Abstract Sheet and film forming processes such as paper manufacturing pose a challenging monitoring and control problem, where quality variations are classified into machine direction (MD), cross-machine direction (CD) and residual variation. The measurements are typically collected with a scanning sensor that covers only a small part of the paper web, and therefore provides a very limited view of the paper web, setting performance limitations on the online monitoring and control. The development of cameras, light sources and computation hardware enable the consideration of utilizing in-use web inspection systems in paper machines to measure the paper web variations with a considerably higher resolution, sampling rate and coverage. The light transmittance images captured with this kind of system need, however, to be converted into a controllable quality property, such as basis weight, in order to utilize the new measurement information for control purposes. In this thesis, computational methods are identified and developed that are capable of combining light transmittance and scanning measurements, and can efficiently utilize the combined information for control purposes. The possible benefits gained with these image-based measurements in paper machine online monitoring and profile control are evaluated in a simulation environment. In a real paper machine, the benefits are ultimately dependent on the machine configuration and the nature of paper variations therein. It was found that with a suitable estimation method, light transmittance could increase the awareness of basis weight variations such as fast MD variation, tilted waves and dynamic CD variation patterns, which are practically undetectable using scanner-based measurement. The enhanced basis weight estimation enables a considerable improvement in the dynamic performance of profile controls. CD control was able to handle fast variations earlier classified as uncontrollable residual variation. In MD control, enhanced estimation enabled the development of a control strategy that led to improved reference tracking and disturbance rejection properties. / Tiivistelmä Paperinvalmistus on yksi esimerkki levyjen tai kalvojen valmistusprosesseista, jotka ovat tyypillisesti haasteellisia prosessin monitoroinnin ja säädön kannalta. Laatuvaihtelut näissä prosesseissa luokitellaan koneensuuntaisiin (MD), poikkisuuntaisiin (CD) ja jäännösvaihteluihin. Paperikoneella mittaukset kerätään tavallisesti radan yli liikkuvalla skannaavalla sensorilla, joka tarjoaa vain hyvin rajoitetun määrän informaatiota paperiradasta, asettaen siten rajoituksia online monitoroinnin ja säädön suorituskyvylle. Kameroiden ja valonlähteiden kehitys sekä laskentakapasiteetin kasvu mahdollistavat paperiradan vaihteluiden mittaamisen huomattavasti korkeammalla resoluutiolla ja näytteenottovälillä jo käytössä olevilla vianilmaisujärjestelmillä. Vianilmaisujärjestelmän keräämä valon transmittanssitieto pitää kuitenkin muuntaa esimerkiksi neliömassatiedoksi, jotta uutta mittausinformaatiota voitaisiin hyödyntää myös prosessin online säädössä nykyisillä toimilaitteilla. Tässä työssä on identifioitu ja kehitetty laskennallisia menetelmiä, jotka kykenevät yhdistämään kuvantavan ja skannaavan mittauksen sekä käyttämään tätä yhdistettyä tietoa säätötarkoituksissa. Kuvapohjaisen mittauksen mahdollisia hyötyjä online monitoroinnissa ja profiilien säädössä on arvioitu simulointiympäristössä. Saavutettavat hyödyt paperikoneella ovat lopulta riippuvaisia myös koneen konfiguraatiosta ja koneella ilmenevien laatuvaihteluiden luonteesta. Tulokset osoittavat, että transmittanssimittauksen ja tehokkaan estimointimenetelmän avulla kyetään lisäämään tietämystä neliömassamuutoksista, joita ei käytännössä voida havaita pelkän skannaavan mittauksen avulla. Estimoinnin parempi suorituskyky mahdollistaa myös profiilisäätöjen dynaamisen suorituskyvyn kasvattamisen. CD-säätö voitiin laajentaa kattamaan myös nopeita vaihteluita, jotka ovat aiemmin luokiteltu jäännösvaihteluksi. MD-säädölle voitiin kehittää säätöstrategia, jonka avulla sekä asetusarvojen seurantaa että häiriöiden vaimennusta pystyttiin parantamaan.

