12345 1 - 50 av 211
rss atomLänk till träfflistan
Permanent länk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
  • Ergano, Wondmagegn
    KTH, Skolan för industriell teknik och management (ITM), Energiteknik, Kraft- och värmeteknologi.
    Optimization of wind turbine loads for maximum power output and low fatigue loading2020Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Denna studie handlar om en analys av aerodynamiska laster hos en 1.5 MW landbaserad vindturbin. Målet handlar om specificering av stigningsvinkeln där kraftutbytet maximeras medan utmattningslaster hållas inom rimliga nivåer. Tretton hastighetsprofiler studerats (3 m/s till 27 m/s) för att kunna se samband mellan kraftutbytet och utmattningslaster. Vindhastighetsprofilerna simulerades med TurbSim, och de resulterande profilerna används som input för att analysera lasterna vid bladroten. Simuleringsverktyget FAST utnyttjas för olika stigningsvinklar (7,5 till 17 grader). Resultaten visar avvägningen mellan kraftutbyte och utmattningslast som funktion av stigningsvinkeln. Högre stigningsvinklar resulterar i ökat kraftutbytet, och oönskade utmattningslaster inträffar vid 16-17 grader. Skillnaden i kraftutbytet mellan lägsta och högsta stigningsvinklar kan vara så hög som 30%.

  • Rana, Sunil
    et al.
    University of Bristol.
    Mouro, João
    University of Bristol.
    Bleiker, Simon J.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Mikro- och nanosystemteknik.
    Reynolds, Jamie D.
    University of Southampton.
    Chong, Harold M. H.
    University of Southampton.
    Niklaus, Frank
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Mikro- och nanosystemteknik.
    Pamunuwa, Dinesh
    University of Bristol.
    Nanoelectromechanical relay without pull-in instability for high-temperature non-volatile memory2020Ingår i: Nature Communications, ISSN 2041-1723, E-ISSN 2041-1723, Vol. 11, nr 1, artikel-id 1181Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Emerging applications such as the Internet-of-Things and more-electric aircraft require electronics with integrated data storage that can operate in extreme temperatures with high energy efficiency. As transistor leakage current increases with temperature, nanoelectromechanical relays have emerged as a promising alternative. However, a reliable and scalable non-volatile relay that retains its state when powered off has not been demonstrated. Part of the challenge is electromechanical pull-in instability, causing the beam to snap in after traversing a section of the airgap. Here we demonstrate an electrostatically actuated nanoelectromechanical relay that eliminates electromechanical pull-in instability without restricting the dynamic range of motion. It has several advantages over conventional electrostatic relays, including low actuation voltages without extreme reduction in critical dimensions and near constant actuation airgap while the device moves, for improved electrostatic control. With this nanoelectromechanical relay we demonstrate the first high-temperature non-volatile relay operation, with over 40 non-volatile cycles at 200 °C.

  • Bodell, Victor
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Svenska datautbildningarsrelevans för mjukvaruutveckling inom industri2020Självständigt arbete på grundnivå (kandidatexamen), 10 poäng / 15 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Internationell forskning visar att det finns skillnader mellan industrins förväntningar på kunskap och metoder för programvaruutveckling jämfört med vad som återfinns i utbildningsplaner inom Data och Informationsteknik (IT).

    I den här rapporten presenteras en kvalitativ undersökning av huruvida det finns en skillnad mellan tekniska högskolors utbildning och industriaktörers förväntningar på högskolestudenter inom mjukvaruutveckling specifikt i Sverige, och hur skillnaden i så fall ser ut. För att ytterligare belysa kravbilden på svenska utbildningar undersöks även lagstiftning och akademiska rekommendationer.

    Resultatet visar att de skillnader som förekommer internationellt, mellan industrins förväntningar och utbildningarnas innehåll, skiljer sig från motsvarande förhållande i Sverige. Utbildningsplanerna svarar väl mot lagstiftning och industriförväntningar. Utbildningsplanernas innehåll motsvarar inte exakt de internationella akademiska rekommendationer som finns för utbildningarna. Detta kan delvis förklaras av att utbildningarnas inriktning är bredare än mot ett specifikt område inom Data och IT.

    Den övergripande slutsatsen är att utbildningarna svarar väl mot den kravbild som behöver hanteras, men praktikmöjligheter och kontaktytor mot industrin bör tas i beaktning vid framtida utformningar av utbildningsplaner.

    Framöver bör 1) fler kvantitativa undersökningar göras av akademiska rekommendationer och industriförväntningar samt hur dessa bemöts av utbildningarna, samt 2) handlingsplaner för anpassning av utbildningsplaner utformas.

  • Kajak, Kristian
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Impact of Video Compression on the Performance of Object Detection Algorithms in Automotive Applications2020Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Syftet med denna studie är att visa effekterna på nogrannheten av prestanda från ett fotgängarsdetekteringssystem baserat på ett neuralt nätverk genom att använda videokomprimeringsmetoder. Dessutom har fokus lagts på att undersöka konsekvenser från att använda både träningsbilder och testbilder som är komprimerade, med liknande neurala nätverksapplikationer.

    Denna avhandling inkluderar en teoretisk bakgrund i objektdetektering och kodningssystem, argumenterande analys för detektor, dataset, och val av utvärderingsmetod. Därutöver beskrivs hur den valda detektorn modifierades för att passa in med den valda dataset. Experimenten använder en modifierad MSCNN fotgängarsdetekteringssystem på ”CityScapes/CityPersons” dataset och till datakompression användes HEVC och JPEG 2000 kodningsmetoder. Caltechs benchmark evalueringsmetod användes för att jämföra detekteringsprestandan av detektorerna.

    Flera intressanta resultat upptäcktes i denna avhandling. Till att börja med visar resultaten en märkbar mängd komprimering kan tillämpas på bilderna innan detektorns prestanda börjar försämras och att detektorn är robust när det gäller att hantera kompressionsföremål till en viss utsträckning. För det andra, topp signal-brusförhållandet av data bestämmer inte endast hur detektorn uppför sig utan andra variabler som kodningsmetoden påverkar prestandan. För det tredje, påverkades prestandan mest av att identifiera små fotgängare (eller fotgängare på långt avstånd). För det fjärde, med avseende på komprimerade träningsdata, jämfört med en detektor tränad på okomprimerade data, så är detektorn som är endast tränad på komprimerade bilder bättre på att utföra mer korrekta identifikationer av fotgängare på data av lägre kvalitet men presterar sämre på data av högre kvalitet. Vidare visar resultaten att en detektor som är tränad på både data av lägre och högre kvalitet varianter av varje bild ger bästa detekteringsprestanda på alla kvalitetsskalor.

  • Stålhandske, Therese
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Incorporating speaker’s role in classification of text-based dialogues2020Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Konversationer är en speciell typ av text, då den innehåller information om talare som inte hittas i andra typer av dokument. Tidigare arbeten har inkluderat en talares roll i generering av text, men lite har gjorts inom textklassificering. I det här arbetet, introducerar vi deltagarens roller till en klassifikationsmodell. Detta görs genom att skapa ordrepresentationer, som är beroende på deltagaren i konversationen, samt simulering av en konversation inom ett neuralt nätverk. Resultaten visar en signifikant förbättring av prestandan i binär klassificering av dialoger, med talares roll inkluderat. Vidare, genom utdragning av attentionvikterna, kan vi få en bättre överblick över hur en talares roll påverkar tolkningen av yttranden, vilket i sin tur ger en mer intuitiv förklaring av vår modell.

  • Luciani, Cleo
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    From MPLS to SD-WAN: Opportunities, Limitations and Best Practices2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Det  här  examensarbete  berör  Software-Defined  Wide  Area  Networks  (SD-WAN).Begreppet definieras, de olika versioner på marknaden presenteras och det jämförs med ett      typiskt      MPLS      nätverk,      baserat      på kriterier      som      service-kvalitet, länkaggregeringsmöjligheter och pris.Laborationstest har genomförts på en traditionell och två SD-WAN-förbindelser till  redundanta  länkar  för  att  utvärdera  och  jämföra  deras  prestanda,  utifrån  deras uthållighet   mot   latens,   paketförlust, bandbreddssamling   och   failover-kapacitet.   Ett typiskt  nätverk  hos  ett  företag  presenteras  och  exemplifierar  studien  av  huruvida  en nuvarande lösning  är bra  nog och hur den  kan förbättras. Examensarbetets  slutsats  är att nätverksprestanda inte längre är tillräcklig i och med företagets närvaro på den globala marknaden och dess stora användning av molnet och internet. Företaget skulle dra stor nytta av att byta till SD-WAN.Fyra SD-WAN-lösningar jämförs baserat på leverantörsspecifikationer  och den bästa  lösningen  läggs  fram  för  det  aktuella  företaget.  Utifrån  det  designas  sedan  ett nätverk med SD-WAN enheter och molnsäkerhetstjänster för lokal internetuppkoppling. Den bästa praxis specificeras för designvalet liksom hur övergången ska ske.Det här examensarbete är av intresse för yrkesverksamma inom nätverk och förföretag som överväger att byta till SD-WAN.

  • Kovacs, Tamas
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Performance Ratio and Fault Characterization Methods for Photovoltaic Systems2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Detta projekt fokuserar på prestandamätning och metoder för felkarakterisering av solcellsanläggningar. Projektets huvudsakliga mål är att komma fram till en noggrann och tillförlitlig metod för att detektera olika typer av fel. Lös- ningen skall vara enkel och samtidigt tillräckligt robust för att vara praktiskt användbar. Med anledning av detta används endast ett minimum av mätvärden i algoritmerna, detta inkluderar spänning och ström för solcellssträngarna samt solinstrålning och temperatur från en separat sensor. Tidigare arbeten i litte- raturen har undersöks och en lovande metod valdes för det fortsatta arbetet i detta projekt.Den valda lösningen använder en tidsserieanalys av normaliserade mät- värden och ger därmed en översikt av den dagliga prestandan hos en given solcellssträng. Även om lösningen kan skilja mellan tre typer av fel; global skuggning, kortslutningar inom strängen och partiell skuggning, så visar pro- jektet att flera utmaningar måste lösas för att metoden skall kunna användas praktiskt. De flesta av dess utmaningar är dock inte av teknisk karaktär. Rap- porten avslutas med en lista av utmaningar som behöver ytterligare arbete inom detta område. Sammanfattningsvis visar projektet på de svårigheter som uppkommer vid feldetektering utanför kontrollerade laboratorieförhållanden.

