Search

Aim: Species distribution models (SDMs) are widely used to make predictions on how species distributions may change as a response to climatic change. To assess the reliability of those predictions, they need to be critically validated with respect to what they are used for. While ecologists are typically interested in how and where distributions will change, we argue that SDMs have seldom been evaluated in terms of their capacity to predict such change. Instead, typical retrospective validation methods estimate model's ability to predict to only one static time in future. Here, we apply two validation methods, one that predicts and evaluates a static pattern, while the other measures change and compare their estimates of predictive performance. Location: Fennoscandia.Methods: We applied a joint SDM to model the distributions of 120 bird species in four model validation settings. We trained models with a dataset from 1975 to 1999 and predicted species' future occurrence and abundance in two ways: for one static time period (2013- 2016, "static validation') and for a change between two time periods (difference between 1996- 1999 and 2013- 2016, "change validation'). We then measured predictive performance using correlation between predicted and observed values. We also related predictive performance to species traits. Results: Even though static validation method evaluated predictive performance as good, change method indicated very poor performance. Predictive performance was not strongly related to any trait.Main Conclusions: Static validation method might overestimate predictive performance by not revealing the model's inability to predict change events. If species' distributions remain mostly stable, then even an unfit model can predict the near future well due to temporal autocorrelation. We urge caution when working with forecasts of changes in spatial patterns of species occupancy or abundance, even for SDMs that are based on time series datasets unless they are critically validated for forecasting such change.

Forests provide a wide variety of ecosystem services (ES) to society. The boreal biome is experiencing the highest rates of warming on the planet and increasing demand for forest products. To foresee how to maximize the adaptation of boreal forests to future warmer conditions and growing demands of forest products, we need a better understanding of the relative importance of forest management and climate change on the supply of ecosystem services. Here, using Finland as a boreal forest case study, we assessed the potential supply of a wide range of ES (timber, bilberry, cowberry, mushrooms, carbon storage, scenic beauty, species habitat availability and deadwood) given seven management regimes and four climate change scenarios. We used the forest simulator SIMO to project forest dynamics for 100 years into the future (2016-2116) and estimate the potential supply of each service using published models. Then, we tested the relative importance of management and climate change as drivers of the future supply of these services using generalized linear mixed models. Our results show that the effects of management on the future supply of these ES were, on average, eleven times higher than the effects of climate change across all services, but greatly differed among them (from 0.53 to 24 times higher for timber and cowberry, respectively). Notably, the importance of these drivers substantially differed among biogeographical zones within the boreal biome. The effects of climate change were 1.6 times higher in northern Finland than in southern Finland, whereas the effects of management were the opposite – they were three times higher in the south compared to the north. We conclude that new guidelines for adapting forests to global change should account for regional differences and the variation in the effects of climate change and management on different forest ES. Future supply of boreal forest ecosystem services is driven by management rather than by climate change

Nowcasts (i.e., short-term forecasts from 5 min to 6 h) of heavy rainfall are important for applications such as flash flood predictions. However, current precipitation nowcasting methods based on the extrapolation of radar echoes have a limited ability to predict the growth and decay of rainfall. While deep learning applications have recently shown improvement compared to extrapolation-based methods, they still struggle to correctly nowcast small-scale high-intensity rainfall. To address this issue, we present a novel model called the Lagrangian convolutional neural network (L-CNN) that separates the growth and decay of rainfall from motion using the advection equation. In the model, differences between consecutive rain rate fields in Lagrangian coordinates are fed into a U-Net-based CNN, known as RainNet, that was trained with the root-mean-squared-error loss function. This results in a better representation of rainfall temporal evolution compared to the RainNet and the extrapolation-based LINDA model that were used as reference models. On Finnish weather radar data, the L-CNN underestimates rainfall less than RainNet, demonstrated by greater POD (29% at 30 min at 1 mm·h −1 threshold) and smaller bias (98% at 15 min). The increased ETS values over LINDA for leadtimes under 15 min, with maximum increases of 7% (5 mm·h −1 threshold) and 10% (10 mm·h −1 ), show that the L-CNN represents the growth and decay of heavy rainfall more accurately than LINDA. This implies that nowcasting of heavy rainfall is improved when growth and decay are predicted using a deep learning model.

Various approaches have been proposed to include the effect of pH in molecular dynamics (MD) simulations. Among these, the λ-dynamics approach proposed by Brooks and co-workers [Kong, X.; Brooks III, C. L. J. Chem. Phys.1996, 105, 2414−2423] can be performed with little computational overhead and hfor each typeence be used to routinely perform MD simulations at microsecond time scales, as shown in the accompanying paper [Aho, N. et al. J. Chem. Theory Comput.2022, DOI: 10.1021/acs.jctc.2c00516]. At such time scales, however, the accuracy of the molecular mechanics force field and the parametrization becomes critical. Here, we address these issues and provide the community with guidelines on how to set up and perform long time scale constant pH MD simulations. We found that barriers associated with the torsions of side chains in the CHARMM36m force field are too high for reaching convergence in constant pH MD simulations on microsecond time scales. To avoid the high computational cost of extending the sampling, we propose small modifications to the force field to selectively reduce the torsional barriers. We demonstrate that with such modifications we obtain converged distributions of both protonation and torsional degrees of freedom and hence consistent pKa estimates, while the sampling of the overall configurational space accessible to proteins is unaffected as compared to normal MD simulations. We also show that the results of constant pH MD depend on the accuracy of the correction potentials. While these potentials are typically obtained by fitting a low-order polynomial to calculated free energy profiles, we find that higher order fits are essential to provide accurate and consistent results. By resolving problems in accuracy and sampling, the work described in this and the accompanying paper paves the way to the widespread application of constant pH MD beyond pKa prediction. peerReviewed

Dysconnectivity of large-scale brain networks has been linked to major depression disorder (MDD) during resting state. Recent researches show that the temporal evolution of brain networks regulated by oscillations reveals novel mechanisms and neural characteristics of MDD. Our study applied a novel coupled tensor decomposition model to investigate the dysconnectivity networks characterized by spatio-temporal-spectral modes of covariation in MDD using resting electroencephalography. The phase lag index is used to calculate the functional connectivity within each time window at each frequency bin. Then, two adjacency tensors with the dimension of time frequency connectivity subject are constructed for the healthy group and the major depression group. We assume that the two groups share the same features for group similarity and retain individual characteristics for group differences. Considering that the constructed tensors are nonnegative and the components in spectral and adjacency modes are partially consistent among the two groups, we formulate a double-coupled nonnegative tensor decomposition model. To reduce computational complexity, we introduce the lowrank approximation. Then, the fast hierarchical alternative least squares algorithm is applied for model optimization. After clustering analysis, we summarize four oscillatory networks characterizing the healthy group and four oscillatory networks characterizing the major depression group, respectively. The proposed model may reveal novel mechanisms of pathoconnectomics in MDD during rest, and it can be easily extended to other psychiatric disorders. peerReviewed

The global community continues to experience an increase in the scale, sophistication, and successful perpetration of cyber-attacks. As the quantity and value of electronic information have increased, so too have the efforts of criminals and other malicious actors who have embraced the Internet as a more anonymous, convenient, and profitable way of carrying out their activities. The systems are attacked more and more by single or multiple hacktivists, state sponsored hackers, cyber criminals, cyber terrorists, cyber spies, or cyber warfare warfighters. The cyber security approach requires a balance of cyber threat intelligence, real time cyber-attack detection and especially the cyber early warning ability. Threats in cyberspace are difficult to define, as it is hard to identify the source of attacks and the motives that drive them, or even to foresee the course of an attack as it unfolds. The identification of cyber threats is further complicated by the difficulty in defining the boundaries between national, international, public, and private interests. Because threats in cyberspace are global in nature and involve rapid technological developments, the struggle to respond them is ever-changing and increasingly complicated. Cyber-attack models describe the structure of an attack in different phases. They provide a means to conceptualize the different aspects and elements of an attack. However, it is important to understand that not all attacks must complete all phases to be successful, and the objective of the attack defines the structure of the attack. Different actors have built different cyber-attack models. Modeling is used to understand the different goals of cyber attackers. Attack models are based on attack targets and attack objectives. This paper analyzes different APT cyber-attack models and presents a general cyber-attack model. peerReviewed

Digital Identity has become a topic that attracts the attention of researchers due to the enormous number of services that have been provided online recently. Researchers face many obstacles regarding the security, privacy, and utility of digital identity. Self-Sovereign Identity (SSI) ecosystems provide a solution for digital identity, in addition to providing a decentralized human-centric paradigm that enables users to own and control their identity. Governance framework (GF) is a key challenge in building SSI ecosystems for two reasons. First, the GF needs to address various aspects such as user needs, standards, laws, and business requirements in an ecosystem. Second, the ecosystem consists of diverse, dynamic, and distributed groups of stakeholders. This research work adopts a new trend in developing GF by providing a visual view of the SSI ecosystem. In addition, it seeks to highlight the importance of domain-specific modeling in developing GF. It also addresses lessons learned from a real case study and a modeling journey that supported the creation of a GF. We will discuss the advantages and challenges of modeling and the used modeling tool based on the evaluation from the case feedback and conclude with future work peerReviewed

Missing data are unavoidable in the real-world application of unsupervised machine learning, and their nonoptimal processing may decrease the quality of data-driven models. Imputation is a common remedy for missing values, but directly estimating expected distances have also emerged. Because treatment of missing values is rarely considered in clustering related tasks and distance metrics have a central role both in clustering and cluster validation, we developed a new toolbox that provides a wide range of algorithms for data preprocessing, distance estimation, clustering, and cluster validation in the presence of missing values. All these are core elements in any comprehensive cluster analysis methodology. We describe the methodological background of the implemented algorithms and present multiple illustrations of their use. The experiments include validating distance estimation methods against selected reference methods and demonstrating the performance of internal cluster validation indices. The experimental results demonstrate the general usability of the toolbox for the straightforward realization of alternate data processing pipelines. Source code, data sets, results, and example macros are available on GitHub. https://github.com/markoniem/nanclustering_toolbox peerReviewed

