Innovaatioaihioiden vuorovaikutteinen tarkastelu monikriteerisessä RPM-seulonnassa
|
|
- Mari Eeva-Kaarina Jokinen
- 5 vuotta sitten
- Katselukertoja:
Transkriptio
1 Mat Sovelletun matematiikan erikoistyö Erkka Jalonen erkka.jalonen@tkk.fi Innovaatioaihioiden vuorovaikutteinen tarkastelu monikriteerisessä RPM-seulonnassa
2
3 1. JOHDATO AIHIOIDE MOIKRITEERIE AALYYSI RPM-EXPLORER OHJELMISTO TIETOKOEAVUSTEISEE TUISTUKSEE Vaatimukset Analyysien käyttäjä Analyysin tuottaja Tekninen toteutus ja oikeudet Arkkitehtuuri ja toiminnallisuus Ohjelmiston konfigurointi Ohjelmiston käyttö Analyysin tulosten jalkauttaminen Päätöksenteon tuki Herkkyysanalyysi Parivertailualgoritmi ja sen suorituskyvyn rajat AIHIOIDE VUOROVAIKUTTEIE JA OMAKOHTAIE TUISTUS Vuorovaikutteisuuden ja omakohtaisuuden edut Tunnistuksen sovellusalueita YHTEEVETO JA PÄÄTELMÄT LÄHTEET LIITE A - RPM RESURSSIALLOKOITI Epätäydellinen informaatio ja portfolioiden dominanssi Ydinluku LIITE B RPM PARIVERTAILUALGORITMI LASKEALLIE VAATIVUUS... 23
4 1. JOHDATO Kauppa- ja teollisuusministeriö käynnisti vuonna 2004 Ennakointifoorumin i pilottivaiheen, jonka tarkoituksena oli koota yhteen eri alojen asiantuntijoita sekä kehittää ennakointitiedon tuottamisen ja hyödyntämisen toimintatapoja ja menetelmiä (Brummer, 2005). Ennakointifoorumin pilottivaiheen toiminta tapahtui keskeisesti kolmessa aiheryhmässä, jotka tarkastelivat (i) ikärakenteiden osalta sosiaali- ja terveydenhuollon palvelukonsepteja, (ii) palveluliiketoimintojen osalta henkilökohtaisia elämyspalveluja ja (iii) biotekniikan osalta nutrigenomiikkaa (Könnölä et al., 2005). Tässä ennakoinnilla tarkoitetaan strategisena teknologia- ja innovaatiopolitiikkaa tukevana instrumenttina tieteellisiä ja teknologisia kehitysnäkymiä sekä näiden taloudellisia ja yhteiskunnallisia vaikutuksia edistävää toimintaa (Salo & Cuhls, 2003). Ennakointifoorumin yhteydessä prof. Salon tutkimusryhmä Systeemianalyysin laboratoriossa toteutti syksyllä 2004 ja alkutalvesta 2005 aiheryhmien toimintaa tukeneen verkkopohjaisen innovaatioaihioiden kartoitus- ja arviointiprosessin, aihioseulonnan, jossa aiheryhmien edustajia ja TKK:n opiskelijoita pyydettiin tuottamaan, kommentoimaan, työstämään ja arvioimaan innovaatioaihioita. Prosessin viimeisenä vaiheena oli aihioiden ja niiden monikriteerisen analyysin käsittely ryhmäkohtaisissa työpajoissa (Könnölä et al., 2005). Innovaatioaihio määriteltiin konkreettiseksi ja mielellään kontekstissaan kuvatuksi ideaksi innovaatiosta, joka liittyy valittuun aiheeseen, on tekijälleen uusi tai riittämättömälle huomiolle jäänyt, saattaa antaa edellytyksiä innovaation kehittämiselle seuraavan 10 vuoden aikana ja saattaa edellyttää eri toimijoiden yhteistyötä toteutuakseen (Salo et al., 2005). Prosessista saatiin tuloksena 166 innovaatioaihiota, joista monet osoittautuivat kehityskelpoisiksi. Kartoitus- ja arviointiprosessia pidettiin hyödyllisenä (Brummer, 2005) ja sen koettiin helpottavan huomion suuntaamista ideoihin useista eri näkökulmista (Könnölä et al., 2005). i Ennakointifoorumi: 1
5 Aihiolähteet Aihioiden tuottaminen Aihioiden arvioiminen Monikriteerinen analyysi ja tunnistus Arviolähteet Kriteerilähteet Tulosten hyödyntäminen Tulosten hyödyntäjät Toiminta Kuva 1 Innovaatioaihioiden seulontaprosessin päävaiheet. Tietoteknisesti innovaatioaihioiden kartoitusprosessi toteutettiin Systeemianalyysin laboratoriossa kehitetyllä verkkopohjaisella Opinions-Online -äänestys- ja kyselytyökalulla, jonka avulla kerättyjä arvioita analysoitiin MCPA-projektissa kehitetyllä RPM-Solver -ohjelmistolla ii kiinnostavimpien aihioiden analysoimiseksi. Tällöin kiinnitettiin huomiota annettujen arvioiden keskiarvoihin ja keskihajontoihin, joiden erilaiset keskinäiset painotukset mahdollistivat sekä konsensushakuiset (so. mitä aihioita lähes kaikki pitävät hyvinä) että näkemyseropainotteiset (so. mistä aihioista vastaajilla on eriäviä näkemyksiä) tarkastelut. Erilaisilla painotuksilla esille nousseet innovaatioaihiot saatettiin Opinions-Online -järjestelmästä aiheryhmien käyttöön. Lisäksi mukaan liitettiin aihiokohtaisten arvioiden keskiarvot ja keskihajonnat. (Kuva 2). äiden tulosdokumenttien avulla aiheryhmien edustajat tunnistivat itselleen kiinnostavimmat aihiot. ii RPM-Solver-ohjelmisto: 2
6 Kuva 2 - Seulontaprosessin tulosten esitystapa iii. Ennakointifoorumissa aihioita oli useita kymmeniä aiheryhmää kohden. Projektin yhteydessä ei sen sijaan kehitetty työvälinettä, jolla aiheryhmien edustajat tai muut innovaatioaihioista kiinnostuneet tahot olisivat itse voineet määritellä preferenssinsä sen suhteen, millä perusteilla kiinnostavimmat innovaatioaihiot nostettiin esille. Kun aihiokohtaisesti oli arvioitu aihion uutuusarvo, toteuttamiskelpoisuus ja yhteiskunnallinen merkittävyys, esimerkiksi uusista innovaatioista kiinnostuneet aiheryhmien edustajat olisivat luultavimmin päätyneet erilaiseen innovaatioaihioiden prioriteettilistaan kuin ne edustajat, jotka painottivat toteuttamiskelpoisuutta. Tämän erikoistyön aiheena oli suunnitella ja toteuttaa tällainen työväline, eräänlainen aihio- tai ideapankki, jonka avulla toteutettujen seulontaprosessien tulokset voidaan tallettaa, ja jonka avulla sidosryhmät voivat vuorovaikutteisesti ja omakohtaisesti tutustua näihin tuloksiin. Työväline voi olla tehokas tulosten kommunikointiväline, erityisesti jos se tarjoaa käyttäjilleen mahdollisuuden määritellä niitä eri näkökulmia, joista käsin he haluavat tutustua esitettyihin aihioihin antamalla kriteerien keskinäistä tärkeyttä koskevia preferenssejä sekä tarkastelemalla tältä pohjalta tuotettavia visualisointeja. iii Esimerkki on peräisin Developing the Strategic Research Agenda (SRA) for the Forest-Based Sector Technology Platform (FTP) hankkeen analyysidokumenteista: 3
7 2. AIHIOIDE MOIKRITEERIE AALYYSI Ennakointifoorumin yhteydessä nähtiin hyväksi turvautua Systeemianalyysin laboratoriossa kehitetyn RPM menetelmän (so. Robust Portfolio Modeling) (Liesiö et al., 2005) avulla tehtävään analyysiin (Brummer, 2005). Koska tämä menetelmä oli keskeisessä asemassa erikoistyötä tehdessä, esitellään tässä lyhyesti RPM päätöstukiprosessi ja menetelmän keskeiset käsitteet. Tarkempi esitys käsitteistä liitteenä (kappale 7). RPM on alunperin projektivalintaa tukemaan kehitetty menetelmä, jossa jokainen projektiaihio arvioidaan eri kriteerien suhteen, ja jossa projektiaihion kokonaisarvo määrätään painotettuna summana kriteerikohtaisista arvoista. Menetelmä pystyy käsittelemään epätäydellistä informaatiota niin kriteerienvälisistä painotuksista kuin kriteerikohtaisista arvoista. Epätäydellisellä informaatiolla tarkoitetaan, että arvoista tarvitsee antaa tarkkojen arvojen asemesta vain summittaisia lausumia tai arvovälejä. Olennaista metodologiassa on keskittyminen tehokkaisiin portfolioihin, eli budjetin puitteissa mahdollisiin aihiojoukkoihin, joille ei löydy toista budjetin puiteissäamahdollista aihiojoukkoa, jonka arvo on kaikkien kriteerien suhteen vähintään yhtä hyvä. Toisaalta taas menetelmä karsii kriteeriensä suhteen kiistatta huonommin suoriutuvat, eli ei-tehokkaat, portfoliot. Vajaankin informaation varassa menetelmä pystyy siis tunnistamaan ne projektiaihiot, jotka tulisi kiistatta valita, ja suuntaamaan huomiota valinnan kannalta epävarmoihin kohtiin. RPM päätöstukiprosessille keskeisiä ovat aihiokohtaiset ydinluvut, jotka kertovat sen suhteellisen osuuden tehokkaista portfolioista, johon kyseinen aihio kuuluu. Aihiot, joiden ydinluku on yksi, kuuluvat kiistatta kaikkiin tehokkaisiin portfolioihin, ja aihiot, joiden ydinluku on nolla, ovat kiistatta tehokkaiden portfolioiden ulkopuolella. äin päätöstukiprosessi tarjoaa alustavia tuloksia jo prosessin välivaiheissa ja ohjaa päätöksentekijää suuntaamaan huomionsa niihin aihioihin, joista lisätietoa mahdollisesti tarvitaan (Kuva 3) (Liesiö et al., 2005). Koska RPM päätöstukiprosessi on varsin ymmärrettävä, on se myös helpommin hyväksyttävissä. 4
