In Scientific workflows, data provenance plays a big part. Through data provenance, the execution of the workflow is documented and information about the data pieces involved are stored. This can be used to reproduce scientific experiments or to proof how the results from the workflow came to be. It is therefore vital that the provenance data that is stored in the provenance database is always synchronized with its corresponding workflow, to verify that the provenance database has not been tampered with. The blockchain technology has been gaining a lot of attention in recent years since Satoshi Nakamoto released his Bitcoin paper in 2009. The blockchain technology consists of a peer-to-peer network where an append-only ledger is stored and replicated across a peer-to-peer network and offers high tamper-resistance through its consensus protocols. In this thesis, the option of whether the blockchain technology is a suitable solution for synchronizing workflow with its provenance data was explored. A system that generates a workflow, based on a definition written in a Domain Specific Language, was extended to utilize the blockchain technology to synchronize the workflow itself and its results. Furthermore, the InterPlanetary File System was utilized to assist with the versioning of individual executions of the workflow. The InterPlanetary File System provided the functionality of comparing individual workflows executions in more detail and to discover how they differ. The solution was analyzed with respect to the 21 CFR Part 11 regulations imposed by the FDA in order to see how it could assist with fulfilling the requirements of the regulations.  Analysis on the system shows that the blockchain extension can be used to verify if the synchronization between a workflow and its results has been tampered with. Experiments revealed that the size of the workflow did not have a significant effect on the execution time of the extension. Additionally, the proposed solution offers a constant cost in digital currency regardless of the workflow. However, even though the extension shows some promise of assisting with fulfilling the requirements of the 21 CFR Part 11 regulations, analysis revealed that the extension does not fully comply with it due to the complexity of the regulations / I vetenskapliga arbetsflöden är usprung (eng. provenance) av dataviktigt. Genom att spåra ursprunget av data, i form av dokumentation,kan datas ursprung sparas. Detta kan användas för att återskapavetenskapliga experiment eller för att bevisa hur resultat från arbetsflödegenererats. Det är därför viktigt att datas ursprung, som lagrasi ursprungsdatabasen, alltid är synkroniserad med dess motsvarandearbetsflöde som ett sätt att verifiera att ursprungsdatabasen intehar manipulerats. Blockchainteknologi har fått mycket uppmärksamhetde senaste åren sen Satoshi Nakamoto släppte sin Bitcoin artikelår 2009. Blockchainteknologi består av ett peer-to-peer nätverk där endastbifogning tillåts i en liggare som är replikerad över ett peer-topeernätverk vilken tillhandahåller hög manipuleringsresistans genomkonsensusprotokoll. I denna uppsats undersöks hurvida blockchainteknologi är en passande lösning för arbetsflödessynkronisering avursprungsdata. Ett system som genererar ett arbetsflöde, baserat påen definition som skrivits i ett domänspecifikt språk, var förlängt föratt utnyttja blockchainteknologi för synkronisering av arbetsflödet ochdess resultat. InterPlanetary File System användes för att assistera medversionshanteringen av individuella exekveringar av arbetsflödet. InterPlanetaryFile System tillhandahöll funktionalitet för att jämföra individuellaarbetsflödesexekveringar mer detaljerat samt att upptäckahur de skiljer sig åt. Resultaten är analyserade med hänsyn till 21 CFRPart 11 regleringar från FDA för att se hur resultaten kan assistera medatt uppfylla kraven av förordningarna. Analys av systemen visar attblockchainförlängningen kan användas för att verifiera att synkroniseringenmellan arbetsflödet och dess resultat inte har manipulerats.Experimenten visade att storleken av arbetsflödet inte hade märkbareffekt på exekveringstiden av förlängningen. Därutöver möjliggör denpresenterade lösningen en konstant kostnad i digital valuta oavsett arbetsflödetsstorlek. Även om förlängningen visar lovande resultat förassistering av fullföljande av 21 CFR Part 11 regleringarna påvisar analysatt förlängningen inte fullständigt uppfyller kraven på grund avkomplexiteten av dessa regleringar.

