Med ett växande fokus på ett långsiktigt hållbart samhälle som tar ansvar för miljön strävar fordonstillverkare efter att sänka energiförbrukningen på sina fordon. Detta arbete behandlar hur man kan sänka bränsleförbrukningen för lastbilar med påbyggnader. En påbyggnad kan t.ex. vara en kran, en lastväxlare eller en betongpump. En metod för att sänka energiförbrukningen är att sänka det varvtal som lastbilens dieselmotor arbetar vid.

Artificiella neurala nätverk (ANN) har många användningsområden inom datavetenskap. Några av dessa är mönsterigenkänning, robotik, processkontroll, optimering och spel. Detta examensarbete kommer att handla om hur en alternativ lösning på den traditionella arkitekturen av hur ett neuralnät kan se ut. Jag kommer att undersöka om man kan ta ett stort och komplext neuralnät och bryta ned detta till mindre neuralnät utan att förlora kvaliteten på botarna i en spelmiljö kallad Open Nero. Detta för att försöka minska beräkningshastigheten av neuralnäten och förhoppningsvis även göra så botarna lär sig ett bra beteende snabbare.

I dagens utveckling av robotkontrollers så finner vi olika synsätt på hur vi ska angripa problemen som en robot ställs inför. Det här arbetet koncentrerar sig på artificiella neurala nät (ANN) och evolution med genetiska algoritmer och en fokusering sker på en speciell arkitektur av ANN som Stefano Nolfi presenterat.Rapporten kan ses som en fortsättning på Nolfis arbete och behandlar extensioner av fenomenet "spontan modularitet" som Nolfi beskriver. Det testproblem som används består i att utveckla ett kontrollsystem för en skräpsamlande robot. Detta arbete baseras på experiment runt detta problem med arkitekturer, vilka baseras på Nolfis spontana modularitet. Vi testar hur arkitekturerna påverkas av interna och återkopplade noder.Resultaten visar på att en spontan modularitet inte tycks påverkas positivt av återkopplade eller interna noder..

Artificiella neurala nätverk (ANN) har många användningsområden inom datavetenskap. Några av dessa är mönsterigenkänning, robotik, processkontroll, optimering och spel. Detta examensarbete kommer att handla om hur en alternativ lösning på den traditionella arkitekturen av hur ett neuralnät kan se ut. Jag kommer att undersöka om man kan ta ett stort och komplext neuralnät och bryta ned detta till mindre neuralnät utan att förlora kvaliteten på botarna i en spelmiljö kallad Open Nero. Detta för att försöka minska beräkningshastigheten av neuralnäten och förhoppningsvis även göra så botarna lär sig ett bra beteende snabbare. Mitt examensarbete kommer att visa att min lösning av arkitekturen för ett neuralt nätverk inte fungerar speciellt bra då botarna inte lärde sig tillräckligt fort.

Denna rapport behandlar akustisk undervattenskommunikation. I rapporten tas olika aspekter upp på modulering, demodulering, kanalutjämning, den akustiska undervattenskanalens egenskaper samt andra fenomen och problem som kan uppkomma vid undervattenskommunikation. Speciellt har vikten i rapporten lagts vid adaptiva kanalutjämnare. Utifrån olika simuleringar provades en undervattenskommunikationsmodell under fältmässiga förhållanden. Resultatet av utprovningen visade att differentiellt fasskift i kombination med en kanalutjämnare fungerade väl under rådande förhållanden.

I denna rapport redogörs för en implementering av fusion mellan kortdistanssensorer. Syftet med denna implementering är att erhålla Stop & Go-funktionalitet till den adaptiva farthållaren som idag finns som tillval i Scanias lastbilar. Adaptiv farthållning, ACC, är en funktion som automatiskt anpassar fordonets hastighet ifall detta kommer ikapp ett annat fordon som färdas långsammare än den inställda hastigheten. Scanias system använder sig idag av en långdistanssensor som ser långt men har smalt synfält. Genom att komplettera denna med kortdistanssensorer, som ser kort men brett, kan önskvärt synfält i närområdet för att säkert kunna implementera Stop & Go-funktionen uppnås.

Detta examensarbete tittar närmare på vägplaneringsproblemet som är ett vanligt förekommande problem inom datorspel. Arbetet skall försöka besvara följande frågeställning: Vilka kombinationer av styrbeteenden och beräkningsmodeller kan användas för större grupper av autonoma agenter som navigerar i en miljö med avseende på prestanda och estetik? För att besvara frågeställningen så skapades en applikation där fyra olika styrbeteenden implementerades. Vägföljningsbeteendet är grundbeteendet för agenternas navigering och flockbeteendet används för att ge ett bättre resultat. Resultatet av arbetet visar på att de fyra styrbeteendena som omfattas av arbetet är tillräckligt i de flesta fall; även om det finns brister.

Detta dokument behandlar ett kandidatarbete gjort av sju datateknikstudenter från Tekniska högskolan vid Linköpings universitet. Arbetet gick ut på att utveckla en webbapplikation för att visa bilder. Målet med webbapplikationen var inledningsvis vagt, den skulle visa bilder, ha någon metod för att ta reda på vilka bilder användaren gillade och sedan basera vilka bilder som skulle visas nästa gång på vilka som hade gillats.Dokumentet innehåller också ett kapitel om de erfarenheter och lärdomar gruppen har fått från projektet. Det innehåller även ett appendix med kapitel skrivna av gruppens medlemmar som behandlar olika ämnen relevanta till arbetet..