Tässä Fingrid Oyj:lle tehdyssä diplomityössä tutkittiin simulointiohjelmiston uusia toiminnallisuuksia, joita voitaisiin hyödyntää tulevaisuudessa suuntaajakytketyn tuotannon mallinnuksessa. Suuntaajakytketyn tuotannon määrä kasvaa ja tulee kasvamaan tulevaisuudessa huomattavasti. Näin ollen vanha tahtigeneraattoreihin pohjautuva mallinnustapa vaatii muutoksia, koska suuntaajakytkettyä tuotantoa ei voida mallintaa samalla tavalla niin kuin tahtigeneraattori mallinnetaan. Suuntaajat toimivat esimerkiksi vikatilanteessa virtalähteinä ja ne ovat mallinnettu tällä hetkellä jännitelähteiksi. Työn tavoitteena oli varmistaa simulointiohjelmiston toiminnallisuuksien toimivuus tai kumota se. Simulointi aloitettiin yksinkertaisella mallilla ja sitä sovellettiin myöhemmin laajempaan verkkomalliin vikavirransyötön ja jännitteensäädön statiikan osalta. Tutkittavina toiminnallisuuksina olivat jännitteensäädön statiikka, suuntaajien vikavirransyöttö ja pätö- ja loistehorajat. Kaikkien toiminnallisuuksien tarkastelu suoritettiin simulointiohjelmiston tehonjakolaskennan pohjalta. Toiminnallisuuksien vertailu suoritettiin vanhan mallinnustavan ja uuden mallinnustavan välillä. Työssä jännitteensäädön statiikan mallinnukselle kehitettiin laskenta ja vikavirransyötölle kehitettiin laskentaehdotus, joka toimitettiin simulointiohjelmiston toimittajalle. Tämän työn tulokset osoittivat, että suuntaajien vikavirransyöttö ei toimi halutusti tehonjakotilanteessa ja vaatii toimiakseen tietyt olosuhteet. Suuntaajien vikavirransyöttöä ei voi ottaa käyttöön tällä hetkellä ja se vaatii muutoksia simulointiohjelmiston toimittajalta, mikäli ei aiota muuttaa mallinnustapaa. Jännitteensäädön statiikka toimii halutusti yksinkertaisella mallilla, mutta tietyt simulointiohjelmiston rajoitteet eivät mahdollista täysipainoista toiminnallisuuden käyttöönottoa. Laajemmassa verkkomallissa statiikan käyttöönotto aiheuttaa vääriä tuloksia. Edellä mainitut toiminnallisuudet vaativat tämän työn lisäksi tutkimuksia ja todennäköisesti muutoksia simulointiohjelmiston toimittajalta. Pätö- ja loistehorajojen mallinnus suoritettiin vain yksinkertaisella mallilla, koska siirtokykylaskennassa ei voida olettaa tuulivoimalaitosten toimivan tietyllä teholla. Työn alkuvaiheessa haasteita aiheuttivat simulointiohjelmiston käyttöliittymän ongelmat, jotka pystyttiin lopulta kiertämään Python-rajapinnan avulla. Jatkotutkimustarpeeksi muodostui vikavirransyötön uudelleentarkastelu tehonjakolaskennassa ja varmistaminen dynamiikkalaskennassa, kun ohjelmiston toimittaja on korjannut vikavirransyötön. Lisäksi jännitteensäädön statiikka vaatii muutoksia ohjelmiston toimittajalta toimiakseen oikein laajemmissa verkkomalleissa. In this thesis the new functionalities of the simulation software were researched, which could be used in the modelling of converter interfaced generation. The amount of converter interfaced generations is increasing and will increase significantly in the future. The old modelling way, which is based on synchronous generators need changes, because the converter interfaced generation can not be modelled like synchronous generator. CIG’s act like current sources in the event of fault and they are modelled as voltage sources at the time of this work. The aim of the thesis was to ensure the working of the simulation software’s new functionalities or undo it. The simulation started with a simple model and then it was applied to wider network model in terms of fault current contribution and voltage droop. The researched functionalities were voltage droop control, fault current contribution of converters and active and reactive power limits. The examination of all functionalities was performed based on the power flow calculation of the simulation software. Comparing of the functionalities were performed between old and new modelling way. In this thesis a calculation was developed for the voltage droop control and a calculation proposal for fault current contribution was developed. Fault current contribution calculation was provided to the simulation software supplier. Obtained results of this work showed that the fault current contribution of converters does not work as desired in a power flow, and it requires certain conditions to work. Fault current contribution cannot be commissioned, and it requires changes from the software supplier if there is no intention to change the modelling way. Voltage droop control works as desired with the simple model, but certain limitations of the simulation software do not allow full commissioning of the functionality. In a wider network model, the voltage droop control causes wrong results. In addition to this work, the functionalities require more studies and probably changes from the supplier of the simulation software. Active and reactive power limits modelling was performed only with the simple model because transmission capacity calculation it cannot be assumed that wind power plants operate at a certain power. In the initial phase of the thesis, challenges with the graphical user interface of the simulation software caused problems, which were eventually overcome with the Python-interface. The need of further research was a re-examination of the fault current contribution in the power flow and its verification in the dynamic model. That is possible, when software supplier has corrected the fault current contribution. In addition, the voltage droop control requires changes from the software supplier to function correct in the wider network models.

Tietomallintava rakennesuunnittelu on tullut rakennusalalle jäädäkseen. Se auttaa havainnollistamaan rakenteet aikaisemmassa vaiheessa, jolloin yhteensovittaminen voidaan suorittaa ajoissa. Tietomallintaminen on kuitenkin tietyiltä osin tuonut suunnitteluun lisää tehtäviä, jolloin suunnittelun kustannukset nousevat. Haasteena on tuhansien mallinnustyökalujen tarjonta, josta oikean löytäminen tiettyyn tehtävään voi olla haastavaa. Tekla Structures -ohjelmistolla tehtävästä mallintamisesta voidaan kerätä käyttödataa. Sen avulla saadaan työkalujen käytöstä tarvittavaa tietoa, jotta niitä voidaan suositella käyttäjille. Tutkimuksen päätavoitteena on selvittää, miten koneoppimista voidaan hyödyntää mallinnustyökalujen suosittelemiseen mallintamisesta kerättävään käyttödataan pohjautuen. Päätavoitteen saavuttamiseksi täytyy myös selvittää, mitä koneoppimisen menetelmää tähän voidaan hyödyntää, sekä miten työkalujen käyttö- ja metadata saadaan tietokoneilla luettaviksi. Työssä selvitetään myös, miten koneoppimismallia tulisi arvioida, jotta tuloksia voidaan pitää luotettavina. Lopuksi tehdään vertailu neljän eri suunnitteluyksikön mallikäyttäytymisestä. Mallinnustyökalujen käytössä ei tarkasteltu asetuksia tai tarkempaa metadataa. Tässä työssä huomioidaan vain itse työkalun lisääminen malliin. Työssä käytetään tavoitteiden saavuttamiseksi kahta erilaista tutkimusmenetelmää. Kirjallisuusselvitys perehdyttää tietomallintamiseen yleisesti, sekä Tekla Structures - ohjelmistolla tehtävään mallintamiseen, joka on olennainen osa tätä tutkimusta. Lisäksi kirjallisuuskatsauksen avulla tutkitaan koneoppimisen menetelmiä, jotka soveltuvat suositteluun tai ennustamiseen. Aineistona käytetään olemassa olevaa kirjallisuutta, jotka löytyvät julkisista tietolähteistä, yliopiston tietokannasta sekä ohjelmistojen tarjoajien tuottamia ohjeita. Kirjallisuustutkimuksen pohjalta voidaan toteuttaa työn empiirinen tutkimus. Tässä toteutetaan kolme erilaista koneoppimismallia, joita arvioidaan kolmella eri testitilanteella: helppo, keskivaikea ja vaikea. Koneoppimismenetelmiksi valikoitui Markovin malliin pohjautuva todennäköisyysmatriisin luonti, assosiaatiosäännön oppiminen sekä takaisinkytketty neuroverkko. Jotta malleja voidaan opettaa, täytyi käyttödata muuntaa niille soveltuviksi. Lopuksi vertaillaan neljän eri suunnitteluyksikön mallikäyttäytymistä koneoppimismallin avulla. Arvioinnin tuloksissa nähdään, että kaikki koneoppimismallit suoriutuivat helposta ja keskivaikeasta testitilanteesta hyvin. Assosiaatiosäännössä huomattiin, että se ei tunnista käyttöjärjestystä, jolloin ei voida tuottaa yhtä selkeää ennustetta. Vaikea arviointitilanne osoittautui kaikille malleille haasteelliseksi, joka osoitti niiden virheellisyyden, sekä korkealaatuisen tietojoukon merkityksen koneoppimisessa. Yksikkökohtaisessa vertailussa havaittiin samankaltaisten työkalujen välille yhteyksiä eri yksiköissä. Lisäksi havaittiin eroavaisuuksia asunto- ja teollisuusrakentamisen suunnittelussa käytettävien mallinnustyökalujen laajuudessa. Building information modeling in structural design is here to stay. It helps to illustrate the structures in early phases of the design process so that coordination can be done in time. However, in certain respects BIM has brought more tasks to the design process causing an increase in design costs. The challenge is the supply of thousands of modeling tools, where finding the right tool for specific tasks can be difficult. Usage data can be collected from modeling with Tekla Structures software. It helps to obtain the necessary information about the use of modeling tools so that they can be recommended to users. The main goal of the research is to find out how machine learning can be implemented to recommend modeling tools based on usage data that is collected from modeling. To achieve the main goal, it is also necessary to find out which machine learning method can be used for this task. As well as how to make the tools usage data and metadata readable by machines. The work also explains how the machine learning model should be evaluated so that the results can be considered reliable. Finally, a comparison of modeling behavior between four different design units is made. Modeling tool settings or more detailed metadata is ignored within the research. Only the addition of the tools was considered. To achieve the goals, two different research methods are used in the research. The literature review introduces building information modeling in general and with Tekla Structures, which is an essential part of this research. Literature review also examines machine learning methods that are suitable for recommendation or prediction. Existing literature found in public information sources, the university’s database, and instructions produced by software providers are used as material. The empirical study phase of the work can be carried out based on the literature research. Three different machine learning models were implemented and then evaluated with three different test situations: easy, medium-hard, and hard. Selected machine learning methods were a probability matrix creation based on the Markov model, association rule learning and recurrent neural network. Usage data had to be converted so that it is suitable for the models. Finally, the modeling behavior of four different design units are compared using one machine learning model. The models’ evaluation results showed that all of them performed well in easy and medium-hard test situations. Association rule had difficulties in recognizing the order of using the modeling tools. Therefore, it cannot provide a single clear prediction. The hard evaluation situation turned out to be a challenge for all the models. This proved that the models are not perfect, and the importance of the high-quality data in machine learning. Modeling tool usage had similarities in all the design units chosen for the research. In addition, differences were observed in the scope of modeling tools used in the planning of residential and industrial construction.

