Technical reports 2009

A-2009-1 Timo Kultanen, TUNNEÄLYTAIDOT. Esimiesvalmennus ICT-alalla. Sosiaalisen innovaation suunnittelu, toteuttaminen ja arviointi. Tammikuu 2009.
Abstrakti. Tunteiden merkitys työelämässä ja johtamisen osana on ollut kasvavan kiinnostuksen kohteena viime vuosien aikana. Kaiken kaikkiaan ihmisen huomioiminen työelämässä on ollut tutkimuskohteena jo 1920-luvun lopulta alkaen (Hawthorne-tutkimukset) ja erityisesti toisesta maailmansodasta lähtien. Tämän tutkimuksen keskeinen teoreettinen käsite on tunneäly. Tutkimuksen "punaisena lankana" ovat tunneälytaidot ja niiden merkitys esimiestyössä. Tunneälyä lähellä olevia käsitteitä on sivuttu jo 1920-luvulta, vaikka käsite itsessään lanseerattiin vasta 1990-luvulla. Tutkimuksessa toinen keskeinen teoreettinen käsitepari on temperamentti ja luonteenpiirteet. Temperamentin käsite on vanha ja sitä on käytetty jo varsin varhain aina Hippokrateen kirjoituksissa. Temperamentti on kiehtova, ihmisten erilaisuuteen viittaava käsite, joka selittää, että ihmisen käyttäytymiseen ja reaktioihin vaikuttavat niin geneettiset tekijät kuin ympäristökin. Tässä tutkimuksessa tarkastellaan ja pohditaan tunneälytaitojen merkitystä ja kehittämistä esimiestyössä sekä niiden yhteyttä temperamenttiin ja luonteenpiirteisiin.
Esimiestyön laadulla on suuri vaikutus organisaation tuottavuuteen. Esimiestyö vaikuttaa mm. ilmapiiriin, luovuuteen, organisaation sisäiseen luottamukseen, motivaatioon ja stressin määrään. Esimiestyön merkitys on suuri myös kansantaloudellisesta ja kansanterveydellisestä näkökulmasta. Sairauspoissaolojen syntyyn ja niiden määrään on esimiestyöllä kiistaton vaikutus. Sairauspoissaolot taas aiheuttavat valtavan määrän kustannuksia. Ihmi-sen hyvinvoinnin ja työn tuottavuuden välinen yhteys on tunnettu pitkään. Esimiestyö on keskeisessä roolissa työyhteisöjen tuottavuuden ja hyvinvoinnin rakentamisessa.
Tunneälytaidot voidaan jakaa kahteen luokkaan: henkilökohtaisiin taitoihin (itsetuntemus, itsehallinta ja motivoituminen) ja sosiaalisiin taitoihin (empatia ja sosiaaliset kyvyt). Itsetuntemuksen merkitys on siinä, että esimies ymmärtää omien tunteidensa ja ajattelun seuraukset. Itsehallinta taas viittaa mm. siihen, käyttääkö esimies aikaansa sellaisiin asioihin, jotka ovat tärkeimpiä hänen menestymisensä näkökulmasta työssään. Motivaatio on kahdensuuntainen: osaako esimies motivoida itsensä ja osaako esimies luoda motivoitumisen edellytykset alaisiinsa? Esimiehen oma motivaatio näyttää heijastuvan hänen alaisiinsa. Empatialla viitataan muiden ihmisten tunteiden, tarpeiden ja huolenaiheiden ymmärtämiseen ja havaitsemiseen. Lisäksi empatialla on suuri merkitys alaisiin vaikuttamisen alueella. Sosiaaliset kyvyt ovat esimiestyössä tärkeitä, koska vaikuttaminen ihmisiin on parhaimmillaan, kun esimies saa alaisensa aidosti motivoitumaan työhönsä. Sosiaalisiin taitoihin kuuluu myös esimiehen ymmärrys siitä, että hänen tulisi saada alaisensa tuntemaan itsensä arvostetuiksi sekä siitä, että esimiehen tehtävänä on ylläpitää ja nostaa alaisten itsetuntoa.
Tämä tutkimus on menetelmältään suunnittelututkimus. joka on luonteeltaan soveltavaa ja pyrkii luomaan uutta tai ainakin aiempaa parempia ratkaisuja. Suunnittelututkimus rakentaa siis uutta eli pyrkii luomaan innovaatioita. Tässä tutkimuksessa kiinnostuksen kohteena on se, miten psykologis-painotteisen esimiesvalmennuksen keinoin voitaisiin muuttaa ihmistä johtajana paremmaksi. Tutkimuksen kohderyhminä olivat ICT-alan yritykset ja niiden esimiehet. Tarkoituksena oli rakentaa uudenlainen esimiesvalmennusohjelma, jossa pääosin tunneälytaitoja kehittämällä voitaisiin saavuttaa parempaa johtajuutta.
Tutkimuksen päätulos on uudenlainen tunneälytaitojen kehittämiseen painottuva meta-esimies-valmennusohjelma (meta-PIT-esimiesvalmennusohjelma) ja sen kantavat periaatteet. Meta viittaa siihen, että osa periaatteista on mukana kaikissa ohjelman sovelluksissa ja osa niistä sovelletusti. Kantavista periaatteista huolimatta ohjelma räätälöidään jokaista sovellusta varten.
Ohjelman kantavat periaatteet muodostavat 11 kohdan kokonaisuuden. Raportissa osoitetaan ja perustellaan, että keskeisiä periaatteita ovat: ohjelman tulisi olla kestoltaan vähintään seitsemän päivän mittainen ja valmennuspäivien välin tulee olla 3-6 viikkoa, osallistujat tulisi haastatella henkilökohtaisesti ennen ohjelman alkua, ohjelman tulisi pohjautua syvälliseen interaktiivisuuteen ja kokemuksista oppimiseen, ohjelma tulisi rakentaa yhden valmentajan mallin pohjalle, esimiesvalmennuksen tulisi edetä tunneäly-taitoihin pohjautuvista mentaalisista prosesseista kohti business-prosesseja ja henkilökohtaista työn optimointia, itsensä tuntemiseen tulisi panostaa, sillä se on itsensä tavoitteellisen kehittämisen välttämätön ehto, erilaisia itsearviointimenetelmiä käyttäen tulisi pyrkiä löytämään osallistujien vahvuudet ja potentiaaliset rajoitukset, valmennuspäivien alussa tulisi kerrata edellisen päivän tavoitteet, sisältö ja se, mitä osallistujat olivat päivästä oppineet ja ottaneet käyttöön, osallistujien henkilökohtaisen kokemusmaailman ja historian hyödyntäminen tulisi ottaa keskeiseksi osaksi oppimisympäristöä.
Nyt luotu meta-ohjelma on tähän asti tunnetuista paras ja sen säännöt ovat perustellut (grouded) ja testatut (tested) (van Aken, 2004).
Avainsanat: tunneälytaidot, temperamentti ja luonteenpiirteet, psykologiset taidot, esimiestyön kehittäminen, johtaminen ICT-alalla, suunnittelututkimus.
Väitöskirja.
A-2009-1 on ilmestynyt elektronisessa muodossa: Acta Electronica Universitatis Tamperensis, vol. 811.