  • Colérus, Lovisa
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Automated visual evaluation of an electrode with neural networks2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Den här examensarbetet är gjort i samarbete med företaget Scibase. Scibase tillverkaren produkt vid namn Nevisense, som används för att utvärdera födelsemärken ochandra hudförändringar för att se om de är eller kommer utveckla sig till maligntmelanom, den farligaste sortens hudcancer. Mätningarna görs med elektriska impulser.Frisk hud har en annan impedans än skadad hud och genom att mäta impedansenkan en diagnos ställas. Elektroden som används vid mätningarna används endasttill en patient och behöver sedan kasseras för de är så känsliga att de går sönder undermätningarna. Under produktionen av elektroderna sker visuella kontroller avoperatörerna tre gånger per elektrod med hjälp av ett traditionellt mikroskop. Dennaprocess är både tidskrävande och obekväm för operatörerna. Det här projektet harhaft som mål att automatisera den första visuella kontrollen under produktion föratt minska produktionstiden och förbättra operatörernas arbetsförhållanden.För att automatisera det här behövdes två delar: bilder av elektroderna och klassificeringav bilderna. Bilderna togs av ett digitalt mikroskop och behandlades medhjälp av OpenCV, som är ett bibliotek för bildbehandling. För att kunna automatiseraytterligare och få med flera elektroder på samma gång användes ett XY-bordsom flyttade elektroderna under mikroskopet. Klassificeringen av bilderna gjordesmed hjälp av ett neuralt närverk och en nogrannhet av 99.2% uppmättes, vilket ärhögre än vad operatörerna överensstämmer med varandra.

  • Pulluri, Vamshi
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Hardware Power Optimization of Base Station Using Reinforcement Learning2020Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    5G kommer med krav av mycket högre överföringshastigheter utav data för ett digitalt uppkopplat samhälle där miljarder av nya enheter kommer att tillkomma de närmsta åren. Från ett RAN perspektiv, så kommer dessa krav att betäckas av ett ökat antal eNB basstationer. Enligt vissa uppskattningar så kommer 80 procent av den totala strömförbrukningen gå åt till eNB basstationer. CPU förbrukning står till en viss del av den totala ström förbrukningen hos eNB basstationerna. För att behålla den framtida utvecklingen av 5G mobilnätet lönsam samt hållbart så är det ytterst nödvändigt att reducera strömförbrukningen hos basstationerna. Optimering kring optimering på system-nivå har studerats extensivt, men det har skett lite forskning relaterat till robusta och intelligenta modeller som anpassar CPU förbrukning till varierande trafik mönster till eNB basstationerna samt bibehåller en önskad kvalité.

    I denna avhandling så undersöker vi problemet med CPU effekt optimering i en eNB basstation samt utvecklar en datadrivenlösning genom att använda djup förstärkningslärande. Vi designar en RL-agent med djup Q-learing i Ericssons 3GPP-kompatibla eNB på x86. Vi presenterar en detaljerad förklaring ut av valet av tillståndsutrymme och handlingsutrymme som säkerställer en bättre lösning f¨ or att lösa RL-agenten samt en metod för att utforma en belöningsfunktion. Vi evaluerar RL-agenten med tre olika trafik mönster dvs full-buffered, bursty traffic assimilated traffic. Prestandan hos RL-agenten är jämförbar mot två grundlinjemodeller, dvs maximaleffekt på 120 Watt och en regelbaserad effekts modell.

    Resultaten visar att våran RL-modell kan lära sig utav trafik mönstren från eNB basstationen och kan dynamiskt optimera strömförbrukningen. Jämfört med den maximala effektmodellen så sparar RL-agenten 33% till 37% CPU effekt med degradering utav genomströmning för cellkantsanvändare bursty traffic och assimilated traffic. Dock är påverkan av genomströmningen liten hos den genomsnittliga användaren. Jämfört med den regelbaserade strömmodellen sparar RL-agenten 16% till 18% CPU-effekt med hög genomströmningsförstärkning för både bursty traffic och assimilated traffic.

  • Chouk, Wissem
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    The use of BGP Flowspec in the protection against DDoS attacks2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Flowspec är ett av de senaste verktigen mot DDoS-attacker. Den är beroende av BGPv4 för att dela dess ruttspecifikationer. Det ger stora fördelar när det gäller att effektivt mildra en (D)DoS-attack. På grund av bristen på skydd och säkerhet för BGP presenterar dock Flowspec vissa sårbarheter som kan användas mot offret för att initiera, förbättra eller gå vidare med en attack. En Internetleverantör gynnas av att inkludera Flowspec i dess begränsningsverktyg. I denna avhandling kommer vi att utvärdera den potentiella a n v ä n d n i n g e n a v F l o w s p e c f r å n Internetleverantörens sida efter att ha beaktat 3 användningsfall där protokollet inte skulle kunna fungera som avsett.

  • Chizzali, Lucas
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Deep Learning based Turn Light Detection at Road Intersections for Autonomous Driving2020Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Detta examensarbete syftar till att utveckla autonoma system som en del av det offentligt finansierade MEC-View-projektet hos Bosch och upptäcker blinkersignaler med tonvikt på mötande fordon vid vägkorsningar. Specifikt, med bilder tagna från kameror som är fästa vid sidospeglar på ett autonomt fordon, upptäcker och klassificerar ett LSTM-faltningsnätverk blinkersignaler för ankommande fordon under både dag och natt. Resultat som erhållits från experiment och detaljerade analyser av testfall indikerar att den planerade modellen presterar konkurrenskraftigt trots dataknapphet och stark etikettobalans, med en vägd F1-score på 80,8%.

  • Gao, Yini
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    A One-stage Detector for Extremely-small Objects Based on Feature Pyramid Network2020Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Tack vare den senaste utvecklingen inom grafikbearbetningsenhet (GPU) och djupa neurala nätverk har enastående förbättring gjorts i realtid och detektering av flera objekt. De flesta av dessa detektorer ignorerar emellertid situationerna där det identifierade målet som identifieras är extremt litet motsvarande storleken på bilden eller videon. Den rumsliga upplösningen för funktionskartor minskar och detaljerad information om extremt små objekt saknas under processen för att extrahera funktioner med steg och poolning. Så hur man kan hålla den högre rumsliga upplösningen när vi extraherar den rikare semantiska informationen och förstorar mottagningsfältet blir den avgörande kärnan i detta projekt.

    Med syftet att upptäcka 30 till 1000 pixelmål i 1080p-videor designar jag en enstegsdetektor som använder DetNet som ryggraden och konstruerar detektorhuvudet baserat på idén om Feature Pyramid Network (FPN) ). Med utnyttjande av det dilaterade sammanslagningsskiktet i DetNet minskar inte storleken på de tre sista funktionskartorna. Däremot har det mottagande fältet och semantisk information förstärkts genom att korsa detektorens ryggrad. Dessutom, med tekniken för FPN, kombineras funktionskartor från olika stadier och tilldelas förutsägelsen, vilket gör modellen mer robust och korrekt. För att minska bildens inmatningsstorlek för att minska beräkningskomplexiteten utan att sakna information om extremt små objekt, beskär jag dessutom hela bilden baserat på fördelningen av målets plats i befintlig data istället för att direkt ändra storleken på hela bilden.

    Jag jämförde prestandan för den här föreslagna detektorn med YOLOv3 på det anpassade datasettet, och det visar sig att uppnå anmärkningsvärt bra resultat på extremt små föremål, med 18 poäng avkastning på genomsnittlig genomsnittlig precision jämfört med YOLOv3-motsvarigheten.

  • Yates, Anna
    et al.
    University of Newcastle.
    Ceccato, Vania
    KTH, Skolan för arkitektur och samhällsbyggnad (ABE), Samhällsplanering och miljö, Urbana och regionala studier.
    Individual and spatial dimensions of women’s fear of crime: A  Scandinavian study case2020Ingår i: International Journal of Comparative and Applied Criminal Justice, ISSN 0192-4036, EISSN 2157-6475Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Using insights from criminology and urban geography, this article seeks to investigate individual and spatial dimensions of women’s fear of crime, in particular amongst women who declare to feel the most unsafe. This study is based on three waves of data of the Stockholm Safety Survey using exploratory data analysis and binary logistic regression. Informed by an intersectional framework, the study shows how individual attributes including gender, age, and previous victimisation affect women’s perception of safety. Modelling results indicate how the neighbourhood context affects women’s behaviour in face of fear (functional and dysfunctional fear). Among the most fearful women, poor social contacts in their neighbourhood, rather than fear of crime itself, lead to place avoidance.

  • Moreira, Gustavo
    et al.
    KTH, Skolan för arkitektur och samhällsbyggnad (ABE).
    Ceccato, Vania
    KTH, Skolan för arkitektur och samhällsbyggnad (ABE), Samhällsplanering och miljö, Urbana och regionala studier.
    Gendered mobility and violence in the São Paulo metro, Brazil2020Ingår i: Urban Studies, ISSN 0042-0980, E-ISSN 1360-063XArtikel i tidskrift (Refereegranskat)
    Abstract [en]

    With about 12 million inhabitants, São Paulo, Brazil, is the largest city in South America. As in many other major southern hemisphere cities, this extreme concentration of people imposes a number of mobility and security challenges. The objective of this article was to investigate the space-time patterns of mobility and violent victimisation in São Paulo’s metro stations from a gender perspective. The methodology combines use of a Geographical Information System (GIS), statistical analysis through negative binomial regression modelling and hypothesis testing. Results indicate that mobility and the level of victimisation are gender dependent. Women are at higher risk of victimisation than men in São Paulo’s central metro station, while men run higher risk of violence at end stations – both notably during late night periods. The presence of employees reduces the risk of violence, except during the mornings. The article suggests that crime prevention initiatives need to be gender informed and sensitive to the particular spatial and temporal features of rapid transit environments.

  • Ceccato, Vania
    et al.
    KTH, Tidigare Institutioner (före 2005), Infrastruktur och samhällsplanering. KTH, Skolan för arkitektur och samhällsbyggnad (ABE), Samhällsplanering och miljö, Urbana och regionala studier.
    Näsman, Per
    KTH, Tidigare Institutioner (före 2005), Infrastruktur. KTH, Skolan för arkitektur och samhällsbyggnad (ABE), Centra, Centrum för trafikforskning, CTR.
    Langefors, Linda
    KTH, Skolan för arkitektur och samhällsbyggnad (ABE), Centra, Centrum för transportstudier, CTS.
    Sexual violence on the move: An assessment of youth’s victimization in public transportation2020Ingår i: Women & Criminal Justice, ISSN 0897-4454, E-ISSN 1541-0323Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Informed by principles of environmental criminology, this study assesses patterns of sexual victimization among young riders of rail-bound public transportation using a sample of 1,122 university students in Stockholm, Sweden. Exploratory data analysis and logistic regression models underlie the methodology of the study. Findings indicate that the physical and social characteristics of transit environments have an impact on the likelihood of sexual victimization after controlling for individual factors. The theoretical and practical implications of these results are discussed.

