Browsing by Title

Intelligent transport systems 'ITS' are becoming more common within city traffic. Urban transport has historically relied heavily on use of private cars during the past decades which transport planning and transport policy decisions have supported. The aim of the new transport policy has been to strive for public transport`s and light traffic`s modal shares of growth. However, the policies do not change quickly. Intelligent transport innovations shape citizens` preferences of the different modes of transport and by the introduction of them it is seeked, inter alia, safer and more environmentally friendly urban transport. I examine in this thesis the KutsuPlus intelligent transport service carried out by HSL in 2012-2015 and, more generally, intelligent transport innovations that have been in use in the metropolitan area of Helsinki. The research question is whether an individual intelligent transport innovation, like Kutsuplus here can affect people's choice of transport mode in the urban space and thus increase the competitiveness of public transport.

Scientists have developed new research methods for structural geology analysis. By using airborne laser scanning data or imaging, and description of outcrops using stereo photogrammetry technology, we can make very exact structural analysis. Bedrock structure modeling offers new ways to study the bedrock structures. Due to complexity of the bedrock of the Kuopio area it was chosen to a research area. Airborne laser scanning descriptions and structural models was carried out in the Hirvo, Kurkimäki, Paavola and Poroharju study regions. A stereo photogrammetry measurement was executed in the Pieni neulamäki area. The target is to estimate the suitability of methods for structure geology surveys and evaluate their reliability. In particular, the methods of stereo photography gave surprisingly accurate results that can easily use for the data collection and the preservation of data. The Laser scanning models still require further development, so that it can be supported the bedrock surveys.

Oppimateriaaliin lisätyt kuvitukset voivat helpottaa oppimista. Kuvitukset auttavat ymmärtämään opetettavaa aihetta ja edesauttavat pitkäkestoista oppimista. Aiheesta opitun tiedon määrän lisääntyessä kuvien tarpeellisuus vähenee. Osa oppijoista haluaa oppimisen olevan helpompaa, mielekkäämpää ja vaivattomampaa. Asioiden opiskelu saatetaan kokea vaivalloiseksi, mikä voi laskea motivaatiota ennen opiskelua tai opiskelun aikana. Motivaatio on tärkeä tekijä oppimisessa. Ilman motivaatiota keskittyminen on vaikeampaa. Kuvitukset ja oppimispelit helpottavat oppimista. Tekemällä oppimisesta mielekkäämpää edesautetaan motivaatiota ja antamalla työkaluja, kuten kuvituksia, helpotetaan oppimista. Pelien sitovuus, hauskuus ja välittömät palkkiot, kuten palaute ja pisteet, vetävät pelaajia puoleensa ja syventävät oppimista, koska ne motivoivat. Tässä tutkielmassa tutkittiin oppimispelien kuvituksien vaikutusta oppimiseen. Tutkielmaa varten toteutettiin ohjelmoinnin oppimispeli. Pelistä tehtiin kaksi versiota, joista toisessa oli ilmeikkäät kuvitukset ja tarina ja toisessa oli neutraalit kuvitukset. Versiot vietiin testattavaksi kolmelle ryhmälle. Ilmeikästä versiota kokeili kaksi ryhmää ja neutraalia versiota kokeili yksi ryhmä. Ryhmät vastasivat kyselykaavakkeisiin ennen ja jälkeen pelaamisen. Kyselykaavakkeilla selvitettiin osallistujien motivaatiotasoa oppia ohjelmoimaan, heidän kokemaansa oppimateriaalin ymmärrystasoa ja heidän kokemaansa pelin mielekkyystasoa. Peli koettiin vaikeaksi ja motivaatio ohjelmoinnin opiskeluun ei kasvanut. Tutkimukseen osallistuvilla oli alhainen motivaatio ohjelmoinnin opiskeluun ennen pelaamista, mikä saattoi vaikuttaa tutkimustuloksiin. Ilmeikkäiden kuvituksien versio kuitenkin koettiin hieman helpompana ja mielekkäämpänä kuin neutraalien kuvituksien versio.