Hammed Hammid Mohammed, universitetsadjunkt vid KTH i Flemingsberg gav uppdragetatt utveckla en mobil kontaktlös andningsbevakare för spädbarn och äldre i form av en mobilapplikationsom använder sig av kameran för att detektera fel i andningen. Denna skullefungera som ett billigare och enklare alternativ till konventionella andningsbevakningsinstrument.Uppgiften utfördes genom att först genomföra en litteraturstudie för att finna olikaalgoritmer och matematiska modeller att implementera och testa. Andra steget var att testade mest lämpade algoritmerna och matematiska modellerna i en datorprototyp gjord i Matlabför att se ifall dessa fungerade som det var tänkt. Tredje steget var att föra över datorprototypensalgoritmer så fullständigt som möjligt till en mobilapplikation.Arbetet resulterade i en algoritm, implementerbar i mobiltelefon, som kan ingå som indikationpå att andning pågår. Detta föregicks av tester av olika parametrar såsom belysning, kontraster,avstånd, position och vinklar mellan mobilkameran och försökspersonen. Testernavisade att stark ljussättning, goda kontraster mellan försöksperson och bakgrund samt rättavstånd och position mellan kamera och försöksperson gav goda resultat.Resultatet i sin helhet gav insikten att användandet av den matematiska algoritmen FFT (FastFourier Transform) kan ingå som indikator på att det är andning som detekteras.

Machine learning models are becoming more and more powerful and accurate, but their good predictions usually come with a high complexity. Depending on the situation, such a lack of interpretability can be an important and blocking issue. This is especially the case when trust is needed on the user side in order to take a decision based on the model prediction. For instance, when an insurance company uses a machine learning algorithm in order to detect fraudsters: the company would trust the model to be based on meaningful variables before actually taking action and investigating on a particular individual. In this thesis, several explanation methods are described and compared on multiple datasets (text data, numerical), on classification and regression problems. / Maskininlärningsmodellerna blir mer och mer kraftfulla och noggranna, men deras goda förutsägelser kommer ofta med en hög komplexitet. Beroende på situationen kan en sådan brist på tolkning vara ett viktigt och blockerande problem. Särskilt är det fallet när man behöver kunna lita på användarsidan för att fatta ett beslut baserat på modellprediktionen. Till exempel, ett försäkringsbolag kan använda en maskininlärningsalgoritm för att upptäcka bedrägerier, men företaget vill vara säkert på att modellen är baserad på meningsfulla variabler innan man faktiskt vidtar åtgärder och undersöker en viss individ. I denna avhandling beskrivs och förklaras flera förklaringsmetoder, på många dataset av typerna textdata och numeriska data, på klassificerings- och regressionsproblem.

For companies that supply a service to their customers, there will always be a difference in engagement from customer to customer. Some customers might have created an account, they might also have a paid subscription, or they neither have an account nor are a subscriber. Meaning that they only interact with the free content provided. Looking at this from the perspective of the company, a more engaged customer will generate more value than one less engaged. Therefore, it would be beneficial to try and understand why some customers are more engaged than others. This project purpose is to create a customer relationship management (CRM) pipeline for determining what it is that make some users more engaged with a service than other. The findings will be presented to Bonnier that they may use to try and increase customer engagement across the board. This is achieved by clustering users based on their recency, frequency, and volume (RFV) data with the help of two clustering algorithms. The clustering algorithms are evaluated to detriment which is more suited as well as to determine the optimal number of clusters. Lastly the clusters are analysed on different metrics connected to the users as well as to the articles they read. The results show some implications into what makes some users more engaged. It’s also concluded that more clustering and analysis would be needed to get even more insight into what leads to more customer engagement.