  • Hörnlund, Ewa
    KTH, Skolan för industriell teknik och management (ITM), Lärande.
    Utveckling av förslag till en hållbarhetsutbildning för anställda vid ett pappersbruk2019Självständigt arbete på avancerad nivå (yrkesexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    SCA, Sveriges Cellulosa AB, är Europas största privata skogsägare med flera verksamheter belägna i norra Sverige. Ortvikens pappersbruk är en av SCA:s verksamheter och är ett pappersbruk som tillverkar bestruket och obestruket tryckpapper från mekanisk massa. SCA och Ortvikens Pappersbruk arbetar kontinuerligt för en hållbar utveckling och har, likt all skogsindustri i Sverige, lyckats minskat sin belastning på miljön kraftigt sedan 60-talet. Företagets ledning anser att öka kunskap och medvetenhet hos personalen kan minska fabrikens belastning på miljön. Därför vill Ortvikens pappersbruk erbjuda personalen en hållbarhetsutbildning med miljöfokus för att höja kompetens och engagemang kring miljöfrågor. Detta går i linje med vad FN:s organisation för utbildning, vetenskap och kultur (UNESCO) framhäver, att utbildning som främjar hållbar utveckling krävs för att nå FN:s globala mål för hållbar utveckling. UNESCO har tagit fram mål för lärande för hållbar utveckling (LHU) med syftet att individer ska utveckla kompetenser som anses viktiga för att agera ansvarsfullt ur ett hållbarhetsperspektiv.Arbetets syfte är att utforma ett underlag till en hållbarhetsutbildning med miljöfokus till Ortvikens Pappersbruk. Detta görs genom en undersökning som inkluderar intervjuer och enkäter, som besvarar de didaktiska frågorna för vem, hur och vad. Innan undersökningen genomfördes en förstudie som skapade en bild av fabrikens verksamhet och gav förutsättningar till undersökningen. Eftersom utbildningen riktas till vuxna och har som mål att öka hållbarhetskompetenser har vuxnas lärande och LHU varit en teoretiskt grund till arbetet.I undersökningen framkom det att utbildningen bör vara flexibel och gärna i form av en e-utbildning, men även att personalen lär sig bäst genom diskussion. Personalen har varierande erfarenhet av utbildning, då högsta avslutade utbildningsnivå varierar från grundskola till universitet. Personalen har även varierande förkunskaper när det kommer till hållbarhets- och miljöfrågor. Av den anledningen rekommenderas utbildningen börja med en introduktion till miljöproblem och hållbar utveckling. Några av de hållbarhetskompetenser UNESCO beskriver framkom i undersökningen, däribland systemtänkande kompetens, självreflekterande kompetens, förutseendekompetens samt samarbetskompetens. Dessa har på olika sätt inkluderats i utbildningen.Utbildningen föreslås vara uppdelad i 6 olika moment där de första 5 momenten är e-utbildning och det sista är ett avslutande diskussionstillfälle. Utbildningen behandlar:

    1. Introduktion till miljöproblem och hållbar utveckling

    2. SCA:s hållbarhetsmål och hållbarhetsarbete

    3. Hur kemikalier och utsläpp påverkar vår natur

    4. Sundsvalls och fabrikens historia ur ett miljöperspektiv

    5. Ortviken som ett kretslopp

    6. Avslutande diskussion och Workshop.

  • Wangs, Taozhi
    KTH, Skolan för teknikvetenskap (SCI), Farkost och flyg, Fordonsdynamik.
    Analysis on Tyre Wear: Modelling and Simulations2017Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [en]

    The tyre is an essential part of a road vehicle. It is in the contact between road and tyre that the forces that create the possibility for the driver to control the vehicle are generated. Tyres, however, wear down, which leads to both unhealthy wear particles and disposal of old tyres, both of which are harmful to the environment. If one could learn more about what causes wear, it might be possible to reduce tyre wear, which would be beneficial from both an economic and an ecological point of view. The aim of this thesis work is to develop a tyre model that can simulate tyre wear and take temperature, pressure and vehicle settings into account. Based on tyre brush theory, a tyre wear model has been developed which includes a thermal model, a pressure model and a friction model. Simulations and analysis of different cases has been performed. From the results, one can conclude the following: the tyre temperature and inflation pressure change with the distance the vehicle travels at the beginning and later become steady; higher external temperature will decrease tyre wear rate since the inflation pressure increases with the external temperature and the sliding friction decreases; higher vehicle speed leads to a higher tyre wear rate; the tyre temperature increases with increasing vehicle speed; the amount of tyre wear increases linearly with the normal load on the tyre; the tyre wear increases with the slip ratio exponentially due to both the siding distance and the sliding friction increasing with the slip ratio; the tyre wear increases exponentially with the slip angle. The complete model can estimate the tyre wear with different vehicle settings and external factors. More experiments are needed in the future to validate the complete model. In addition, since the heat transfer coefficient is changeable with temperature, the thermal model can be improved by introducing dynamic heat transfer coefficients. The Savkoor friction model used in the report can also be improved by tuning its parameters using more experimental data.

  • Disputation: 2020-04-16 09:00 F3, Stockholm
    Johansson, Petter
    KTH, Skolan för teknikvetenskap (SCI), Tillämpad fysik.
    Molecular Processes in Dynamic Wetting2020Doktorsavhandling, sammanläggning (Övrigt vetenskapligt)
    Abstract [sv]

    Hur vätskor breder ut sig över ytor är en grundläggande process i naturen. Den dyker upp i alla former och storleksgrader: från floder som skär genom berg, till vår blodström som levererar näring till våra celler, och till och med enstaka vattenmolekyler som rör sig genom de kanaler som celler tar in näringen från. Hur vätskor beter sig i stora flöden är sedan länge känt, men vi vet ännu inte hur de beter sig nära ytor. Istället gör vi antaganden, varav inga ännu är korrekta för alla tillämpningar.

    Fundamentalt sett är en vätska som breder ut sig en molekylär process. Denna avhandling sammanfattar mitt arbete med att förstå den ur denna synvinkel. Genom att studera molekyler använder vi naturens minsta sammansatta byggstenar. Vi behöver inte göra antaganden om hur de beter sig, vi behöver bara titta. Det fönster som vi tittar igenom är molekylär dynamik-simuleringar, en atomistisk typ av datorexperiment. För att fånga verkliga effekter som vätebindningar, använder vi realistiska modeller av vattenmolekyler och ytor. Vi använder tillräckligt stora system för att se hur molekylära effekter påverkar större processer.

    Vi visar med dessa metoder att molekylära processer har stor påverkan på hur vätskor flödar över ytor. En stor effekt är att vätebindningarna mellan vatten och realistiska ytor förhindrar vätskan från att glida över den, vilket är ett vanligt antagande i modeller. Vi visar också hur molekyler vid gränsen där vätskor sprider på ytor ger upphov till en energibarriär som förhindrar att vätskan enkelt sprider sig framåt. Denna barriär beskrivs i detalj och vi visar vilka effekter som kan förminska den. Detta genomlyser hur molekylära processer i vätning är en viktig ingrediens för ökad förståelse av vätskespridning i system.

  • Stavrou, Fotios
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Teknisk informationsvetenskap.
    Skoglund, Mikael
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Teknisk informationsvetenskap.
    Asymptotic Reverse Waterfilling Algorithm of NRDF for Certain Classes of Vector Gauss-Markov ProcessesManuskript (preprint) (Övrigt vetenskapligt)
    Abstract [en]

    In this paper, we revisit the asymptotic reverse-waterfilling characterization of the nonanticipative rate distortion function (NRDF) derived for a time-invariant multidimensional Gauss-Markov processes with mean-squared error (MSE) distortion in \cite{stavrou:2018cdc}. We show that for certain classes of time-invariant multidimensional Gauss-Markov processes, the specific characterization behaves as a reverse-waterfilling algorithm obtained in {\it matrix form} ensuring that the numerical approach of \cite[Algorithm 1]{stavrou:2018cdc} is optimal. In addition, we give an equivalent characterization that utilizes the {\it eigenvalues of the involved matrices} reminiscent of the well-known reverse-waterfilling algorithm in information theory. For the latter, we also propose a novel numerical approach to solve the algorithm optimally. The efficacy of our proposed iterative scheme compared to similar existing schemes is demonstrated via experiments. Finally, we use our new results to derive an analytical solution of the asymptotic NRDF for a correlated time-invariant two-dimensional Gauss-Markov process.

  • Disputation: 2020-04-15 10:00 Stockholm
    Safavi Nick, Arash
    KTH, Skolan för industriell teknik och management (ITM), Materialvetenskap, Metallernas gjutning.
    Pores, inclusions and electromagnetic stirring: Topics from the continuous casting of steel2020Doktorsavhandling, sammanläggning (Övrigt vetenskapligt)
    Abstract [sv]

    Avhandlingen fokuserar på två frågeställningar som är relevanta för stränggjut-ning av stål med avseende på deras betydelse för kvaliteten på den stelnadestrukturen. Den första frågeställningen fokuserar på bildningen av porer och in-neslutningar i interdendritiska områden i den stelnade metallen. Experimentellaresultat påvisade en bildning av klusters bestående av porer och inneslutning-ar, vilket motiverade en utveckling av en teoretisk modell som beskriver dettafenomen. Modellen bygger på grundläggande principer för fluidmekanik och vär-meöverföring i kombination med asymptotiska metoder för att erhålla en lösningtill problemet. Resultaten visar att soluto-termokapillära driftkrafter, som ver-kar i en riktning vinkelrät mot stelningsriktningen, kan förklara uppkomsten avklusterbildningen. Specifikt så beror dessa krafter av ytspänningen vid metall-porgränsskiktet, som i sin tur påverkas av temperaturen och svavelkoncentrationen imetallen. Den andra frågeställningen är en teoretisk studie fokuserad på longitu-dinell elektromagnetisk omrörning (EMS), vilken ofta används vid stränggjutningav blooms i syfte att öka kvaliteten av det gjutna ämnet. Genom att analysera detredimensionella Maxwellekvationerna för komponenterna tillhörande magnetiskaflödestätheten, så hittades en felaktighet med avseende på hur komponenterna förLorentzkrafter tidigare beräknats. Dessa felaktigheter har korrigerats och de nyapredikteringarna med modellen har verifierats både med asymptotiska lösningaroch tredimensionella beräkningar med användande av finita elementmetoder. Re-sultaten visar på betydelsen att ta hänsyn till bredden på blooms och det användafältet som dimensionslösa parametrar vid denna typ av simuleringar

  • Disputation: 2020-04-22 09:00 Stockholm
    Paschen, Jeannette
    KTH, Skolan för industriell teknik och management (ITM), Industriell ekonomi och organisation (Inst.).
    Creating market knowledge from big data: Artificial intelligence and human resources2020Doktorsavhandling, sammanläggning (Övrigt vetenskapligt)
    Abstract [sv]

    Utbredd användning av sociala medier och större tillgång till Internet-of-Things (IoT) har skapat så kallad Big Data, vilket erbjuder stor potential för ökad marknadskunskap för marknadsförare. I litteraturen har marknadskunskap associerats med positiva marknadsföringsresultat. Dessutom föreslår litteraturen att marknadskunskap kan leda till insikt. Insikt är en strategisk tillgång som kan ge varaktiga konkurrensfördelar. Sammanfattningsvis är marknadskunskap viktig på grund av dess relation till resultat och som ett underlag för insikt.

