainen luokittelumenettely anturin mittaaman tuntemattoman sateen olomuodon sääluokalle. Aineistona käytettiin Helsinki-Vantaan ja Rovaniemen lentoasemien havaintoja vuosilta 2003-2012. WMO:n koodistojen mukaan ilmoitetut vallitsevan sään havainnot yhdenmukaistettiin sääilmiön mukaisiin säätyyppeihin. Luokittelun jälkeen automaatin mittaussarjoihin sovellettiin automaattisia lämpötilan, kostealämpötilan, FD12P:n mittaaman sateen intensiteetin sekä näkyvyyden, suhteellisen kosteuden, pilvisyyden ja pilvenkorkeuden havainnoista johdettuja korjausalgoritmeja. Automaatin mittaamaan alkuperäisdataan sovellettiin 23:a eri korjausalgoritmia parhaimmillaan neljällä eri modifikaatiolla. Korjausalgoritmien laatua tarkkailtiin viiden mm. sääennusteiden verifioinnissa laajalti käytetyn tunnusluvun sekä osuvuusmatriisien avulla. Manuaaliset havainnot toimivat referenssinä. Mittausten laatua parantaneita algoritmeja kertyi lopulta 16 kappaletta. Havaintoasemien yhdistetyn aineiston sääilmiöiden osuvuus parani kokonaisuudessaan 8,1 prosenttiyksikköä. Tuntemattoman sadeluokan uusi menettely tarkensi tuntemattoman sateen luokittelua 11,6 prosenttiyksikköä. Virheelliset havainnot pienentyivät molemmissa tapauksissa merkittävästi. Kokonaisuudessaan uudenlaisten korjausalgoritmien sekä tuntemattoman sadeluokan uusi korjausmenettely antoi rohkaisevia tuloksia. Optimaalisten korjausten saavuttaminen vaatinee joka tapauksessa vielä hieman lisätutkimusta. Lopullista operatiiviseen käyttöön soveltamista ennen tulee määritellä myös käytettävien korjausalgoritmien haluttu aggressiivisuus sekä niiden sovellettavuusaste.

Tämän Pro gradu- tutkielma aiheena on valokuvien tarkentamiseen käytetyt algoritmit. Algoritmien tavoitteena on poistaa valokuvista esimerkiksi liikkeestä tai huonosta tarkennuksesta johtuvia epätarkkuuksia ja kohinaa. Työssä esiteltävissä algoritmeissä ongelmaa käsitellään tilastollisena inversio-ongelmana, jonka parametrien estimointiin käytetään erilaisia numeerisia menetelmiä. Tutkielman rakenne koostuu kolmesta osiosta; yleisestä teoriaosuudesta, työssä käytettävien algoritmien esittelystä sekä algoritmien soveltamisesta data aineistoihin ja tulosten vertailusta. Teoriaosuudessa käydään lyhyesti läpi inversio-ongelmien yleistä teoriaa, keskittyen erityisesti valokuvien tarkentamisen kannalta olennaiseen diskreettiin lineaariseen tapaukseen ja tämän tilastolliseen muotoiluun. Algoritmien puolestaan voidaan ajatella koostuvan kahdesta osasta: (i) tilastollisen mallin määrittämisestä ja (ii) mallin parametrien numeerisesta optimoinnista. Tutkielmassa esitellään kaksi klassista analyyttistä menetelmää nimiltään Richardson-Lucy ja ROF -algoritmit sekä syväoppimista ratkaisussa hyödyntävä iRestNet. Lopuksi algoritmeja sovelletaan kahdelle eri aineistoille: ohjelmallisesti generoidulle datalle ja vuonna 2021 järjestetyn Helsinki Deblur Challenge -haastekilpailun kuva-aineistolle. Tarkoituksena on selvittää algoritmien toteutuksessa tehtävien valintojen vaikutusta lopputuloksiin ja vertailla esiteltyjen algoritmien antamia tuloksia keskenään.