This work examines the utilization of chatbots in programming and their effects ondeveloper productivity, code quality, and problem-solving. The surge in AI technologyand the popularity of chatbots has been remarkable since the end of 2022, whenOpenAI introduced ChatGPT, capable of providing rapid and accurate responses toinquiries. This introduces novel opportunities for information accessibility withouthuman interactions.Previous research within this domain has explored the usability of earlier chatbots indesign-related professions, revealing a certain degree of utility. Now, with the advancementof AI, new prospects arise for investigating their utility. Emerging technologiesoften imbue functionalities that facilitate or simplify specific tasks. Therefore,the aim of this study is to explore and analyze how chatbots such as ChatGPTand GitHub Copilot can function as interactive aids to streamline programming andsystems development.Conducted as a qualitative study within the realms of programming and systems development,this work employs interviews as its primary methodology. Semi-structuredqualitative interviews are employed for data collection. To analyze the informationgathered from these interviews, a thematic analysis approach is adopted, facilitatingthe identification of commonalities and disparities in the responses.The findings of this study demonstrate that AI tools have proven to be effective andbeneficial in areas like information retrieval or fundamental programming tasks, yetexhibit limitations in advanced programming endeavors and complex problem-solving.The study encompasses respondents who have employed these tools in theirwork, possessing the expertise and experience to offer insights into developers' utilizationof these tools in software development.

WebAssembly is Assembly-like code that is created by compiling other languages into Wasm. The Wasm file can then be run on the web at near native speed. The objective of this study is to find how WebAssemblys runtime compares to JavaScript and native. The study will also see if different browsers impact WebAssembly runtime. To get the information two different methods were used. Firstly literature and articles were used to gather data on JavaScript and native runtime compared to WebAssembly. Secondly an empirical study was conducted to compare four different browsers WebAssembly runtime.  When comparing WebAssembly and JavaScript it was found that WebAssembly isn't always the fastest alternative due to many reasons but some major ones were how they were compiled and optimised.  When looking at WebAssembly compared to native we could clearly see that WebAssembly was slower. These slowdowns came primarily from the increase in code size but the virtual environment and security checks also contributed to this.  After the empirical study we could see some differences between browsers both in compilation speed and execution time. Between the chromium browsers the difference in execution time was very small and Firefox was always faster. But when looking at compilation time Chrome was faster with the other browsers having varying results. The research could conclude that WebAssembly can provide a useful boost to runtime on websites when used correctly. It is not something that is going to replace JavaScript but can be used together with it. We could also conclude that the user's choice of browser has a small impact on WebAssembly and can cause differences in runtime.

Context: With the advent of Machine Learning (ML) and especially Deep Learning (DL) technology, companies are increasingly using Artificial Intelligence (AI) in systems, along with electronics and software. Nevertheless, the end-to-end process of developing, deploying and evolving ML and DL models in companies brings some challenges related to the design and scaling of these models. For example, access to and availability of data is often challenging, and activities such as collecting, cleaning, preprocessing, and storing data, as well as training, deploying and monitoring the model(s) are complex. Regardless of the level of expertise and/or access to data scientists, companies in all embedded systems domain struggle to build high-performing models due to a lack of established and systematic design methods and processes. Objective: The overall objective is to establish systematic and structured design methods and processes for the end-to-end process of developing, deploying and successfully evolving ML/DL models. Method: To achieve the objective, we conducted our research in close collaboration with companies in the embedded systems domain using different empirical research methods such as case study, action research and literature review. Results and Conclusions: This research provides six main results: First, it identifies the activities that companies undertake in parallel to develop, deploy and evolve ML/DL models, and the challenges associated with them. Second, it presents a conceptual framework for the continuous delivery of ML/DL models to accelerate AI-driven business in companies. Third, it presents a framework based on current literature to accelerate the end-to-end deployment process and advance knowledge on how to integrate, deploy and operationalize ML/DL models. Fourth, it develops a generic framework with five architectural alternatives for deploying ML/DL models at the edge. These architectural alternatives range from a centralized architecture that prioritizes (re)training in the cloud to a decentralized architecture that prioritizes (re)training at the edge. Fifth, it identifies key factors to help companies decide which architecture to choose for deploying ML/DL models. Finally, it explores how MLOps, as a practice that brings together data scientist teams and operations, ensures the continuous delivery and evolution of models. / <p>Due to copyright reasons, the articles are not included in the fulltext online</p>