8 Paljon hankeehdokkaita Arvioidaan monen kriteerin suhteen Leveät vaihteluvälit Kriteerikohtaisiin arvioihin Karkeita linjauksia kriteerien tärkeydestä Lasketaan tehokkaat portfoliot Ydinhankkeet valitaan Rajatapaukset keskitetään analyysi näihin Ulkohankkeet hylätään Tarkennetaan informaatiota Päivitetään tehokkaat Aiemmin valitut Ydinhankk. Rajatapauk. Ulkohankk. Aiemmin hylätyt Päätössäännöt, heuristiikat euvottelu, mallin ulkopuoliset tekijät Valitaan Ei valita Epävarmuuksien mallintaminen: Ennakoiva herkkyysanalyysi Karkeilla arvioilla liikkeelle Vaiheittainen valinta / analyysi: Läpinäkyvyys projektien suhteen Alustavia tuloksia välivaiheissa Valinnanvaraa rajatapauksista Rajataan neuvottelujoukkoa Tilaa joustavalle iteroinnille Kuva 3 - RPM päätöksenteon tukimenetelmä (Liesiö et al., 2005). Hankkeella tarkoitetaan tässä aihiota. RPM viitekehys tukee aihiovalintaa sekä aihiotasolla (so. mitkä projektiaihiot portfolioon tulisi sisällyttää), että portfoliotasolla (so. mikä portfolio tulisi valita) (Liesiö et al., 2005). 3. RPM-EXPLORER OHJELMISTO TIETOKOEAVUSTEISEE TUISTUKSEE Systeemianalyysin laboratoriossa kehitettiin kesällä 2005 RPM-Explorer -ohjelmisto aihioiden tietokoneavusteiseen monikriteeriseen tunnistamiseen RPM -analyysin alustavista tuloksista. Ohjelmisto ottaa syötetietoinaan RPM-Solver ohjelmistolla esilasketut tehokkaat portfoliot ja tarjoaa rajapinnan tulosten loppukäyttäjälähtöiseen analyysiin ja jalkauttamiseen. 3.1 Vaatimukset RPM menetelmän perusperiaatteet ovat verraten helposti ymmärrettävissä ilman että menetelmää tarvitsee yksityiskohtaisesti tuntea iv. Ohjelmiston käyttäjäkunta voidaan iv Monitavoiteanalyysi arviointi- ja ennakointiprosesseissa tutkimusprojekti: 5
9 siis jakaa (i) analyysien tuottajaan, joka on perehtynyt metodologiaan ainakin pääpiirteissään, ja (ii) analyysien käyttäjiin, joiden ei ole välttämätöntä perehtyä analyysimetodologiaan Analyysien käyttäjä Ohjelmisto antaa käyttäjillä mahdollisuuden esittää omaa preferenssi-informaatiotaan ja näkökulmiaan. äiden päätöksentekijän syöttämien preferenssien pohjalta se tarjoaa reaaliajassa havainnollisen esityksen aihioista, jotka (i) vastaavat ja (ii) eivät vastaa käyttäjän kiinnostuksenkohteita ja (iii) joihin jatkoanalyysissä keskittyä. Tätä vaihetta kutsutaan tässä aihioiden tunnistukseksi. Käyttöliittymältään ohjelmisto on helposti omaksuttava. Se tarjoaa havainnollisten visualisointien lisäksi mahdollisuuden aihiokuvausten helppokäyttöiseen selailuun. Ohjelmiston vuorovaikutteisuus mahdollistaa myös herkkyysanalyysit ja päätöksenteossa sitouttaa käyttäjää itse analyysiin ja sen tuloksiin. Ohjelmiston on käyttäjän itsensä ajettavissa internetistä ja siten helposti saatavissa esimerkiksi linkkinä sähköpostiviestissä Analyysin tuottaja Ohjelmisto on geneerinen ja helposti ylläpidettävä. Ohjelmisto pystyy tukemaan monenlaisia aihioiden monikriteerisen analyysin muunnelmia aina innovaatioaihioiden tunnustelusta päätöksentekoa tukevaan projektivalintaan. Uusien analyysien konfigurointi voidaan suorittaa verkon yli, ja RPM-Solverilla suoritetun esilaskennan tulokset on pienellä työllä siirrettävissä analyysin syötetiedoiksi. 3.2 Tekninen toteutus ja oikeudet Ohjelmiston toteutuskieleksi valittiin Java, jonka tuki löytyy valmiiksi suurimmalta osalta internetin käyttäjiä (esim. Yhdysvalloissa 87,4%:lta v ). Vaihtoehtoisia v PD Online markkinatutkimus, syyskuu 2005: 6
10 toteutuskieliä olisivat olleet dynaamiset WWW-sivut (mm. ASP, PHP), joiden toteuttaminen olisi vaatinut palvelintuen tarjoamista, ja huonommin ohjelmistokehitykseen soveltuvat multimediapresentaatio-ohjelmistot (mm. Macromedia Flash, Shockwave). Ohjelmiston toteutuksessa huolehdittiin myös, että ohjelmisto on ajettavissa yleisimmillä internet-selaimilla (Internet Explorer, Mozilla, etscape). Ohjelmiston toteutuksessa käytetyt ohjelmistokirjastot olivat lisenssiehdoitaan joko Public domain tai LGPL lisensoituja. LGPL lisensointi asettaa omat vaatimuksensa ohjelmiston levitykselle, mutta ei rajoita ohjelmiston kaupallista hyödyntämistä vi. Käytettyjä valmiskirjastoja lukuunottamatta ohjelmiston tekijänoikeudet kuuluvat jaetusti Systeemianalyysin laboratoriolle ja kauppa- ja teollisuusministeriölle. 3.3 Arkkitehtuuri ja toiminnallisuus Ohjelmiston arkkitehtuurissa on pyritty selkeään modulaarisuuteen käyttöliittymän jokainen analyysikomponentti on oma luokkansa, ja siten helposti korvattavissa ja muunneltavissa. Toimintaloogisesti tärkeimmät rajapinnat löytyvät käyttöliittymän ja konfiguraatioaksessorin, sekä käyttöliittymän ja RPM parivertailualgoritmin (Liesiö et al., 2005) väliltä (Kuva 4). Kuva 4 - RPM-Explorer ohjelmiston rajapinnat. vi GU Lesser General Public Licence, lisensointiehdot: 7
11 Ohjelmisto lataa käynnistysvaiheessa muistiin konfiguraatiotiedostonsa ja esilasketut tehokkaat portfoliot (Kuva 5). Esilasketuista portfolioista ohjelma sitten karsii tehokkaat referenssi- ja kriteerikohtaista informaatiota lisättäessä (Kuva 6). Kuva 5 - Käyttötapaus, jossa käyttäjä käynnistää RPM-Explorer ohjelmiston. Kuva 6 - Käyttötapaus, jossa käyttäjä lisää ohjelmistoon preferenssiinformaatiota. 8
12 3.4 Ohjelmiston konfigurointi Ohjelmisto käynnistyy Java-applettina ja ottaa HTML-tagissaan käynnistysparametreina neljän analyysikohtaisesti määriteltävän tiedoston osoitteet (i) (ii) (iii) (iv) Konfiguraatiotiedosto sisältää ohjelmiston yleisiä asetuksia, näytettävät analysointipaneelit, tekstit painikkeissa, otsikoissa jne., ja on editoitavissa tekstieditorilla. Aihiodatatiedosto sisältää tiedot kriteereistä ja aihiokohtaiset tiedot aihioiden suorituskyvyistä kriteerien suhteen, aihioiden kustannuksista tms. Tiedosto jakaantuu sarakkeiden tyypit kertovaan metatietoriviin, sarakkeiden (kriiteerien tms.) nimiin, ja sitten aihiokuvauksiin. Tiedosto on editoitavissa Excel taulukkolaskentaohjelmalla. Portfoliotiedosto sisältää listan, yleensä tehokkaista, lähtöportfolioista, joiden joukosta uusia tehokkaita portfolioita seulotaan. Portfoliot on esitetty binäärilukujen (0,1) listana Excelillä editoitavassa tiedostossa. Informaatiotiedosto sisältää aihioiden kuvaukset ja linkit aihioista kertoville verkkosivuille. Tiedosto on editoitavissa tekstieditorilla. Konfiguroitaessa ohjelmistoa tulee vähintään luoda uusi aihiodatatiedosto (ii) ja RPM-Solverin tuloksista lista lähtöportfolioista (iii). äiden tiedostojen URL-osoitteet annetaan sitten RPM-Explorerin HTML-tagissa. 3.5 Ohjelmiston käyttö Ohjelmisto käynnistetään verkon kautta. Ohjelmiston aloitusnäkymä riippuu asetuksissa aktivoiduista visualisoinneista ja preferenssi-informaation tarkennus ikkunoista (Kuva 7). Ohjelmiston konfiguraatiotiedostossa määritellään näytettävät visualisoinnit, käytettävä kieli ja preferenssi-informaation esitystavat. 9
13 Kuva 7 - RPM-Explorerin yleisnäkymä. Vasemmalla on visualisointi -ikkuna, oikealla ylhäällä preferenssien kartoitus -ikkuna ja oikealla alhaalla lisätietoa aihioista Analyysin tulosten jalkauttaminen Ohjelmistolla on merkittävä rooli analyysin tulosten jaossa. Ohjelmiston avulla analyysin tuloksista kiinnostunut voi tarkastella aihioita omasta näkökulmastaan ja tunnistaa kiinnostavia aihioita määrittämällä ohjelmistolle omaa preferenssiinformaatiotaan. Tällöin ohjelmisto tarjoaa reaaliajassa päivittyvät visualisointeja aihioiden ydinluvuista (Kuva 8) ja arvoalueista (Kuva 9). Lisäksi ohjelmiston kautta voi helposti tarkastella aihioiden kuvauksia ja päästä aihioista enemmän kertoville internet-sivuille tai -dokumenteille. 10
14 Kuva 8 - Ydinlukuanalyysin näkymä, jossa aihiot on järjestetty niiden saamien ydinlukujen mukaisesti. Kuva 9 - äkymä aihiokohtaisten arvoalueiden tarkasteluun. 11
15 3.5.2 Päätöksenteon tuki Päätöksenteon tukena ohjelmistoa voidaan hyödyntää valmisteluissa tai aihiovalinnassa joko työpajakokouksissa seinälle projisoituna tai itsenäisesti. Päätöksenteossa ohjelmisto soveltuu (i) analyysien tarkasteluun eri päätöksentekijöiden omista näkökulmista (ii) varsinaiseksi aihiovalintatyökaluksi ja (iii) konsensukseen pyrittäessä sopimuksenomaiseksi näkökulmien yhteensulauttajaksi. Menetelmällisesti ohjelmisto seuraa RPM päätöstukiprosessia (kappale 2) ja auttaa siten suuntaamaan huomiota omakohtaisen tai kollektiivisen päätöksenteon kannalta epävarmojen ja herkkien aihioiden tarkasteluun (Liesiö et al., 2005). Kuva 10 - äkymä preferenssi-informaation analyysiin tuomiseksi. Tällä näkymällä tietoa preferensseistä voidaan tarkentaa muuttamalla kriteerien keskinäistä tärkeysjärjestystä. Aihiovalintaa tuettaessa ohjelmistossa voidaan kytkeä päälle ns. automaattivalinnat - toiminto, jolloin ohjelma ilmoittaa reaaliaikaisesti preferenssi-informaatiota lisättäessä (Kuva 10) varmasti portfolioon kuuluvat ja portfolion ulkopuolelle jäävät aihiot (Kuva 11). Toiminto voidaan kytkeä myös pois päältä ja siirtyä aihiokohtaisiin valintoihin, mikä mahdollistaa monikriteerisen analyysin ulkopuolisten tekijöiden käytön päätöksenteossa. 12
