Syftet med projektet är att ta fram en metod för optimering av cellodlingsmedia som kan minska den tid och de resurser som dagens metoder kräver. Fem stamlösningar med adekvata komponenter designas och kombineras med olika flödeshastigheter till ett medium. Kombinationerna testas med experimentell design och analyseras med multivariat dataanalys för att få fram optimerade cellmedia. Odlingsmetoden som de fem stamlösningarna anpassas till är fed-batch, ett system där en av lösningarna är en baslösning och de resterande fyra designas till feedlösningar. De senare tillsätts i olika hastigheter till baslösningen anpassat efter cellernas näringsbehov. Strategin som har lagts upp för att designa stamlösningarna bygger på förhållandet mellan komponenternas förbrukningshastighet i de olika tillväxtfaserna. Under odlingen befinner sig cellerna i olika tillväxtfaser, i den exponentiella fasen ökar celldensiteten och i den stationära fasen sker större delen av produktionen av till exempel specifika antikroppar. Komponenterna i baslösningen förbrukas inte, eller i så liten mängd att de inte behöver tillsättas under odlingen, till skillnad från komponenterna i feedlösningarna som behöver tillsättas för att inte utarmas. I den exponentiella celltillväxtfasen, är behovet av de olika feedlösningarna flera gånger större än i den efterföljande stationära fasen. När önskad celldensitet är uppnådd så minskas flödeshastigheten från feedlösningarna och cellerna går in i stationärfas för att ge maximal produktion av önskad produkt. Projektet är uppbyggt av fyra delar: En litteraturstudie av nuvarande metoder för mediumutveckling, en beskrivning av framtagna stamlösningar, optimering av flödeshastigheten med experimentell design och multivariat dataanalys samt ett laborativt arbetsflöde av medias tillverkningsprocess.

SSAB Tunnplåt har i Borlänge en produktionsanläggning innehållande varmvalsverk, kallvalsverk, normaliseringsanläggning, betsträckor, spaltsträckor, klippsträckor och ytbeläggningslinjer m.m. Genom hela varmvalsningsprocessen bildas oxid på den varma stålytan s.k. glödskal. Under pågående processer avlägsnas glödskalet för att ej påverka slutproduktens ytfinish och materialegenskaper. Fastän ytan spolas ren från glödskal före varje valsning händer det att det finns glödskalsproblem i form av grov yta på de färdiga banden. Anledningen till detta är att det hinner bildas glödskal i början av färdigverket efter att den sista glödskalsrensningen gjorts. Denna glödskalsbildning beror på en rad olika faktorer och troligen kombinationer av olika faktorer. En nyligen installerad ytsyningsanläggning detekterar återbildat (tertiärt) glödskal, detta presenteras som area fraktion av defekter per band. Detta mått används som resultat parameter när man med hjälp av ett verktyg för multivariatdataanalys analyserar ett stort antal valsningsparametrar som kan ha påverkan på det återbildade glödskalet. Analysen utförs med ett verktyg för multivariatdataanalys som heter Simca. Resultatet från analysen skall ses som ett hjälpmedel för att tala om inom vilka gränser valsverket skall köras för att undvika problemen med återbildat glödskal.

Människan påverkar klimatet på ett negativt sätt. Därför har EU satt upp vissa mål som har påverkat Sveriges och kommunernas miljöarbete. För att få tillbaka Växjö på kartan som Europas grönaste stad formades en idé inom föreningen GodaHus att starta en energisparutmaning för Växjös kommun och näringsliv. För att utreda olika synpunkter på tävlingen efterlystes ett examensarbete där olika aktörer som kan vara intressanta för tävlingen intervjuades. Svaren sammanställdes i en sammanhängande text med tillhörande diagram från vilken fyra olika förslag till bedömning formades.