This thesis describes a project that aimed to create a digital tool for use at a company. The tool performs a useful function that had been requested for a while by both management and the proposed users. The tool shows orders to be packed at the warehouse. The tool differs from the current system used in that it can show new orders placed in realtime instead of with the current systems delay. Wanted features were both ease of use in regards of quickly understanding the information, as well as information about the total workload. There is no interactivity, since the tool simply displays information. New queries to the existing database were tested, and problem solving was done to get the real-time aspect of the tool working correctly. The tool uses the existing database and technology similar to that of a simple web page, with a backend consisting of Node.js and NginX. The frontend for the project, which is the graphical presentation, uses HTML, CSS and JS. The result of this project was the actual tool in use by the company. It is used to see the total amount of orders as well as item counts for each order, on a day by day basis. Overall, the project was quite successful since the results were decent. However, some parts could be improved. / Denna uppsats beskriver ett projekt som handlade om att skapa ett digitalt verktyg hos ett företag. Verktyget fyller en funktion som efterfrågats länge av både företagets ledning och de som är användarna av verktyget. Det verktyget gör är att visa ordrar bestående av varor som ska packas på ett lager. Verktyget skiljer sig från det befintliga systemet på företaget i den aspekten att det kan visa nya inkommande ordrar i realtid, istället för med lång fördröjning.Önskemålen från ledningen och lagerarbetarna var att lätt kunna överblicka ordrar som finns, med information om hur mycket det finns att göra. Verktyget ska kunna användas utan interaktion från användarna, det ska alltså endast visa information.För att se ordrar i realtid så krävdes att nya databasfrågor testades, med problemlösning kring dessa. Verktyget använder sig av den befintliga databasen, och presenterar information på en skärm nära plockstationerna på lagret. Teknikerna som använts är de för en enkel webbsida, en backend med Node.js och NginX. Frontend för verktyget, alltså det grafiska gränssnittet, använder HTML, CSS och JS. Resultatet av projektet är verktyget som togs i drift på företagets lager. Verktyget används för att se antalet ordrar och artiklar per order, uppställt dag för dag. Projektet var lyckat, då ett bra resultat uppnåddes, dock finns förbättringspotential.

