Global ETD Search

51	Preschool teachers views of the placement of material Persson, Hanna, Menghesteab, Johann January 2015 (has links) Detta examensarbete handlar om hur förskollärare resonerar om placering av tillgängligt och otillgängligt material i förskolan. studien är gjord på två förskolor i sydvästra Skåne där vi intervjuat fem förskollärare där varje intervju hölls individuellt. I studien används kvalitativ metod genom semistrukturerade intervjuer för att få svar på frågeställningar. Syftet med denna studie är att undersöka förskollärares resonemang om betydelsen av materials placering utifrån betydelsen av, barnens ålder, genus och rum. Den teoretiska utgångspunkten för studien är hämtat från ett socio–materiellt perspektiv.Resultatet visar att tillgänglighet av material är en viktig aspekt för förskollärare i förskolan. Förskollärarna påpekar samtidigt svårigheter med placering av vissa material Och menar att ”farligt” material som barnen kan skadas av och material som är till för äldre barn placeras högre upp på hyllorna. Placeringen av material beror därför både på ålder och säkerhet för barnen. Resultatet för val av placering utifrån genus visar att förskollärarna strävar för att material ska placeras utan genusinriktning. Resultatet för rummets betydelse för val av placering av material visar att det material förskollärare väljer att ha framme är det ”rumsrena” materialet som är papper, kritor, spel, pussel, små bilar, konstruktionsmaterial som klossar, lego, dockvrå utrustning och utklädningskläder. Andra orsaker till att allt material inte kan vara tillgängligt handlar till exempel om avdelningens utrymme. ntra-aktiv pedagogik material performativa agenter placering samhandlar socio – materiellt perspektiv tillga¨nglighet och otillga¨ngligt Social Sciences Samhällsvetenskap
52	Similarity metric for crowd trajectory evaluation on a per-agent basis : An approach based on the sum of absolute differences / Likhetsmetrik för folkmassautvärdering ur ett per-agent perspektiv : En metod baserad på summan av absoluta skillnader Brunnberg, Karl January 2023 (has links) Simulation models that replicate realistic crowd behaviours and dynamics are of great societal use in a variety of fields of research and entertainment. In order to evaluate the accuracy of such models there is a demand for metrics and evaluation solutions that measure how well they simulate the dynamics of real crowds. A crowd similarity metric is a performance indicator which quantifies the similarity of crowd trajectories. Similarity metrics may be used to evaluate the validity of simulation models by comparing the content they produce to real-world crowd trajectory data. This thesis presents and evaluates a similarity metric which employs an approach based on the Sum of Absolute Differences to compare two-dimensional crowd trajectories. The metric encapsulates the similarity of crowd trajectories by iteratively summing time-wise positional differences on a per-agent basis. The resulting metric is simple, highly reproducible and simulatorindependent. Its accuracy in quantifying similarity is evaluated by means of a user study investigating the correlation between metric values and human perception of similarity for real and simulated crowd scenarios of varying density, trajectory, speed, and presence of environmental obstacles. The user study explores different aspects of crowd perception by dividing similarity ratings on a five-point Likert scale into four categories: overall, in terms of trajectories, speeds, and positions. Scenarios and rating categories that indicate high and low degrees of correlation between metric values and perceived similarity are identified and discussed. Furthermore, the findings are compared to previous research on crowd trajectory similarity metrics. The results indicate that the metric shows promising potential for accurate similarity measurement in simple and sparse scenarios across all rated categories. Moreover, the metric is strongly correlated with the trajectory-ratings of crowd motion similarity. However, it appears to not correlate well with the perception of overall similarity for large and dense crowds. / Simuleringsmodeller som efterhärmar realistiskt beteende och dynamik bland folkmassor är av stor samhällelig nytta i flertalet forskningsområden och i underhållningsbranschen. För att utvärdera sådana modellers noggrannhet finns det en efterfrågan av metriker och bedömningslösningar som mäter hur väl modeller simulerar verklig folkmassadynamik. En likhetsmetrik för folkmassautvärdering är en prestationsindikator som kvantifierar likheten mellan folkmassarörelser. Likhetsmetriker kan användas för att utvärdera simuleringsmodellers validitet genom att jämföra beteendet de producerar med rörelsedata från verkliga folkmassor. Följande examensarbete presenterar och utvärderar en likhetsmetrik för folkmassor som utnyttjar en metod baserad på ”Summan av Absoluta Skillnader” för att jämföra par av två-dimensionella folkmassarörelser. Metriken uppskattar likheten