Abstract Estimation of the covariance matrix is an important problem in statistics in general because the covariance matrix is an essential part of principal component analysis, statistical pattern recognition, multivariate regression and network exploration, just to mention but a few applications. Penalized likelihood methods are used when standard estimates cannot be computed. This is a common case when the number of explanatory variables is much larger compared to the sample size (high-dimensional case). An alternative ridge-type estimator for the precision matrix estimation is introduced in Article I. This estimate is derived using a penalized likelihood estimation method. Undirected networks, which are connected to penalized covariance and precision matrix estimation and some applications related to networks are also explored in this dissertation. In Article II novel statistical methods are used to infer population networks from discrete measurements of genetic data. More precisely, Least Absolute Shrinkage and Selection Operator, LASSO for short, is applied in neighborhood selection. This inferred network is used for more detailed inference of population structures. We illustrate how community detection can be a promising tool in population structure and admixture exploration of genetic data. In addition, in Article IV it is shown how the precision matrix estimator introduced in Article I can be used in graphical model selection via a multiple hypothesis testing procedure. Article III in this dissertation contains a review of current tools for practical graphical model selection and precision/covariance matrix estimation. The other three publications have detailed descriptions of the fundamental computational and mathematical results which create a basis for the methods presented in these articles. Each publication contains a collection of practical research questions where the novel methods can be applied. We hope that these applications will help readers to better understand the possible applications of the methods presented in this dissertation. / Tiivistelmä Kovarianssimatriisin estimointi on yleisesti ottaen tärkeä tilastotieteen ongelma, koska kovarianssimatriisi on oleellinen osa pääkomponenttianalyysia, tilastollista hahmontunnistusta, monimuuttujaregressiota ja verkkojen tutkimista, vain muutamia sovellutuksia mainitakseni. Sakotettuja suurimman uskottavuuden menetelmiä käytetään sellaisissa tilanteissa, joissa tavanomaisia estimaatteja ei voida laskea. Tämä on tyypillistä tilanteessa, jossa selittävien muuttujien lukumäärä on hyvin suuri verrattuna otoskokoon (englanninkielisessä kirjallisuudessa tämä tunnetaan nimellä ”high dimensional case”). Ensimmäisessä artikkelissa esitellään vaihtoehtoinen harjanne (ridge)-tyyppinen estimaattori tarkkuusmatriisin estimointiin. Tämä estimaatti on johdettu käyttäen sakotettua suurimman uskottavuuden estimointimenetelmää. Tässä väitöskirjassa käsitellään myös suuntaamattomia verkkoja, jotka liittyvät läheisesti sakotettuun kovarianssi- ja tarkkuusmatriisin estimointiin, sekä joitakin verkkoihin liittyviä sovelluksia. Toisessa artikkelissa käytetään uusia tilastotieteen menetelmiä populaatioverkon päättelyyn epäjatkuvista mittauksista. Tarkemmin sanottuna Lassoa (Least Absolute Shrinkage and Selection Operator) sovelletaan naapuruston valinnassa. Näin muodostettua verkkoa hyödynnetään tarkemmassa populaatiorakenteen tarkastelussa. Havainnollistamme, kuinka verkon kommuunien (communities) tunnistaminen saattaa olla lupaava tapa tutkia populaatiorakennetta ja populaation sekoittumista (admixture) geneettisestä datasta. Lisäksi neljännessä artikkelissa näytetään, kuinka ensimmäisessä artikkelissa esiteltyä tarkkuusmatriisin estimaattoria voidaan käyttää graafisessa mallinvalinnassa usean hypoteesin testauksen avulla. Tämän väitöskirjan kolmas artikkeli sisältää yleiskatsauksen tämänhetkisistä työkaluista, joiden avulla voidaan valita graafinen malli ja estimoida tarkkuus- sekä kovarianssimatriiseja. Muissa kolmessa julkaisussa on kuvailtu yksityiskohtaisesti olennaisia laskennallisista ja matemaattisista tuloksista, joihin artikkeleissa esitellyt estimointimenetelmät perustuvat. Jokaisessa julkaisussa on kokoelma käytännöllisiä tutkimuskysymyksiä, joihin voidaan soveltaa uusia estimointimenetelmiä. Toivomme, että nämä sovellukset auttavat lukijaa ymmärtämään paremmin tässä väitöskirjassa esiteltyjen menetelmien käyttömahdollisuuksia.