Sedan 1960-talet har globala navigationssystem (GNSS) framgångsrikt kartlagt vår planet och möjliggjort en global positionering. Mognaden av GNSS tillsammans med utvecklandet av ny teknik och enheter har skapat en ökad efterfrågan av positionering inomhus. GNSS kräver fri sikt för att uppnå en godtycklig positionering, vilket inte är möjligt i inomhusmiljöer på grund av stora avstånd till satelliter samt byggnaders konstruktion som kraftigt försvagar signalerna. Därför behöver lokala system implementeras för att uppnå positionering i inomhusmiljöer.  Till skillnad mot GNSS är inomhuspositionering inte en mogen teknik. Varje implementering bör utvärderas utifrån kostnad, noggrannhet, skalbarhet, täckning och integritet. Tidigare studier om inomhuspositionering har sin tyngdpunkt i precision snarare än användningsområden. Ett användningsområde för inomhuspositioneringssystem är att observera nyttjande av lokalyta. För företag är kostnaden för kontorsyta en av de största utgiftsposterna. Samtidigt är det en växande kulturell skillnad i arbetskultur där anställda och företag använder sig av distansarbete i större utsträckning än tidigare, något som påskyndats av coronapandemin.  Därför är syftet med detta arbete att använda ett inomhuspositioneringssystem för att beräkna användningen av mötesrum samt identifiera lämpliga kriterier för beräkning av nyttjande. Studien har genomförts hos Sweco digital services i Stockholm och använt data från Sonys Nimway system som finns implementerat i byggnaden. På grund av coronapandemi som inneburit restriktioner har data från mars till april 2022 insamlats för studien.  Genom infraröda sensorer i varje rum upptäcks närvaro och används för beräkning av nyttjande utifrån formler från tidigare studier. Lämpliga kriterier för beräknande av nyttjande har identifierats som rummets kapacitet, placering och dess förhållande till solljus. Vidare har veckodag samt tid på arbetsdagen identifierats som lämpliga kriterier.  Resultatet visar en ineffektiv användning av mötesrum om dryga 30% för den totala perioden. På grund av ett begränsat data går det inte att identifiera några skillnader i nyttjandet utifrån de tidigare identifierade kriterierna bortsett en lägre nyttjandegrad under slutet av veckan. För vidare studier bör mer data insamlas över en längre tidsperiod. Vidare bör data insamlas från flera våningar för att ge en mer trovärdig bild av verkligheten. PIR tekniken är tillräcklig för ändamålet men bör kompletteras med möjligheten att beräkna antal personer i ett rum. Information om kapacitet kan användas för djupare analyser utifrån exempelvis ett säkerhetsperspektiv . / Since the 1960s, global navigation systems (GNSS), has successfully discovered our planet and enabled a technique for worldwide positioning. The development of new techniques and devices has shifted the demand to positioning indoors. GNSS need line of sight to achieve an arbitrary position, which is not possible indoor due to week signal strength. Therefore, a positioning system needs to be implemented locally to achieve positioning indoor.  Indoor positioning systems (IPS) can be used for more than navigation. Unlike GNSS, which is a mature technique, IPS need to be implemented based on its purpose, cost, precision, scalability, coverage, and integrity. Earlier studies focuses on precision rather than use cases. One use case for IPS is to compute the use of office space. According to studies, the cost of office space is one of the largest expenses for companies. Simultaneously there’s a cultural revolution where employees and employers are using teleworking in a greater extent. Accelerated by the COVID pandemic.  Therefore, the purpose of this theses is to compute occupancy of office space by using an IPS. Furthermore, identify criteria’s that can be used to compute occupancy. The study was conducted at Sweco Digital Services on floor 8 in Stockholm. Data has been collected during Mars to April by Sony’s IPS Nimway which is implemented in the building.  Infrared sensors in every room have detected presence which has been used to calculate occupancy. Suitable criterions have been identified as room capacity, location and location to sunlight. Also, weekday and time of the day has been identified as suitable criterions.  The results state an inefficient use of office space by 30% during the extent of the study. Except a lower occupancy during the end of the week, there are no criterion that differs from one another. Probably due to a limited set of data. Further studies should collect more data during an extensive amount of time. Data should also be collected on all floors of the building to provide a more credible picture of reality. Infrared is sufficient for the purpose of this study but should be complemented with the ability to count the number of people in each room. Information of capacity would make it possible to conduct more analysis in more areas such as safety.

De senaste åren har Cisco jobbat intensivt med att utveckla DNA Center. DNA Centerär en kraftfull nätverkskontroller som ger användarna en ny och effektiv plattform närdet gäller arbetet med nätverk.Denna rapport behandlar och beskriver Cisco Digital Network Architecture Center(Cisco DNA-Center) samt Software defined Access (SD-Access).Rapporten beskriver DNA center utifrån ett teoretiskt perspektiv och beskriver hurden nya tekniken nyttjas idag hos en kund hos Atea.Med den nya tekniken kan man effektivisera och introducera ett nytt arbetssätt somkan underlätta arbetet med hjälp av mjukvara. / In recent years, Cisco has worked intensively to develop the DNA Center. DNACenter is a powerful network controller that gives users a new and efficient platformwhen it comes to working with networksThis report covers and describes the Cisco Digital Network Architecture Center(Cisco DNA-Center) and Software defined Access (SD-Access).The report describes the DNA center from a theoretical perspective and describes howthe new technology is used today by a customer at Atea. With the new technology,you can streamline and introduce a new way of working that can facilitate the workwith the help of software.