Artificiell intelligens (AI) har diskuterats filosofiskt under lång tid. I och med datorns uppkomst och utveckling har dock nya filosofiska grenar framkommit. Den filosofiska AI:n syftar ofta att modellera människans kognitiva förmågor. AI är inte bara ett filosofiskt ämne utan andra områden har även ett intresse av AI. Med hjälp av avancerade system som till exempel expertsystem, artificiella neurala nätverk (ANN) samt viss robotik kan datorn och dess mjukvara tillämpas i allt mer avancerade och kommersiella situationer.

Syftet med denna studie var att utifrån litteraturen undersöka vilka åtgärder arbetsterapeuter utför i hemmet för personer med stroke samt om dessa åtgärder påvisar någon förbättring i aktivitetsutförande. En forskningsöversikt gjordes och studier söktes på olika databaser. Elva studier valdes ut och dessa analyserades utifrån kvalitativ innehållsanalys. Som redskap vid analysen användes Fishers arbetsterapeutiska metoder för intervention. Resultatet visade att de arbetsterapeutiska åtgärderna endast kunde hänföras till en av interventionsmetoderna, Adaptiv och kompensatorisk aktivitet.

Denna studie utgår från den Adaptiva marknadshypotesen som genom ett evolutionärt perspektiv sammanbinder de två grundparadigmen Effektiva marknadshypotesen och Finansiell beteendevetenskap i ett försök att föra forskningen om marknadseffektivitet framåt. Vidare undersöker studien den svenska aktiemarknaden på ett, för den Adaptiva marknadshypotesen, nytt sätt där marknadseffektivitetens dynamik inom marknaden kartläggs och analyseras.Undersökningsenheterna består av OMX Stockholm All Share Index samt aktiemarknadens, utifrån marknadskapitalisering, fem största sektorindex. Med en robust metodologi kartlägger vi effektivitetsdynamiken mellan prisserierna under åren 2000-2013 och finner stöd för den adaptiva marknadshypotesens förmenanden utifrån såväl marknadsindex som majoriteten av undersökta sektorindex. Studien påvisar också att effektivitetsanalys utifrån marknadens beståndsdelar åskådliggör effektivitetsdynamik inom marknaden, på ett sätt som analys av endast marknadsindex missar. Kartläggning utifrån sektorer visar även att förändringar i marknadsmiljön kan ge upphov till adaptiva ineffektiviteter på isolerade marknadssegment, och erbjuder därmed utveckling av AMH som i sin nuvarande form endast beaktar homogen förmåga för marknaden att bearbeta och inkorporera förändringar.

I detta examensarbete tittas det närmare på taktiska beslut för större grupper av autonoma agenter. Arbetet ska försöka besvara följande frågeställning: Hur effektivt kan svärm-AI användas för att utföra taktiska beslut när det appliceras till ett spel med grupper av fiender? För att kunna besvara frågeställningen skapades en applikation där fyra kombinationer av styrbeteenden och beräkningsmodeller inom tekniken ?boids? användes. Inom två av kombinationerna användes traditionella styrbeteenden inom boids, och inom de andra introducerades ett styrbeteende för att flankera spelaren för att ge bättre resultat. Resultatet av arbetet visar att kombinationerna med de taktiska besluten fick överlägset bättre resultat och gav därmed goda förhoppningar för att besvara frågeställningen, men för att kunna ge ett definitivt svar på hur effektivt det är visade det sig att en större bredd av experiment hade behövts användas.

Adaptive Resource Allocating Vector Quantizer (ARAVQ) är en teknik för datareducering för mobila robotar. Tekniken har visats framgångsrik i enkla miljöer och det har spekulerats i att den kan fungera som ett generellt datautvinningsverktyg för tidsserier. I rapporten presenteras experiment där ARAVQ används som datareducerare på en artificiell respektive en fysiologisk datamängd inom en datautvinningskontext. Dessa datamängder skiljer sig från tidigare robotikmiljöer i och med att de beskriver objekt med diffusa eller överlappande gränser i indatarymden. Varje datamängd klassificeras efter datareduceringen med hjälp av artificiella neuronnät.

Olika modeller har genom åren tagits fram för att förenkla analys av aktiemarknaden. En relativt ny teknik är så kallade artificiella neuronnät.Dessa modeller har visat sig lovande när det gäller att förutsägaaktiekurser. Projektets syfte är att hitta artificiella neuronnät som ger bra förutsägelser av framtida aktiekurser. Under projektet har ett mjukvarusystemsom genererar och tränar artificiella neuronnät av typen feedforward utvecklats för att kunna testa neuronnät med olika indata, struktur och träningsinställningar. För att komma fram till vilka konfigurationer på neuronnäten som ger bra resultat har näten testats genom simulerad aktiehandel där köp- och säljbeslut grundats på neuronnätens förutsägelser.

This master?s thesis describes the development of a model of the catalystsystem aiming at control by an MPC. A well functioning model, which is suitable in control purpose, is important while emission legislation become more and more hard to fulfill for the car manufacturers. Much research has been done in the field of physical modeling of the system, but in this work a linear adaptive time discrete ARX-model is developed and validated.The systems tendency to change its dynamic during usage implies that the model must be adaptive. The developed model proved to be well functioning and shows promising conditions for the MPC design.