This thesis was done to better understand and study issues caused by a high quantity of photovoltaic (PV) systems in low-voltage grids by the low voltage (LV) feeder simulations. Other focus was studying the effect of energy storage systems (ESSs) in avoiding issues and grid violations during high-level PV penetrations. PV modules are connected in series as a PV system to increase PV production. The value of PV production are determined by environmental parameters, mainly global irradiance received by solar cells and cell temperatures of the cells. Favoring a 3-phase grid connection and the optimal sizing of a PV inverter helps to maximize PV production and diminish issues caused to both the PV system and grid operations. PV systems as a part of the electrical distribution grid have been studied and tested for the last decades but a new trend of multiple PV systems located in the same feeder has caused grid issues. A peak production during the midday with low consumption in the feeder causes overvoltages in the grid points. Other issues caused by PV systems include thermal capacity limit violations in feeder lines due to reverse power flow (RPF), harmonic injections, voltage phase unbalances and undervoltages in grid components, like feeder lines and transformers. The level of PV production can be determined using the term hosting capacity (HC) based on different parameters. The parameter used in this thesis is the peak load of 180 kW of the feeder during the two simulation dates. The level of HC is restricted by lengths of feeder lines, number and capacity of loads and issues mentioned earlier. HC enhancement tools include voltage control, active power curtailment, reactive power control and transformer applications, like off-load and on-load tap changers. ESS technologies alter by price, capacity and operational attributes. Different algorithms and topologies of ESSs are chosen based on a wanted performance of PV systems. Centralized and de-centralized topologies of ESS are chosen depending on the number and separate shading conditions of the PV systems in the region. For household PV systems, battery energy storage systems are favored due to their physical size and lower investment costs when compared to other ESS technologies. In this thesis, the levels of PV capacity are simulated using Matlab Simulink program with the PV data measured in the solar PV research power plant in the Hervanta Campus of Tampere University. The PV data from the two simulation dates was added to the simulation model consisting of 21 residential buildings in the 285 m low voltage feeder. PV capacities were integrated starting from the transformer towards the end of the feeder in three cases. The operation states of ESSs were integrated with the settings of 2 %/min and 10 %/min ramp rate limits as the power control tool. In case 3, grid violations of the thermal capacity limit of feeder lines and +5% of the nominal overvoltages in distribution cabinets were recorded with over 120 % PV capacity. RPF was recorded at 77.69 % PV capacity. Grid violations could be avoided using de-centralized ESS applications in PV systems. The 2 %/min ramp rate limit would enable the LV feeder to avoid grid violations. But the 10 %/min ramp rate limit could not avoid grid violations on the other simulation date. Tämän opinnäytetyön tarkoituksena oli tutkia ja ymmärtää paremmin pienjänniteverkoissa suurissa määrissä esiintyvien aurinkovoimajärjestelmien aiheuttamia ongelmia. Toisena pääkohtana oli simuloida verkon sietokykyä ja energiavarastojärjestelmien vaikutusta verkkorajojen rikkoumisen välttämisessä korkean tason aurinkovoimatuotannon aikana. Aurinkovoimajärjestelmän tuotannon määrään ja laatuun vaikuttavat ympäristötekijät, pääasiassa aurinkokennojen saama valoisuus ja lämpötila. Aurinkovoimajärjestelmän moduulit voidaan järjestää eri topologioilla parantamaan saatavan tuotannon määrää. Kolmivaiheisen verkkoliitynnän ja invertterin optimaalinen mitoituksen suosiminen auttavat maksimoimaan tuotantoa ja vähentämään tuotannossa ja jakeluverkkotoiminnassa esiintyviä ongelmia. Aurinkovoimajärjestelmät eivät ole täysin uusi tai vähässä käytössä oleva teknologia, mutta uusi ilmiö on ilmaantunut sähköntuotannossa, jossa normaalisti kuluttajiksi profiloituneet kotitaloudet ovat hankkineet aurinvoimajärjestelmien moduuleja katoilleen kasvavissa määrin. Suuresta tuotannosta, erityisesti keskipäivisin, on syntynyt verkkohäiriöitä, yleisimpinä ylijännitepisteet ja verkkojohtojen kuumeneminen. Muita haittailmiöitä ovat käänteinen tehonvirtaus (englanniksi reverse power flow) tehonkulussa, harmoniset yliaallot, vaihejännitteiden epätasapaino ja alijännitteet. Tuotannon taso voidaan paremmin suhteuttaa verkkoarvoihin käyttämällä englannin kielen termiä Hosting capacity (HC). HC perustuu johonkin verkkoparametriin ja tässä työssä käytetään simulointimallin hetkellistä huippukulutusta 180 kW. HC:n arvoa rajoittavat johtimien pituudet, kotitalouksien kuormitusten arvot ja lukumäärä verkkohaaralla sekä aikaisemmin mainittujen haittatekijöiden arvot. HC:n arvoa kasvattavat työkalut ovat tehonhallinta, jännitteiden hallinta ja muuntajan jännitteen hallintalaitteet. Myös näiden hallintalaitteiden yhteiskäyttöratkaisuja käytetään paremmin kasvattamaan aurinkovoiman tuotantoa. Energiavarastojärjestelmät vaihtelevat investointihinnan, kapasiteetin ja käyttöominaisuuksien mukaan. Erilaisia järjestelmäalgoritmeja ja topologioita valitaan aurinkovoimajärjestelmien halutun suorituskyvyn perusteella. Kotitalouksien aurinkovoimajärjestelmien energiavarastojärjestelmien ratkaisuissa suositaan akkuteknologioita niiden pienemmän fyysisen kokojen ja alhaisempien investointihintojen vuoksi muihin teknologioihin verrattaessa. Tässä opinnäytetyössä aurinkovoimatuotantoa simuloitiin Matlab Simulink-ohjelmalla Tampereen yliopiston Hervannan kampuksen aurinkovoimatutkimuslaitoksessa mitatuilla arvoilla. Arvot lisättiin simulointimalliin, joka koostui 21 asuinrakennuksesta 285 metrin pienjänniverkkohaaralla kahden simulointipäivän aikana. Aurinkovoimakapasiteettia kasvatettiin kolmessa simulointitapauksessa rakennus kerrallaan alkaen muuntajalta. Verkkorajat menivät rikki yli 120% aurinkovoimajärjestelmän tuotannon arvolla 3. tapauksessa, jossa oli asennettu aurinkopaneeleja kotitalouksien, autotallien ja autokatosten etelänpuoleisille katoille. Verkkorikkomukset ilmaantuivat verkkohaaran alkupään johtimien ylikuumenisena ja loppupään jakelukaappien ja sulakekaappien ylijännitteinä. Vastaikkaisvirtaus tehonjakelussa havaittiin yli 77.69 % tuotannon arvoilla. Verkkorikkomukset pystyttiin välttämään käyttämällä energiavarastojärjestelmän asetusta perustuen tehon muutosnopeuden rajoittamiseen 2 %/min arvolla, mutta 10 %/min arvolla ei pystynyt estämään ylijännitteiden syntymistä verkkohaaran loppupään kotitalouksien sulakekaapeissa toisena simulointipäivänä.

Age-related alterations of skeletal muscle are numerous and present inconsistently, and the effect of their interaction on contractile performance can be nonintuitive. Hill-type muscle models predict muscle force according to well-characterised contractile phenomena. Coupled with simple, yet reasonably realistic activation dynamics, such models consist of parameters that are meaningfully linked to fundamental aspects of muscle excitation and contraction. We aimed to illustrate the utility of a muscle model for elucidating relevant mechanisms and predicting changes in output by simulating the individual and combined effects on isometric force of several known ageing-related adaptations. Simulating literature-informed reductions in free Ca2+ concentration and Ca2+ sensitivity generated predictions at odds qualitatively with the characteristic slowing of contraction speed. Conversely, incorporating slower Ca2+ removal or a fractional increase in type I fibre area emulated expected changes; the former was required to simulate slowing of the twitch measured experimentally. Slower Ca2+ removal more than compensated for force loss arising from a large reduction in Ca2+ sensitivity or moderate reduction in Ca2+ release, producing realistic age-related shifts in the force-frequency relationship. Consistent with empirical data, reductions in free Ca2+ concentration and Ca2+ sensitivity reduced maximum tetanic force only slightly, even when acting in concert, suggesting a modest contribution to lower specific force. Lower tendon stiffness and slower intrinsic shortening speed slowed and prolonged force development in a compliance-dependent manner without affecting force decay. This work demonstrates the advantages of muscle modelling for exploring sources of variation and identifying mechanisms underpinning the altered contractile properties of aged muscle. peerReviewed