A-2009-2 Liliana Cojocaru, Linear Context-Free Languages Are in NC1. April 2009.
Abstract. The work is an attempt to prove that the class of linear context-free languages is included in NC1 (under UE*-uniformity reduction). In this respect we introduce a new normal form for context-free grammars, called Dyck normal form. Using this normal form we give a homomorphic representation of context-free languages. Based on this result we prove that each linear context-free language can be recognized in O(log n) time and space by an indexing alternating Turing machine (ATM). Since the class of languages recognizable by an indexing ATM in logarithmic time equals the UE*-uniform NC1, we obtain that linear languages are included in NC1, and consequently in L (where L is the class of languages recognizable by a deterministic Turing machine in logarithmic space).
A-2009-2 is available in pdf.

A-2009-3 Pekka-Henrik Niemenlehto, Detection of Physiological Events from Biomedical Signals Originating from Facial Landmarks. September 2009.
Abstract. This thesis considers the problem of detecting muscle contractions and  saccadic eye movements on the basis of electrical signals originating  from facial landmarks. The detection is performed with detectors that  operate on the measured signals and recognise phenomena that are  characteristic to these physiological events. While participating in  two successive projects aimed at developing novel human-computer  interaction techniques, the author of the thesis designed,  implemented, and tested practical detectors that can be used to detect  the aforementioned physiological events. The main design goals were  the capability of operating in the presence of noise, adaptiveness if  the noise characteristics change, capability of processing signals  originating from different subjects without laborious search for  suitable parameters, and low computational requirements, which is  essential if a detector is used in a near real-time application such  as a human-computer interface. The developed detectors can be also  used in other human-machine interface tasks besides controlling a  traditional computer. These include, for example, guiding a  wheelchair, operating assistive robots and platforms, and controlling  artificial prostheses. Although human-computer interaction gave the  basic motivation for the research, there is no reason why the designed  detectors could not be used in more traditional medical applications,  such as research, medical diagnosis, and patient monitoring.
Keywords: biomedical signal processing, detection theory,  electromyography, electro-oculography.
Ph. D. Dissertation.
A-2009-3 has appeared electronically in Acta Electronica Universitatis Tamperensis, vol. 892.

A-2009-4 Jyrki Rasku, Classification of the human swaying processes: A machine learning approach. September 2009.
Abstract. According to Central Statistical Office of Finland falls are a more common cause of death in Finland than ground traffic accidents. Furthermore, hip fractures caused by falls among the oldest old are usually impossible to cure properly; they are expensive and cause reduction in the quality of life. Against this background a method for predicting the risk of falling is needed. Furthermore, suitable methods for improving the weakened ability to maintain balance should be studied. In this work the focus is on the classification of measured human swaying data. The classification of swaying data can be considered as a starting point of the prediction of increased risk of falling.
The evaluation of human ability to maintain balance is primarily done by analyzing the results of Computerized Dynamic Posturography (CDP). During CDP a subject is standing on the force platform which records his/her body movements originated from the muscle activity required to keep the upright stance. Analyzing the results of CDP is diverse and there is no single best method known.
In this work machine learning methods such as hidden Markov models are applied to CDP data which was measured from students, otoneurological patients and elderly subjects. The primary goal is in the prediction of the origin of unknown CDP data. For instance, is unknown data measured from a young student or from an otoneurological patient? In certain cases this prediction can be used as an indicator that a preventive action should be taken. For instance, if a young person?s swaying data resembles the data of an elderly, there might be something wrong in his or her postural control system.
Depending on the study in question (students, patients and elderly) the correct prediction accuracies in this work varied between 65-90%. This result is good, because the visual discrimination of swaying data is very difficult and differences between subject classes are subtle. For instance, if there are two graphs from signals which are measured from different swaying processes, it is almost impossible to say the origin of the signals with visual inspection.
Keywords: hidden Markov models, postural control, classification.
Ph. D. Dissertation.
A-2009-4 has appeared electronically in Acta Electronica Universitatis Tamperensis, vol. 899.

1992-2005
2006
2007
2008
2010
To the upper level