16 Kuva 11 - Ydinlukuanalyysin näkymä attribuuttipainoinformaation lisäämisen jälkeen. Automaattivalinnat- toiminto on merkinnyt aihiot, jotka tulevat mukaan portfolioon ja aihiot, jotka jäävät sen ulkopuolelle Herkkyysanalyysi RPM menetelmä hyväksyy epätäydellisen paino- ja suorituskykyinformaation (Liesiö et al., 2005). Paino- ja suorituskykyinformaatioon liittyvän epävarmuuden esittäminen epätäydellisenä informaationa toimii jo sinänsä herkkyysanalyysinä (Lindstedt et al., 2001). Perustavanlaatuisempaa herkkyyanalyysiä voi kuitenkin suorittaa tunnistamalla aihioita useista eri näkökulmista syöttäen ohjelmistolle hyvinkin erilaista preferenssi-informaatiota. Lisäksi analyysissä voidaan nostaa esille mm. näkemyeropainotteisen analyysin (Könnölä et al., 2005) mielessä kiinnostavimpia aihioita. 3.6 Parivertailualgoritmi ja sen suorituskyvyn rajat Dominoitujen portfolioiden selvittäminen pohjautuu ohjelmistossa parittaisiin vertailuihin eri painovektorin eri ääriarvopisteissä (Liesiö et al., 2005). Ohjelmiston käyttömahdollisuuksia rajoittaa loppukäyttäjän tietokoneen suoristuskyky. Valintatehtävät käyvät raskaammiksi sitä mukaan, (i) mitä suurempaa aihiojoukkoa käsitellään, (ii) mitä epätarkempaa tieto painoista ja aihioiden suoristuskyvyistä on, 13
17 (iii) mitä useampiin kriteereihin valinta perustuu ja (iv) mitä tasaisemmin aihiot keskinäisissä vertailuissa pärjäävät. Toinen tapa laskennan nopeuttamiseksi on lisäinformaation tuominen analyysiin. Täydellisemmällä informaatiolla portfolioiden erot tulevat paremmin esiin ja dominoidut portfoliot karsiutuvat nopeasti. Tehokkaiden portfolioiden seulominen kaikista portfolioista on läheistä sukua selkäreppuongelmalle (Liesiö et al., 2005) ja on siis aihioiden lukumäärän suhteen P-täydellisten ongelmien joukossa (Weiss, 1999). Siksi tehokkaiden portfolioiden seulominen pareittaisilla vertailuilla kuuluu niin ikään P-täydellisten ongelmien joukkoon, ja tarvittava laskenta-aika kasvaa tehokkaiden portfolioiden lukumäärän toiseen potensiin. Tehokkaiden portfolioiden lukumäärä kasvaa puolestaan eksponentiaalisesti aihioiden lukumäärän kasvaessa. Esimerkiksi 800MHz:n Pentium III koneella kuuden kriteerin, 313 aihion ja 2000 portfolion ongelman ratkaisuun aikaa kului epätäydellisellä informaatiolla noin minuutin verran ja täydellisellä järjestysinformaatiolla kymmenisen sekuntia. Reaaliaikaisten (laskenta-ajat alle sekunti) analyysien teko rajoittuu muutamien satojen tehokkaiden portfolioiden ongelmiin. Laskennan lisäksi epätodennäköisempiä, mutta kuitenkin potentiaalisia, pullonkauloja ovat algoritmin muistinkulutus sekä algoritmin lähdeaineiston koko ja siirto verkon yli. Ohjelmiston käytettävyys ja havainnollisuus alkavat myös kärsiä aihioiden lukumäärän lisääntyessä. 4. AIHIOIDE VUOROVAIKUTTEIE JA OMAKOHTAIE TUISTUS Ennakointifoorumin yhteydessä monikriteerisen analyysin tulokset saatettiin aiheryhmien käyttöön staattisina pdf-dokumentteina. äistä aiheryhmät ja niiden edustajat sitten nostivat esille, eli tunnistivat, itselleen kiinnostavimmat aihiot annettujen linjausten mukaisesti. RPM-Explorer ja vastaavat ohjelmistot tarjoavat vastaavankaltaisissa tilanteissa prosessin osallistujille mahdollisuuden aihioiden omakohtaiseen ja vuorovaikutteiseen tunnistukseen tietokoneavusteisesti. äin yksi tai useampi tunnistamisvaiheen osallistuja voi omakohtaisesti nostaa esille 14
18 kiinnostavimpia aihioita ja tunnistaan merkityksettömämpiä sekä suunnata jatkotarkastelua tätä informaatiota hyväksi käyttäen. Aihioiksi käy yleisesti vertailukelpoisten ja atomisten työkappaleiden, hanke-ehdokkaiden, esitysten tai aikeiden joukko. 4.1 Vuorovaikutteisuuden ja omakohtaisuuden edut RPM päätöstukiprosessin iteratiivinen tarkentuvuus ja ohjelmiston tarjoama mahdollisuus tarkastella analyysiä vaivattomasti eri näkökulmista tarjoaa käyttäjälle helppokäyttöisen ja intuitiivisen herkkyyanalyysin. äin ohjelma perii herkkyanalyysin käyttötarkoitukset (Pannell, 1997): (i) (ii) (iii) (iv) Päätöksenteko (kriittisten kohtien tunnistus, robustisuuden testaus, kokonaisriskin tarkastelu) Viestintä (sitouttaminen, vakuuttavuuden ja luotettavuuden lisäys, kriittisten oletusten paljastus) Ymmärrettävyyden lisääminen (kausaalisuhteiden hahmotus) Mallin kehitys (informaation hankinnan suuntaus) RPM-Explorerin käyttäjärajapinta voidaan nähdä vuorovaikutteisena tulosdokumenttina verrattuna staattisen dokumentin muodossa toimitettaviin analyysin tuloksiin. Tällainen puolivalmis raportti mahdollistaa analyysin painopisteen siirtämisen taustatyöstä analyysin hyödyntäjille, ja siten sidosryhmien paremman osallistamisen prosessin tulosten jakoon. Lisäksi tietokonevusteisuus mahdollistaa suuren analyyttisen tietomassan ja monimutkaisen menetelmälogiikan purkamisen helpommin tulkittavaan muotoon, vaatimuksen analyysiin ja aineistoon syventymisestä ohjelmiston käyttöedellytyksenä ja hologrammimaisesti eri näkökulmista tarkasteltavan analyysin välittämisen. Verkkopohjaiset apuvälineet mahdollistavat prosessin riippumattomuuden paikasta ja tarkasta ajasta tehden siitä tavoittavan ja vaihtoehtoiskustannuksiltaan edullisen (Salo, 2001). Lisäksi päätöksentekoteoreettinen lähetymistapa voi johtaa vastuuntuntoisempaan, läpinäkyvämpään ja demokraattisesti paremmin puolustettavissa olevaan 15
19 päätösprosessiin, joka itsessään on tärkeä etu prosessin lopputuleman lisäksi (Stirling et al., 2001). 4.2 Tunnistuksen sovellusalueita Vuorovaikutteinen tunnistus voidaan toteuttaa ryhmätyöskentelynä työpajoissa, itsenäisesti internet-pohjaisella apuvälineellä tai konsensushakuisen päätöksenteon yhteydessä. Tunnistamisvaiheessa pyrkimykset voivat olla aina kollektiivisesta tiedonjaosta itseohjattavaan oppimiseen ja moninäkökulmaisen päätöksenteon tukemisesta sopimuksenomaiseen konsensushakuun. Luonteeltaan tunnistus voi olla niin kertaluonteista aihiovalintaa, toistuvaa aihiopankista poimintaa, kuin jatkuvaa aihiotietokannan ylläpitoa ja seulontaa. Itse tunnistuksen tulokset voivat olla luonteeltaan joko (i) yksikäsitteisiä tai moniselitteisiä, (ii) robusteja tai summittaisia tai (iii) lopullisia tai suuntaavia. Systeemianalyysin laboratoriossa on kehitetty ja toteutettu useita toisiaan muistuttavia aihioseulontaprosesseja, joissa järjestäytymättömästä informaatiosta tuotetaan aihioita, joita työstetään, lajitellaan, analysoidaan ja lopulta monikriteerisesti analysoidaan ja tunnistetaan. Menetelmällisesti prosessit muistuttavat asiantuntijoiden mielipiteiden kartoittamiseen suunniteltua Delfoi-menetelmää (Linstone & Turoff, 1975), jolle ominaista ovat asiantuntija-näkemysten strukturointi etukäteen valmisteltujen kysymysten avulla, iteraatiot, osanottajien anonymiteetti, osallistujien tuottama kontrolloitu palaute ja vastausten aggregointi (Mannermaa, 2000). Systeemianalyysin laboratorion aiemmissa prosesseissa RPM-Explorerin tarjoamalla omakohtaisella tunnistamisella olisi voinut olla monikriteeristä analyysiä ja tulosten hyödyntämistä tukeva ja yhdistävä rooli (Kuva 12). 16
20 Aihiolähteet Aihioiden tuottaminen Aihioiden arvioiminen Arviolähteet Monikriteerinen analyysi Omakohtainen tunnistus Tulosten hyödyntäminen Tulosten hyödyntäjät Toiminta Kuva 12 - Aihioiden omakohtainen tunnistus niveltää yhteen analyysin ja sen tulosten hyödyntämisen (vrt. Kuva 1). Innovointiprosessit. KTM:n Ennakointifoorumin aiheryhmien toimintaa tukeneessa verkkopohjaisessa prosessissa (Salo et al., 2005) omakohtainen tunnistus toimisi apuvälineenä kollektiivisessa oppimisessa, analyysien jaossa sekä kiinnostavien innovaatioaihioiden itsenäisessä ja työpajapohjaisessa tunnistuksessa. Ennakointiprosessit. Ennakoinnissa muutostekijöihin ja osaamisalueisin kohdistuvaa aihioseulontaa hyödynnetään Tekesin ja Suomen Akatemian tulevaisuuden kartoitukseen tähtäävässä paneelimuotoisessa Finnsight 2015 vii -hankkeessa syksyn 2005 ja alkutalven 2006 aikana. Painopisteasetannat Ennakointifoorumin RPM-seulontaa vastaavia prosesseja käytettiin pohjoismaisen tutkimusohjelman painopisteenasetannassa (Salo & Liesiö, 2005) ja Forest-Based Sector Technology Platform issa viii metsäsektorin strategisen tutkimusagendan muotoiluun (Könnölä et al., 2005). Parhaillaan menossa on yli 350:n vii FinnSight 2015 Tiede ja teknologia 2010-luvun Suomessa hanke: viii Developing the Strategic Research Agenda (SRA) for the Forest-Based Sector Technology Platform (FTP) hanke: 17