Gamma ray bursts are flashes of gamma rays, associated with high energy explosions at cosmological distances. The main sources of gamma ray bursts are imploding stars. These bursts are mostly observed as thin beams ejecting out of these imploding stars. These beams ejecting out of the stars results in forming extremely hot electrons, ions and strong electromagnetic fields. This report presents the thesis work on visualizing the raw electron, proton and electromagnetic data. Pre-computed data of same electrons and protons are also visualized. The whole simulation data visualized is very large. The raw electron, proton and electromagnetic data are taken as 56 time steps each. The pre-computed electron and proton data taken for visualization are 269 and 282 time steps respectively. The raw data is of 4D that is the data consists of position and 3 momenta. This data have been visualized by dividing the data into 3D subsets. Using the raw data densities are calculated. These densities are visualized by volume rendering technique. The Pre-computed data consists of densities, which are directly using volume rendering technique. VtK is used for volume rendering the data. The work is done on scaling the data for volume rendering. Different components are developed in Vtk for better visualization and analyzation of the data. The magnetic field data is of 3D and electric field is of 2D. These data are visualized as points in 3D space and connected these points’ throug lines. The magnetic and electric field data are visualized in same space. A smooth simulation movie is made from the pre-computed data using windows-movie maker.

The thesis is about seeing if there is any correlation between temperature deviation and selected variables to increase the understanding of what affects the camera. The work is an improvement method where R programs are used for mathematical solutions.  The methods used for this include data collection and scientific research. Based on the collected input data, the result could be obtained using these methods. An additional method was to connect two or more substances such as statistics and programming in a work where prior knowledge is used, the result is verified and the acquisition of knowledge continues.  The purpose was to use prior knowledge and software to see if there is any connection between input data that is on company’s database. The correlation between different variables is something that is used daily in society, industry and the international conventions. The correlation between two variables shows the extent to which they are related.  The result was obtained in the form of calculations, graphs and tables. There are indications that there is a weak correlation between camera angle and temperature deviation while there is a mean correlation between position and temperature deviation. There is a very weak correlation between holding times and temperature deviation, something that needs to be verified with several measuring points.  There are no definite results due to various factors such as the number of measuring points, although there are some indications that all camera angles except 25 ̊ can be a solution by performing several number of measuring points at both angles. The indication is largest for position in the camera's field of view. As for holding time, there is an indication that it does not affect the camera, but more measurements are needed to verify that indication.  The spread is also interesting. If the distribution is reasonably equal in the different cases, the position of the temperature deviation can always be adjusted with the aid of the emissivity.

Dagens litteratur kring området webbaserade affärsprocesser är ofta möjlighetsinriktad och framtidsorienterad. Det finns således en risk för att litteraturen ger en alltför ensidig bild av forskningsområdet. För att söka erhålla en mer nyanserad bild av området ställer jag mig den övergripande forskningsfrågan: Vilka möjligheter och begränsningar medför webbaserade affärsprocesser? För att besvara denna fråga används en triangulerande ansats och förutsättningslösa empiriska studier, för att undvika blockerande förförståelse. Jag genomför två fallstudier på företag vilka båda bedriver handel mot konsumentledet uteslutande via Internet. Fallstudieföretagen är NetShop och BuyOnet, där NetShop är anonymiserad. Dessa fallstudieföretag har valts så att de skiljer sig på ett flertal punkter för att erhålla ett komparativt analysmaterial. Den kanske främsta skillnaden är att NetShop säljer en fysisk produkt och BuyOnet en digital produkt. Metodologisk inspirationskälla är grounded theory, men datainsamling och dataanalys utförs med stöd av generiska teorier. Som stöd för dataanalysen har jag även utvecklat ett informationssystem. Inledningsvis analyseras producenten med avseende på dess förutsättningar och hur den webbaserade affärsprocessen genomförs. Därefter kartläggs det webbaserade affärsgörandets effekter genom att kunders förfrågningar och producentens svar analyseras. För respektive fallstudie analyseras också vilka möjligheter och begränsningar som det webbaserade affärsgörandet medför. Resultaten från fallstudierna jämförs därefter med avseende på framkomna aspekter. För att söka erhålla ett mer generellt resultat med avseende på webbaserade affärsprocessers möjligheter och begränsningar förs avslutningsvis en resultatdiskussion med utgångspunkt tagen i teori. Resultatet karakteriseras som empiri- och teorigrundade tendenser. Bland resultaten utmärker sig den webbaserade affärsmodellen, verksamhetskarakteriserande kategorier och olika webbaserade aspekters möjliggörande och begränsande relationer till varandra.