Työn aiheena on kvanttifysikaalinen lomittuminen ja sen merkitys fotosynteesin energia-absorptiossa. Aihe on perinteiset oppiainerajat ylittävä, käsittäen fysiikkaa, biologiaa ja kemiaa. Aihe on erittäin tärkeä: ilman energiatehokkaasti toimivaa fotosynteesiä Maapallolla ei olisi nykymuotoista elämää. Lomittumisella tarkoitetaan lyhyesti selittäen sitä, että paikallisesti erillään olevien olioiden (klassisesti: aalto tai hiukkanen) ominaisuuksien välillä on korrelaatio, jota ei klassisen fysiikan keinoin pystytä selittämään. Lomittumisesta käytetään myös termiä kvanttikoherenssi, termit ovat käytännössä ekvivalentteja. Lomittuminen on tärkeä osa nykyfysiikan todellisuuskäsitystä ja se on muuttanut todellisuuskäsitystä lokaalista ei-lokaaliin (holistiseen) suuntaan. Vaikka lomittuminen onkin ihmisen arkisen havaintomaailman käsitteistöllä täysin käsittämätön ilmiö, niin se on kokeellisesti kiistatta todistettu luonnon ominaisuus. Työ on kirjallisuustutkimus. Keskeisinä lähteitä ovat lukuisat fysiikan ja fysikaalisen kemian tieteellisissä julkaisuissa olleet artikkelit, sekä kokeellisia että teoreettisia artikkeleja. Fotosynteesiin liittyen, lukuisien 2000-luvulla tehtyjen tutkimusten mukaan lomittumisella näyttäisi olevan tärkeä merkitys viherhiukkasen toiminnassa. Tutkimusten mukaan viherhiukkasen lukuisat Auringon energiaa keräävät antennimolekyylit ja yksi reaktiokeskus ovat kvanttikoherentissa lomittuneessa tilassa oleva makroskooppinen systeemi. Tämä mahdollistaa lähes häviöttömän energian siirron antennimolekyyleistä reaktiokeskukseen, joka kerää yksittäisten fotonien energiat ja käynnistää fotosynteesin monimutkaisen reaktioketjun. Lomittuminen näin suurissa biologisissa systeemeissä on kuitenkin vaikeasti havaittavissa ja siksi asiaa tutkitaan koko ajan lisää erittäin intensiivisesti. Lukiofysiikan nykyisen oppimäärän modernin fysiikan kurssissa korostetaan aaltohiukkasdualismin käsitettä. Monien fysiikan opetuksen tutkijoiden mielestä aaltohiukkasdualismin käsite on hyvin ongelmallinen. Siihen sisältyvien klassisten käsitteiden, aalto ja hiukkanen, sekoittaminen kvanttifysiikan käsitteiden kanssa vaikeuttaa kvanttifysiikan oppimista ja saattaa olla este kvanttifysiikan ja lomittumisen syvällisempään ymmärtämiseen. Tutkijat suosittelevat, että aaltohiukkasdualismin käsitettä ei opetuksessa käytettäisi. Valitettavasti se on korostetusti esillä vuoden 2015 fysiikan OPS:ssa. Oppikirjojen kirjoittamisessa täytyy toki olla melko konservatiivinen, mutta lomittuminen on kuitenkin jo niin tärkeä osa nykyfysiikkaa, että seuraavan sukupolven oppikirjoissa lomittumisen pitäisi ehdottomasti olla mukana. Luonteva reitti lomittumisen opetukseen etenee käsittelemällä pienen intensiteetin kaksoisrakokoe perusteellisesti ja pohtimalla sen tulosten merkitystä fysiikan ontologian kannalta. Lomittumisen käsitteen kvalitatiivinen ymmärtäminen olisi tärkeää myös siksi, että sillä odotetaan jo muutaman vuoden sisällä olevan hyvin merkittäviä käytännön sovelluksia (kvanttitietokoneet, suprajohtavuus, jne.). Ihmisen suoran havaintomaailman mukaan todellisuus on lokaalia, hiukkaset ovat lokaaleja ja erillisiä. Lomittumiseen liittyvä todellisuus on kuitenkin täysin ei-lokaalia. Kvanttifysiikan ja lomittumisen ontologia tuntuu siis arkijärjen vastaiselta ja siksi sitä voi olla vaikea hyväksyä. Tällöin tulee muistaa, että lomittuminen on kokeellisesti todistettu. Fysiikassa jokainen koe on kysymys luonnolle. Jos ihmisen oman, hyvin rajallisen, havaintomaailman käsitteistö ei riitä selittämään ja ymmärtämään luonnon antamia vastauksia, niin ei se ole luonnon vika!