Kamera on laite, joka löytyy useimmista nykypäivän matkapuhelimista. Matkapuhelinten alkuajoista on tapahtunut siirtymä kameran mukaantulosta useamman kameran järjestelmiin. Koska kameroista on tullut puhelinten vakio-ominaisuus, optiikan kehitys ja laskennallinen kuvanprosessointi on asettanut kuvanlaatuvaatimukset uudelle tasolle. Matkapuhelinmarkkinoiden kilpailu saa valmistajat venyttämään mekaanisen ja optisen suorituskyvyn rajoja ja etsimään parempia ratkaisuja kuvanlaadun parantamiseksi. Koska koon ja tehonkulutuksen vaatimukset ovat tiukkoja, uutta teknologiaa on tehtävä. Eräs tapa kokorajoituksen kiertämiseksi on toteuttaa kokoontaittuva ratkaisu, joka mahtuu pienempään tilaan, ollessaan käyttämätön. Tällainen rakenne tarvitsee sopivan aktuaattorin, mutta asettaa myös uusia vaatimuksia kamera-aktuaattoreille lisääntyneen mekaanisen kuorman myötä vaatien kuitenkin edelleen tarkkuutta. Tämä diplomityö on kuvaus kamera-aktuaattorin kehitysprosessista teknologiakartoituksesta valmistettuun aktuaattoriin asti. Ensiksi perehdyttiin lineaarista ja pyörivää liikettä tekeviin aktuaattorityyppeihin. Kun suunnitteluvaatimukset esiteltiin, eri aktuaattorityyppien vertailu mahdollistui. Kaikki suunnitteluvaatimukset huomioon ottaen aktuaattorityypit rajattiin sähkömagneettisiin aktuaattoreihin, joissa mekaanisen kontaktin määrä on vähäisin mahdollinen, mutta jotka kuitenkin pystyvät niin suureen vääntöön kuin tarkkuuteen. Vaihtoehdot rajattiin hybridistepperimoottoreihin, koska tämäntyyppiset kaupallisesti saatavilla olevat moottorit tuottivat riittävästi vääntöä käyttötapaukseen nähden. Simulaatiot ja prototyypinrakennusyritykset kuitenkin osoittivat mahdollisuudet olemattomiksi, joten suunnitelmat suunnattiin stepperimoottoriin, joka perustuu vain kestomagneettien tuottamaan vääntöön. Kestomagneettistepperimoottoria simuloitiin ja tuloksia verrattiin stepperimoottoriin, joka muokattiin 2:sta BLDC-moottorista (Brushless Direct Current, hiiliharjaton tasavirtamoottori). Koska karkea prototyyppi oli jokseenkin onnistuneesti kokoonpantu, mallia kehitettiin edelleen moottoriksi, jossa on riittävä tarkkuus, laakerointi ja sopivat mittasuhteet saatavilla olevaan valmistuskyvykkyyteen nähden. Koneistetut osat tilattiin kolmannelta osapuolelta ja prototyyppi rakennettiin. Ensimmäinen kokoonpano oli epäonnistunut, sillä moottorin pyörivät osat törmäsivät toisiinsa. Ratkaisua ongelmaan etsittiin uudelleenkokoonpanosta muokatuilla (3D-tulostetuilla) osilla, mikä sai aikaan moottorin, joka pyöri, mutta joka ei tuottanut riittävästi vääntöä kuorman liikuttamiseen. On useita mahdollisuuksia, joilla voisi parantaa prototyypin väännöntuottoa. Ensinnäkin, rautaosat pitäisi muokata siten, että roottorin magneettien ja staattorin välillä olisi riittävästi välystä. Siinä tapauksessa, että tämä ei olisi riittävä parannus väännöntuotossa, toinen ratkaisu olisi muuttaa kelojen ominaisuuksia (kierroksia, langan halkaisijaa sekä käämityksien tiheyttä). Siinä tapauksessa, että sekään ei riittäisi tuottamaan haluttua vääntöä, eräs ei-haluttu vaihtoehto olisi uhrata asentotarkkuutta vähentämällä napojen lukumäärää, suurentaen yksittäistä puolaa. Vähiten haluttu tapa väännön lisäämiseksi olisi lisätä sitä rattaiden avulla.

Mallipohjainen testaus on noussut viimeisten vuosikymmenten aikana merkittäväksi osaksi testauskulttuuria. Se markkinoi itseään taloudellisia säästöjä tuovana ja testauksen tehokkuutta lisäävänä testausmenetelmä. Mallipohjainen testaus onkin laajalti käytössä oleva testauksen muoto, mutta se ei kuitenkaan ole korvannut perinteisiä testausmenetelmiä. Tässä tutkielmassa käydään ensin kattavasti läpi testauksen teoriapohjaa, jonka jälkeen tutustutaan mallipohjaiseen testaukseen menetelmänä tässä testauskehyksessä. Lisäksi etsitään, millaisia työkaluja mallipohjaisessa testauksessa on käytössä, ja esitellään niistä muutamia. Näiden jälkeen perehdytään kirjallisuuskatsauksen avulla mallipohjaisesta testauksesta viimeisen kymmenen vuoden aikana julkaistuun kirjallisuuteen ja etsitään haasteita, jotka rajoittavat mallipohjaisen testauksen käyttöä ja toisaalta hyötyjä, jotka tukevat mallipohjaisen testauksen soveltamista tulevaisuudessa yhä useammassa testausta sisältävässä hankkeessa. Keskeisimpiä kirjallisuuskatsauksessa löytyneitä hyötyjä olivat mallin jo kehityksen varhaisessa vaiheessa antama selkeyttävä kuva testattavasta kohteesta, testauksen tehokkuuden ja virheiden havaitsemiskyvyn kasvu sekä testitapausten luonnin helpottuminen ja nopeutuminen. Haasteina puolestaan koettiin raportoitujen ohjeistusten ja konkreettisten käytännön esimerkkien vähyys kirjallisuudessa, mallipohjaisen testauksen työläys ja vaikeus varsinkin mallipohjaisen testauksen suhteen kokemattomille testaajille sekä mallinnuksen ja mallin luonnin vaativuus ja tietotaidon korkea vaatimustaso.

This thesis is an initial control system design and performance study for a load orientation task with a redundantly actuated parallel platform in a mobile machine environment. Due to the redundant actuation, the cylinder motions are coupled together and need to be synchronized. This combined with mobile hydraulics creates a challenging task for a motion control application. Mechanical and hydraulic design and the industrial environment require that the system can perform with the selected components and under parameter uncertainties caused by production tolerances and setting values. Model-based design tools are utilized to build and validate a simulation model for early-stage testing of the developed control algorithm. Using a model-based approach the testing of the initial algorithm is much more efficient, cheaper, and safe. The simulation model of the physical system is constructed by using MathWorks Simulink and Simscape components. The control algorithm is based on an inverse kinematic solution and closed-loop cylinder position control with velocity feed-forward. Testing of the developed control system is done with a few selected test inputs. First with nominal hydraulic parameters and then with couple uncertainties. The selected uncertainties are valve current offsets representing a bad calibration result and different precharge pressures in hydraulic accumulators presenting changes in the design parameters or a breakdown. The developed control algorithm with nominal parameters is performing as expected. Further tuning and testing are done by utilizing rapid prototyping with a to-be-constructed physical test bench. Simulation results state that the system pressure levels can easily indicate bad calibration results and that more studies with uncertain parameters should be made to reveal the problematic conditions. Important future work is to verify the functioning with a real physical prototype with the presence of realistic dynamics and disturbances. Also, the development of an automatic calibration cycle is required for the final implementation.

Tämän diplomityön tarkoituksena oli kehittää Jonecon Oy:n rakenneanalyysimallinnuksen työnkulkua, tutkia seinäelementtien saumojen mallinnusvaihtoehtojen vaikutusta rakenneanalyysimallin laskennan tuloksiin sekä tarkastella lineaarisen ja epälineaarisen laskentatapojen tarjoamia mahdollisuuksia ja eroja. Tutkimusmenetelminä olivat kirjallinen ja empiirinen tutkimus. Kirjallisessa osiossa käsiteltiin tietomallinnuksen perusteita, Autodesk Revit tietomallinnusohjelmistoa ja yleiset tietomallivaatimukset 2012 kokoelmaa rakennesuunnittelun näkökulmasta. Rakenteiden analysoinnista käsiteltiin rakenneanalyysimallintamisen perusasioita, FEM-design rakenneanalyysisovellusta, Revitin sisäistä rakenneanalyysimallia sekä elementtimenetelmän ja elementtimenetelmää laskentatapanaan hyödyntävän rakenteiden analysoinnin perusteita ja käsitteistöä. Empiirisessä osiossa tarkasteltiin Revitin ja FEM-designin välillä toteutettavaa tietomallin siirtoa ja siirron jälkeistä rakenneanalyysimallin muokkausta laskentaa varten ja pyrittiin löytämään työnkulkua parantavia ratkaisuja molemmissa sovelluksissa. Erityisesti tarkasteltiin ei-kantavien muurattujen väliseinien kuormien ja tuulikuormien eri asettamistapoja rakenneanalyysimalliin. Työssä tutkittiin seinäelementtien saumojen mallinnustapojen vaikutusta perustuskuormiin ja saumavoimiin sekä yksittäisten saumojen liitosvalintojen muutoksen vaikutusta muihin samassa rakennuksessa oleviin rakennusosiin. Saumojen tutkimus keskittyi erityisesti muutoksiin perustuskuormissa ja pystysuuntaisten vaijerilenkkien kapasiteetin huomioimiseen rakenneanalyysimallissa. Työssä vertailtiin myös lineaarista ja epälineaarisia laskentatapoja varten toteutettujen analyysimallien työnkulullisia eroja ja selvitettiin niiden hyötyjä ja haittoja. Jonecon Oy:n tietomallinnustavassa havaittiin parannuskohteita. Rakennemallia ajatellen toisarvoiset ominaisuustiedot voivat olla merkityksellisiä rakenneanalyysimallia varten. Rakenteiden ominaisuustietojen asettaminen oikein tietomallinnusvaiheessa nopeuttaa rakenneanalyysimallin toteuttamista ja vähentää virheiden mahdollisuutta. Kuormatietojen asettamiseksi havaittiin parhaina keinoina ei-kantavien väliseinien hyödyntäminen vain sijaintitietoina viivakuormille ja tuulikuormien toteuttaminen tuulikuormamakroa käyttäen, joka toteuttaa tuulikuormat resultanttiviivakuormina laattojen reunoille. Mallintamalla seinäelementtien pystysaumojen liitokset nivelellisenä ja plastisella rajalla nivelellisesti tuottivat toisiaan vastaavat perustuskuormat. Jäykillä liitoksilla toteutetun rakenneanalyysimallin tulokset erosivat. Jäykästi toteutettua liitosta tulee välttää, jollei liitosta toteuteta raudoituksella väännön kestäväksi. Analyysimallin kaikkien elementtien saumojen päädyt tulee vapauttaa toisista elementeistä, jotta analyysimallin tulokset eivät vääristy. Tutkimuksessa havaittiin, että lineaarista ja epälineaarisia laskentatapoja käytettäessä rakennuksen kokonaisstabiiliuden tarkastelu vaatii erilaiset lähestymistavat. Aiemmassa voidaan heikentää rakenneosia, kun jälkimmäisessä voidaan käyttää plastista rajaa. Epälineaarinen laskenta vaatii lineaarista laskentaa vähemmän suunnittelijan tekemää käsityötä, mutta laskenta on kuitenkin merkittävästi hitaampaa plastisen rajan lähentyessä. Epälineaarista laskentatapaa käytettäessä haastaviin rakenteisiin on hyvä hyödyntää lineaarista laskentatapaa selvittämään likimääräinen plastisen rajan arvo. Plastisen rajan valitseminen vain lineaarisessa mallissa halutun kapasiteetin ylittäviin saumoihin ei nopeuta laskentaa, joten plastisen rajan toteuttaminen kaikkiin saumoihin kerralla on työnkulun kannalta paras vaihtoehto. Seinän pystysuuntaisen sauman pystysuuntaisen leikkausvoiman plastisen rajan ylittyminen siirtyy lähtökohtaisesti seinäelementin vaakasaumoille puristus- tai vetovoimiksi.