21 osallistujan kansainvälisen tutkimusagendan muotoilu WoodWisdom-et lle ix. iinikään näissä omakohtainen tunnistus toimisi apuvälineenä välivaiheiden tuloksia jalkautettaessa ja analysoitaessa. Projektivalinnat. Tiestön vuotuisen päällystysohjelman monikriteerinen valintatarkastelussa (Liesiö et al., 2005), luonnonarvokaupassa (METSO toimintaohjelma x ) ja tuotekehitysprojektien arvioinneissa (Salo & Käkölä, 2005) omakohtaisella tunnistuksella olisi pääasiassa päätöksentekoa tukeva rooli (Kuva 13). Projektilähteet Projektiaihioiden koostaminen Monikriteerinen analyysi Omakohtainen tunnistus Päätöksenteko Arviolähteet Päätöksentekijät Päätösten toimeenpano Kuva 13 - Projektivalinta, jossa päätöksenteossa hyödynnetään omakohtaista tunnistusta. Muita hyödyntämiskohteita voisivat olla toiminnan arvioinnit ja uudelleensuuntaamiset (TULI ohjelma xi ) ja strategisen tuoteportfolion valinta (Lindstedt et al. 2005) ja vaatimustenhallinta (Salo et al., 2005). Strategisen suunnittelun merkittävä ongelma on, että suunnittelu edustaa laskelmoivaa johtamista, eikä huomioi ryhmän jäsenten preferenssejä, kun taas sitouttava johtaminen osallistaa ihmisiä matkan varrella (Minzberg, 1994). Omakohtaisella tunnistamisella voisi olla ennenkaikkea analyysiin sitouttava rooli toimenpide-ehdotusten arvioinneissa ja strategisessa suunnittelussa. ix Collaborative Shaping of Research Agendas in WoodWisdom-et: x METSO Etelä-Suomen metsien monimuotoisuusohjelma: xi Ex post analysis of a science-based innovation programme kuvaus: 18
22 5. YHTEEVETO JA PÄÄTELMÄT RPM-Explorer ja vastaavankaltaiset vuorovaikutteiset työvälineet mahdollistavat omakohtaisen ja havainnollisen aihioiden verkkopohjaisen monikriteerisen tunnistuksen. Ohjelmistoja voidaan käyttää niin ikään kollektiivisesti työpajoissa ja konsensushakuisessa päätöksenteossa. Käyttötarkoituksesta riippuen ohjelmistojen mahdollistama tunnistus voi olla kertaluonteista (esim. tulostenjako, päätöksenteko), toistuvaa (esim. ideapankki) tai prosessinomaista (esim. jatkuvasti päivitettävä hanketietokanta). Aihioiden vuorovaikutteisen ja omakohtaisen tunnistuksen vahvuuksina voidaan pitää visualisointien tukemaa havainnollisuutta, mahdollisuutta eri näkökulmien esiintuontiin ja testaamiseen, sekä vuorovaikutteisuuden vahvistamaa sitouttamista. Yleisesti aihioiden monikriteerinen ja omakohtainen tunnistus siirtää analyysin painopistettä analyysin taustatyöstä analyysin käyttäjäryhmille. Tunnistuvaihe nivoo yhteen monikriteerisen analyysin loppuvaiheen ja analyysien tuloksien hyödyntämisen. On syytä olettaa, että omakohtaisesti tunnistetut analyysin tulokset ovat sitouttavampia, vaikuttavampia, käytettävämpiä ja informatiivisempia kuin passiivisesti staattisella dokumentilla välitetyt. Tämän todentaminen ei projektin puitteissa kuitenkaan ollut mahdollista. Vaikka projektin puitteissa toteutettu RPM-Explorer täsmentyi RPM metodologiaan (Liesiö et al., 2005) sitoutuneeksi prototyyppityövälineeksi, RPM-Explorerista saadut kokemukset toimivat pohjana omakohtaisen tunnistuksen menetelmätuen toteuttamiselle menetelmästä riippumatta. Jatkokehityksen kannalta olisi hyvä tarkentaa hyödynnetäänkö ohjelmistoa ensisijaisesti (i) analyysin tulosten jalkauttamiseen, (ii) päätöksenteon tukeen vai (iii) tietokantaluonteiseen aihiovarastointiin. RPM-Explorerin monikäyttöisyyttä voidaan lisätä toteuttamalla ohjelmistoon lisää vaihtoehtoisia visualisointi- ja preferenssienkeräys moduuleja. Ohjelman käyttömukavuutta pitkissä laskennoissa voitaisiin parantaa laskentaa visualisoimalla ja välituloksia tarjoamalla, ja RPM-Solver rajapinnan toteuttaminen helpottaisi ohjelman konfigurointivaihetta. Lisäksi dominoitujen portfolioiden karsintaan käytetty algoritmi on mitä todennäköisimmin korvattavissa tehokkaammalla (mukaanlukien heuristiset tai approksimatiiviset algoritmit (Weiss, 1999)). 19
23 Suorituskykyä voidaan lisätä myös toteuttamalla tuki jo osittain kiinnitetylle preferenssi-informaatiolle portfolioiden määrän vähentämiseksi. Toteutettu ohjelmisto on jo herättänyt kiinnostusta, kun sitä on esitelty aihioiden monikriteerisestä analyysistä kiinnostuneille. Ohjelmisto on valmis käyttöönottoon jo sellaisenaan ja räätälöitävissä pienellä vaivalla täyttämään erilaisia tarpeita. 6. LÄHTEET Brummer, V. (2005): Innovaatioaihioiden verkkopohjainen ideointi ja monikriteerinen seulonta. Diplomityö, Systeemianalyysin laboratorio, Teknillinen korkeakoulu. Könnölä, T., V. Brummer & A. Salo (2005): Diversity in Foresight: Insights from the Fostering of Innovation Ideas, käsikirjoitus. Liesiö, J., P. Mild & A. Salo (2005). Preference Programming for Robust Portfolio Modeling and Project Selection. Ilmestyy European Journal of Operational Research- lehdessä. Lindstedt M. R. K., R.P. Hämäläinen & J. Mustajoki (2001): Using Intervals for Global Sensitivity Analyses in Multiattribute Value Trees, Lecture otes in Economics and Mathematical Systems, Murat Köksalan & Stanley Zionts (toim.), 507, Lindstedt, M., J. Liesiö & A. Salo (2005). Participatory Development of a Strategic Product Portfolio in a Telecommunication Company. Ilmestyy International Journal of Technology Management lehdessä. Linstone, H. A. & M. Turoff (toim.) (1975): The Delphi Method: Techniques and Applications, Addison-Wesley, Reading MA. Mannermaa, M. (toim.) (2000): Tulevaisuuden haltuunotto - PK-yrityksen ennakoinnin käsikirja, Työministeriö, Helsinki. Mild, P. (2004): Multicriteria Portfolio Analysis for Strategic Resource Allocation, Diplomityö, Systeemianalyysin laboratorio, Teknillinen Korkeakoulu. 20
24 Minzberg, H. (1994); The Fall and Rise of Strategic Planning, Harvard Business Review January-February 1994, Pannell, D.J. (1997) Sensitivity Analysis of ormative Economic Models: Theoretical Framework and Practical Strategies, Agricultural Economics 16, Salo, A. (2001): Incentives in Technology Foresight, International Journal of Technology Management 21: 7-8, Salo, A. & C. Cuhls (2003): Technology Foresight Past and Future, Journal of Forecasting 22: 2-3, Salo, A., V. Brummer & T. Könnölä (2005): Innovaatioaihioiden portfolioanalyysi KTM:n ennakointifoorumissa, Futura 2-3/2005, Salo, A. & T. K. Käkölä (2005): Groupware Support for Requirements Management in ew Product Development, Journal of Organizational Computing and Electronic Commerce 15: 4, Salo, A. & J. Liesiö (2005): A Case Study in Participatory Priority-Setting for a Scandinavian Research Programme, ilmestyy aikakausjulkaisussa International Journal of Information Technology & Decision Making. Stirling, A., O. Renn, A. Klinke, A. Rip & A. Salo (2001): On Science and Precaution in the management of Technological Risk, Volume II, Case studies, Institute for Prospective Technological Studies, Seville. Weiss, M. A. (1999). Data Structures and Algorithm Analysis in Java, Addison- Wesley, Reading MA. 7. LIITE A - RPM RESURSSIALLOKOITI RPM tukee epätäydellistä informaatiota myös aihioiden kriteerikohtaisille arvoille (Liesiö et al., 2005). Tässä kuitenkin oletamme tarkat kriteerikohtaiset arvot esityksen tiivistämiseksi. 21
25 Esitetään m aihiota joukkona X { x,, } =, ja arvotetaan aihioita n:n kriteerin 1 K x m suhteen. Resurssilaatuja on yhteensä q. Aihion x j arvo, kriteerin i suhteen olkoon v ij 0. Kriteereiden suhteellisestä tärkeydestä kertovat niitä vastaavat painot w i i 1,..., n, =. Muodostetetaan näistä painovektori w { w K } siten, että painot summautuvat arvoon yksi. Projektin kokonaishyöty määritellään =, joka on skaalattu 1 w n V n ( x j w) =, w v (9.1) i= 1 i ij Portfolio p on osajoukko kaikista projekteista, eli voidaan laskea kaavalla p X, ja sen kokonaishyöty V n, wivij (9.2) ( p w) = V( x j, w) = x j p x j p i= 1 Portfolio p kuluttaa resurssia k määrän käytettävissä k C k ( p) = c kj x j p B, voidaan budjetti lausua vektorina B [ B K ] =. 1,. Kun resurssia k on B q Käypien portfolioden joukko P F on portfolioiden joukon P osajoukko { B} portfolio resurssien avulla, eli p C( p) P F =. P F P. Käypä 7.1 Epätäydellinen informaatio ja portfolioiden dominanssi Painoinformaatiolle voidaan määritellä käypä alue: S w S. Määritelmä 1 Portfolio S w S, jos V( p w) V( p', w) w S w p PF dominoi portfoliota, ja V ( p w) V( p', w) p P ' F, eli p f p' alueessa, > jollakin w S w Määritelmä 2 Portfolio p on tehokas alueessa w, jos ei ole olemassa PF S w toista portfoliota p P ' F s.e. p' f p Tehokkaat portfoliot ovat siis portfolioita, joille ei löydy toista portfoliota, joka saisi suuremman arvon kaikilla mahdollisilla käyvillä kriteeripainoilla. 22