    Marknadskunskap (som ett resultat) kommer från skapandeprocesser som inkluderar de aktiviteter som krävs för att uppnå marknadskunskap. Marknadskunskap skapas genom att integrera resurser, särskilt informationsteknologi och mänskliga resurser.

    Med avseende på informationstekniska resurser gör de unika egenskaperna hos Big Data – volume (volym), variety (variation), veracity (veracitet), velocity (hastighet) och value (värde) (vilket på engelska kallas de fem V: erna) - traditionella informationsteknologier olämpliga för att omvandla Big Data till information och slutligen till marknadskunskap. Artificiell Intelligens (AI) har diskuterats som en viktig informationsteknologi för att skapa marknadskunskap från Big Data. Litteraturen föreslår att AI i hög grad kan påverka skapande av marknadskunskap från Big Data och erfordrar mer forskning för att förstå AI potential.

    Mänskliga resursers bidrag till skapande av marknadskunskap har tidigare fastställts i litteraturen. Men både forskare och utövare antyder att AI kommer att förändra hur människor bidrar till marknadskunskap. Litteraturen antyder också att skapande av marknadskunskap ännu inte har studerats tillräckligt från synvinkel av AI och mänskliga resurser.

    Forskningsfrågan i denna avhandling är ”Hur skapar marknadsförare marknadskunskap från Big Data med hjälp av Artificiell Intelligens och mänskliga resurser?”

    Denna forskningsfråga behandlas via fem delfrågor:

    Fråga 1: Hur bidrar Artificiell Intelligens till att skapa marknadskunskap från Big Data?

    Fråga 2: Hur påverkar Artificiell Intelligens skapandet av marknadskunskap från Big Data och vilka konsekvenser har det för mänskliga resurser?

    Fråga 3: Hur samverkar Artificiell Intelligens och mänskliga resurser för att skapa marknadskunskap från Big Data?

    Fråga 4: Vilka är ömsesidiga bidrag från Artificiell Intelligens och mänskliga resurser för att skapa marknadskunskap från Big Data?

    Fråga 5: Vad bidrar Artificiell Intelligens och mänskliga resurser till olika aktiviteter för att skapa marknadskunskap från Big Data?

    Forskningen som presenteras i denna avhandling omfattar två studier och tre artiklar. De tre artiklarna har redan eller kommer at publiceras i peer-review-tidskrifter. Forskningen följer en interpretivistisk paradigm med en kvalitativ forskningstrategi. Resultaten från studierna och artiklarna ger tre viktiga övergripande bidrag till kunskap och teori. För det första ger denna avhandling en icke-teknisk överblick av vad AI är, hur den fungerar och dess konsekvenser för att skapa marknadskunskap, därmed fyller den en lucka i marknadslitteraturen.

    För det andra postulerar avhandlingen att AI är en resurs som uppfyller kriterierna för att vara ’valuable’ (värdefull), ’rare’ (sällsynt), in-imitable (imiterbar) och ’organized’ (organiserad) (VRIO) i enlighet med resursbaserad teori (RBT). Värdet på AI som en resurs uppstår delvis när AI omvandlar Big Data till information och även när AI omvandlar informationen till kunskap. Mänskliga resurser är en viktig tillgång för att skapa marknadskunskap från Big Data och förbättrar produktiviteten för AI som en resurs. Denna avhandling ger empiriska bevis på att den typ av bidrag som AI tillhandahåller som resurs skiljer sig från mänskliga förmågor. Specifikt ger AI-resurser främst bidrag av analytisk karaktär. Den analytiska beskaffenheten av AI omfattar behandling av data och information för att lösa komplexa, väldefinierade problem, lagrande av resultat från dessa behandlingsaktiviteter, och inlärning, d.v.s. gradvis förbättrande av dess behandlingseffektivitet och verkningsgrad.

    Människans förmåga är i första hand av intuitiv och empatisk natur. Den intuitiva rollen omfattar människors förmåga att tänka kreativt och anpassa sig till nya situationer med hjälp av kreativ problemlösning, expertis och intuition. Människans empatiska natur omfattar deras förmåga att förstå det AI matar ut ur ett socialt, interpersonellt eller emotionellt perspektiv. Det omfattar en medvetenhet om ens egna känslomässiga tillstånd, empati, förmåga att bygga relationer och svara med känslomässig lämplighet i marknadsförings- eller försäljningssituationer. Medan AI-system blir alltmer sofistikerade när det gäller att känna igen, tolka och till och med svara på känslor, spelar mänskliga förmågor fortfarande en viktig roll i dessa uppgifter.

    För det tredje bidrar denna avhandling till resource-based theory (resursbaserad teori). Den föreslår en konceptuell modell och lägger fram fem propositioner om relationen mellan AI som en resurs, mänskliga förmågor och marknadskunskap. Denna modell och propositionerna kan testas i framtida vetenskapligt arbete.

    Denna avhandling är organiserad för att ge en övergripande introduktion till forskningsberättelsen. Första kapitlet ger en introduktion till forskningsområdet, följt av en litteraturöversikt, ett metodikapitel och ett kapitel som diskuterar resultat och bidrag till teori och praktik, samt redogör för möjligheter för framtida forskning. Uppsatserna och studierna som ligger till grund för denna avhandling presenteras i det sista kapitlet i denna avhandling.

  • Disputation: 2020-04-21 15:00 Stockholm
    Dabirian, Amir
    KTH, Skolan för industriell teknik och management (ITM), Industriell ekonomi och organisation (Inst.), Industriell Marknadsföring och Entreprenörskap.
    Unpacking Employer Branding in the Information Technology Industry2020Doktorsavhandling, sammanläggning (Övrigt vetenskapligt)
    Abstract [sv]

    Att attrahera och behålla de bästa talangerna är ett bekymmer, särskilt för kunskapsbaserade företag inom sektorer med hög omsättning som förlitar sig på ett begränsat utbud av högkvalificerade individer (Ewing, Pitt, De Bussy, & Berthon, 2002). Under 2014 kritiserade 36% av de globala arbetsgivarna brist på talangfull arbetskraft och i en studie från 2015 rapporterade 73% av de verkställande direktörerna att de var oroliga för tillgången på arbetare med nyckelfärdigheter (Mosley, 2015). Employer branding är en viktig HR- och marknadsföringsstrategi som bidrar till företagets varumärke, förbättrar företagets rykte som en utmärkt plats för anställda att arbeta och attraherar ny arbetskraft (Ahmad & Daud, 2016). Ett arbetsgivarvarumärke och förmågan hos employer branding värdeerbjudandena (EBV), att attrahera nya anställda och öka bibehållandet av personal, kommer att ge fördelar för hela organisationen.

    EBV definierar arbetsgivarens attraktivitet (Berthon et al., 2005), är en viktig aspekt av employer branding-processen och förser företaget med differentiering (Alnıaçık & Alnıaçık, 2012; Backhaus & Tikoo, 2004; Berthon et al., 2005; Leekha Chhabra & Sharma, 2014; Moroko & Uncle, 2008) för att attrahera och behålla anställda. Befintlig forskning såg employer branding och dess EBV från ett eller två perspektiv – som anställd eller arbetsgivare - och saknade strategier med flera synvinklar för employer branding och arbetsgivares attraktivitet. Denna studie fokuserade på en helhetssyn och adresserade frågan: ”Hur påverkar olika EBV:er uppfattningen av arbetsgivares attraktivitet? För att holistiskt besvara denna fråga etablerades följande forskningsunderfrågor:

     

    FF1: Hur uppfattar anställda EBV:et för arbetsgivarattraktivitet?

    FF2: Hur uppfattar nuvarande och tidigare anställda EBV:et för arbetsgivarattraktivitet?

    FF3: Hur uppfattar potentiella arbetstagare EBV:et för arbetsgivarattraktivitet?

    FF4: Hur hanterar arbetsgivare hur anställda uppfattar EBV?

     

    Denna studie bestod av fyra empiriska artiklar och fokuserade på kontext inom branschen för informationsteknik (IT). Den första studien fokuserade på anställdas perspektiv från alla branscher, medan den andra studien inriktades på IT-branschen och jämförde nuvarande och tidigare anställda. Studie 3 handlade om potentiella arbetstagare inom IT-branschen. Den slutliga studien undersökte EBV:er från arbetsgivarens synvinkel i ett IT-företag och jämförde de anställdas åsikter och det psykologiska kontraktet. Designen för denna studie baseras på en blandad forskningsansats med deskriptiva och explorativa undersökningsformer. Studierna 1, 2 och 4 använde en stor mängd data från Glassdoor.com:s webbplats för medarbetarrecensioner och använde IBM Watsons innehållsanalys framtagen via artificiell intelligens för att utveckla insikter. Studie 3 utvecklas och färdigställdes med hjälp av studenter som läste datorvetenskap och informationsteknik på ett stort universitet i västra USA. I Studie 4 genomfördes semistrukturerade intervjuer med en arbetsgivare i Silicon Valley i Kalifornien.