Aim There has been a wide interest in the effect of biotic interactions on species' occurrences and abundances at large spatial scales, coupled with a vast development of the statistical methods to study them. Still, evidence for whether the effects of within-trophic-level biotic interactions (e.g. competition and heterospecific attraction) are discernible beyond local scales remains inconsistent. Here, we present a novel hypothesis-testing framework based on joint dynamic species distribution models and functional trait similarity to dissect between environmental filtering and biotic interactions. Location France and Finland. Taxon Birds. Methods We estimated species-to-species associations within a trophic level, independent of the main environmental variables (mean temperature and total precipitation) for common species at large spatial scale with joint dynamic species distribution (a multivariate spatiotemporal delta model) models. We created hypotheses based on species' functionality (morphological and/or diet dissimilarity) and habitat preferences about the sign and strength of the pairwise spatiotemporal associations to estimate the extent to which they result from biotic interactions (competition, heterospecific attraction) and/or environmental filtering. Results Spatiotemporal associations were mostly positive (80%), followed by random (15%), and only 5% were negative. Where detected, negative spatiotemporal associations in different communities were due to a few species. The relationship between spatiotemporal association and functional dissimilarity among species was negative, which fulfils the predictions of both environmental filtering and heterospecific attraction. Main conclusions We showed that processes leading to species aggregation (mixture between environmental filtering and heterospecific attraction) seem to dominate assembly rules, and we did not find evidence for competition. Altogether, our hypothesis-testing framework based on joint dynamic species distribution models and functional trait similarity is beneficial in ecological interpretation of species-to-species associations from data covering several decades and biogeographical regions. peerReviewed

Työn tavoitteena oli selvittää toteutuskelpoinen energiavarastoteknologia diesel generaattorin rinnalle sähköntuotantoon. Teknologian tulee olla sellainen, että se voidaan toteuttaa mobiiliin kivenmurskauslaitokseen, joka liikkuu hiekkamontusta toiseen useita kertoja vuodessa. Työn tavoitteena oli myös selvittää, kuinka paljon polttoainekustannuksissa voidaan säästää lisäämällä energiavarasto ja tätä kautta arvioida sen kannattavuutta. Työ tehtiin Peab Industri Oy:lle ja siinä tutkittiin Peab Industrin kivenmurskauslaitoksia. Työn alussa tutkittiin eri energiavarastointiteknologioita ja niiden ominaisuuksia. Tämän lisäksi tutkittiin dieselmoottoria ja generaattoria. Teorian pohjalta lähdettiin tekemään mallia diesel generaattorista, joka verifioitiin käyttämällä mittausdataa laitoksista. Samassa kappaleessa määritettiin energiavarastolle asetettavat vaatimukset. Seuraavassa kappaleessa tutkittiin laitteita, jota tarvitaan energiamuodon muuttamiseen. Näille laitteille esiteltiin eri kokoonpanoja. Sen jälkeen tutkittiin laitoksen sähkönlaatua ja arvioitiin energiavaraston vaikutuksia siihen. Aikaisemman perusteella seuraavassa kappaleessa valittiin sopivin energiavarastoteknologia tähän sovellukseen ja arvioitiin kustannuksia. Kuudennessa kappaleessa rakennettiin energiavaraston malli diesel generaattorin mallin rinnalle. Seuraavassa kappaleessa laskettiin ja arvioitiin tuloksia, polttoainesäästöjä ja päästövähennyksiä. Saman kappaleen lopussa esiteltiin vielä pohdintaa työstä ja sovelluksen kehitysideoista. Työn lopputuloksena oli, että energiavaraston avulla voidaan parantaa diesel generaattorin polttoainetaloudellisuutta. Tämä saavutetaan tasoittamalla dieselmoottorin kuormaa. Työn teorian pohjalta dieselmoottori ei vaihtuvassa kuormassa pysty toimimaan optimaalisesti turbon aiheuttamana viiveen takia. Simuloidussa mallissa saavutettiin hieman yli yhden prosentin parannus polttoainekulutuksessa, kun energiavarasto suodatti tehopiikkejä. Tämä voi vuodessa johtaa 4600–8300 euron säästöihin, riippuen energiavaraston tehosta, energiamäärästä, tuotannon määrästä ja polttoaineen hinnasta

Rakennesuunnittelussa voi tulla vastaan usein toistuvia suunnittelun kohteita, joissa on suhteellisen selkeät ja myös toistuvat muuttujat. Tämän kaltaisiin toistuviin kohteisiin voidaan hakea apua parametrisella suunnittelulla. Parametrisella suunnittelulla voidaan pitkälti automatisoida toistuvat suunnittelun kohteet ja sen myötä alentaa kustannuksia, nopeuttaa sekä optimoida suunnittelua. Tämän diplomityön päämääränä oli laatia algoritmi, jolla pystytään mallintamaan ja mitoittamaan teräsrakenteinen IV-konehuone. IV-konehuone on usein toistuva suunnittelunkohde ja niiden suunnittelussa muodostuu usein muutoksia lähtötietoihin. Työn oletuksen oli, että algoritmista olisi avustavaa hyötyä tähän. Laaditusta algoritmista oli tarkoitus saada valmis kokonaisuus, jota voidaan suoraan hyödyntää muissa ohjelmissa tarkistettavuuden kannalta tai lopullisten rakennekuvien laatimista varten. Algoritmin laatimista varten lähdettiin ensiksi tutkimaan, mistä tyypillinen IV-konehuone muodostuu ja siitä vielä tarkemmin teräsrakenteista IV-konehuonetta. Kun tiedettiin pääperiaatteet näistä, koottiin yhteen teräsrakenteisen IV-konehuoneen mitoitusperiaatteet. Mitoitusperiaatteiden jälkeen tutkittiin, mitä itse algoritminen suunnittelu oikein on. Alustavan tutkimuksen jälkeen pystyttiin muodostamaan algoritmi. Algoritmi laadittiin Rhino, Grasshopper ja Karamba ohjelmistoja hyödyntäen. Algoritmin ideana on, että käyttäjä voi vain syöttää tarvittavat lähtöarvot ohjelmalle ja ohjelma sitten laskee rakenteiden geometrian ja sille tapauskohtaisesti optimaaliset rakenteet. Algoritmi mahdollistaa myös sen, että muutamia lähtötietoja muuttelemalla, suunnittelija voi nopeasti arvioida ja vertailla erilaisten ratkaisujen vaikutuksia rakenteisiin. Algoritmin laatimisen jälkeen, testattiin sitä useaan otteeseen ja vietiin erilaisiin ohjelmiin tarkistettavaksi. Tarpeellisten tarkastusten ja testien laatimisen jälkeen, vertailtiin algoritmin antamia tuloksia toisiinsa sekä keksityillä että oikean kohteen lähtötiedoilla. Valmis algoritmi antaa ratkaisuja, jotka ovat oikeanlaisia ja toimivia. Tulostettavat rakennemallit ovat kuitenkin suhteellisen yksinkertaisia. Algoritmilla saadaan laadittua teräsrakenteisia IV-konehuoneita, jotka ovat tasakattoisia ja niiden jäykistysjärjestelmänä toimii pilari-palkkijärjestelmä. Tulevaisuudessa algoritmia voidaan kuitenkin parantaa esimerkiksi lisäämällä siihen ominaisuuksia, joka lisää siihen monimuotoisuutta. Algoritmia voitaisiin käyttää muissa samantyyppisissä kohteissa, kuten halleissa. Tämä onnistuu pilkkomalla algoritmia osiin ja laatimalla niillä uusia algoritmeja tai lisäämällä lisää komponentteja valmiiseen algoritmiin. Tutkimuksen myötä saavutettiin algoritmille kaikki asetetut tavoitteet. Jos muutoksia ilmenee lähtötietoihin, pystytään algoritmilla ripeästi muokkaamaan valmis rakennemalli uudenlaiseksi ja hyödyntämään sitä suoraan. Rakennemallista pystytään rakenteet useasti optimoimaan tapauskohtaisesti kevyimmäksi mahdolliseksi. Vertailtaessa oikeaan kohteen suunnitelmiin saavutettiin parhaimmillaan 10,8 % säästöt rakenteiden painoissa. Huomioitavaa kuitenkin on, että kyseisessä optimoinnissa ei edes optimoitu kaikkia rakenteita. Algoritmilla voidaan myös kokonaisuudessaan helpottaa ja nopeuttaa suunnittelijan työtä. Kaikkien edellä mainittujen hyötyjen myötä pystytään lisäksi alentamaan suunnittelu- ja toteutusvaiheen kustannuksia.