26 Merkitään tehokkaiden portfolioiden aluetta P P. F 7.2 Ydinluku Portfoliot muodostuvat aihioista. Aihioita voidaan järjestää monella eri tavalla ja johtuen kriteerien epätäydellisestä informaatiosta, järjestys ei ole yksiselitteinen. Aihiota voidaan kuvata ydinluvulla, joka määritellään seuraavalla tavalla: Määritelmä 3 Projektin ydinluku on kuvaus CI : X [ 0, 1] CI ( x) { p P x p}, jossa =. (9.3) P Aihion ydinluku määrittelee sen, kuinka suureen osaan tehokkaista portfolioista kyseinen aihio kuuluu. 8. LIITE B RPM PARIVERTAILUALGORITMI LASKEALLIE VAATIVUUS Ei-tehokkaiden portfolioiden selvittäminen kriteeripainoja ja aihioiden tehokkuusinformaatiota tarkennettaessa pohjautuu ohjelmistossa parittaisiin vertailuihin painovektorin eri ääriarvopisteissä (Liesiö et al., 2005). Ääriarvojen generointi on toteutettu kirjaamalla painoalueen reunojen leikkaamiset (katso (Mild, 2004) sivut 31-37). Merkittäessä aihioiden määrää m:llä, on näistä saatavien tehokkaiden portfolioiden lukumäärä P suuruusluokkaa O ( 2 m ). Kun lisäksi merkitään kriteereiden lukumäärää n:llä, saadaan ääriarvopisteiden lukumäärän suuruusluokaksi O ( 2 n ) (todistus sivuutetaan, kolmella kriteerillä ääriarvopisteitä on enintään neljä ja kuudella kriteerillä enintään 32). Kun eritellään tehokkaiden portfolioiden lukumäärät epätarkimmalla informaatiolla L P ja tarkennetulla T tt L P ( P P < PF < ), saadaan informaatiota tarkennettaessa portfoliovertailujen kokonaislukumäärän suuruusluokaksi O ( P L P T n 2 ). Kun aihiokohtaisen arvot on esilaskettu painoalueen 23
27 ääriarvopisteissä, saadaan alkeisvertailujen kokonaislukumäärän suuruusluokaksi L T n O( P P 2 m). Laskennan lisäksi epätodennäköisempiä pullonkauloja ovat (i) algoritmin n L muistinkulutus O( 2 m+ P m+ nm) ja (ii) algoritmin lähdeaineiston koko ja siirto verkon yli O( P L m+ nm). Ohjelmiston käytettävyys ja havainnollisuus alkaa myös kärsiä aihioiden lukumäärän lisääntyessä. Algortimin tehokkuutta voitaisiin parantaa muun muassa seuraavasti: Pareittaisia vertailuja suorittava algoritmi päivittää reaaliaikaisesti tehokkaiden portfolioiden listaa s.e. jo ei-tehokkaiksi todettuja portfolioita ei esiinny vertailuissa. Täten optimaalisella portfolioiden läpikäyntijärjestyksellä dominoidut portfoliot karsiutuvat pois jo algoritmin ajon alkuvaiheessa, ja portfolioiden välisten vertailujen lukumäärän 2 T n suuruusluokaksi jää O ( 2 ). Ehdotus tällaiseksi hyväksi järjestykseksi olisi P vertailla maksimiarvoiltaan parhaita portfolioita maksimi- tai minimiarvoiltaan huonoimpiin. opeimmat tunnetut järjestämisalgoritmit järjestävät portfoliot niiden lähtölukumäärän L n L L P suhteen ajassa O ( P 2 + P log P ), joten L portfoliovertailujen lukumäärä jää käytännössä dominoivaksi termiksi laskettavuuden vaativuusluokkaa arvioitaessa. 24
Innovaatioaihioiden vuorovaikutteinen tarkastelu monikriteerisessä RPM-seulonnassa
Mat-2.108 - Sovelletun matematiikan erikoistyö 4.1.2006 Innovaatioaihioiden vuorovaikutteinen tarkastelu monikriteerisessä RPM-seulonnassa TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Erkka Jalonen
LisätiedotAihioiden priorisointi ja portfolioanalyysi ennakoinnissa (valmiin työn esittely)
Aihioiden priorisointi ja portfolioanalyysi ennakoinnissa (valmiin työn esittely) Juha Kännö 23..22 Ohjaajat: TkL Antti Punkka, DI Eeva Vilkkumaa Valvoja: Prof. Ahti Salo Työn saa tallentaa ja julkistaa
LisätiedotLisäinformaation arvo monikriteerisessä projektiportfoliovalinnassa (valmiin työn esittely)
Lisäinformaation arvo monikriteerisessä projektiportfoliovalinnassa (valmiin työn esittely) Jussi Hirvonen 23.03.2015 Ohjaaja: Eeva Vilkkumaa Valvoja: Ahti Salo Työn saa tallentaa ja julkistaa Aalto-yliopiston
LisätiedotTulevaisuustiedon paradoksit kokemuksia innovaatioaihioiden seulonnasta
Tulevaisuustiedon paradoksit kokemuksia innovaatioaihioiden seulonnasta Ahti Salo Teknillinen korkeakoulu PL 1100, 02015 TKK 1 2 3 Teknillinen korkeakoulu Ennakoinnin lähtökohtia Perustarve Järjestelmien
LisätiedotKasvuyrityksen tuotekehitysportfolion optimointi (valmiin työn esittely)
Kasvuyrityksen tuotekehitysportfolion optimointi (valmiin työn esittely) Santtu Saijets 16.6.2014 Ohjaaja: Juuso Liesiö Valvoja: Ahti Salo Työn saa tallentaa ja julkistaa Aalto-yliopiston avoimilla verkkosivuilla.
LisätiedotPortfoliolähestymistapa CO2 - kiilapelin analysoinnissa (valmiin työn esittely) Tuomas Lahtinen
Portfoliolähestymistapa CO2 - kiilapelin analysoinnissa (valmiin työn esittely) Tuomas Lahtinen 07.05.2012 Ohjaaja: Raimo Hämäläinen Valvoja: Raimo Hämäläinen Työn saa tallentaa ja julkistaa Aalto-yliopiston
LisätiedotPreference Programming viitekehys: epätäydellisen preferenssi-informaation elisitointi ja mallintaminen, dominanssi
Preference Programming viitekehys: epätäydellisen preferenssi-informaation elisitointi ja mallintaminen, dominanssi Mat-2.4142 Optimointiopin seminaari 9.2.2011 Lähteet: Salo, A. & Hämäläinen, R. P., 2010.
LisätiedotAihioiden priorisointi ja portfolioanalyysi ennakoinnissa
Juha Kännö Aihioiden priorisointi ja portfolioanalyysi ennakoinnissa Perustieteiden korkeakoulu Kandidaatintyö Espoo 23..22 Vastuuopettaja: Prof. Ahti Salo Työn ohjaajat: TkL Antti Punkka DI Eeva Vilkkumaa
LisätiedotRobust portfolio modeling (RPM) epätäydellisellä hintainformaatiolla ja projektiriippuvuuksilla
Robust portfolio modeling (RPM) epätäydellisellä hintainformaatiolla ja projektiriippuvuuksilla Mat-2.4142 Optimointiopin seminaari kevät 2011 Lähde: Liesiö, J., Mild, P., Salo, A., 2008. Robust portfolio
LisätiedotEpätäydellisen preferenssi-informaation huomioon ottavien päätöksenteon tukimenetelmien vertailu (aihe-esittely)
Epätäydellisen preferenssi-informaation huomioon ottavien päätöksenteon tukimenetelmien vertailu (aihe-esittely) Vilma Virasjoki 23.01.2012 Ohjaaja: Jouni Pousi Valvoja: Raimo P. Hämäläinen Työn saa tallentaa
LisätiedotKaksi sovellusta robustien päätössuositusten tuottamisesta
Esitelmä 12 Antti Toppila sivu 1/19 Optimointiopin seminaari Kevät 2011 Kaksi sovellusta robustien päätössuositusten tuottamisesta Antti Toppila 2.3.2011 Esitelmä 12 Antti Toppila sivu 2/19 Optimointiopin
Lisätiedotmonitavoitteisissa päätöspuissa (Valmiin työn esittely) Mio Parmi Ohjaaja: Prof. Kai Virtanen Valvoja: Prof.
Epätäydellisen preferenssiinformaation hyödyntäminen monitavoitteisissa päätöspuissa (Valmiin työn esittely) Mio Parmi 15.1.2018 Ohjaaja: Prof. Kai Virtanen Valvoja: Prof. Kai Virtanen Tausta Päätöspuu
LisätiedotKilpailutus ja yliopistojen tutkimusyksiköiden iden tehokkuus
Kilpailutus ja yliopistojen tutkimusyksiköiden iden tehokkuus Ahti Salo, Antti Silvast, Matti Ollila Helsinki Institute of Science and Technology Studies (HIST) sekä Matematiikan ja systeemianalyysin laitos
LisätiedotMat Optimointiopin seminaari
reference rogramming portfoliopäätösanalyysissa: Robust ortfolio Modeling (RM) -menetelmä Lähteet: Mat-2.4142 Optimointiopin seminaari 16.2.2011 Liesiö, J., Mild,., Salo, A., 2007. reference programming
LisätiedotPäätösanalyyttisiä huomioita luonnonarvokaupasta
Päätösanalyyttisiä huomioita luonnonarvokaupasta Antti Punkka Systeemianalyysin laboratorio Teknillinen korkeakoulu http://www.sal.tkk.fi/ antti.punkka@tkk.fi 1 Sisältö METSO-ohjelma ja luonnonarvokauppa
LisätiedotKandidaatintyön esittely: Epätäydellisen preferenssi-informaation huomioon ottavien päätöksenteon tukimenetelmien vertailu
Kandidaatintyön esittely: Epätäydellisen preferenssi-informaation huomioon ottavien päätöksenteon tukimenetelmien vertailu Vilma Virasjoki 19.11.2012 Ohjaaja: DI Jouni Pousi Valvoja: Professori Raimo P.