Abstract In this thesis, novel data and channel estimation methods are proposed and analyzed for low-complexity short-range communication (SRC) radios. Low complexity is challenging to achieve especially in very wideband or millimeter-wave SRC radios where phase recovery and energy capture from numerous multipaths easily become a bottleneck for system design. A specific type of transceiver is selected using pulse amplitude modulation (PAM) at the transmitter and energy detection (ED) at the receiver, and it is thus called an ED-PAM system. Nonnegative PAM alphabets allow using an ED structure which enables a phase-unaware detection method for avoiding complicated phase recovery at the receiver. Moreover, the ED-PAM approach results in a simple multipath energy capture, and only one real decision variable, whose dimension is independent of the symbol alphabet size, is needed. In comparison with optimal phase-aware detection, the appealing simplicity of suboptimal ED-PAM systems is achieved at the cost of the need for a higher transmitted signal energy or shorter link distance for obtaining a sufficient signal-to-noise ratio (SNR) at the receiver, as ED-PAM systems are more vulnerable to the effects of noise and interference. On the other hand, the consequences of requiring a higher SNR may not be severe in the type of SRC scenarios where a sufficient received SNR is readily available due to a short link distance. Furthermore, significant interference can be avoided by signal design. However, what has slowed down the development of ED-PAM systems is that efficient symbol decision threshold estimation and related error probability analysis in multipath fading channels have remained as unsolved problems. Based on the above observations, this thesis contributes to the state-of-the-art of the design and analysis for ED-PAM systems as follows. Firstly, a closed-form near-optimal decision threshold selection method, which adapts to a time-varying channel gain and enables an arbitrary choice of the PAM alphabet size and an integer time-bandwidth product of the receiver filters, is proposed. Secondly, two blind estimation schemes of the parameters for the threshold estimation are introduced. Thirdly, analytical error probability evaluation in frequency-selective multipath fading channels is addressed. Special attention is given to lognormal fading channels, which are typically used to model very wideband SRC multipath channels. Finally, analytical error probability evaluation with nonideal parameter estimation is presented. The results can be used in designing low-complexity transceivers for very wideband and millimeter-wave wireless SRC devices of the future. / Tiivistelmä Tässä työssä esitetään ja analysoidaan uusia data- ja kanavaestimointimenetelmiä, joiden tavoitteena on yksinkertaistaa lähikommunikaatiota (short-range communication, SRC) langattomien laitteiden välillä. SRC-radioiden yksinkertainen toteutus on poikkeuksellisen haasteellista silloin, kun käytetään erittäin suurta kaistanleveyttä tai millimetriaaltoalueen tiedonsiirtoa. Tällöin vastaanottimen yksinkertaisen toteutuksen voivat estää esimerkiksi kantoaallon vaiheen estimointi ja signaalienergian kerääminen lukuisilta kanavan monitiekomponenteilta. Näistä lähtökohdista valitaan SRC-radion järjestelmämalliksi positiiviseen pulssiamplitudimodulaatioon (pulse amplitude modulation, PAM) perustuva lähetin ja energiailmaisimeen (energy detection, ED) perustuva vastaanotin. ED-PAM-järjestelmän ei tarvitse tietää vastaanotetun signaalin vaihetta ja signaalienergian kerääminen tapahtuu yksinkertaisen diversiteettiyhdistelytekniikan avulla. Lisäksi ilmaisuun tarvitaan vain yksi reaalinen päätösmuuttuja, jonka dimensio on riippumaton PAM-tasojen määrästä. ED-PAM-tekniikan yksinkertaisuutta optimaaliseen vaihetietoiseen ilmaisuun verrattuna ei saavuteta ilmaiseksi. Yhtenä rajoituksena on alioptimaalisen ED-PAM-tekniikan luontainen taipumus vahvistaa kohinan ja häiriöiden vaikutusta symbolin päätöksenteossa. Kohinan vahvistus ei välttämättä ole suuri ongelma niissä SRC-radioissa, joissa pienen linkkietäisyyden johdosta riittävä signaali-kohinasuhde vastaanottimessa voidaan kohinan vahvistuksesta huolimatta saavuttaa. Myös häiriöiden vahvistuksen vaikutusta voidaan tehokkaasti vähentää signaalisuunnittelulla. Joka tapauksessa ED-PAM-tekniikan käyttöönottoa on hidastanut tehokkaiden symbolipäätöskynnysten estimointi- ja analysointimenetelmien puuttuminen. Edellä mainitut havainnot ovat motivoineet löytämään uusia suunnittelu- ja analyysimenetelmiä ED-PAM-järjestelmille seuraavasti. Symbolipäätöskynnysten estimointiin johdetaan lähes optimaalinen suljetun muodon menetelmä, joka kykenee adaptoitumaan muuttuvassa kanavassa ja valitsemaan mielivaltaisen kokonaisluvun sekä PAM-tasojen määrälle että vastaanottimen aika-kaistanleveystulolle. Lisäksi esitetään kaksi sokeaa päätöskynnysten estimointimenetelmää, jotka eivät tarvitse redundanttista opetussignaalia. Työn toisessa osassa ED-PAM-järjestelmän symbolivirhesuhdetta analysoidaan taajuusselektiivisessä monitiekanavassa. Analyysissä keskitytään log-normaalijakauman mukaan häipyvään kanavaan. Seuraavaksi analyysia laajennetaan ottamalla mukaan epäideaalisten kynnysarvojen estimoinnin vaikutus. Saavutettuja tuloksia voidaan hyödyntää erittäin laajakaistaisten ja millimetriaaltoalueen SRC-laitteiden suunnittelussa.