In a transition to more sustainable energy production, wind power has been playing a growing role. It is appealing to build wind farms in the offshore, where there are good wind conditions. The trend is to build turbines with larger swept areas to maximize the power output of one turbine. With longer blades, the blade tip speeds increase as well as the impact speeds of impurities in the air. These impurities can start to erode the blade. Wind turbine leading edge erosion is a significant problem since it affects the aerodynamics of the wing and therefore it has impact on the energy produced. Erosion of the blades also increases the maintenance costs, which can be especially high in the offshore conditions. In this thesis work a water droplet impingement on wind turbine blades is investigated with CFD (Computational Fluid Dynamics) simulations. The main goal is to study droplet trajectories and impact speeds on a wind turbine blade in 2D and 3D simulations and to produce impingement data which can be used in a wind turbine erosion model developed in VTT research center in Finland. The goal is to investigate the differences between 2D and 3D droplet simulations. All the simulations are done with ANSYS Fluent software using a steady state solver. To ensure the accuracy of the droplet calculations, air flow simulations in 2D and 3D are validated. This is done by comparing simulated results for forces and moments acting on a blade to existing wind tunnel data. The simulation models used in the validation cases are selected based on the models used in similar studies found in literature. After the validation of the simulation results, the droplet trajectories are calculated in the postprocessing of a converged flow solution of 15 MW IEA (International Energy Agency) reference wind turbine (RWT). Droplets are released in the flow field by injections using DPM (Discrete Phase) model. From the validation cases it can be concluded that the forces and moments can quite accurately be simulated with CFD tools. However, the simulation results compare well with the experimental result only when there is no excessive flow separation from the wing. In the 3D validation cases the simulated torque values of NREL (National Renewable Energy Laboratory) phase VI rotor were in very good agreements with the experimental results with the wind speeds of 7 m/s and 10 m/s with the error percentage of around 5 %. With the wind speeds of 13 m/s and 15 m/s the difference increased to around 25 % due to flow separation. By comparing the impact speeds and trajectories of different sized droplets it can be concluded that the trajectories of bigger droplets behave more like a straight line whereas smaller droplets are adapted by the surrounding flow nearly instantly. The difference between in 2D and 3D simulations was that the impact speeds of droplets were lower in 3D simulation than in 2D simulation. The difference was emphasized with smaller droplets. For future work, the reasons behind the different impact speeds in 2D and 3D simulations could be studied. Also, different particle diameters and densities could be investigated.

The world is becoming more dependent on a bioresource-based economy to end its reliance on fossil fuels. In Nordic countries, especially in Finland, the increase in biomass production from peatland forestry shows an indication of increased nutrient and suspended solids (SS) exports from the water systems. The focus of the thesis was to develop new approaches for better evaluating the changing use of bioresources like water resources, considering different socioeconomic conditions and examining the alternative pathways, known as the Nordic Bioeconomy Pathways (NBPs). This thesis includes four sequential studies to understand the historical and future consequences on hydrology and water quality in the peatland forestry-dominated Simojoki catchment (3160 km2) in northern Finland. In the first study, a new algorithm was developed using aerial photos and LIDAR data to identify and generate time series of the ditch networks in different landscapes. The export coefficients used in the second study, with landuses analysed from Landsat and the regional database, provided a clear picture of nutrient loads and SS exports over decades at multiple locations in the catchment. In the third study, integrating the ditch networks in the SWAT hydrological model to identify and calibrate peatland forestry parameters predicted a higher specific loading of nutrients in a clear-cut forest in peat soil than in clear-cut mineral soil. Finally, stakeholders’ opinions, the Finnish forest dynamics model MELA and climate-imposing emission pathways were used to build multiple NBP scenarios for different land system management attributes. The analysis provided an annual nutrient decrease for sustainability and business-as-usual scenario, whereas, for others, they systematically increased. The results also showed lower variability when climate data was integrated with management forestry attributes. Overall, the new tools and modelling approaches of the thesis can provide direction to focus on the impacts of peatland forestry for the efficient use of bioresources, especially in identifying the spatial zones of excessive loading in a catchment compared to the current condition. Tiivistelmä Maailmasta on tulossa entistä riippuvaisempi biopohjaisista resursseista fossiilisten polttoaineiden käytön vähentyessä. Pohjoismaissa lisääntynyt biomassan hyödyntäminen turvemetsäalueilta voi aiheuttaa lisäkuormitusta vesistöihin. Tässä väitöstyössä on tutkittu vaihtoehtoisia biotalouden skenaarioita (Nordic bioeconomy pathways, NBP) joissa tarkastellaan biopohjaisten resurssien käytön mahdollisuuksia. Kokonaisuus muodostui neljästä tutkimuksesta, joiden tavoitteena oli ymmärtää eri sosioekonomisten skenaarioiden nykyisiä ja tulevia vaikutuksia turvemetsätalousvaltaisella Simojoen valuma-alueella (3160 km2). Ilmakuvia ja LIDAR-dataa käyttävä algoritmi kehitettiin tunnistamaan muutoksia valuma-alueen ojaverkostossa. Toisessa tutkimuksessa maankäyttökohtaiset kuormituskertoimet, Landsat-analyysi ja maankäyttötilastot osoittivat epäjohdonmukaisuuksia ennustettujen ja mitattujen ravinne ja kiintoainepitoisuuksien välillä johtuen hydrologisesta vaihtelusta. Kolmannessa tutkimuksessa ojaverkostoaineisto yhdistettiin osaksi semi-fysikaalispohjaista hydrologista SWAT-mallia, parantamaan valuma-aluetason hydrologista ja ravinnekuormitus mallinnusta. Tulosten perusteella mm. avohakkuista aiheutuva ravinnekuormitus oli korkeampaa turvemaalla kuin mineraalimaalla. Lopuksi kuhunkin skenaarioon liitettiin Simojoen sidosryhmien mielipiteet, metsien käytön suunnittelu MELA-malli, eri emissioskenaarioihin perustuvat ilmastomallinnustulokset sekä maankäytön vaihtoehtoiset toteutusjärjestelyt. Tämän perusteella mallinnusvaihtoehdot “kestävä” ja “business-as-usual” aiheuttivat laskua ravinnekuormissa, kun taas muiden vaihtoehtojen toteutuessa kuormitus lisääntyi. Metsätalouden kasvu ja suojeltujen alueiden vähentyminen aiheuttivat alhaisemman vaihtelevuuden. Kaiken kaikkiaan tutkimukset ovat hyödyllisiä, kun pyritään ymmärtämään metsätalouden alueellisia vaikutuksia, ja etenkin tunnistamaan metsätalousvaltaisilta valuma-alueilta niitä alueita, joilla kuormitusta syntyy voimakkaasti.

IntroductionPreeclampsia, one of the leading causes of maternal and fetal morbidity and mortality, demands accurate predictive models for the lack of effective treatment. Predictive models based on machine learning algorithms demonstrate promising potential, while there is a controversial discussion about whether machine learning methods should be recommended preferably, compared to traditional statistical models.MethodsWe employed both logistic regression and six machine learning methods as binary predictive models for a dataset containing 733 women diagnosed with preeclampsia. Participants were grouped by four different pregnancy outcomes. After the imputation of missing values, statistical description and comparison were conducted preliminarily to explore the characteristics of documented 73 variables. Sequentially, correlation analysis and feature selection were performed as preprocessing steps to filter contributing variables for developing models. The models were evaluated by multiple criteria.ResultsWe first figured out that the influential variables screened by preprocessing steps did not overlap with those determined by statistical differences. Secondly, the most accurate imputation method is K-Nearest Neighbor, and the imputation process did not affect the performance of the developed models much. Finally, the performance of models was investigated. The random forest classifier, multi-layer perceptron, and support vector machine demonstrated better discriminative power for prediction evaluated by the area under the receiver operating characteristic curve, while the decision tree classifier, random forest, and logistic regression yielded better calibration ability verified, as by the calibration curve.ConclusionMachine learning algorithms can accomplish prediction modeling and demonstrate superior discrimination, while Logistic Regression can be calibrated well. Statistical analysis and machine learning are two scientific domains sharing similar themes. The predictive abilities of such developed models vary according to the characteristics of datasets, which still need larger sample sizes and more influential predictors to accumulate evidence.

Accurate sleep stage classification is vital to assess sleep quality and diagnose sleep disorders. Numerous deep learning based models have been designed for accomplishing this labor automatically. However, the class imbalance problem existing in polysomnography (PSG) datasets has been barely investigated in previous studies, which is one of the most challenging obstacles for the real-world sleep staging application. To address this issue, this paper proposes novel methods with signal-driven and image-driven ways of noise addition to balance the imbalanced relationship in the training dataset samples. We evaluate the effectiveness of the proposed methods which are integrated into a convolutional neural network (CNN) based model. Experimental results evaluated on Sleep-EDF-V1, Sleep-EDF and CCSHS databases demonstrate that the proposed balancing approaches with specific tensity Gaussian white noise could enhance the overall or stage N1 recognition to some degree, especially the combination of two types of Data augmentation (DA) strategies shows the superiority of overall accuracy improvement. peerReviewed

Tämä raportti on pääosin Business Finlandin rahoittaman julkisen CyberFactory#1 -tutkimus- ja kehityshankkeen (ITEA3 17032, 2018-2022) loppuraportti. Hankkeen koordinaattorina toimi Airbus SAS Ranskasta ja hankkeessa oli mukana yhteensä 28 partneria seitsemästä maasta. VTT:n koordinoimaan Suomen konsortioon kuului turvallisia viestintä- ja liitettävyysratkaisuita kehittävä Bittium Oyj, älykkäitä ratkaisuja ruostumattomasta teräksestä mm. elintarviketeollisuudelle valmistava High Metal Oy, edistyneitä analytiikkaratkaisuja ja -palveluja mm. tekoälyn avulla tarjoava Houston Analytics Oy, kyberturvallisilla ratkaisuilla toteutettuihin kokonaisvaltaisiin IT-palveluihin keskittyvä Netox Oy sekä luotettavaan ja turvalliseen digitaaliseen kommunikointiin ratkaisuja rakentava Rugged Tooling Oy.Hankkeessa tutkittiin ja kehitettiin ratkaisuja tulevaisuuden tehtaiden sekä näiden järjestelmien mallintamiseen ja simulointiin, laitteiden ja prosessien tehokkaampaan optimointiin tiedon avulla sekä kyberturvallisuuden ja kyber-sietokyvyn (resilienssi) parantamiseen. Käytetyt teknologiaratkaisut liittyivät muun muassa pilvipalveluihin, robotiikkaan ja tekoälyyn. Hankkeen keskeisimmät käyttötapaukset liittyivät lentokoneteollisuuteen, kuluttajaelektroniikkaan sekä tekstiili- ja elintarviketeollisuuteen. Hankkeessa tehtiin myös mm. robotiikkaan sekä tietoturvalliseen viestintään liittyvää arkkitehtuuri- ja prosessikehitystä. VTT keskittyi hankkeessa erityisesti kyberturvallisuuteen sekä mallintamiseen ja simulointiin liittyvään tutkimukseen ja sen vetovastuulla oli tulevaisuuden tehtaan dynaamiseen riskienhallintaan ja resilienssiin (kybersietoisuus) liittyvä työpaketti. Hankkeen tuloksena syntyi erilaisia menetelmiä tulevaisuuden tehtaan liiketoimintaekosysteemin ja sen eri toimijoiden mallintamiseen sekä kyberturvallisia ratkaisuja joiden avulla pystytään lisäämään tehtaan ja sen järjestelmien resilienssiä elinkaaren eri vaiheissa. Hankkeen tuloksia on julkaistu tämän tutkimusraportin lisäksi myös hankkeen aikana kirjoitetuissa yli kymmenessä konferenssi- ja muissa tieteellisessä artikkeleissa sekä hankkeen aikana järjestetyissä webinaareissa ja muissa tilaisuuksissa.