Tämä tutkielma käsittelee kahta yleisesti melko tuntematonta lukualuetta: kvaternioita ja oktonioita. Tutkielman tavoite on esitellä nämä lukualueet ja niiden historiaa sekä todistaa joitakin ominaisuuksia näihin liittyen. Erityisesti tutkielman tavoitteena on todistaa, että reaaliluvut, kompleksiluvut, kvaterniot ja oktoniot ovat ainoat normitetut jakoalgebrat. Tutkielman ensimmäinen luku on johdantoluku, jossa johdatellaan aiheeseen kompleksilukujen avulla ja esitellään tutkielmassa käytetyt lähteet. Ennen tutkielman pääasialliseen aiheeseen siirtymistä tutkielman toisessa luvussa määritellään reaalikertoiminen algebra, jakoalgebra ja lopulta normitettu jakoalgebra. Luvussa esitellään ja todistetaan jakoalgebroja luonnehtiva lause. Lisäksi todistetaan, että kompleksilukujen algebra on normitettu jakoalgebra. Tutkielman kolmannessa luvussa esitellään kvaterniot ja määritellään kvaternioalgebra. Lisäksi määritellään kvaternioden kertolasku ja todistetaan lause kvaternioiden liitännäisyydestä. Luvussa määritellään myös kvaternioalgebran normi sekä todistetaan kvaternion konjugaattia ja käänteisalkiota koskevat lauseet. Näitä lauseita apuna käyttäen todistetaan, että kvaternioalgebra on normitettu jakoalgebra. Neljäs luku käsittelee oktonioita. Luvussa määritellään oktonioalgebra ja esitetään oktonioiden kertolaskulle kaksi vaihtoehtoista määritelmää. Toisen määritelmän yhteydessä määritellään kongruenssin ja jäännösluokan käsitteet, sillä niitä tarvitaan kertolaskun määrittelyssä. Lisäksi luvussa määritellään oktonioalgebran normi sekä todistetaan oktonion konjugaattia ja käänteisalkiota koskevat lauseet, kuten kvaternioille tehtiin luvussa kolme. Samalla tavoin kuin kvaternioiden kohdalla, näitä lauseita hyödyntäen todistetaan, että oktonioalgebra on normitettu jakoalgebra. Viidennessä ja viimeisessä luvussa vedetään yhteen, mitä lukualueita tutkielmassa on käsitelty. Luvussa määritellään kompositioalgebra sekä sen sisätulo ja konjugaatti. Lisäksi todistetaan kompositioalgebran sisätuloa ja konjugaattia koskevat lauseet. Luvussa määritellään myös Cayley-Dickson -algebra ja todistetaan siihen liittyvät lauseet. Lopuksi näitä lauseita apuna käyttäen todistetaan, että korkeampiulotteisia reaalikertoimisia kompositioalgebroja ei ole olemassa. Tässä tuodaan esille Hurwitzin lause, jonka mukaan reaaliluvut, kompleksiluvut, kvaterniot ja oktoniot ovat ainoat normitetut jakoalgebrat.

Tutkimuksen tavoitteena oli tutkia kynnyskäsitteitä (threshold concepts) ja tunnistaa niitä ohjelmoinnin oppimisessa. Kynnyskäsitteet ovat oppimisen kannalta tärkeitä paalukiviä, ja ne toimivat portteina uudenlaiseen kehittyneempään ajatteluun tietyssä aihealueessa. Ne liittyvät esimerkiksi johonkin opittavaan taitoon, tietoon tai asiaan. Kynnyskäsitteiden omaksuminen mahdollistaa laajentuneen ymmärryksen jostakin aihealueesta, koska ne sitovat useita eri käsitteitä yhteen luoden niiden välille syvemmän yhteyden. Jos opiskelija ei omaksu kynnyskäsitettä, saattaa hänen oppimisensa pysähtyä tai hän saattaa kehittää väärinkäsityksiä siihen liittyen. Kynnyskäsitteiden tutkiminen on tärkeää, koska se mahdollistaa tehokkaamman tavan tunnistaa ja ennaltaehkäistä tilanteita, joissa opiskelija jää jumiin aihealueessa. Kynnyskä- sitteiden avulla pystytään rakentamaan uudenlaisia opetussuunnitelmia, jotka keskittyvät kynnyskäsitteiden ympärille. Tietoa mahdollisista kynnyskäsitteistä kerättiin kirjallisuuskatsauksella. Tämän lisäksi tehtiin empiiristä tutkimusta, jossa sovellettiin puolistrukturoitua haastattelua. Tutkimusta varten haastateltiin Helsingin yliopiston opiskelijoita, jotka olivat suorittaneet ohjelmoinnin perus- ja jatkokurssit. Haastatteluista tehtiin yhteenveto, joka sisälsi analyysin sekä listan käsitteistä, joihin liittyi haasteellisuutta, muuttavia