LisätiedotJoonas Haapala Ohjaaja: DI Heikki Puustinen Valvoja: Prof. Kai Virtanen
Hävittäjälentokoneen reitin suunnittelussa käytettävän dynaamisen ja monitavoitteisen verkko-optimointitehtävän ratkaiseminen A*-algoritmilla (valmiin työn esittely) Joonas Haapala 8.6.2015 Ohjaaja: DI
LisätiedotHow to Support Decision Analysis with Software Case Förbifart Stockholm
How to Support Decision Analysis with Software Case Förbifart Stockholm (Valmiin työn esittely) 13.9.2010 Ohjaaja: Prof. Mats Danielson Valvoja: Prof. Ahti Salo Tausta -Tukholman ohikulkutien suunnittelu
LisätiedotLineaaristen monitavoiteoptimointitehtävien ratkaiseminen Bensonin algoritmilla
Lineaaristen monitavoiteoptimointitehtävien ratkaiseminen Bensonin algoritmilla Juho Andelmin 21.1.213 Ohjaaja: TkT Juuso Liesiö Valvoja: Prof. Raimo P. Hämäläinen Työn saa tallentaa ja julkistaa Aalto-yliopiston
LisätiedotPreference Programming viitekehys tehokkuusanalyysissä
Preference Programming viitekehys tehokkuusanalyysissä Mat-2.4142 Optimointiopin seminaari kevät 2011 Salo, A., Punkka, A., 2011. Ranking Intervals and Dominance Relations for Ratio-Based Efficiency Analysis,
LisätiedotLineaaristen monitavoiteoptimointitehtävien
Lineaaristen monitavoiteoptimointitehtävien ratkaiseminen Jerri Nummenpalo 17.09.2012 Ohjaaja: TkT Juuso Liesiö Valvoja: Prof. Ahti Salo Työn saa tallentaa ja julkistaa Aalto-yliopiston avoimilla verkkosivuilla.
LisätiedotEtelä-Savo ennakoi Ennakoinnin toimintamalli ja esavoennakoi.fi -alusta
Etelä-Savo ennakoi Ennakoinnin toimintamalli ja esavoennakoi.fi -alusta Tietoisku Anne Kokkonen ja Hanna Kautiainen Etelä-Savon ennakointiverkko -hanke Alueellinen ennakointi Järjestelmällinen, osallistava
LisätiedotLineaaristen monitavoiteoptimointitehtävien ratkaiseminen Bensonin algoritmilla
Lineaaristen monitavoiteoptimointitehtävien ratkaiseminen Bensonin algoritmilla Juho Andelmin 21.01.2013 Ohjaaja: TkT Juuso Liesiö Valvoja: Prof. Raimo P. Hämäläinen Työn saa tallentaa ja julkistaa Aalto-yliopiston
LisätiedotMat-2.4194 Research Course in Systems Science: Trends and Developments in Decision Analysis. Home Assignment
Mat-2.4194 Research Course in Systems Science: Trends and Developments in Decision Analysis Punkka / Liesiö Home Assignment Malli Tavoitteena on tarkastella siltojenkorjausohjelman laatimista RPM-menetelmällä.
LisätiedotPäätösanalyysi Teknologföreningenin kiinteistöuudistuksen tukena (valmiin työn esittely)
Päätösanalyysi Teknologföreningenin kiinteistöuudistuksen tukena (valmiin työn esittely) Sara Melander 1.11.2016 Ohjaaja: DI Malin Östman Valvoja: Prof. Kai Virtanen Työn saa tallentaa ja julkistaa Aalto-yliopiston
LisätiedotAMO prosessin osallistuneiden näkemys ihanneprosessista
AMO prosessin osallistuneiden näkemys ihanneprosessista Ninni Saarinen, Annika Kangas & Heli Saarikoski Oulu 13.-14.3. Metsävarojen käytön laitos, Metsäntutkimuslaitos Q menetelmä Menetelmän idea on tutkia
LisätiedotMESTA työkalu suunnitelmavaihtoehtojen monikriteeriseen vertailuun ja parhaan vaihtoehdon etsintään
MESTA työkalu suunnitelmavaihtoehtojen monikriteeriseen vertailuun ja parhaan vaihtoehdon etsintään Metsäsuunnittelu verkossa ja verkostoissa seminaari, Tikkurila 23.4.2008 MMM Teppo Hujala Metla Joensuu
LisätiedotDepartment of Mathematics, Hypermedia Laboratory Tampere University of Technology. Roolit Verkostoissa: HITS. Idea.
Roolit Tommi Perälä Department of Mathematics, Hypermedia Laboratory Tampere University of Technology 25.3.2011 J. Kleinberg kehitti -algoritmin (Hypertext Induced Topic Search) hakukoneen osaksi. n taustalla
LisätiedotMetsänhoidon suositusten digitaalinen transformaatiokirjasta sähköiseen palveluun. Kati Kontinen, Tapio Oy
Metsänhoidon suositusten digitaalinen transformaatiokirjasta sähköiseen palveluun Kati Kontinen, Tapio Oy Metsänhoidon suositukset Metsänhoidon suositukset ovat osa kansallisen metsästrategian toteutusta.
LisätiedotProjektiportfolion valinta
Projektiportfolion valinta Mat-2.4142 Optimointiopin seminaari kevät 2011 Portfolion valinta Käytettävissä on rajallinen määrä resursseja, joten ne on allokoitava mahdollisimman hyvin eri projekteille
LisätiedotMenetelmäraportti - Konfiguraationhallinta
Menetelmäraportti - Konfiguraationhallinta Päiväys Tekijä 22.03.02 Ville Vaittinen Sisällysluettelo 1. Johdanto... 3 1.1 Tärkeimmät lyhenteet... 3 2. Konfiguraationhallinnan tärkeimmät välineet... 4 2.1
LisätiedotSovellus: Portfoliopäätösanalyysi lentoliikenteen parantamisen tukena
Sovellus: Portfoliopäätösanalyysi lentoliikenteen parantamisen tukena Mat-2.4142 Optimointiopin seminaari kevät 2011 Sisällys 1. Ongelma: Lentoliikenteen parannus 2. Ongelma: Projektien valinta 3. Esimerkki
LisätiedotText Mining. Käyttöopas
Text Mining Käyttöopas Webropol Analytics: Text Mining Mitä tarkoittaa kun asiakkaat tai henkilöstö antavat arvosanan 3.1 Keskiarvoa informatiivisempaa ovat taustalla olevat syyt Onko sinulla aikaa lukea
LisätiedotProjektin tavoitteet
VBE II, vaihe 1: 2005-2006 Data yrityksistä ja rakennushankkeista TUT Tekniset ratkaisut RAK (VRLab)+ARK iroom validointi Työpajat Seminaarit Esitelmät Osallistuvat yritykset VTT Käyttöönotto- ja hyötymallit,
LisätiedotMonitavoitteinen portfolio-optimointi tiestön päällystämishankkeiden valinnassa. Jaakko Dietrich,
!" # %$&')(+*" #,.-0/214365 798;:
LisätiedotMat Optimointiopin seminaari
Lähde: Preferenssi-informaatio DEA-malleissa: Value Efficiency Analysis (VEA) -menetelmä Mat-2.4142 Optimointiopin seminaari 23.3.2011 Halme, M., Joro, T., Korhonen, P., Wallenius, J., 1999. A Value Efficiency
LisätiedotSuoritusraportointi: Loppuraportti
1 (5) Suoritusraportointi: Loppuraportti Tiimitehtävä, 20 % kurssin arvosanasta Ryhmän vetäjä toimittaa raportit keskitetysti projektiyrityksille Raportti sisältää kaksi osiota: Johdon tiivistelmän (Executive
LisätiedotSisäänrakennettu tietosuoja ja ohjelmistokehitys
Sisäänrakennettu tietosuoja ja ohjelmistokehitys Petri Strandén 14. kesäkuuta, 2018 Petri Strandén Manager Cyber Security Services Application Technologies Petri.stranden@kpmg.fi Petri vastaa KPMG:n Technology
LisätiedotKäyttäjien tunnistaminen ja käyttöoikeuksien hallinta hajautetussa ympäristössä
www.niksula.cs.hut.fi/~jjkankaa// Demosovelluksen tekninen määrittely v. 0.6 Päivitetty 11.12.2000 klo 20:26 Mickey Shroff 2 (12) Dokumentin versiohistoria Versio Päivämäärä Tekijä / muutoksen tekijä Selite
LisätiedotOptimaaliset riskinalentamisportfoliot vikapuuanalyysissä (valmiin työn esittely)
Optimaaliset riskinalentamisportfoliot vikapuuanalyysissä (valmiin työn esittely) Markus Losoi 30.9.2013 Ohjaaja: DI Antti Toppila Valvoja: prof. Ahti Salo Työn saa tallentaa ja julkistaa Aalto-yliopiston
LisätiedotOptimaalisen tuotekehitysportfolion valinta kasvuyrityksessä
Aalto-yliopisto Perustieteiden korkeakoulu Teknillisen fysiikan ja matematiikan tutkinto-ohjelma Optimaalisen tuotekehitysportfolion valinta kasvuyrityksessä Kandidaatintyö 21.8.2014 Santtu Saijets Työn
LisätiedotIPT 2 Syventävä työpaja : TVD-prosessi Ryhmätöiden tuotokset
IPT 2 Syventävä työpaja 13.6.2018: TVD-prosessi Ryhmätöiden tuotokset Nykytilan kartoitus Miten TVD näkyy ja vaikuttaa nykyisessä toiminnassamme? A) Tavoite: TVD:n avulla tuoteteen tilaajan tavoitteet
LisätiedotOhjelmistojen suunnittelu
Ohjelmistojen suunnittelu 581259 Ohjelmistotuotanto 154 Ohjelmistojen suunnittelu Software design is a creative activity in which you identify software components and their relationships, based on a customer
LisätiedotAlkuraportti. LAPPEENRANNAN TEKNILLINEN YLIOPISTO TIETOJENKÄSITTELYN LAITOS CT10A4000 - Kandidaatintyö ja seminaari
LAPPEENRANNAN TEKNILLINEN YLIOPISTO TIETOJENKÄSITTELYN LAITOS CT10A4000 - Kandidaatintyö ja seminaari Alkuraportti Avoimen lähdekoodin käyttö WWW-sovelluspalvelujen toteutuksessa Lappeenranta, 30.3.2008,
LisätiedotOPERAATIOTUTKIMUKSEN AJATTELUTAPA TUTKIMUSMAAILMASTA TEOLLISUUTEEN
OPERAATIOTUTKIMUKSEN AJATTELUTAPA TUTKIMUSMAAILMASTA TEOLLISUUTEEN MIKKO SYRJÄNEN FORS-ILTAPÄIVÄ 2012 1 / 1 Wärtsilä 3 July 2009 Alku operaatiotutkijana Systeemianalyysin laboratorio, DI 1999 Johdatus
LisätiedotEnnakointi, tulevaisuusajattelu ja strategiset tiekartat