Framväxten av Internet och e-handel har medfört en ständig ström av kunder med olika behov och produktpreferenser till företag. För att kunna möta de varierande kundkraven förlitar sig företag ofta på detaljerad kunddata, vilket hjälper till att generera värdefulla insikter med hjälp av verktyg för dataanalys. I denna tid av ökande oro kring dataintegritet, föredrar många kunder att inte dela med sig av sin personliga information samtidigt som de ändå förväntar sig en personlig shoppingupplevelse. Denna studie syftar till att navigera denna komplexa situation och undersöka möjligheten att nyttja principer och verktyg inom dataanalys, datamining och segmentering på icke-personidentifierbar data för att ge företagen möjlighet att erbjuda en skräddarsydd kundupplevelse, utan att kompromissa kundernas integritet. Detta syfte fastställdes efter de initiala samtalen med företaget innan det faktiska arbetet med studien påbörjades.  Resultaten från vår studie belyser de utmaningar som uppstod på grund av bristen på detaljerade kundspecifika attribut i den anonymiserade data från ett verkligt frilufts-företag baserat i Sverige. Vår studie visade att framgångsrik kundsegmentering inte var möjlig med den tillgängliga data. I stället skiftade vi fokus till marknadssegmentering, vilket var ett mer praktiskt tillvägagångssätt med tanke på begränsningarna. Vi kunde skapa vissa kundspecifika attribut, inklusive kön, produktkategori och färgval, men dessa bedömdes som otillräckliga för att skapa en meningsfull kundsegmentering.  Företaget visade intresse för en djupare insikt i returernas förekomst, särskilt relationen mellan försäljning och returer inom olika kategorier, vilket låg utanför ramen för denna studie. Vår studie understryker svårigheten med kundsegmentering när det gäller oro för dataintegritet och ger användbara insikter till e-handelsföretag som strävar efter att erbjuda personliga upplevelser samtidigt som de respekterar kundens dataintegritet.

Dagens informationssamhälle har bidragit till att människor, maskiner och företag genererar och lagrar stora mängder data. Hanteringen och bearbetningen av de stora datamängderna har fått samlingsnamnet Big Data.De stora datamängderna ökar bland annat möjligheterna att bedriva kunskapsbaserad verksamhetsutveckling. Med traditionella metoder för insamling och analys av data har kunskapsbaserad verksamhetsutveckling tillämpats genom att skicka ut resurskrävande marknadsundersökningar och kartläggningar, ofta genomförda av specialiserade undersökningsföretag. Efterhand som analyser av samhällets befintliga datamängder blir allt värdefullare,har undersökningsföretagen därmed en stor utvecklingsmöjlighet att vaska guld ifrån samhällets enorma datamängder.Studien är genomförd som en explorativ fallstudie som undersöker hur svenska undersökningsföretag arbetar med Big Data och identifierar några av de utmaningar de står inför tillämpningen av Big Data analyser i verksamheten. Resultatet visar att de deltagande undersökningsföretagen använder Big Data som verktyg för att effektivisera befintliga processer och i viss mån komplettera traditionella undersökningar. Trots att man ser möjligheter med tekniken arbetar man passivt med utvecklingen av nya processer som ämnas stödjas av Big data analyser. Och det finns en utmaning i en bristande kompetens som råder på marknaden. Resultatet behandlar även en etisk aspekt undersökningsföretagen måste ta hänsyn till, speciellt problematiskt är den när data behandlas och analyseras i realtid och kan kopplas till en individ. / Today’s information society is consisting of people, businesses and machinesthat together generate large amounts of data every day. This exponatial growthof datageneration has led to the creation of what we call Big Data. Amongother things the data produced, gathered and stored can be used bycompanies to practise knowledge based business development. Traditionallythe methods used for generating knowledge about a business environment andmarket has been timeconsuming and expensive and often conducted by aspecialized research company that carry out market research and surveys.Today the analysis of existing data sets is becoming increasingly valuable, andthe research companies have a great opportunity to mine value from societyshuge amounts of data.The study is designed as an exploratory case study that investigates how theresearch companies in Sweden work with these data sets, and identifies someof the challenges they face in the application of Big Data analysis in theirbusiness. The results shows that the participating research companies areusing Big Data tools to steamline existing business processes and to someextent use it as a complementary value to traditional research and surveys.Although they see possibilities with the technology, the participatingcompanies are unwilling to drive the development of new business processesthat are supported by Big Data analysis. There is a challenge identified in thelack of competence prevailing in the Swedish market. The result also coverssome of the ethical aspects research companies need to take intoconsideration. The ethical issues are especially problematic when data, thatcan be linked to an individual, is processed and analysed in real time.