    Studie 1 har bidragit till att utvidga de fem värdeerbjudandena: ekonomiskt, socialt, tillämpnings, utvecklings- och intressevärde för arbete framtagna av Berthon et al. (2005) till sju genom att identifiera två nya värdeerbjudanden: balans mellan arbete och liv samt hantering för alla industrier. En 2x2-matris för sju värdeerbjudanden utvecklades för varje värdeerbjudande. De två eller tre främsta värdeerbjudandena stod för 65% till 83% av anställdas kommentarer. Studien definierade en arbetsgivares varumärkesintelligens som ett nytt verktyg för chefer för att utveckla insikt och studien identifierade även sju konsekvenser för ledarskap.

    Studie 2 har bidragit till att utvidga de sju värdeerbjudandena i Studie 1 genom att identifiera ett nytt värdeerbjudande; varumärkesimage eller organisationsimage inom IT-branschen. De sociala och ekonomiska värdena är nyckelfaktorer för beröm från både nuvarande och tidigare anställda medan värdet för ledarskap är en stor klagomålsfaktor för tidigare IT-anställda. Varumärkesimage är en annan primär klagomålsfaktor för både nuvarande och tidigare anställda.

    Studie 3 bekräftade att de åtta värdeerbjudandena som är viktiga för nuvarande och tidigare anställda också är viktiga för potentiella arbetstagare. Studien operationaliserade arbetsgivares attraktivitet, utvecklade ett instrument för att mäta EBV:er samt utvecklade och testade ett nytt, mer omfattande instrument för att utvärdera EBV:er.

     

    Studie 4 bekräftade att de åtta värdeerbjudandena som var viktiga i studie 2 också är viktiga för arbetsgivaren. Däremot finns det stora skillnader mellan arbetsgivaren och nuvarande och tidigare anställda, vilket kan bidra till att det psykologiska kontraktet bryts och problem med att behålla personal. Arbetsgivaren bryr sig mer om sociala värden än vad nuvarande anställda gör. Det finns ett betydande gap mellan arbetsgivares och anställdas uppfattning angående intressevärdet. Ett annat gap finns mellan arbetsgivares och anställdas uppfattningar för utvecklingsvärdet. Nuvarande anställda bryr sig mer om varumärkets imagevärde än vad arbetsgivaren gör.

    Dokumentet är organiserat med ett inledande kapitel som beskriver den övergripande forskningsansatsen, följt av ett litteraturkapitel, metodkapitel och en sammanfattning av resultat och bidrag. De fyra artiklarna ingår i det sista kapitlet.

     

  • Ternström, Sten
    KTH, Tidigare Institutioner (före 2005), Talöverföring och musikakustik. KTH, Tidigare Institutioner (före 2005), Tal, musik och hörsel. KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Tal, musik och hörsel, TMH, Musikakustik.
    Choir acoustics: an overview of scientific research published to date2003Ingår i: International Journal of Research in Choral Singing, Vol. 1, nr 1, s. 3-12Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Choir acoustics is but one facet of choir-related research, yet it is one of the most tangible. Several aspects of sound can be measured objectively, and such results can be related to known properties of voices, rooms, ears and musical scores. What follows is essentially an update of the literature overview in my Ph.D. dissertation from 1989 of empirical investigations known to me that deal specifically with the acoustics of choirs, vocal groups, or choir singers. This compilation of sources is no doubt incomplete in certain respects; nevertheless, it will hopefully prove to be useful for researchers and others interested in choir acoustics.

  • Johansson, Petter
    et al.
    KTH, Centra, SeRC - Swedish e-Science Research Centre.
    Hess, Berk
    KTH, Centra, Science for Life Laboratory, SciLifeLab. KTH, Centra, SeRC - Swedish e-Science Research Centre. KTH, Skolan för teknikvetenskap (SCI).
    Electrowetting diminishes contact line friction in dynamic wettingManuskript (preprint) (Övrigt vetenskapligt)
    Abstract [en]

    We use large-scale molecular dynamics to study dynamics at the three-phase contact line in electrowetting of water and electrolytes on no-slip substrates. Under the applied electrostatic potential the line friction at the contact line is diminished. The effect is consistent for droplets of different sizes as well as for both pure water and electrolyte solution droplets. We analyze the electric field at the contact line to show how it assists ions and dipolar molecules to advance the contact line. Without an electric field, the interaction between a substrate and a liquid has a very short range, mostly affecting the bottom, immobilized layer of liquid molecules which leads to high friction since mobile molecules are not pulled towards the surface. In electrowetting, the electric field attractscharged and polar molecules over a longer range which diminishes the friction.

  • Malmström, David
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Automatic tag suggestions using a deep learning recommender system2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Den här studien genomfördes i syfte att undersöka hur effektivt djupinlärning kan användas för att konstruera rekommendationssystem för taggar. När det gäller bildobjekt så kan taggar rekommenderas baserat på taggar som redan förekommer på objektet, samt på information om objektet. I dagens forskning finns det inte några publikationer som presenterar ett rekommendationssystem baserat på djupinlärning som bygger på att gemensamt använda taggarna och objektsinformationen. I studien har två rekommendationssystem utvecklats. Det första var en referensmodell, ett väloptimerat hybridsystem baserat på matrisfaktorisering och bayesiansk klassificering. Det andra systemet baserades på djupinlärning. De två modellerna tränades och utvärderades på en datamängd med bilder och videor taggade av användare från Flickr. En procentandel av taggarna var undanhållna, och utvärderingen gick ut på att förutsäga dem. Djupinlärningsmodellen gav förutsägelser av samma kvalitet som referensmodellen i det primära utvärderingsscenariot, där hälften av taggarna var undanhållna. Referensmodellen gav dock bättre resultat i de scenarion där alla eller nästan alla taggar var undanhållna. Dessutom så var beräkningarna mycket mer tidskrävande för djupinlärningsmodellen jämfört med referensmodellen. Dessa resultat ledde till slutsatsen att referensmodellen var mer praktisk, men att det finns mycket potential i att använda djupinlärningssystem för att rekommendera taggar.

  • Liu, Alva
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Descriptive Music Search With Domain-Specific Word Embeddings2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Deskriptiv sökning är en typ av utforskande informationshämtning där användare söker efter material med hjälp av beskrivande sökord. Istället för att ange namnet på ett objekt i söksträngen så kan användaren med ord beskriva objekt som efterfrågas. I ett musiksammanhang har dock många beskrivande ord inte samma betydelse som de har i ett generellt sammanhang. Vi undersöker därför i vår studie om vi kan träna ett grunt neuralt nätverk med spellistsdata för deskriptiv musiksökning, och om modellen kan lära sig musik-specifika betydelser av ord. Vi utför totalt tre olika experiment för att utvärdera modellen. De första två experimenten undersöker om modellen kan föreslå relevanta låtar givet beskrivande söksträngar och det sista experimentet undersöker om modellen fångar domän-specifika betydelser av sökorden. Resultaten från våra experiment tyder på att modellen lyckas fånga musik-specifika språkmönster och kan föreslå rimliga låtar för deskriptiva söksträngar. För att göra modellen mer användningsbar föreslår vi att undersöka möjligheterna att omranka toppresultaten från modellen, och diversifiera samt personalisera ordningen av resultaten efter individuella användare.

  • Teye, Mattias
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Predictive Uncertainty Estimates in Batch Normalized Neural Networks2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Nya framsteg i bayesiansk modellering har möjliggjort användandet av ett bayesianskt synsätt på parameterestimering till ett större spann av modeller, inklusive neurala nätverk. Framsteg inom approximationstekniker har särskilt möjliggjort utvecklingen av flera tekniker för approximativ bayesiansk modellering. Ett nyligen föreslaget tillskott till dessa modeller är Monte Carlo Dropout (MCDO), en teknik som enbart kräver att neurala nätverk tränas med dropout och L2 viktregularisering. Denna teknik erbjuder en praktisk ansats till bayesiansk modellering, vilket möjliggör estimering av värdefulla prediktiva fördelningsfunktioner från många modeller som redan används idag. De senaste åren har dock batch-normalisering etablerats som standardtekniken för minskad träningstid och ökad generalisering. Detta examensarbete visar att MCDO-tekniken kan anpassas till neurala nätverk tränade med batch-normalisering genom en teknik som i detta arbete kallas Monte Carlo Batch Normalization (MCBN). En kvantitativ utvärdering av kvaliteten på estimaten av de prediktiva fördelningsfunktionerna för olika modeller utfördes på nio regressionsdataset. Utan optimering av batch-storlek visade MCBN bättre resultat än en identisk modell med konstant varians för sju dataset med signifikansnivå 0.05. En optimering av batch-storleken för de återstående dataseten resulterade i att MCBN överträffade jämförelsemodellen i ett ytterligare fall. En likvärdig undersökning för MCDO visade att MCBN och MCDO ger liknande resultat, vilket talar för att det finns potential i att anpassa MCDO-tekniken till den mer moderna arkitekturen för neurala nätverk som ges av batch-normalisering.

  • Miller Ugalde, Patrick
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Temporally Stable Clusters of Movie Series: A Machine Learning Approach to Content Segmentation2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Klustringsalgoritmer har använts och implementerats inom ramen för en mängd olika sammanhang. Adaptive evolutionary spectral clustering är en klustringmetod som används för att uppnå kluster som är stabila över tid genom tidsstämplad data. Detta examensarbete implementerar och utforskar användning och påbyggnad av metoden för att segmentera filmserier i grupper genom video streaming data. Den utvecklade modellen segmenterar filmserier i stabila grupper och introducerar en mängd utvecklingar inom video on demand domänen. Vi finner att den implementerade metoden möjliggör klusteranalys från ett evolutionärt perspektiv och att metoden kan utvecklas genom att introducera ett dynamiskt antal kluster utan att negativt påverka stabiliteten eller egenskaperna hos kluster.

  • Jyu, Yuanping
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Using Gamification and Augmented Reality to Encourage Japanese Second Language Students to Speak English2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Språkångest är ett av de viktigaste problemen som förhindrar språkstudenter att tala ett annat språk. Detta problem är särskilt relevant för japanska språkstudenter, som har svårigheter att lära sig tala engelska. För att lösa detta problem har forskare visat att man kan använda modern teknik för att hjälpa språkstudenter att öva olika språkfärdigheter, inklusive den muntliga språkfärdigheten. Denna studie syftar till att hjälpa japanska andraspråks studenter att överkomma svårigheter för att tala engelska genom att designa och utvärdera ett spelbaserat språkinlärningsverktyg som innehåller element av Augmented Reality (AR) teknologi.