Tämä raportti on pääosin Business Finlandin rahoittaman julkisen CyberFactory#1 -tutkimus- ja kehityshankkeen (ITEA3 17032, 2018-2022) loppuraportti. Hankkeen koordinaattorina toimi Airbus SAS Ranskasta ja hankkeessa oli mukana yhteensä 28 partneria seitsemästä maasta. VTT:n koordinoimaan Suomen konsortioon kuului turvallisia viestintä- ja liitettävyysratkaisuita kehittävä Bittium Oyj, älykkäitä ratkaisuja ruostumattomasta teräksestä mm. elintarviketeollisuudelle valmistava High Metal Oy, edistyneitä analytiikkaratkaisuja ja -palveluja mm. tekoälyn avulla tarjoava Houston Analytics Oy, kyberturvallisilla ratkaisuilla toteutettuihin kokonaisvaltaisiin IT-palveluihin keskittyvä Netox Oy sekä luotettavaan ja turvalliseen digitaaliseen kommunikointiin ratkaisuja rakentava Rugged Tooling Oy.Hankkeessa tutkittiin ja kehitettiin ratkaisuja tulevaisuuden tehtaiden sekä näiden järjestelmien mallintamiseen ja simulointiin, laitteiden ja prosessien tehokkaampaan optimointiin tiedon avulla sekä kyberturvallisuuden ja kyber-sietokyvyn (resilienssi) parantamiseen. Käytetyt teknologiaratkaisut liittyivät muun muassa pilvipalveluihin, robotiikkaan ja tekoälyyn. Hankkeen keskeisimmät käyttötapaukset liittyivät lentokoneteollisuuteen, kuluttajaelektroniikkaan sekä tekstiili- ja elintarviketeollisuuteen. Hankkeessa tehtiin myös mm. robotiikkaan sekä tietoturvalliseen viestintään liittyvää arkkitehtuuri- ja prosessikehitystä. VTT keskittyi hankkeessa erityisesti kyberturvallisuuteen sekä mallintamiseen ja simulointiin liittyvään tutkimukseen ja sen vetovastuulla oli tulevaisuuden tehtaan dynaamiseen riskienhallintaan ja resilienssiin (kybersietoisuus) liittyvä työpaketti. Hankkeen tuloksena syntyi erilaisia menetelmiä tulevaisuuden tehtaan liiketoimintaekosysteemin ja sen eri toimijoiden mallintamiseen sekä kyberturvallisia ratkaisuja joiden avulla pystytään lisäämään tehtaan ja sen järjestelmien resilienssiä elinkaaren eri vaiheissa. Hankkeen tuloksia on julkaistu tämän tutkimusraportin lisäksi myös hankkeen aikana kirjoitetuissa yli kymmenessä konferenssi- ja muissa tieteellisessä artikkeleissa sekä hankkeen aikana järjestetyissä webinaareissa ja muissa tilaisuuksissa.

Optical constants of organic thin films can be evaluated using the Lorentz oscillator model (LOM) which fails to fit inhomogeneously broadened absorption of highly concentrated molecular films. In modified LOM (MLOM), the inhomogeneous broadening is implemented through a frequency-dependent adjustable broadening function. In this work, we evaluate the optical constants of rhodamine 6G doped poly-vinyl alcohol thin films with varying doping concentration (including also extensively high concentrations) using MLOM, which outperforms LOM by showing a better agreement with the experimental results. Our proposed method provides a way to accurately determine optical constants of isotropic organic thin films only from their absorption spectra without spectroscopic ellipsometry.

In population-oriented ergonomics product design and musculoskeletal kinetics analysis, digital spine models of different shape, pose and material property are in great demand. The purpose of this study was to construct a parameterized finite element spine model with adjustable spine shape and material property. We used statistical shape model approach to learn inter-subject shape variations from 65 CT images of training subjects. Second order polynomial regression was used to model the age-dependent changes in vertebral material property derived from spatially aligned CT images. Finally, a parametric spine generator was developed to create finite element instances of different shapes and material properties. For quantitative analysis, the generalization ability to emulate spine shapes of different people was evaluated by fitting into 17 test CT images. The median fitting accuracy was 0.8 for Dice coefficient and 0.43 mm for average surface distance. The age-dependent bone density regression curve was also proved to well agree with large population statistics data. Finite element simulation was performed to compare how shape parameters influenced the biomechanics distribution of spine. The proposed parametric finite element whole spine model will assist the design process of new devices and biomechanical simulation towards a wide range of population. peerReviewed

Numerical models are needed for evaluating aerosol processes in the atmosphere in state-of-the-art chemical transport models, urban-scale dispersion models, and climatic models. This article describes a publicly available aerosol dynamics model, MAFOR (Multicomponent Aerosol FORmation model; version 2.0); we address the main structure of the model, including the types of operation and the treatments of the aerosol processes. The model simultaneously solves the time evolution of both the particle number and the mass concentrations of aerosol components in each size section. In this way, the model can also allow for changes in the average density of particles. An evaluation of the model is also presented against a high-resolution observational dataset in a street canyon located in the centre of Helsinki (Finland) during afternoon traffic rush hour on 13 December 2010. The experimental data included measurements at different locations in the street canyon of ultrafine particles, black carbon, and fine particulate mass PM1. This evaluation has also included an intercomparison with the corresponding predictions of two other prominent aerosol dynamics models, AEROFOR and SALSA. All three models simulated the decrease in the measured total particle number concentrations fairly well with increasing distance from the vehicular emission source. The MAFOR model reproduced the evolution of the observed particle number size distributions more accurately than the other two models. The MAFOR model also predicted the variation of the concentration of PM1 better than the SALSA model. We also analysed the relative importance of various aerosol processes based on the predictions of the three models. As expected, atmospheric dilution dominated over other processes; dry deposition was the second most significant process. Numerical sensitivity tests with the MAFOR model revealed that the uncertainties associated with the properties of the condensing organic vapours affected only the size range of particles smaller than 10 nm in diameter. These uncertainties therefore do not significantly affect the predictions of the whole of the number size distribution and the total number concentration. The MAFOR model version 2 is well documented and versatile to use, providing a range of alternative parameterizations for various aerosol processes. The model includes an efficient numerical integration of particle number and mass concentrations, an operator splitting of processes, and the use of a fixed sectional method. The model could be used as a module in various atmospheric and climatic models., Geoscientific Model Development, 15 (9), ISSN:1991-9603, ISSN:1991-959X

Funding Information: This work was funded by the Finnish Center for AI and Academy of Finland (“BAD” and “Human Automata”). We thank our reviewers, Xiuli Chen, Joerg Mueller, Christian Guckelsberger, Sebastiaan de Peuter, Samuel Kaski, Pierre-Alexandre Murena, Antti Keuru-lainen, Suyog Chandramouli, and Roderick Murray-Smith for their comments. Publisher Copyright: © 2022 ACM. How do people interact with computers? This fundamental question was asked by Card, Moran, and Newell in 1983 with a proposition to frame it as a question about human cognition - in other words, as a matter of how information is processed in the mind. Recently, the question has been reframed as one of adaptation: how do people adapt their interaction to the limits imposed by cognition, device design, and environment? The paper synthesizes advances toward an answer within the theoretical framework of computational rationality. The core assumption is that users act in accordance with what is best for them, given the limits imposed by their cognitive architecture and their experience of the task environment. This theory can be expressed in computational models that explain and predict interaction. The paper reviews the theoretical commitments and emerging applications in HCI, and it concludes by outlining a research agenda for future work.

Human activities both depend upon and have consequences on the environment. Environmental risk assessment (ERA) is a process of estimating the probability and consequences of the adverse effects of human activities and other stressors on the environment. Bayesian networks (BNs) can synthesize different types of knowledge and explicitly account for the probabilities of different scenarios, therefore offering a useful tool for ERA. Their use in formal ERA practice has not been evaluated, however, despite their increasing popularity in environmental modeling. This paper reviews the use of BNs in ERA based on peer‐reviewed publications. Following a systematic mapping protocol, we identified studies in which BNs have been used in an environmental risk context and evaluated the scope, technical aspects, and use of the models and their results. The review shows that BNs have been applied in ERA, particularly in recent years, and that there is room to develop both the model implementation and participatory modeling practices. Based on this review and the authors’ experience, we outline general guidelines and development ideas for using BNs in ERA. Integr Environ Assess Manag 2021;17:62–78. © 2020 The Authors. Integrated Environmental Assessment and Management published by Wiley Periodicals LLC on behalf of Society of Environmental Toxicology & Chemistry (SETAC), KEY POINTS This paper reviews the use of Bayesian Networks in Environmental Risk Assessments (ERA) based on peer‐reviewed publications.The review shows that BNs have been applied in ERA particularly in recent years and that there is room to develop both the model implementation and participatory modeling practices.Based on this review and the authors' experience, we outline general guidelines and development ideas for using BNs in ERA.