kokemuksia tai väärinkäsityksiä. Yksi tutkimuksen tavoitteista oli löytää kurssien aikana ilmaantuvia mahdollisia kynnyskäsitteitä ja verrata niitä olemassaolevaan tutkimukseen. Tutkimuksesta saadut tulokset vahvistivat olettamusta siitä, että ohjelmointiin liittyy useita mahdollisia kynnyskäsitteitä. Omasta empiirisestä tutkimuksesta saatuja käsitteitä olivat muun muassa olio-ohjelmointi, algoritminen ajattelu, perintä ja rajapinnat. Kaikki nämä käsitteet ovat myös aiemmissa tutkimuksissa esitetty kynnyskäsitteiksi. Kynnyskäsitteitä on hankala tunnistaa, sillä ne ovat määrittelyltään epämääräisiä. Kynnyskäsitteitä on tut- kittu laajasti, mutta tarkempaa tietoa niiden soveltamisesta opetuksessa ei löydy tutkimuksista. ACM Computing Classification System (CCS): Social and professional topics → Computer science education

Suurten Internet-yritysten, kuten Googlen ja Amazonin tarjoamat palvelut edellyttävät valtavien hajautettujen tietomäärien käsittelyä ja varastoimista. Tiedon pitää olla hyvin saatavilla. Tietokantajärjestelmältä edellytetään myös hyvää suorituskykyä. Suorituskyvyn ylläpitämiseksi järjestelmän täytyy skaalautua niin, että tarpeen vaatiessa järjestelmään voidaan lisätä enemmän resursseja. Tietokannan rakenteen tulee olla lisäksi joustava ja helposti muokattavissa. Perinteiset relaatiotietokannat transaktionaalisine oikeellisuus- ja eristyvyysvaatimuksineen ovat olleet liian rajoittavia tähän tarkoitukseen, joten näiden laajan mittakaavan Internet-sovellusten vaatimuksiin on kehitetty muita vaihtoehtoja. Näitä järjestelmiä on alettu kutsua NoSQL-tietokantajärjestelmiksi. NoSQL-tietokannat ovat usein niin erikoistuneita, ettei relaatiomallia ja SQL-kyselykielen koko ilmaisuvoimaa tarvita tai voida käyttää. Näiden tietokantojen tietomalli perustuu avain-arvo-pariin, jossa varastoitu arvo on yksilöity indeksoitavan avaimen perusteella. Tietokannan skeema on taas usein hyvin joustava, tai tietokanta saattaa olla jopa kokonaan skeematon. Käytössä olevat funktiot ovatkin usein rajoittuneet yksittäisten avain-arvo-parien lukemiseen ja päivittämiseen. Näiden tietojen laajan mittakaavan rinnakkaiseen laskentaan on lisäksi kehitetty yksinkertainen MapReduce-ohjelmointiparadigma. Google ja Amazon hyödyntävät näitä järjestelmiä varten rakentamaansa laajan mittakaavan infrastruktuuria tarjoamalla sitä myös muiden yritysten sovelluksien alustaksi NoSQL-tietokantapalveluna. Tässä tutkielmassa pyritään selventämään NoSQL-tietokantajärjestelmien tallennusratkaisun ja tiedon käsittelyn periaatteita, eroja relaatiotietokantajärjestelmiin sekä millaiseen käyttöön nämä uudet tietokantajärjestelmät oikein soveltuvat. Tutkielmassa esitellään myös MapReduce-ohjelmointiparadigma, NoSQL-tietokantapalveluna sekä joitakin NoSQL-tietokantajärjestelmien luokittelutapoja ja tietokannan tietomalleja. Tutkielma perustuu pääosin aikaisemmin aiheesta laadittuun kirjalliseen materiaaliin, kuten lehti- ja konferenssiartikkeleihin sekä kirjoihin. NoSQL-tietokantajärjestelmien nykyistä kehitysvaihetta voidaan verrata aikaan ennen SQL:ää. Nämä järjestelmät ovat kovin heterogeeninen joukko, joten myös niiden luokittelu on vaikeaa. NoSQL-tietokantajärjestelmissä ei ole perinteisten relaatiotietokantajärjestelmien pitkälle kehitettyjä ominaisuuksia. Suurin osa edellä mainituista ominaisuuksista pitää toteuttaa sovelluslogiikassa, joten ne jäävät sovellusohjelmoijan vastuulle. Mikään tietokantajärjestelmä tai työkalu ei ole paras ratkaisu kaikkiin tehtäviin. Kussakin järjestelmässä on järkevää ja tehokasta käsitellä ja varastoida pääosin tietyn kaltaista sovellusalueen tietoa. Sopiva tietokantajärjestelmä tai työkalu riippuu täysin yrityksen ja sovelluksen vaatimuksista. Yrityksen tulee siis arvioida sovellusalueen tietojen vaatimuksia.