    I denna studie försöker vi uppmuntra japanska andraspråks studenter att tala engelska genom att designa ett AR-baserat spelverktyg, GOAT (Gamified cOmunicAtion Tool). Verktyget utvärderades med 39 andraspråkstudenter i olika stadier av dess utveckling under en period av åtta månader. Resultaten tyder på att GOAT app har potential att hjälpa studenterna att överkomma språkångest och svårigheter att tala engelska. Studier visar att användningen av spelelementen i det utformade verktyget har ett positivt inflytande på studenter. I synnerhet fann vi att GOAT kan utveckla studenternas förmåga att kommunicera på engelska i en offentlig miljö. Däremot behövs det en vidare forskning på hur användningen av AR-element påverkar japanska andraspråksstudenters utveckling av deras förmåga att tala engelska.

  • Svenningsson, Jakob
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Efficient Enclave Communication through Shared Memory: A case study of Intel SGX enabled Open vSwitch2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Open vSwitch är en virtuell nätverksswitch som vanligtvis används för att vidarebefordra datatrafik mellan virtuella maskiner. Switchen vidarebefordrar datatrafik baserat på en uppsättning flödesregler lagrade i dess flödestabeller. Open vSwitch garanterar inte flödestabellernas integritet eller konfidentialitet, därför är det möjligt för en angripare att utnyttja sårbarheter i Open vSwitch för att få tillgång till värdmaskinen och observera eller modifiera flödesregler.

    En tidigare studie gav integritetsoch konfidentialitetsgarantier till flödestabellerna i Open vSwitch, även i närvaro av opålitlig och privilegierad mjukvara, genom att placera flödestabellerna inuti en Intel SGX-enklav [1]. Användandet av en enklav för att skydda flödestabellerna medför emellertid en signifikant försämring av Open vSwitch’s prestanda. Detta examensarbete undersöker hur och i vilken utsträckning prestandaförsämringen medförd av Intel SGX kan minimeras i Open vSwitch.

    Examensarbetets metod bestod av utveckling av ett kommunikationsbibliotek för Intel SGX-enklaver och två optimerade Open vSwitch-prototyper med SGX-stöd. Det utvecklade biblioteket möjliggör effektiv kommunikation mellan en enklav och den opålitliga applikationen genom kommunikationstekniker baserade på delat minne. Kombinering av kommunikationsbibliotekets olika optimeringsfunktioner med andra optimeringstekniker resulterade i två optimerade Open vSwitch-prototyper med SGX-stöd som utvärderades på en uppsättning användningsfall.

    Resultaten av detta examensarbete visar att det är möjligt att minska prestandaförsämringen genererat av Intel SGX i Open vSwitch med flera magnituder, beroende på användningsfall och optimeringsteknik, utan att kompromissa med dess säkerhetsgarantier.

  • Klobusická, Patricia
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Welcome to KTH: designing a tool for sustainable integration of international students: Case Study2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Denna studie syftar till att presentera en design för ett verktyg för hållbar integrering av internationella studenter på KTH i Stockholm. Integration har tre huvuddelar, social integration som är interaktion med de infödda, strukturell integration som berör ett personnummer, ett jobb, och sist men inte minst kulturell integration som handlar om sedvänjor, traditioner och religion. Verktyget har två huvuddrag, som båda syftar till att skapa gynnsamma förutsättningar för alla tre undergrupper av integration. Verktyget utvecklades genom att genomföra 18 intervjuer, två prototyper och två testundersökningar.

    Den består av två huvuddelar, nämligen den informativa delen och den sociala delen. Denna information är både strukturell om institutioner och hur man tar sig runt, och

    information om kulturella evenemang, även deltagande i dessa av internationella studenter har potential att stärka social integration. Den sociala delen är utformad som en 1-till-1 randomiserad chatt som syftar till att uppmuntra skapandet av nya vänskaper mellan internationella studenter och de infödda. Denna del tillåter nya studenter att ställa frågor om vad som helst, processen kommer att slumpmässigt tilldela dem en infödd som är tillgänglig, vilket kommer skapa gynnsamma förutsättningar för att forma nya vänskaper mellan nykomlingar och infödda medborgare.

  • Hammarlund, Hampus
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Designing a Software System to Improve Employee Motivation Through Behavior Change2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Genom unika omständigheter så brottas Japan med världens högsta nivåer av missnöje bland anställda. Den här omständigheten har haft sidoeffekter på många andra områden av de anställdas liv. Ett sånt påverkat område är jobbmotivation. Som påföljd så har de anställdas jobbprestation försämrats. Det här problemet är nu så stort att företag, förutom medmänskliga anledningar som alltid funnits, har anledning att hjälpa sina anställda.En lösning till det här problemet som den här projektet utforskade är ett mjukvarusystem för att förbättra anställdas motivation genom beteendeförändring. Genom att använda ett mjukvarusystem för att samla in frivilligt given information om anställda så kan deras behov bestämmas. De anställdas individuella behov kan sedan tillfredsställas med skräddarsydda lösningar.Den här rapporten kommer att beskriva mjukvarusystemets arkitektur och utvärdering. Rapporten kommer också att beskriva konstruktionen av systemet för beteendeförändring genom påverkan som användes i projektet. Baserat på undersökningarnas resultat så läggs slutsatsen fram att mjukvarusystemet som utvecklats och realiserats är en bra lösning för att förbättra problemet med låg nivå av motivering bland anställda.

  • Persson, Emil
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Evaluating tools and techniques for web scraping2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Syftet med detta examensarbete är att utvärdera moderna vertkyg som ligger i framkant inom webbskrapning. Ett ramverk för att jämföra verktygen kommer att utvecklas och användas och är baserat på tidigare forskning samt etablerade värden som används för att karaktärisera mjukvara. Från början övervägs tolv verktyg från olika programmeringsspråk. Dessa tolv reduceras sedan till sex baserat på deras likheter och populäritet. De sex verktyg som blev kvar för utvärdering är Nightmare.js, Puppeteer, Selenium, Scrapy, HtmlUnit och rvest. Ramverket för utvärdering involverar prestanda, funktioner, pålitlighet och användarvänlighet. Prestandan mäts och utvärderas i körtid, CPU, samt minnes-användning. Funktionaliteten utvärderas genom implementering av olika uppgifter, korresponderande till de olika funktionerna. För att resonera kring pålitlighet används statistik gällande kodkvalitét samt statistik tagen från vertkygens GitHub-repositories. Bedömning av användarvänlighet inkluderar utvärdering av installations-processen, officiella handledningssidor samt dokumentationen.Samtliga verktyg visade sig användbara, men Puppeteer klassas som det mest kompletta. Det hade de bästa resultaten gällande användarvänlighet samt funktionalitet men höll sig ändå i toppen i både prestanda och tillförlitlighet. HtmlUnit visade sig vara det snabbaste, men använder även mest resurser. Selenium körandes Java är det långsammaste samt använder mest minnesresurser, men är näst bäst när det kommer till funktionalitet. Selenium körandes Python använde minst minne och näst minst CPU kraft. Om sidor som laddas med hjälp av JavaScript är ett krav så fungerar Nightmare.js, Puppeteer, Selenium och HtmlUnit.

  • Peterson, Thomas
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Alternating Control Flow Graph Reconstruction by Combining Constant Propagation and Strided Intervals with Directed Symbolic Execution2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    I detta examensarbete studeras hur rekonstruktion av kontrollflöde kan utföras i närvaro av indirekta hoppinstruktioner. I examensarbetet introduceras ett alternerande tillvägagångssätt som kombinerar både överoch underapproximation för att öka precisionen av den rekonstruerade kontrollflödesautomaten jämfört med endast överapproximation. Mer specifikt används det abstrakta tolknings-baserade verktyget, Jakstab, tidigare utvecklat av Kinder, för överapproximation. Vidare nyttjas riktad symbolisk exekvering för att underapproximera efterträdare till instruktioner när dessa inte kunnat överapproximeras med hög precision. Resultaten av våra experiment visar att vårt tillvägagångssätt kan förbättra precisionen hos den rekonstruerade kontrollflödesautomaten jämfört med att endast använda Jakstab. Dock visar de att vårt tillvägagångssätt kan fordra en stor mängd minne då det kräver extraktion och tillfällig lagring av ett stort antal möjliga vandringar från programmets ingång till de olösta programpositionerna. Därmed är dess användbarhet limiterad till kontrollflödesautomater av begränsad complexitet. Vidare visar resultaten av våra experiment även att analyser baserade på klivande intervaller tappar i prestanda när de möter en vis typ av loopar i kontrollflödesautomaten.

  • Swords, Michael
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Finding patterns in procurements and tenders using a graph database2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Grafdatabaser blir mer och mer populära till följd av ökningen av väldigt sammankopplad data. Lagring av data i en grafdatabas möjliggör större insikt i förhållanden mellan data och inte bara uppgifterna i sig.Ett område som har fokus på relationer är offentliga upphandlingar. Relationer såsom vem som skapade en upphandling och vem som vann den. Det finns för närvarande ingen bästa praxis och ingen lättillgänglig analys i området. För att göra det enklare att analysera upphandlingsmarknaden behöver vi ett effektivt sätt att lagra uppgifterna.

    Det här arbetet har gjort ett koncepttest av hur man kan kombinera offentliga upphandlingar och grafdatabaser. Två databasmodeller med olika granularitet har jämförts, gällade frågehastighet och lagringsstorlek. Examensarbetet har även gjort en undersökning av vilka intressanta mönster som går att extrapolera från upphandlingsdata med hjälp av grafalgoritmer som detekterar centralitet och gemenskap mellan noder.Resultaten från modelljämförelsen visar en tydlig ökning av frågehastighet till kostnad av lagringsstorlek. Resultaten från utforskningen av sambanden är flera exempel på intressant extraktioner av mönster från en grafdatabas med offentlig upphandlings data

  • Engerstam, Sviatlana
    KTH, Skolan för arkitektur och samhällsbyggnad (ABE), Fastigheter och byggande, Fastighetsekonomi och finans.
    Macroeconomic determinants of apartment prices in Swedish and German citiesManuskript (preprint) (Övrigt vetenskapligt)
    Abstract [en]

    We study the long-term effects of macroeconomic fundamentals on apartment prices in major urban areas in Sweden and Germany. The panel cointegration analysis was chosen as the primary approach due to the limited availability of data for a more extended period and frequency. The dataset consists of 2 countries – Germany and Sweden. The Swedish dataset includes three major cities and a period of  23 years, while the German dataset includes 7 “Big cities” for 29 years. Pooling the observations allows overcoming data restrictions in econometric analysis of long-term time series such as spatial heterogeneity, cross-sectional dependence and non-stationary, but cointegrated data. The results lie in line with previous studies and also allow comparison of single city estimations in an integrated equilibrium framework. The empirical results indicate that apartment prices react much stronger on changes in fundamentals in major Swedish cities than in German ones despite quite similar underlying fundamentals. Comparative analysis of regulations on the rental market, bank lending policies, and approaches to valuation for mortgage purposes in these two countries provide evidence that this overreaction arises due to institutional differences in form bank lending policies, mortgage valuation practices, and regulations on the rental market. Application of the more sustainable value concept such as mortgage lending value in mortgage valuations could make lending for housing less procyclical and stabilize house prices over the long run. Moreover, it will help to keep house prices away from overreaction on changes in macroeconomic fundamentals.