mellan två folkmassors rörelser genom att iterativt summera skillnaderna mellan folkmassornas positioner baserat på de individuella virtuella agenterna. Resultatet är en simpel, kraftigt reproducerbar och simulator-oberoende metrik. Dess noggrannhet avseende likhetsestimering utvärderas med en perceptuell användarstudie som undersöker korrelationen mellan metrikvärden och mänsklig perception av visuell likhet för flertalet verkliga och simulerade folkmassor av varierande densitet, färdväg, hastighet, och förekomst av hinder. Användarstudien utforskar olika aspekter av folkmassaperception genom att dela upp likhetsgradering på en femgradig skala i fyra kategorier: övergripande, avseende färdvägar, hastigheter, och positioner. Folkmassascenarier och graderingskategorier som indikerar höga och låga nivåer av korrelation mellan metrikvärden och uppfattad likhet identifieras och diskuteras. Fortsättningsvis jämförs resultaten med tidigare forskning om likhetsmetriker för folkmassautvärdering. Resultaten tyder på att metriken har lovande potential för noggrann likhetsestimering i enkla och glesa scenarier oavsett graderingskategori. Dessutom korrelerar metriken starkt med färdvägs-graderingar av likhet. Däremot verkar den inte korrelera väl med perceptionen av övergripande likhet för stora och täta folkmassor Crowd Simulation Trajectory Similarity Metric Virtual Agents Crowd Perception Folkmassasimulering Färdväg Likhetsmetrik Virtuella Agenter Folkmassaperception Computer Sciences Datavetenskap (datalogi)
53	Autonomous agents in Industry 4.0 : A self-optimizing approach for automated guided vehicles in Industry 4.0 environments Hjulström, Leo January 2022 (has links) Automated guided vehicles are an integral part of industrial production today. They are moving products to and from shelves in storage warehouses and fetching tools between different workstations in factories. These robots usually follow strict pre-determined paths and are not good at adapting to changes in the environment. Technologies like artificial intelligence and machine learning are currently being implemented in industrial production, a part of what is called Industry 4.0, with the aim of increasing efficiency and automation. Industry 4.0 is also characterized by more connected factory environments, where objects communicate their status, location, and other relevant information to their surroundings. Automated guided vehicles can take advantage of these technologies and can benefit from self-optimizing approaches for better navigation and increased flexibility. Reinforcement learning is used in this project to teach automated guided vehicles to move objects around in an Industry 4.0 warehouse environment. A 10x10 grid world with numerous object destinations, charging stations and agents is created for evaluation purposes. The results show that the agents are able to learn to take efficient routes by balancing the need to finish tasks as fast as possible and recharge their batteries when needed. The agents successfully complete all tasks without running out of battery or colliding with objects in the environment. The result is a demonstration of how reinforcement learning can be applied to automated guided vehicles in Industry 4.0 environments. / Automatiserade styrda fordon är en integrerad del av dagens industriproduktion. De flyttar produkter till och från hyllor i lagerlokaler och hämtar verktyg mellan olika arbetsstationer i fabriker. Dessa robotar följer vanligtvis strikta förutbestämda vägar och är inte bra på att anpassa sig till förändringar i miljön. Teknik som artificiell intelligens och maskininlärning implementeras just nu i industriproduktion, en del av det som kallas Industri 4.0, i syfte om ökad effektivitet och automatisering. Industri 4.0 kännetecknas också av mer uppkopplade fabriksmiljöer, där objekt kommunicerar sin status, plats och annan relevant information till sin omgivning. Automatiserade styrda fordon kan utnyttja de här teknikerna och kan dra nytta av självoptimerande metoder för bättre navigering och ökad flexibilitet. Förstärkningsinlärning används i detta projekt för att lära automatiserade styrda fordon att flytta runt föremål i en Industri 4.0 lagermiljö. En 10x10 stor rut-värld med flertalet destinationer, laddningsstationer och agenter skapas i utvärderingssyfte. Resultaten visar att agenterna kan lära sig att ta effektiva vägar genom att balansera behovet av att slutföra sina uppgifter så fort som möjligt och ladda upp sina batterier när det behövs. Agenterna slutför framgångsrikt sina uppgifter utan att få slut på batteri eller att kollidera med föremål i miljön. Resultatet är en demonstration av hur förstärkningsinlärning kan tillämpas på automatiserade styrda fordon i Industri 4.0-miljöer. Automated guided vehicles Industry 4.0 Agents Reinforcement learning Automatiserade guidade fordon Industri 4.0 Agenter Förstärkningsinlärning Computer Engineering Datorteknik