This thesis concerns the topological features of plane geometric shapes and financial transaction data. Topological properties of the data such as homology groups and their stable ranks are analysed. It is investigated how to mathematically describe differences between data sets and it is found that stable ranks can be used to capture these differences. Sub sampling is introduced as a way to apply stochastic methods to geometric structures. It is found that the average stable rank can be used to differentiate data sets. Furthermore, the sensitivity of average stable ranks to random noise is explored and it is studied how a single point changes the average stable ranks of geometric shapes and financial transaction data. A method to incorporate categorical data within the analysis is introduced. The theory is applied to financial transaction data with the objective to understand if there are topological differences between fraudulent and legit transactions which can be used to classify them. / I denna uppsats analyseras finansiell transaktionsdata samt plana geometriska objekt med hjälp av verktyg inom Topologisk Dataanalys. Topologiska egenskaper såsom homologi samt stabil rang analyseras och det undersöks hur en matematiskt kan beskriva skillnaden mellan geometriska objekt. Det visar sig att simplistiska komplex och dess motsvarande stabila rang kan användas för att beskriva dessa skillnader. Det undersöks även hur stokastiska metoder kan appliceras på geometrisk data och begreppet genomsnittlig stabil rang introduceras. Känsligheten för brus hos den genomsnittliga stabila rangen undersöks för plana objekt och det undersöks hur den genomsnittliga stabila rangen av en datamängd ändras om en datapunkt läggs till. En metod för att beskriva avstånd på kategorisk data introduceras eftersom analysen av stabil rang kräver ett definierat avstånd mellan datapunkter. Det undersöks huruvida det finns topologiska skillnader mellan bedrägliga och icke-bedrägliga transaktioner, samt om det finns skillnader mellan olika typer av bedrägliga transaktioner.

The purpose of this master's thesis was to study if machine learning can be used asdecision support at the Swedish International Development Agency (Sida) in their work to provide financial aid. The aim was to examine the recurringphenomenon of increased number of aid disbursements towards the end of the year. A study and presentation of the data has been done to show the disbursementdistribution of Sida's operating departments. Moreover, qualitative interviews with different roles at Sida have been done to highlight the complexity of the agency and toexplain why and how different disbursement patterns occur. The approach has been to use classification models as well as regression models applied to data ofaid contributions from Sida's database. The classification models used were Decision Tree, k-Nearest Neighbour and Gradient Boosted Tree and thepurpose with the models was to illustrate which features of a contribution that are likely to be of importance for whether a disbursement occurs in December or earlier.The regression models used were linear models with the aim to predict if disbursements are likely to be delayed relative to the prognosis. The classificationmodel succeeded to point out three attributes that had influence on the classification result. The general conclusions of the report are that data ofcontributions generated in different IT-systems and various work routines at Sida's departments affect the quality of the data and the models’ accuracies negatively.Furthermore, insufficient amounts of data due to changes in Sida's information management has created difficulties when using data driven models to predict latedisbursements.