Tavoitteet. Tutkimuksen tavoitteena oli selvittää tekijät, jotka vaikuttavat lääkelaskennan onnistuneeseen opiskeluun ja miten internetin tietolähteitä hyödynnetään siinä. Tutkielman runkona käytettiin teoreettista mallia opetukseen liittyvistä tekijöistä, joiden avulla opiskelua pystyy tehostamaan ja oppimisen laatua parantamaan. Hypoteesina oli, että liuoslaskut ja infuusioliuoslaskut olisivat haastavia aihealueita. Lisäksi tutkielman lähtökohtana käytettiin tietoa, että sosiaalista mediaa ja sen vaikutuksia opetukseen ei oltu selvitetty riittävästi. Menetelmät. Tutkimus oli luonteeltaan monimenetelmällinen tapaustutkimus. Määrälliseen aineistoon kuuluivat opiskelijoiden lääkelaskennan osaamista arvioiva peruslaskutesti ja kyselyn tulokset liittyen opiskelijoiden haastaviin lääkelaskuihin ja heidän käyttämiinsä tietolähteisiin. Laadullinen aineisto koostui opiskelijoiden käyttämien lääkelaskentaan liittyvien tietolähteiden analyysista. Kohderyhmänä toimi erään ammattikorkeakoulun lääkelaskentaa opiskelevat opiskelijat, joista 19 opiskelijaa vastasi kyselyyn. Tutkimukseen vastaajat olivat sairaanhoitaja- ja terveydenhoitaja- opiskelijoita. Lisäksi aineistoon kuului internetin tietolähteistä löytyvien lääkelaskentaan liittyvien ohjeiden ja ratkaisujen analyysi. Aineiston analyysimenetelmänä käytettiin taulukoita ja kuvaajia Google Formsin ja Excelin avulla. Tulokset ja johtopäätökset. Tutkimuksessa tehdyn kyselyn otosryhmä hallitsi lääkelaskennan eri osa-alueet testin perusteella erittäin hyvin. Kyselyyn opiskelijat luettelivat lääkelaskentaan liittyviä muutamia haastavia osa-alueita, kuten esimerkiksi liuoslaskut ja infuusioliuoslaskut. Internetin merkityksen kasvamisen myötä tulisi suunnitella uusia digitaalisia opetusympäristöjä, joissa annettava tieto olisi luotettavaa. Opiskelijoille tulisi tarjota oppimisalusta, jossa osaamista pystyisi kasvattamaan vaikeustasoltaan asteittain kasvavien tehtävien avulla. Opiskelijan tulisi saada tehtäviinsä välitön palaute niin, että ratkaisu näytettäisiin purettuna selkeisiin ja selitettyihin välivaiheisiin. Oppimisympäristön tulisi myös lisätä, mistä opiskelija löytää tarvittaessa lisätietoa tehtävään liittyvästä teoriasta ja ratkaisuesimerkeistä.