VTT TECHNICAL RESEARCH CENTRE OF FINLAND LTD Ennakointi, tulevaisuusajattelu ja strategiset tiekartat Mikko Dufva Foresight, organizational dynamics and systemic change team, VTT mikko.dufva@vtt.fi @mdufva
LisätiedotHarjoitus 12: Monikriteerinen arviointi
Harjoitus 12: Monikriteerinen arviointi MS-C2107 Sovelletun matematiikan tietokonetyöt MS-C2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheet Monikriteerinen arviointi Kurssin opetusteemojen
LisätiedotStatCrunch -laskentasovellus
StatCrunch -laskentasovellus Yleistä sovelluksesta StatCrunch on Integrated Analytics LLC:n valmistama sovellus tilastotieteellisten analyysien tuottamista varten. Se on verkon yli käytettävä analyysisovellus,
LisätiedotBayesin pelit. Kalle Siukola. MS-E2142 Optimointiopin seminaari: Peliteoria ja tekoäly
Bayesin pelit Kalle Siukola MS-E2142 Optimointiopin seminaari: Peliteoria ja tekoäly 12.10.2016 Toistetun pelin esittäminen automaatin avulla Ekstensiivisen muodon puu on tehoton esitystapa, jos peliä
LisätiedotPaneelitoiminta osana arviointiprosessia. Tuomo Suortti Strategiset tutkimusavaukset info
Paneelitoiminta osana arviointiprosessia Tuomo Suortti Strategiset tutkimusavaukset info 28.1.2014 Paneeliarviointi osana strategisten tutkimusavausehdotusten arviointiprosessia Tekes pyytää suosituksen
LisätiedotDigitalisaation kartoitus ja tiekartan suunnittelu. Palvelu innovaatioseteliin Steamlane Oy
Digitalisaation kartoitus ja tiekartan suunnittelu Palvelu innovaatioseteliin Ari Karppinen ari.t.karppinen@steamlane.com Steamlane Oy 050 5410775 Digitalisaation kartoitus ja tiekartan suunnittelu Kartoitamme
LisätiedotSuomi.fi-palvelutietovaranto
Suomi.fi-palvelutietovaranto Kaikki oleellinen julkishallinnon palveluista yhdessä paikassa PTV:n perusteet ja hyödyt -tiivistetty tietopaketti 29.11.2017 Esimerkkejä Suomi.fi-palvelutietovaranto on yksi
LisätiedotTutkimusraportti - tulokset
Department of Structural Engineering and Building Technology Infrahankkeen kokonaisprosessin ja tietotarpeiden mallintaminen (INPRO): Tutkimusraportti - tulokset INFRA 2010 loppuseminaari 5.11.2008 Ari-Pekka
LisätiedotTilastotieteellisiä malleja välimatka- ja suhdeasteikollisten preferenssien mittaamiseen. Pekka Leskinen ja Tuomo Kainulainen Metla
\esitelm\hki0506.ppt 18.5.2006 Tilastotieteellisiä malleja välimatka- ja suhdeasteikollisten preferenssien mittaamiseen Pekka Leskinen ja Tuomo Kainulainen Metla FORS-iltapäiväseminaari 24.5.2006: Operaatiotutkimus
LisätiedotUutisjärjestelmä. Vaatimusmäärittely. Web-palvelujen kehittäminen. Versio 1.3
Uutisjärjestelmä Vaatimusmäärittely Versio 1.3 Sisällys 1 Muutoshistoria... 4 2 Viitteet... 4 3 Sanasto... 4 3.1 Lyhenteet... 4 3.2 Määritelmät... 4 4 Johdanto...5 4.1 Järjestelmän yleiskuvaus... 5 4.2
LisätiedotEräs tyypillinen virhe monitavoitteisessa portfoliopäätösanalyysissa + esimerkkitapaus
Eräs tyypillinen virhe monitavoitteisessa portfoliopäätösanalyysissa + esimerkkitapaus Mat-2.4142 Optimointiopin seminaari 2.3.2011 Lähteet: Clemen, R. T., & Smith, J. E. (2009). On the Choice of Baselines
LisätiedotQ-Kult työvälineen esittely Tukeeko organisaatiokulttuurinne laadunhallintaa?
LARK 6, tavoite 2: Henkilöstön, opiskelijoiden ja sidosryhmien osallistuminen laadun kehittämiseen osana arkitoimintaa Q-Kult työvälineen esittely Tukeeko organisaatiokulttuurinne laadunhallintaa? Laatuhankkeiden
LisätiedotTietojärjestelmän osat
Analyysi Yleistä analyysistä Mitä ohjelmiston on tehtävä? Analyysin ja suunnittelun raja on usein hämärä Ei-tekninen näkökulma asiakkaalle näkyvien pääkomponenttien tasolla Tietojärjestelmän osat Laitteisto
LisätiedotAlkuraportti. LAPPEENRANNAN TEKNILLINEN YLIOPISTO TIETOJENKÄSITTELYN LAITOS Ti Kandidaatintyö ja seminaari
LAPPEENRANNAN TEKNILLINEN YLIOPISTO TIETOJENKÄSITTELYN LAITOS Ti5004000 - Kandidaatintyö ja seminaari Alkuraportti Avoimen lähdekoodin käyttö WWW-sovelluspalvelujen toteutuksessa Lappeenranta, 4.6.2007,
LisätiedotKokonaisvaltainen mittaaminen ohjelmistokehityksen tukena
Kokonaisvaltainen mittaaminen ohjelmistokehityksen tukena Mittaaminen ja ohjelmistotuotanto seminaari 18.04.01 Matias Vierimaa 1 Miksi mitataan? Ohjelmistokehitystä ja lopputuotteen laatua on vaikea arvioida
LisätiedotTAMPEREEN TEKNILLINEN YLIOPISTO KÄYTTÖOHJE TIETOVARASTON KUUTIOT
TAMPEREEN TEKNILLINEN YLIOPISTO KÄYTTÖOHJE TIETOVARASTON KUUTIOT 14.11.2011 Sisältö Perustietoa tietovarastosta... 2 Perustietoa kuutioista... 2 Dimensioiden valinta... 2 Uuden dimension lisääminen aikaisemman
LisätiedotRekursiolause. Laskennan teorian opintopiiri. Sebastian Björkqvist. 23. helmikuuta Tiivistelmä
Rekursiolause Laskennan teorian opintopiiri Sebastian Björkqvist 23. helmikuuta 2014 Tiivistelmä Työssä käydään läpi itsereplikoituvien ohjelmien toimintaa sekä esitetään ja todistetaan rekursiolause,
LisätiedotTestidatan generointi
Testidatan generointi Anu Ahonen Kevät 2008 Tämä työ on tehty Creative Commons -lisenssin alla Työn tarkasti 9.4.2008 Jouni Huotari (JAMK/IT) 1 SISÄLTÖ 1 TYÖN LÄHTÖKOHDAT JA TOTEUTUS...2 2 TESTIDATAN GENEROINTI
LisätiedotKiila-viitearkkitehtuuri. Jani Harju,
Kiila-viitearkkitehtuuri Jani Harju, 8.4.2015 Käytetty arkkitehtuurimalli Arkkitehtuurimalliksi valittiin Kartturi-malli Jatkokehitetty JHS-179:stä Kartturi-mallia on käytetty mm. VAKAVA:ssa sekä Etelä-Suomen
LisätiedotMiten 333 organisaatiota voi kehittää yhtä yhteistä digitaalista palvelua ja vielä kuunnella kaikkien asiakkaita?
#finnayhdessä Miten 333 organisaatiota voi kehittää yhtä yhteistä digitaalista palvelua ja vielä kuunnella kaikkien asiakkaita? Riitta Peltonen, johtava käytettävyyssuunnittelija, Finnan 5-vuotisseminaari,
LisätiedotAgenda. Johdanto Ominaispiirteitä Kokonaisjärjestelmän määrittely Eri alojen edustajien roolit Sulautetut järjestelmät ja sulautettu ohjelmointi
1. Luento: Sulautetut Järjestelmät Arto Salminen, arto.salminen@tut.fi Agenda Johdanto Ominaispiirteitä Kokonaisjärjestelmän määrittely Eri alojen edustajien roolit Sulautetut järjestelmät ja sulautettu
LisätiedotSAIRAANHOITAJAN OSAAMINEN AKUUTIN SEPELVALTIMOTAUTIPOTILAAN HOITOTYÖSSÄ SYDÄNHOITOLINJALLA
Jaana Kurki SAIRAANHOITAJAN OSAAMINEN AKUUTIN SEPELVALTIMOTAUTIPOTILAAN HOITOTYÖSSÄ SYDÄNHOITOLINJALLA - Osaamisen kuvantamismalli Kehittämisprojektin tausta Kehittämisprojekti oli osa laajempaa T-Pro
LisätiedotTietojohtaminen ja sen kehittäminen: tietojohtamisen arviointimalli ja suosituksia maakuntavalmistelun pohjalta
Tietojohtaminen ja sen kehittäminen: tietojohtamisen arviointimalli ja suosituksia maakuntavalmistelun pohjalta 6.6.2019 Tiedolla johtaminen on tiedon hyödyntämistä päätöksenteon tukena tiedon johtaminen
LisätiedotVisualisointi informaatioverkostojen 2011-2012. Opintoneuvoja Pekka Siika-aho 24.11.2011 (päivitys mm. Janne Käen visualisoinnin pohjalta)
Visualisointi informaatioverkostojen opinto-oppaasta 2011-2012 Opintoneuvoja Pekka Siika-aho 24.11.2011 (päivitys mm. Janne Käen visualisoinnin pohjalta) Diplomi-insinöörin tutkinto (DI, 120 op) Diplomityö
LisätiedotRakenteisen oppimateriaalin tuottaminen verkossa esimerkki Rhaptos. Antti Auer Koordinaattori, HT Jyväskylän yliopisto Virtuaaliyliopistohanke
Rakenteisen oppimateriaalin tuottaminen verkossa esimerkki Rhaptos Antti Auer Koordinaattori, HT Jyväskylän yliopisto Virtuaaliyliopistohanke Rakenteisuus kahdella tasolla Oppimisaihiot ( Learning Objects
LisätiedotSuunnitteluvaihe prosessissa
Suunnittelu Suunnitteluvaihe prosessissa Silta analyysin ja toteutuksen välillä (raja usein hämärä kumpaankin suuntaan) Asteittain tarkentuva Analyysi -Korkea abstraktiotaso -Sovellusläheiset käsitteet
LisätiedotMonitavoitteiseen optimointiin soveltuvan evoluutioalgoritmin tarkastelu
Monitavoitteiseen optimointiin soveltuvan evoluutioalgoritmin tarkastelu (Valmiin työn esittely) 11.4.2011 Ohjaaja: Ville Mattila Valvoja: Raimo Hämäläinen Työn tavoite Tutkia evoluutioalgoritmia (Lee
LisätiedotTULEVAISUUDEN YHTEISKUNTAA JOHDETAAN TIEDOLLA
TULEVAISUUDEN YHTEISKUNTAA JOHDETAAN TIEDOLLA 7.11.2017 / Jyväskylä Harri Laihonen Tutkimusjohtaja, PhD, KTM AGENDA 1. Tietojohtamisen silmälasit 2. Miltä maailma näyttää näillä laseilla tänään ja huomenna?