  • Våge, William
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Using machine learning for resource provisioning to run workflow applications in IaaS Cloud2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    De snabba framstegen inom molntjänster har gjort det möjligt att genomföra stora beräkningar som exempelvis vetenskapliga arbetsflödesapplikationer snabbare än någonsin. Att köra arbetsflödesapplikationer i molnet består av attvälja instanser(resursförmedling) och sedan schemalägga(resursschemaläggning) de deluppgifter inom arbetsflödet som ska utföras på de valda instanserna. Att hitta den snabbaste exekveringstiden (makespan) för ett vetenskapligt arbetsflöde inom en specificerad budget är ett NP-svårt problem och det är vanligt att använda heuristik eller metahuristik för att lösa problemet.

    Detta examensarbete undersöker möjligheten att använda maskininlärning som ett alternativt sätt att hitta resursförsörjningslösningar för exekvering av vetenskapliga arbetsflöden i molnet. För att undersöka detta utvärderas om en tränad maskininlärningsmodell kan förutsäga resursförmedlingslösningar med lösningskvalitet nära den för en state-of-the-art algoritm (PACSA) fast med en betydligt kortare beräkningstid. Maskininlärningsmodellerna tränas för de vetenskapliga arbetsflödena Cybershake och Montage med hjälp av arbetsflödesegenskaper som features och lösningsinstanser givna av PACSA-algoritmen som labels. De förutspådda instanserna är schemalagda med en oberoende HEFT-schemaläggare för att få en makespan.

    Av projektet dras slutsatsen att det går att träna en maskininlärningsmodell så att den uppnår lösningskvalitet nära vad PACSA-algoritmen rapporterar fast med en betydligt kortare beräkningstid och att de bästa modellerna utvärderade i examensarbetet var en Decision Tree Regressionsmodell och en Support Vector Regressionsmodell. Slutsatsen påvisas av det faktum att DTR och SVR i genomsnitt lyckas vara bara 4.97 % (Cybershake) och 2.43 % (Montage) långsammare än PACSA-algoritmen gällande makespan samtidigt som de bara inför i genomsnitt 0,64 % (Cybershake) och 0,82 % (Montage) budgetöverträdelser. För stora arbetsflöden (1000 uppgifter) visade modellerna en genomsnittlig exekveringstid på 0,0165 sekunder för Cybershake och 0,0205 sekunder för Montage jämfört med PACSA-algoritmens exekveringstid på 57,138 sekunder för Cybershake och 44,215 sekunder för Montage. Det har också visat sig att modellerna lyckas få en bättre makespan än PACSA-algoritmen för vissa problemfall och lyckas lösa vissa problemfall som PACSA-algoritmen inte lyckades lösa. Ett förvånande resultat var att ML-modellerna till och med överträffade PACSA i 11,5 % av fallen för Cybershake-arbetsflödet och 19,5% av fallen för Montage-arbetsflödet.

  • Li, Yingyu
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Object Detection and Instance Segmentation of Cables2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Detta examensarbete introducerar en innovativ metod för att upptäcka och göra segmentering av kablar för visuell inspektion. Kablar saknar specifika kännetecken och former, vilket gör att de är svåra att upptäcka på en rörig bakgrund. Den här metoden är baserad på kabelfärg och kabelbredd i ett specifikt scenario. Det kräver en split-and-merge-strategi för att detektera och segmentera. Denna metod kan användas för att inspektera kabelstatus på radiotorn för underhåll och bedömning av skador genom att analysera fotografier tagna av en obemannad luftfarkost (UAV). Denna metod för att detektera kablar kan också vara fördelaktig inom navigering av UAV och navigering av autonoma undervattensfordon. Med en lös metrik med IoU på 30% når medelprecisionen 50,79% och den genomsnittliga sensitiviteten når 55,96%.

  • Huang, Mengdi
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Consistent Outdoor Environment Mapping with a 3D Laser Scanner2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Simultaneous localization and mapping (SLAM) är en väsentlig förutsättning för olika automatiserade system såsom självkörande bilar och strövare. Dessa autonoma maskiner förvärvar kunskapen om miljön genom att bygga upp en karta medan de utforskar ett okänt område. Utan denna kunskap kan de inte fatta rätt beslut.

    Vi använde en 3D-laserskanner med 16 kanaler och omkodare för att samla in intern och extern information. Sedan uppskattar vi vägen som roboten har varit i och bygger upp en överensstämmande karta baserat på sensordata. I detta projekt studerade och föreslog vi flera sätt att förbättra de befintliga registreringsoch optimeringsmetoderna. Genom att lägga till odometriinformation för att förutsäga den ursprungliga uppskattningen som ingången för Normal Distribution Transform (NDT), visas att prestandan ökar. Och resultatet var en tillfredsställande förändring efter att vi fördelat felet innan vi matar in registreringsresultatet i g2o-optimeringsramen. Dessutom föreslog vi en metod för att öka vikten hos vissa voxlar för att förbättra prestanda hos NDT. Vi experimenterade också med olika konfigurationer av NDT och g2o för att se hur de påverkar resultaten.

    Vi genomförde och analyserade experimentet på två dataset, ett stadsmiljö-dataset och ett skogsdataset. Vi anser att kartläggningen är framgångsrik med stadsmiljö-datasetet.

  • Yeramian, Kevin
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Autonomous testing of web forms2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    För att kunna komma åt webbsidor bakom ett webbformulär krävs att formuläret fylls med korrekt information. Därför tenderar webbformulär att hindra program som automatiskt navigerar genom webbplatser. För att kunna automatiskt fylla i ett webbformulär måste man kunna extrahera relevant information från dessa. Detta är svårt eftersom de synliga webbsidorna är konstruerade för att läsas av människor och inte av robotar. En mänsklig användare kan lätt extrahera den information från ett webbformulär som krävs för att kunna fylla i det. Automatisk extraktion av information för att fylla i webbformulär är ett aktivt forskningsämne, som redan har gett intressanta resultat. Detta examensarbete presenterar en ny metod för att extrahera visuell såväl som dold information från webbformulär, och automatiskt kategorisera varje fält i ett givet webbformulär. Kategoriseringen åstadkoms genom att undersöka nyckelord och sedan associera dem med en etikett genom att använda mekanismen "validering och inlämning av webbformulär". Dessa annoterade data används sedan för att träna maskininlärningsmodeller som syftar till att klassificera text i givna fält i ett webbformulär. En jämförelse visar att maskininlärningsmodellerna fungerar sämre jämfört med de nya metoderna baserade på nyckelord.

  • Androulakaki, Theofronia
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Probing User Perceptions on Machine Learning2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Maskininlärning är ett teknologi som har blivit populär det senaste decenniet. Som designer kan det vara svårt att jobba med maskininlärning som ett “designmaterial". Olika tillvägagångssätt har föreslagits för att hjälpa designers att hantera det här material. I studien som presenteras

    här läggs fokus på användarens uppfattningar om maskininlärning och hur deras förståelse skulle kunna bidra till bättre design. Tio deltagare använde så kallade “probes" i syfte att undersöka hur vi möter maskininlärning i vardagen. Dessa “probes" bestod av enkla uppgifter som uppmuntrade deltagare att notera och utforska hur maskininlärning ingår som element i tillämpningar som de använder i t ex smartphones. Deltagarna uttryckte sin personliga förståelse och funderingar om maskininlärning, vilket omfattade allt från kreativitet till oro kring hur personliga data används i dessa system. Baserat på en analys av resultaten formulerar vi råd till hur en designer ska utforma interaktion med maskininlärningssystem. Slutligen adderar vi en reflektion om svårigheterna med att använda probes för att studera maskininlärning.

  • Karlsson, Viktor
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Introducing a Hierarchical Attention Transformer for document embeddings: Utilizing state-of-the-art word embeddings to generate numerical representations of text documents for classification2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Inom fältet Natural Language Processing existerar det en uppsjö av algoritmer för att skapa numeriska representationer av ord eller mindre delar. Dessa representationer fångar de semantiska egenskaperna av orden som för problem på ordnivå direkt går att använda. Ett exempel på ett sådant problem är entitetsigenkänning. Problem på dokumentnivå kräver däremot speciella tillvägagångssätt för att möjliggöra skapandet av representationer med bestämd längd även när dokumentlängden varierar.

    Detta examensarbete utvecklar algoritmen Hierarchical Attention Transformer (HAT), ett neuralt nätverk som tar vara på den hierarkiska strukturen hos dokument för att kombinera informationen på ordnivå till en representation på dokumentnivå. Nätverket är helt och hållet baserat på uppmärksamhet vilket möjliggör utnyttjandet av information från hela sekvensen samt förståelse av modellens slutsatser.

    HAT jämförs mot de för tillfället bäst presterande dokumentklassificeringsalgoritmerna i tre scenarier: Datasamlingar av dokument med medellängden (1) kortare än tre paragrafer, (2) längre än en hel sida och (3) längre än en hel sida där antalet dokument för träning är begränsat. HAT presterar bättre än konkurrenterna i fall 1 och 2, där felet minskades med upp till 33% och 32.5% för fall 1 respektive 2. Optimeringen av HAT ökade i komplexitet för fall 3, för vilket resultatet inte slog konkurrenterna.

  • Tatarakis, Nikolaos
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Differentially Private Federated Learning2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [en]

    Federated Learning is a way of training neural network models in a decentralized manner; It utilizes several participating devices (that hold the same model architecture) to learn, independently, a model on their local data partition. These local models are then aggregated (in parameter domain), achieving equivalent performance as if the model was trained centrally. On the other hand, Differential Privacy is a well-established notion of data privacy preservation that can provide formal privacy guarantees based on rigorous mathematical and statistical properties. The majority of the current literature, at the intersection of these two fields, only considers privacy from a client’s point of view (i.e., the presence or absence of a client during decentralized training should not affect the distribution over the parameters of the final (central) model). However, it disregards privacy at a single (training) data-point level (i.e., if an adversary has partial, or even full access to the remaining training data-points, they should be severely limited in inferring sensitive information about that single data-point, as long as it is bounded by a differential privacy guarantee). In this thesis, we propose a method for end-to-end privacy guarantees with minimal loss of utility. We show, both empirically and theoretically, that privacy bounds at a data-point level can be achieved within the proposed framework. As a consequence of this, satisfactory client-level privacy bounds can be realized without making the system noisier overall, while obtaining state-of-the-art results.