Abstract This doctoral thesis aims to contribute to the literature on hedge fund performance in three interrelated essays. The first essay uses a novel database aggregation and a comprehensive analysis of differences between the main commercial databases exploring the effects of different databases on previously documented stylized facts, including the (1) average risk-adjusted performance; (2) the persistence of that performance; (3) and the cross-sectional relation between fund-characteristics and risk-adjusted returns. The main finding is that several previously documented stylized facts about hedge fund performance are sensitive to database selection and associated biases. Differences in conclusions stem from database differences in defunct coverage, survivorship and backfill biases, and the completeness of assets under management information. The second essay examines the effect of frictions on the returns that investors can earn from investing in hedge funds. The study focuses on size and redemption restrictions that are key investment constraints in practice. The size–performance relationship is positive (negative) when past (future) performance is used. The negative size–performance relationship is consistent with theories suggesting a decreasing returns-to-scale in the active management industry. Differences in attrition rates and risk taking as well as the relative importance of management fees and capacity constraints between small and large funds are consistent with an equilibrium in which investors and hedge funds optimally respond to incentives subject to constraints. Performance persistence decreases along with the fund size but concentrated hypothetical Fund-of-Fund portfolios outperform. The third essay examines hedge funds' ability to enhance their performance through leverage. The essay explicitly shows that leverage enhances risk-adjusted performance and risk of investment programs. The main finding is that the average high-leverage fund class underperforms its low-leverage counterpart of the same investment program after their returns are appropriately adjusted to the same level. The finding is consistent with the predictions of leverage aversion theories suggesting that leverage constraints and costs of leverage have a negative impact on risk-adjusted returns. / Tiivistelmä Tämä väitöskirja sisältää kolme artikkelia, joissa tutkitaan hedge-rahastojen menestystä. Ensimmäisessä artikkelissa rakennetaan yhdistelmäaineisto päätietokannoista ja tutkitaan tietokantojen eroavaisuuksien vaikutuksia keskeisiin kirjallisuudessa esitettyihin tutkimustuloksiin hedge-rahastojen riskikorjatun tuoton tasosta ja tuoton pysyvyydestä sekä rahastokohtaisten ominaispiirteiden ja riskikorjatun tuoton välisestä relaatiosta. Tutkimuksessa havaitaan että tutkimusaineiston valinta vaikuttaa merkittävästi aikaisemmassa kirjallisuudessa esitettyihin tutkimustuloksiin. Merkittävimmät erot tutkimustuloksissa eri tietokantojen välillä selittyvät tietokantojen eroavaisuuksissa toimintansa lopettaneiden rahastojen kattavuudessa ja näin ollen eloonjäämis- ja backfilling-harhan tasossa sekä rahastojen markkina-arvoa kuvaavan aineiston määrässä ja laadussa. Toinen artikkeli tarkastelee rajoitteita, joita sijoittajat kohtaavat sijoittaessaan hedge-rahastoihin. Päähuomio on koko- ja lunastusrajoitteissa, jotka ovat käytännössä merkittävimmät rajoitteet hedge-rahastosijoittajalle. Rahastojen markkina-arvon ja riskikorjatun tuoton välillä on negatiivinen (positiivinen) relaatio kun tarkastellaan rahastojen tulevaa (historiallista) menestystä. Tulokset tukevat teoreettisia esityksiä, joiden mukaan rahastojen kasvu heijastuu menestykseen negatiivisesti. Markkina-arvoltaan pienissä rahastoissa on huomattavasti enemmän riskiä kuin markkina-arvoltaan suurissa rahastoissa. Korkeampi riski pienissä rahastoissa lisää tuotto-perusteisten palkkioiden merkitystä palkkiorakenteissa kun taas suurilla rahastoilla on kannustimet maksimoida markkina-arvon mukaan määriteltyjä hallinnointipalkkioita. Tulokset tukevat talousteoriaa, jonka mukaan riski ja tuoton taso pienevät rahastojen markkina-arvojen kasvaessa. Tuoton pysyvyys pienenee rahaston markkina-arvon kasvaessa. Kuitenkin hypoteettiset rahastot, jotka on hajautettu aikaisempiin menestyjiin keskeiset sijoittajien rajoitteet huomioiden, menestyvät riskikorjatusti. Kolmannessa artikkelissa tutkitaan hedge-rahastojen kykyä lisätä riskikorjatun tuoton tasoa velkavivun avulla. Velkavivun käyttö kasvattaa sijoitusstrategian tuoton ja riskin tasoa alhaisemman velkatason osuuslajeihin verrattuna. Päätuloksena havaitaan, että tyypillinen sijoitusstrategian korkean velkatason osuuslajin tuoton taso on merkittävästi alhaisempi matalan velkatason osuuslajiin nähden kun molempien osuuslajien tuottoaikasarjat ovat asetettu samalle tasolle. Talousteoriaa ennustaa, että sijoittajien rajoitteet käyttää velkavipua ja velkavivun käyttöön liittyvät kustannukset heijastuvat salkun tuoton tasoon negatiivisesti.