54	Prestation, intresse, engagemang, uppskattning : Skillnader i upplevelse av en virtuell lärmiljö mellan matematiskt hög- och lågpresterande elever Ljunglöv, Robin January 2011 (has links) Digitala läromedel blir ett vanligare inslag i skolgången då ny teknologi erbjuder tidigare okända pedagogiska möjligheter. Denna uppsats undersöker hur elever som använder ett digitalt läromedel i form av en virtuell lärmiljö för matematiklärande upplever denna lärmiljö. Dessutom undersöks elevernas prestation i lärmiljöns matematiska uppgifter. Skillnader mellan elever i olika årskurser samt elever som är matematiskt låg- eller högpresterande studeras. Matematisk prestation beskrivs utifrån Goods (1981) passivitetsmodell som innebär att lågpresterande elever är mindre risktagande i klassrumsmiljön. Elevernas upplevelse av digitala läromedel studerades i en virtuell lärmiljö bestående av två moduler, en spelmodul och en modul för skriven dialog. Upplevelsen av lärmiljön undersöktes genom att studera hur intressant eleverna tyckte att spelet var, huruvida eleverna tyckte att agenten gjorde att de brydde sig mer när de spelade, samt om de gillade den skrivna dialogen. Tidigare insamlad data från elever i årskurs 6-8 som använt den virtuella lärmiljön undersöktes med kvasiexperimentell metod och analyserades med ANOVA. Analysen påvisade en skillnad mellan låg- och högpresterande elever i hur mycket de tycker att en pedagogisk virtuell agent engagerar dem i en virtuell lärmiljö. Matematiskt högpresterande elever anser att agenten gör dem mer engagerade än vad matematiskt lågpresterande elever anser. Detta kan tyda på att lågpresterande elevers passivitet utöver traditionell klassrumspedagogik också påverkar elevernas upplevelse av digitala läromedel. I vidareutvecklingen av den virtuella lärmiljön och skapandet av andra virtuella lärmiljöer är det viktigt att se till att elever både lär sig och engageras av lärmiljön. Utvecklare bör också ta hänsyn till de skillnader som finns mellan låg- och högpresterande elevers upplevelse av lärmiljön. Detta kan exempelvis ske genom att den virtuella lärmiljön görs anpassningsbar för att passa elever oberoende av prestationsnivå. Detta är en viktig målsättning för att se förbättra lågpresterande elevers möjligheter i skolan, något som virtuella lärmiljöer och digitala läromedel i allmänhet kan utgöra ett kraftfullt medium för. Virtual learning environments Digital learning environments Digital teaching Digital learning Learning technology Pedagogical software Digital learning games Pedagogical games Pedagogical virtual agents Pedagogical agents Virtual agents Animated agents Conversational agents Teachable agents Conversational pedagogical agents Pedagogical conversational agents Conversational social agents Social conversational agents Conversational agents Chatbots K2D2 High-achieving students High achievers Low-achieving students Low achievers Mathematical achievments Technology in school Virtuella lärmiljöer Digitala lärmiljöer Digitala läromedel Lärteknologi Pedagogisk mjukvara Digitala lärospel Pedagogiska spel Pedagogiska virtuella agenter Pedagogiska agenter Virtuella agenter Animerade agenter Konversationsagenter Lärande agenter Konverserande pedagogiska agenter Pedagogiska konversationsagenter Konverserande sociala agenter Sociala konversationsagenter Konversationsagenter Chatbots K2D2 Passivitetsmodellen Högpresterande elever Lågpresterande elever Elevers prestation Matematisk prestation Teknik i skolan Human Computer Interaction Computer and Information Sciences Data- och informationsvetenskap Computer and Information Sciences Data- och informationsvetenskap Pedagogy Pedagogik
55	Mate-este-tik : Möjligheter till matematik i barns skapande / Mate-este-tik : Opportunities for mathematics in children's creativity Smakici, Cendresa, Risendal, Louise January 2015 (has links) Syftet med denna mindre etnografiska studie är att utmana uppdelningen mellan matematik och estetikgenom att undersöka barns estetiska skapande och vilken matematiska möjligheter som uppstår underprocessen i barns möte med materialet. Detta med hjälp av deltagande observationer för att kunnaundersöka barns möte med matematik, estetik och material i en sammanflätad tillblivelseprocess däringet överordnar det ena eller det andra. Med hjälp av tidigare forskning, litteratur, metod och teorivisar resultatet i studien att matematiken är möjlig och en del i barns estetiska skapande. I empirin blirdet synligt att det inte endast är människan som är aktiv i skapandet av kunskap utan ävenmaterialiteter har agens och kraft att påverka oss i den dynamiska intra-aktion som uppstår. Slutsatsenmed studien blir att det inte går att göra tydliga uppdelningar av ämnesdiscipliner som matematik ochestetik, subjekt-objekt och teori-praktik utan allt är i rörelse av ständig tillblivelse. Matematik Estetik Agentisk realism Bishops matematiska aktiviteter Materiellt-diskursivt Intraaktion Onto-epistemologi Performativa agenter Estetiska dimensionen Deltagande observation Mindre etnografisk studie Barns hundra språk