Despite the development of advanced process-based methods for estimating the discharge capacity of vegetated river channels, most of the practical one-dimensional modeling is based on a relatively simple divided channel method (DCM) with the Manning flow resistance formula. This study is motivated by the need to improve the reliability of modeling in practical applications while acknowledging the limitations on the availability of data on vegetation properties and related parameters required by the process-based methods. We investigate whether the advanced methods can be applied to modeling of vegetated compound channels by identifying the missing characteristics as parameters through the formulation of an inverse problem. Six models of channel discharge capacity are compared in respect of their uncertainty using a probabilistic approach. The model with the lowest estimated uncertainty in explaining differences between computed and observed values is considered the most favorable. Calculations were performed for flume and field settings varying in floodplain vegetation submergence, density, and flexibility, and in hydraulic conditions. The output uncertainty, estimated on the basis of a Bayes approach, was analyzed for a varying number of observation points, demonstrating the significance of the parameter equifinality. The results showed that very reliable predictions with low uncertainties can be obtained for process-based methods with a large number of parameters. The equifinality affects the parameter identification but not the uncertainty of a model. The best performance for sparse, emergent, rigid vegetation was obtained with the Mertens method and for dense, flexible vegetation with a simplified two-layer method, while a generalized two-layer model with a description of the plant flexibility was the most universally applicable to different vegetative conditions. In many cases, the Manning-based DCM performed satisfactorily but could not be reliably extrapolated to higher flows.

There exist numerous ecotechnologies for recovery and reuse of carbon and nutrients from various waste streams before they are lost to runoff. However, it remains largely unknown how growing implementation of such ecotechnologies affect nutrient emissions to surface waters at catchment scale. Here, this knowledge gap is addressed by application of SWAT model in three case study catchments draining to the Baltic Sea: Vantaanjoki (Finland), Fyrisan (Sweden) and Slupia (Poland). Sustainability analysis with Multi-Criteria Analysis was applied in the stakeholder workshops in the case study areas to assess different ecotechnology alternatives. The following ecotechnologies received the highest sustainability scores: in Vantaanjoki anaerobic digestion, based on mostly agricultural residues; in Fyrisan source-separation of wastewaters; in Slupia nutrient extraction within the wastewater treatment process. The effect of application of digestate on agricultural soils in the Vantaanjoki catchment was simulated by adjusting the model parameters describing the organic carbon content and physical properties of soil. The results showed small reductions of nutrient loads to the Gulf of Finland. Larger reductions of nutrient loads to Lake Malaren in Sweden and the Baltic Sea in Poland were achieved as a result of the wastewater treatment upgrades. In the Fyrisan catchment, higher relative reductions were simulated for TN than TP, and in dry years than in wet years. Although the studied ecotechnologies did not show as high effectiveness in nutrient load reduction as combinations of traditional Best Management Practices reported in literature, they do have other multiple benefits including crop yield increase, electricity, heat and bio-based fertilizer production.

Sea ice continues to decline across many regions of the Arctic, with remaining ice becoming increasingly younger and more dynamic. These changes alter the habitats of microbial life that live within the sea ice, which support healthy functioning of the marine ecosystem and provision of resources for human-consumption, in addition to influencing biogeochemical cycles (e.g. air–sea CO2 exchange). With the susceptibility of sea ice ecosystems to climate change, there is a pressing need to fill knowledge gaps surrounding sea ice habitats and their microbial communities. Of fundamental importance to this goal is the development of new methodologies that permit effective study of them. Based on outcomes from the DiatomARCTIC project, this paper integrates existing knowledge with case studies to provide insight on how to best document sea ice microbial communities, which contributes to the sustainable use and protection of Arctic marine and coastal ecosystems in a time of environmental change. Supplementary Information The online version contains supplementary material available at 10.1007/s13280-021-01658-z.

Modern information technology makes it possible to redesign the ways people work. In the future, machines can carry out intelligence-requiring tasks, which previously were done by people. It is thus good to develop methodologies for designing intelligent systems. An example of such methods is cognitive mimetics, i.e. imitating human information processing. Today, machines cannot by themselves navigate in archipelagos. However, the fact that people can take care of ship steering and navigation means that there is an information process, which makes it possible to navigate ships. This information process takes place inside the minds of navigating people. If we are able to explicate the information processing in the navigator’s mind, the knowledge of it can be used in designing intelligent machines. Replicating physical objects and industrial processes by means of digital computers is called digital twinning. Digital twins (DTs), which are digital replicas of physical systems and processes, have recently become tools for working with complex industrial processes. A crucial question for DTs is should human actions be added to them? As the answer is positive, such models of human information processing can be called human digital twins (HDTs). The knowledge of human tacit and explicit information processes can be represented by human digital twins. Models can be used in the search for a deeper understanding of human intelligent information processes. Human digital twins can thus be used as methodological tools in cognitive mimetics. In our present study, we modeled paper machine operators’ thinking. Specifically, we developed an ideal-exception-correction (IEC) model for paper operators’ control logic. The model illustrates how research and HDT-modeling can be used for explicating the subconscious or tacit information processing of people for the design of intelligent systems. In this article a model for design processes using cognitive modelling will be suggested. The concepts of cognitive mimetics and human digital twins enable us to outline a model for using the long tradition of simulating human thinking as a tool in designing intelligent systems.

We present an operational system for multi-sensor data fusion implemented at the Finnish Environment Institute. The system uses Ensemble Kalman filter and smoother algorithms, which are often used for probabilistic analysis of multi-sensor data. Uncertainty and spatial and temporal correlations present in the available observation data are accounted for to obtain accurate and realistic results. To test the data fusion system, daily chlorophyll-a concentration has been modelled across northern shoreline of Gulf of Finland over the period of August 1st – October 31st 2011. Chlorophyll-a data from routine monitoring stations, ferrybox measurements, and data derived from Medium Resolution Imaging Spectrometer (MERIS) instrument on board the ENVISAT satellite has been used as input. The data fusion system demonstrates the use of existing and well-known Ensemble Kalman filtering and smoothing methods for improving water quality monitoring programs and for ensuring compliance with ecological standards. Highlights • Operational data fusion system for coastal water quality monitoring was implemented. • Remote sensing and in-situ data sources are combined using ensemble Kalman smoother. • Result uncertainty is quantified to improve future data collection. • Simple process model captures relevant dynamics in presence of significant data gaps.

This paper reviews the current GeoAI and machine learning applications in hydrological and hydraulic modeling, hydrological optimization problems, water quality modeling, and fluvial geomorphic and morphodynamic mapping. GeoAI effectively harnesses the vast amount of spatial and non-spatial data collected with the new automatic technologies. The fast development of GeoAI provides multiple methods and techniques, although it also makes comparisons between different methods challenging. Overall, selecting a particular GeoAI method depends on the application’s objective, data availability, and user expertise. GeoAI has shown advantages in non-linear modeling, computational efficiency, integration of multiple data sources, high accurate prediction capability, and the unraveling of new hydrological patterns and processes. A major drawback in most GeoAI models is the adequate model setting and low physical interpretability, explainability, and model generalization. The most recent research on hydrological GeoAI has focused on integrating the physical-based models’ principles with the GeoAI methods and on the progress towards autonomous prediction and forecasting systems.

Tietomallinnus tarkoittaa rakennusten virtuaalista rakentamista, missä virtuaalista tiedosta koostetaan digitaalinen tietomalli, johon voidaan lisätä erilaista tietoa niin kirjallisessa kuin visuaalisessakin muodossa. Tietomallia käytetään hyödyksi rakennushankkeen jokaisessa vaiheessa. Tietomalli tukee suunnittelua jokaisessa tuotteen suunnitteluvaiheessa ja mahdollistaa syvempää suunnitteluiden analyysia ja kontrollia ennen toteutusta kuin vastaava manuaalinen malli. Tutkimuksessa haluttiin selvittää, miten kohdeyritys suorittaa suunnittelun ohjausta tutkimuksen teko hetkellä, miten tietomallintaminen hyödyttää suunnittelun ohjausta sekä miten se kuormittaa suunnittelun ohjausta ja millaisia kuluja se aiheuttaa. Tutkimus suoritettiin kirjallisuustutkimuksena ja haastattelututkimuksena. Kirjallisuustutkimuksessa tietoa hankittiin lähinnä Tampereen yliopiston tietokannoista sekä yliopiston kirjaston laina-aineistosta. Kirjallisuustutkimuksen avulla selvitettiin työn teoreettinen tausta, minkä avulla haastattelututkimukselle luotiin ranka. Haastattelututkimuksessa haastateltiin kohdeyrityksen suunnittelun ohjausta sekä neljää tietomallinnuksen asiantuntijaa tai muuten tietomallintamista työssään käyttävää ammattilaista, joiden haastattelut käytiin läpi ja analysoitiin työhön. Haastattelututkimuksen haastattelut olivat teemahaastatteluita, koska haastatteluja ei haluttu ohjata likaa tiettyihin suuntiin. Teemojen avulla haastattelut saatiin kuitenkin rajattua koskemaan tutkimuksen aihetta. Näin ollen haastatteluiden vastauksissakin oli pientä hajontaa. Tutkimuksen mukaan tietomallintaminen tuo suunnittelun ohjaukseen useita hyötyjä, joista suurimpina voidaan mainita suunnitelmien helpon yhteensovittamisen, määrien ja kustannusten laskennan nopeus sekä törmäystarkastelut. Tietomallintaminen poistaa suunnittelun ohjaukselta hukka-aikaa, mitä 2d-suunnittelussa käytetään turhaan suunnitelmien manuaaliseen läpikäymiseen. Näin ollen suunnittelun ohjauksella on enemmän aikaa keskittyä suunnitelmien ongelmakohtiin ja suunnitteluratkaisuiden optimointiin. Tietomallintamisen aiheuttamat kuormitukset ja kulut tulevat pääasiassa teknologian mukaan tuomista haasteista, joita ovat suunnitteluohjelmien hallintaan ja tietotaitoon liittyviä. Kulujen osalta tietomallintamisen avulla toteutettu suunnittelu on kalliimpaa kuin 2d-suunnittelu, sillä tietomallintamisen vaatimat suunnitteluohjelmat ovat kalliimpia ja niiden avulla tuotettu suunnittelu työ on kalliimpaa kuin 2d-suunnittelutyö. Lisäksi hankkeen tarvitsema tietomallikoordinaattori tuo suunnitteluun yhden tekijän lisää ja näin ollen lisäkuluja projektiin.