On paljon tutkittua tietoa siitä, miten ohjelmistotuotannossa saadaan tuotettua laatua. Korkeaan laatuun tähtääminen ei kuitenkaan ole itsestäänselvyys: tutkijan kokemuksen mukaan IT:n ja liiketoiminnan rajapinnassa tehdään toistuvasti päätöksiä, joiden myötä laadun ideaaleista joustetaan. Lisäksi laatuun saattavat vaikuttaa tiedostamatta tehdyt ratkaisut ja matkan varrella kohdatut yllätykset. Tämän tutkimuksen tarkoituksena oli kartoittaa laatua haastavia ilmiöitä ohjelmistotuotannon päätöksenteossa ja tuoda siten uutta näkökulmaa alalla laadusta käytävään keskusteluun. Konkreettisina tavoitteina oli tunnistaa ja käsitteellistää kyseisiä ilmiöitä ja selvittää niiden esiintyvyyttä valikoiduissa ohjelmistotuotannon viitekehyksissä. Tutkimuksen tietoperusta muodostettiin laatua, IT:n hallinnointia ja päätöksentekoa käsittelevästä kirjallisuudesta sekä seuraavista ohjelmistotuotannon viitekehyksistä: ISO/IEC 250nn -laatustandardisarja SQuaRE, COBIT, IT4IT, TOGAF, SWEBOK, PMBOK. Tutkimuksen menetelmälliseksi lähtökohdaksi valittiin laadullinen tutkimusote. Aineisto kerättiin haastattelemalla kuutta pitkään IT-alalla eri tehtävissä työskennellyttä asiantuntijaa. Menetelmänä hyödynnettiin teemahaastattelua, ja aineisto analysoitiin sisällönanalyysin keinoin. Analyysin tuloksena löydettiin joukko laatua haastavia ilmiöitä, jotka käsitteellistettiin ja ryhmiteltiin kahdeksaksi kokonaisuudeksi: niukkuus, tiedon määrä ja laatu, tekninen velka, ulkoisen ympäristön muutos, tietojärjestelmän kriittisyys, tulevaisuudenkestävyys, omistajuus ja proaktiivisuus sekä kognitiiviset vinoumat. Käsitteiden muodostamisessa ja tulosten syventämisessä hyödynnettiin ilmiöihin liittyvää kirjallisuutta. Jälkimmäisessä vaiheessa käsitteitä peilattiin ohjelmistotuotannon viitekehyksiin. Keskeinen tulos oli, että työn arjessa kohdataan ohjelmistotuotannon laatuun vaikuttavia ilmiöitä, joita valitut viitekehykset eivät tunnista. Erityisesti tekninen velka ja kognitiiviset vinoumat ovat laajalti tunnettuja ja tutkittuja ilmiöitä, joita tarkastelun kohteeksi valituissa viitekehyksissä ei kuitenkaan käsitellä. Tutkimus toimii yhdenlaisena alkukartoituksena laatua haastaviin ilmiöihin ohjelmistotuotannon päätöksenteossa. Sen tuloksia voidaan hyödyntää IT:n ja liiketoiminnan yhteistyön tukena. Jatkotutkimusehdotuksena esitetään muun muassa löydettyjen ilmiöiden tarkastelemista syvemmin omina kokonaisuuksinaan.

Statistical Bureaus are responsible for producing meaningful statistical publications. Evidently, the reliability of their publications is subject to the quality of the source dataset, and consequently a significant amount of resources is allocated on detecting and correcting inconsistencies before any statistical output is produced. Particularly, Statistics Finland (Tilastokeskus) is developing a pilot project based on the selective data editing methodology, aiming to preserve high standards in the quality of their datasets while reducing manual interventions. Label noise is a presumably common situation encountered in several real-world datasets, and the current development does not include a module capable of handling such inconsistencies in their datasets. Moreover, the labels characterizing the instances are defined over a class hierarchy following a tree structure. Therefore, this thesis is an initial assessment for including a preprocessing module for explicit label noise recognition in two of their survey datasets. Although automatic label noise corrections cannot be performed for preserving high data quality standards, plausible replacements could be used as a tool assisting the manual interventions. Based on the previous motivations, this thesis was focused on explicitly recognizing hierarchical label inconsistencies and the impact of label noise in the hierarchical classification performance. The performance of several hierarchical classification techniques was assessed under different levels of artificial label noise. In this work, only mandatory leaf node predictions were considered during the evaluations. Two promising noise filtering techniques were evaluated in their capability to uncover the artificially created label noise. Given that the labels are structured over a class hierarchy, the best performing hierarchical methods were selected to work as the base noise filters. Although the results could not be conclusive, certain hierarchical classification methods showed a certain level of robustness against label noise, and their performance is competitive with the conventional methods. On the other hand, noise filtering techniques were effective against hierarchical noise completely at random. Hierarchical adaptations of the noise filters remain competitive and might show signs of handling better rare cases.