56	Den levande förskolan : Användning av intra-aktiv analys i pedagogisk praktik / The living preschool : Use of intra - active analysis in educational practice Rydholm, Jonas, Westling, Gösta January 2014 (has links) The study shows how to create a deeper understanding of the educational practice by using intra-active theory and analysis. We have let the five-year-olds at two preschools mark places on the premises which they perceive as rowdy/conflicted. These sites have since been observed and analysed with a focus on how environmental factors make up the situation and the thoughts that are possible to think there. The study has shown that the intra-active analysis method is an effective tool to make visible how educators, children and material combine to create environments with different charge. We have also been able to show how intra-active analysis gives a value to unregulated environments of preschool; how the theory offers an argument for disorder many times can be a prerequisite for children themselves to get space to define what creation can be. Preschools Environment Conflict Intra-active Onto-epistemology Performative agents Stratification Discursive codes Förskola Miljö Konflikt Intra-aktiv Onto-epistemologi Performativa agenter Stratifiering Diskursiva koder
57	Development of an Artificial Intelligent Software Agent using Artificial Intelligence and Machine Learning Techniques to play Backgammon Variants Kostias, Aristotelis, Tagkoulis, Georgios January 2018 (has links) Artificial Intelligence has seen enormous progress in many disciplines in the recent years. Particularly, digitalized versions of board games require artificial intelligence application due to their complex decision-making environment. Game developers aim to create board game software agents which are intelligent, adaptive and responsive. However, the process of designing and developing such a software agent is far from straight forward due the nature and diversity of each game. The thesis examines and presents a detailed procedure of constructing a software agent for backgammon variants, using temporal difference, artificial neural networks and backpropagation. Different artificial intelligence and machine learning algorithms used in board games, are overviewed and presented. Finally, the thesis describes the development and implementation of a software agent for the backgammon variant called Swedish Tables and evaluates its performance. / Artificiell intelligens har sett enorma framsteg inom många discipliner de senare åren. Speciellt, digitaliserade brädspel kräver implementering av Artificiell intelligens då deras beslutfattande logik är väldigt komplex. Dataspelutvecklarnas syfte och mål är att skapa programvaror som är intelligenta, adaptiva och lyhörda. Dock konstruktionsoch utvecklingsprocess för att kunna skapa en sådan mjukvara är långtifrån att vara faställd, mest på grund av diversitet av naturen av varje spel. Denna avhandlingen forskar och föreslår en detaljerad procedur för att bygga en "Software Agent" för olika slags Backagammon, genom att använda AI neurala nätvärk och back-propagation metoder. Olika artificiell intelligensoch maskininlärningsalgoritmer som används i brädspel forskas och presenteras. Slutligen denna avhandling beskriver implementeringen och utvecklingen av ett mjukvaru agent för en backgammonvariant, närmare bestämt av "Svenska Tabeller" samt utvärderar dess prestanda. Computer and Information Sciences Data- och informationsvetenskap
58	Scraping bot detection using machine learning / Botdetektering med hjälp av maskininlärning Dezfoli, Hamta, Newman, Joseph January 2022 (has links) Illegitimate acquisition and use of data is a problematic issue faced by many organizations operating web servers on the internet today. Despite frameworks of rules to prevent ”scraping bots” from carrying out this action, they have developed advanced methods to continue taking data. Following research into what the problem is and how it can be handled, this report identifies and evaluates how machine learning can be used to detect bots. Since developing and testing a machine learning solution proved difficult, an alternative solution was also developed aiming to polarize (separate) bot and human traffic through behavioral analysis. This particular solution to optimize traffic session classification is presented and discussed, as well as, other key findings which can help in detecting and preventing these unwanted visitors. / Olaglig insamling och användning av data är problematiskt för många organisationer som idag använder sig av webbservrar på internet. Trots ramar av regler för att förhindra ”scraping bots” så har de utvecklat avancerade sätt att komma åt data. Efter forskning om vad problemet är och hur det kan hanteras, identifierar och evaluerar denna rapport hur maskininlärning kan användas för att detektera bottar. Då utvecklingen och testningen av en lösning med hjälp av maskininlärning visade sig bli svårt, utvecklades en alternativ lösning med målet att polarisera (separera) bottrafik och legitim trafik. Denna lösning presenteras och diskuteras i rapporten tillsammans med andra nyckelresultat som kan hjälpa till att upptäcka och förhindra dessa oönskade besökare. Artificial agents Bot detection Machine learning Data analysis HTTP requests ReCaptcha Artificiella agenter Detektering av bottar Maskininlärning Dataanalys HTTP förfrågningar ReCaptcha Computer and Information Sciences Data- och informationsvetenskap