  • Yu, Shi
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Exploring Use Cases for an Artificial Intelligence Poet2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Här beskrivs den iterativa utformningen av en mobilapplikation för AI-genererad poesi, samt en serie storskaliga kommersiella kampanjer där olika varianter av systemet har testats i verklig användning. Genom detta genererades cirka 20 miljoner enskilda dikter, producerade av systemet tillsammans med miljontals användare. Förutom systemets tekniska funktionalitet beskrivs hur systemet anpassats för att distribueras i olika kommersiella sammanhang. Utifrån denna process diskuteras insikter relaterade till systemstöd för kreativa processer, och hur lärdomar från denna process kan tillämpas även i andra system för AI-genererat innehåll.

  • Hallgrímsson, Guðmundur
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    An Embedded System for Classification and Dirt Detection on Surgical Instruments2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Behovet av automatisering inom vård och omsorg har blivit allt större de senaste åren, både vad gäller effektivitet samt att befria utbildade arbetare från repetitiva, enkla eller till och med farliga arbetsmoment. Den här rapporten undersöker implementeringen av två tidigare för-definierade och för-tränade faltade neurala nätverk på en FPGA, för att klassificera och upptäcka föroreningar på kirurgiska verktyg. En bra bakgrund på hur neurala nätverk fungerar, och deras historia, presenteras i kontexten faltade neurala nätverk. Winograd algoritmen, som används för att beräkna faltningar, beskrivs som en metod med syfte att öka beräkningsmässig prestanda. Val av utvecklingsplattform och verktyg utförs. Systemet beskrivs på en hög nivå, innan detaljer om hög-nivå-syntesimplementeringen av förorenings-detekterings-nätverket visas. Mätningar görs sedan av de olika bygg-blockens prestanda. Kärnkoden med faltnings-algoritmen implementeras både med Winograd-algoritmen och med den traditionella, naiva, metoden, och utfallet för bägge metoderna jämförs. Slutligen utförs mätningar på hela systemets prestanda och slutsatser dras därav. Projektets slutprodukt kan användas som en bra bas för vidare utveckling av ett komplett system som både är effektivt angående effektförbrukning och har bra prestanda, genom att knyta ihop styrkan hos traditionella sekventiella processorer med parallelismen i en FPGA till ett enda system.

  • Belo, Pedro
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Heterogeneous 3D Exploration with UAVs2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Multi-robot-utforskningsalgoritmer fokuserar vanligtvis på tidsminimeringen medan man ignorerar kartnoggrannheten. I detta examensarbete presenteras en ny heterogen multirobot-utforskningsstrategi som hittar en balans mellan tidsförbrukningen och kartnoggrannheten. Genom att rangordna UAVer baserat på sensorns noggrannhet är det möjligt att samordna dem och välja strategiska punkter för att utforska istället för de mest givande. I synnerhet med en funktion (i detta fall en gaussisk) som tilldelar en voxels osäkerhet en poäng, är det möjligt att skräddarsy en UAVs preferens (genom att ställa in förväntat värde och varians) till vissa funktioner och inte bara outforskat utrymme. Denna algoritm jämfördes med AEPlanner för flera miljöer, vilket uppnådde bättre noggrannhet mot fullständig kartutforskning.

  • Wei, Xiao
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Deep Active Learning for 3D Object Detection for Autonomous Driving2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Detektering av 3D-objekt är avgörande för autonom körning. För att träna en 3D-detektor krävs emellertid ofta en enorm mängd märkta data som är extremt dyra och omständiga att erhålla. För att underlätta anteckningsarbetet samtidigt som detekteringsprestanda bibehålls, använder vi ett aktivt lärande ramverk för att träna en 3Dobjektdetektor med minsta mängd märkta data. I motsats till den konventionella passiva inlärningen som en maskininlärningsmodell tränas på i ett förutbestämt träningsdataset, tillåter aktiv inlärning modellen att aktivt välja de mest informativa proverna för märkning och lägga till dem i träningsuppsättningen. Därför behöver bara en bråkdel av data märkas. Såvitt vi vet är detta examensarbete det första som studerar aktivt lärande för 3D-upptäckt.

    Vi tar steg mot målet. Det finns tre steg med allt mer komplexa modeller och inlärningsuppgifter. Vi börjar med aktivt lärande för bildklassificering som kan ses som ett delproblem för objektdetektering. För det andra undersöker och bygger vi ett multiverksamhetslärande ramverk med ett djupt förfiningsnätverk för upptäckt av flermodala 3D-objekt. Slutligen analyserar vi ytterligare flerfunktionsaktivt lärande med en mer komplicerad tvåstegs 3D-LiDAR fordonsdetektor. I våra experiment studerar vi de grundläggande och viktiga aspekterna av ett aktivt inlärningsramverk med tonvikt på att utvärdera flera populära datavalsstrategier baserade på förutsägelsosäkerhet. Vi föreslår framgångsrikt ett aktivt inlärningsramverk för 3D-objektdetektering med 3D-LiDAR punktmoln och exakta 2D-bildförslag som sparar upp till 60% av märkta data i ett offentligt dataset. Till slut diskuterar vi också några underliggande utmaningar i detta ämne ur både akademiska och industriella perspektiv.

  • Ma, Yanwen
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Exploiting mobile technology affordances to support second language students using affective learning2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Självreglerat lärande (SRL) som avser utmaningar som rör både kognitiva och affektiva inlärningsdomäner är direkt kopplat till studenters akademiska prestationer. Det är särskilt viktigt för andraspråkstudenter som behöver utveckla sina SRL-strategier och färdigheter för att kunna lära sig målspråket effektivt. Dessa studenter behöver dock hjälp med att utveckla sitt SRL, eftersom majoriteten av dem inte kan göra exakta bedömningar om sina inlärningsprocesser.

    Denna studie syftar till att underlätta för andraspråkstudenter att utveckla sina affektiva inlärningsförmågor och inlärningsstrategier som behövs för att förvärva det valda andraspråket effektivt. I denna designorienterade fallstudie designades och utvärderades ett speciellt mobilverktyg, ATLAS (AffecTive LeArning Srl) app. Datainsamlingen genomfördes genomsemistrukturerade intervjuer med 13 japanska andraspåkstudenter. Alla intervjuer genomfördes av författaren till denna studie och deltagarnas skriftliga medgivande samlades in. Intervjudata har anonymiserats senare. Resultaten visade att 85% av studiens deltagare hade positiv inställning till användandet av affektiva lärsaktiviteter i verktyget. I synnerhet upplevdes ATLAS appen kunna öka motivationen hos studenterna för SRL och att öka deras medvetenhet om deras framsteg i SRL.

    Denna studie visar på att det är fördelaktigt att använda teknikstödet för affektivt lärande för att hjälpa studenterna att utveckla deras SRLfärdigheter, strategier och kunskap som behövs för att deras framgångsrika andraspråkinlärning Ur ett praktiskt perspektiv, erbjuder denna studie också ett verktyg och flera relevanta designriktlinjer som bör beaktas av designers av liknande verktyg i framtiden.

  • Persson, Alexander
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Redesigning a graphical user interface for usage in challenging environments with a user-centered design process2019Självständigt arbete på avancerad nivå (yrkesexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Olika möjligheter för interaktion med datorer är ett område i ständig utveckling och användandet av datorer idag är mer omfattande än någonsin. Även för vanliga användningsområden och interaktioner så är det svårt att designa något där användarens behov står i centrum. Att designa något för en militär kontext kan göra processen ännu svårare då arbetsmiljön för användarna är mycket påfrestande. Denna studie undersöker hur en ny design av ett grafiskt användargränssnitt kan reducera de negativa effekterna som uppstår i den kontextuella miljön. Den miljö som datorprogrammet används i är i terrängfordon i rörelse och i alla väderförhållanden utomhus i fält. För att skapa en ny design av gränssnittet utfördes en användarcentrerad designprocess. Processen initierades med att utföra kontextuella intervjuer och skapa ett affinitetsdiagram för att sammanställa och analysera data, med detta erhölls en djupare insikt av användarbehoven och krav för designen. Efter att de mest betydande huvuddragen för designen var fastställda utvecklades en prototyp av designen. Första prototypen utvärderades av användare med erfarenhet av mjukvaran utanför den militära kontexten. Av responsen från dessa användare utvecklades en ny version av designen som sedan utvärderades under en intervju med nuvarande användare av mjukvaran i militär kontext. Utvärderingen visade att användarna trodde att den nya designen av användargränssnittet skulle hjälpa att minska problemen som uppstod i deras arbetsmiljö och kontext samt förbättra deras arbetskvalitet.

  • Bergström, Philip
    KTH, Skolan för elektroteknik och datavetenskap (EECS).
    Multimodal Relation Extraction of Product Categories in Market Research Data2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Nuförtiden genereras ständigt stora mängder ostrukturerad data som blir tillgänglig genom hemsidor och dokument. Relationsextrahering, d.v.s. uppgiften att extrahera semantiska relationer från sådan data, anses därför ha högt kommersiellt värde. Däremot så är många hemsidor och dokument rikt formaterade, d.v.s. att de kommunicerar information genom icke-textliga uttryck, till exempel genom tabulära eller visuella element. Den här uppsatsen kommer att presentera ett ramverk för relationsextrahering från sådan data, med fokus på data som berör marknadsundersökningar. Ramverket utför relationsextrahering via övervakad inlärning genom att använda både textliga och visuella särdrag hos dokumenten. Därtill så tillåter ramverket användaren att träna en modell utan att använda manuellt annoterad data genom att implementera så kallade annoteringsfunktioner.Vi evaluerar vårt ramverk på en samling marknadsundersökningsdokument som berör konsumtionsvaror. De extraherade relationerna kopplar kategorier till produkter av olika märken. Vi finner att vårt ramverk är bättre än en trivial modell, men vi lyckas inte påvisa någon större positiv effekt av att utnyttja visuella egenskaper hos dokumenten. Vi drar slutsatsen att vårt ramverk kan fungera som en prototyp för relationsextrahering från rikt formaterad data, men att mer avancerade metoder är nödvändiga för att utnyttja icke-textliga dokumentegenskaper.