LisätiedotMikä Apotti- ekosysteemi on miten se luo yhteistyötä eri toimijoiden kanssa
Mikä Apotti- ekosysteemi on miten se luo yhteistyötä eri toimijoiden kanssa Jari Renko Teknologiajohtaja, Oy APOTTI Ab Oy Apotti Ab Ekosysteemi on VAKUUTUS hankkeelle, jotta.. Hankekokonaisuus Ekosysteemi
LisätiedotKansallisen vaarallisia kemikaaleja koskevan ohjelman arviointi (KELO-arviointi) Työsuunnitelman esittely Piia Pessala
Kansallisen vaarallisia kemikaaleja koskevan ohjelman arviointi (KELO-arviointi) Työsuunnitelman esittely Piia Pessala 11.1.2012 Työryhmän työn tavoitteet Arvioidaan kansallisen vaarallisia kemikaaleja
LisätiedotRPM-menetelmän päätössääntöjen tilastollinen vertailu
Mat-2.4108 Sovelletun matematiikan erikoistyöt RPM-menetelmän päätössääntöjen tilastollinen vertailu Topi Sikanen 55670A Tfy N 30.9.2008 Sisältö 1 Johdanto 2 2 Projektiportfolion valinta epätäydellisellä
LisätiedotHenkilökohtainen budjetointi. Johanna Perälä
Henkilökohtainen budjetointi Johanna Perälä 18.3.2019 Henkilökohtainen budjetointi ja sote-uudistus Tulevaisuudessa sote-palveluita tuotetaan ja käytetään hyvin erilaisessa toimintaympäristössä kuin nyt
Lisätiedotpitkittäisaineistoissa
Puuttuvan tiedon käsittelystä p. 1/18 Puuttuvan tiedon käsittelystä pitkittäisaineistoissa Tapio Nummi tan@uta.fi Matematiikan, tilastotieteen ja filosofian laitos Tampereen yliopisto Puuttuvan tiedon
LisätiedotKURSSIEN POISTOT JA MUUTOKSET LUKUVUODEKSI
Liite 6.5/2/2016 Aalto-yliopisto Insinööritieteiden korkeakoulu KURSSIEN POISTOT JA MUUTOKSET LUKUVUODEKSI 2016-2017 RAKENNE- JA RAKENNUSTUOTANTOTEKNIIKAN KOULUTUSOHJELMA Valmistelija Seppo Hänninen (Päivi
LisätiedotSisäänrakennettu tietosuoja ja ohjelmistokehitys
Sisäänrakennettu tietosuoja ja ohjelmistokehitys Petri Strandén 8. kesäkuuta, 2018 Agenda Ohjelmistokehitys Ohjelmistokehitys vs. konsultointi Vaatimukset Tietosuoja Tietosuoja ohjelmistokehityksessä kiteytettynä
LisätiedotYhteisöllinen mallintaminen ja hajautetut mallit Ari Jolma Aalto-yliopisto. Mallinnusseminaari 2011 Lahti. Ari Jolma 1
Yhteisöllinen mallintaminen ja hajautetut mallit Ari Jolma Aalto-yliopisto Mallinnusseminaari 2011 Lahti Ari Jolma 1 Informaatio vs aine Informaatio ei ole kuten aine, sen kopiointi ei maksa juuri mitään
LisätiedotAutomatisoidun talousraportoinnin koulutusohjelma Olli Ahonen Valtiokonttori. Tietokiri on alkanut tule mukaan!
Automatisoidun talousraportoinnin koulutusohjelma Olli Ahonen Valtiokonttori Tietokiri on alkanut tule mukaan! 2 MISTÄ TIETOKIRISSÄ ON KYSE? #Tietokiri eli julkishallinnon analysointi- ja raportointipalveluiden
LisätiedotKuntasektorin yhteineset viitearkkitehtuurit Tiedon- ja asianhallinta Johtamisjärjestelmä
Kuntasektorin yhteineset viitearkkitehtuurit Tiedon- ja asianhallinta Johtamisjärjestelmä Kurttu-seminaari 2013 18.4.2013 Helsinki Heini Holopainen, Sari Valli Sisältö Tiedon- ja asianhallinnan viitearkkitehtuuri
LisätiedotMIIKKA VUORINEN, SANTERI TUOMINEN, TONI KAUPPINEN MAT-81100 Verkkopalvelun laadukkuus ja arviointi
AMPPARIT.COM VERKKOPALVELUN ARVIOINTISUUNNITELMA RYHMÄ VUTUKA MIIKKA VUORINEN, SANTERI TUOMINEN, TONI KAUPPINEN MAT-81100 Verkkopalvelun laadukkuus ja arviointi II SISÄLLYS 1 Arvioitava verkkopalvelu 3
LisätiedotTenttikysymykset. + UML- kaavioiden mallintamistehtävät
Tenttikysymykset 1. Selitä mitä asioita kuuluu tietojärjestelmän käsitteeseen. 2. Selitä kapseloinnin ja tiedon suojauksen periaatteet oliolähestymistavassa ja mitä hyötyä näistä periaatteista on. 3. Selitä
LisätiedotMalliperustainen ohjelmistokehitys - MDE Pasi Lehtimäki
Malliperustainen ohjelmistokehitys - MDE 25.9.2007 Pasi Lehtimäki MDE Miksi MDE? Mitä on MDE? MDA, mallit, mallimuunnokset Ohjelmistoja Eclipse, MetaCase Mitä jatkossa? Akronyymiviidakko MDE, MDA, MDD,
LisätiedotKokonaisuuksien, riippuvuuksien ja synergioiden hahmottaminen helpottuvat
Johtaminen voidaan jakaa karkeasti kolmeen osaan: 1. Arvojohtaminen (Leadership) 2. Työn(kulun) johtaminen (Process management) 3. Työn sisällön ja tulosten/ tuotosten johtaminen (esim. Product management)
LisätiedotVaihtoehtolaskelmien vertailua netissä
Vaihtoehtolaskelmien vertailua netissä Leena Kärkkäinen Metsäsuunnittelu verkossa ja verkostoissa Tikkurila, 23.4.2008 http://www.metla.fi/tapahtumat/2008/metsasuunnitelu/ Metsäntutkimuslaitos Skogsforskningsinstitutet
LisätiedotRakentamisen 3D-mallit hyötykäyttöön
Rakentamisen 3D-mallit hyötykäyttöön 1 BIM mallien tutkimuksen suunnat JAO, Jyväskylä, 22.05.2013 Prof. Jarmo Laitinen, TTY rakentamisen tietotekniikka Jarmo Laitinen 23.5.2013 Jarmo Laitinen 23.5.2013
LisätiedotKurssin esittely. Kurssin esittely. MS-C2107 Sovelletun matematiikan tietokonetyöt 1
Kurssin esittely MS-C2107 Sovelletun matematiikan tietokonetyöt MS-C2107 Sovelletun matematiikan tietokonetyöt 1 Opettajat Tuntiopettaja Anna Anttalainen (BIO). Harrastuksia kiltatoiminta ja bodypump.
LisätiedotTervetuloa Innokylään
Tervetuloa Innokylään Soteuttamo: Ihminen edellä asiakaslähtöinen palvelujen kehittäminen Merja Lyytikäinen ja Hanne Savolainen 21.3.2018 1 Innokylä lyhyesti Innokylä on kaikille avoin innovaatioyhteisö,
LisätiedotLumon tuotekirjaston asennusohje. Asennus- ja rekisteröintiohje
Lumon tuotekirjaston asennusohje Asennus- ja rekisteröintiohje 1. Sisältö 1. Asennuspaketin lataaminen 4 2. Zip-tiedoston purkaminen ja sovelluksen asentaminen 4 3. Sovelluksen rekisteröiminen 7 4. Sisällön
LisätiedotKahden virtualisointiohjelmiston suorituskyvyn testaus (valmiin työn esittely)
Kahden virtualisointiohjelmiston suorituskyvyn testaus (valmiin työn esittely) Jani Laine 31.10.2017 Ohjaaja: DI Jimmy Kjällman Valvoja: Prof. Kai Virtanen Työn saa tallentaa ja julkistaa Aalto-yliopiston
LisätiedotT-111.361 Hypermediadokumentin laatiminen. Sisältö. Tavoitteet. Mitä on www-ohjelmointi? Arkkitehtuuri (yleisesti) Interaktiivisuuden keinot
T-111.361 Hypermediadokumentin laatiminen -Ohjelmointi Peruskäsitys www-ohjelmoinnin kentästä Tekniikat interaktiivisuuden toteuttamiseen tekniikat tekniikat Tietokannat Juha Laitinen TKK/TML juha.laitinen@hut.fi
LisätiedotPolkuriippuvuus trade-off-painotuksessa (valmiin työn esittely)
Polkuriippuvuus trade-off-painotuksessa (valmiin työn esittely) Riikka Siljander 8.9.2014 Ohjaaja: DI Tuomas Lahtinen Valvoja: prof. Raimo Hämäläinen Työn saa tallentaa ja julkistaa Aalto-yliopiston avoimilla
LisätiedotProjektisuunnitelma. Projektin tavoitteet
Projektisuunnitelma Projektin tavoitteet Projektin tarkoituksena on tunnistaa erilaisia esineitä Kinect-kameran avulla. Kinect-kamera on kytkettynä tietokoneeseen, johon projektissa tehdään tunnistuksen
LisätiedotSuomen virtuaaliammattikorkeakoulu Teknillinen mekaniikka monivalinta aihio > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)
Oppimisaihion arviointi / Arvioinnin tulos 9 Aineiston arvioinnin tulos arviointialueittain Suomen virtuaaliammattikorkeakoulu Teknillinen mekaniikka monivalinta aihio > 80 % 80 60 % 60 50 % < 50 % Arviointialue
LisätiedotVaikutuskaavioiden ym. strukturointityökalujen
Vaikutuskaavioiden ym. strukturointityökalujen hyödyntäminen YVA- ja SOVA-arvioinneissa Jyri Mustajoki ja Mika Marttunen, SYKE IMPERIA-koulutustilaisuus Suomen ympäristökeskus, 25.9.2015 Järjestelmällinen
LisätiedotPaikkatietojen käytön tulevaisuus -
Paikkatietojen käytön tulevaisuus - Näkökulmina teholaskenta ja vuorovaikutteisuus Juha Oksanen, tutkimuspäällikkö Geoinformatiikan ja kartografian osasto, Geodeettinen laitos Geoinformatiikan tutkimuspäivät
LisätiedotKurssin esittely. Kurssin esittely. MS-C2107 Sovelletun matematiikan tietokonetyöt 1
Kurssin esittely MS-C2107 Sovelletun matematiikan tietokonetyöt MS-C2107 Sovelletun matematiikan tietokonetyöt 1 Kurssin esittely Opettajat Tuntiopettaja ja pa a assistentti TkK Anna Anttalainen (LST).
Lisätiedot