59	Simulating crowds of pedestrians using vector fields and rule-based deviations Berendt, Filip January 2022 (has links) In the area of steering behaviours of autonomous agents and crowd simulations, there is a plethora of methods for executing the simulations. A very hard-to-achieve goal of crowd simulations is to make them seem natural and accurately reflect real-life crowds. A very important criterion for this goal is to have the agents avoid collisions, both with each other and with the environment. A less important, but important nonetheless, criterion is to not let the time taken or distance covered to reach the goal in the simulation be too high, compared with when not implementing collision avoidance. This paper proposes and explores a novel method of enhancing vector field-based steering with rule-based deviations to implement collision avoidance. This method is called ’DevVec’ (’Deviation + Vector Field steering’). The rules which are used for the deviations are extracted from a user survey, and they describe what the agent should do in different collision avoidance scenarios. The viability of DevVec is tested by comparing it with another already established method, called ’Gradient-based Steering’, in terms of fulfilling the criteria mentioned above. Both methods are used to simulate pedestrians moving throughout different scenes. The results suggest that DevVec has potential, but would require additional time and resources, and perhaps a few changes in future works to be presented in its best possible version. / Inom ämnesområdet för styrbeteenden hos autonoma agenter och simuleringar av folkmassor finns det många metoder för att framställa dessa simuleringar. Ett väldigt svåruppnåeligt mål för denna typ av simuleringar är få dem att verka naturliga och verklighetstrogna. Ett viktigt kriterie för detta mål är att få agenterna att undvika kollisioner, både med varandra och med den kringliggande omgivningen. Ett mindre viktigt, men viktigt oavsett, kriterie är att inte låta en agent ta för lång tid eller gå för långt för att nå sitt mål i simuleringen, i jämförelse med när de inte försöka undvika hinder. Denna studie presenterar och utforskar en ny metod som utökar en vektorfältsbaserat styralgoritm med regelbaserade avvikelser för att ta hänsyn till att undvika kollisioner. Denna nya metod kallas för ’DevVec’ (’Deviation + Vector Field steering’). Reglerna som används för avvikelserna är framtagna från en enkät, och de beskriver vad en agent borde göra vid olika kollision-scenarion. Användbarheten av DevVec prövas genom att jämföra den med en redan etablerad metod som kallas för ’Gradientbaserad styrning’, med avseende på de ovan nämnda kriterierna. Båda metoderna används för att simulera fotgängare i olika omgivningar. Resultaten antyder att DevVec har potential, men att det krävs ytterligare tid och resurser, och troligtvis några ändringar i framtiden för att framställa den bästa möjliga versionen. Steering Behaviour Autonomous Agents Crowd Simulation Vector Field Deviation Gradient User Survey Unity3D Styrbeteenden Autonoma Agenter Folkmassesimuleringar Vektorfält Avvikelser Gradient Användarenkät Unity3D Computer Sciences Datavetenskap (datalogi)
60	Multi-Agent Information Gathering Using Stackelberg Games / Information om Flera Genter Samling med Stackelberg Spel Hu, Yiming January 2023 (has links) Multi-agent information gathering (MA-IG) enables autonomous robots to cooperatively collect information in an unfamiliar area. In some scenarios, the focus is on gathering the true mapping of a physical quantity such as temperature or magnetic field. This thesis proposes a computationally efficient algorithm known as multi-agent RRT-clustered Stackelberg game (MA-RRTc-SG) to solve MA-IG. During exploration, measurements are taken along robot paths to update the belief of a Gaussian process (GP), which gives a continuous estimation of the physical process. To seek informative paths, agents first resort to self-planning: one individually generates a number of choices using sampling-based algorithms and preserves informative ones. Then, paths from different robots are combined and investigated based on a multi-player Stackelberg game. The Stackelberg game ensures robots select the combination of paths that yield maximum system reward. The reward function plays an important role in the aforementioned two steps. In our work, robots are awarded for selecting informative paths and punished for hazardous movements and large control inputs. In experiments, we first conduct variation studies to investigate the influence of key parameters in the proposed algorithm. Then, the algorithm is tested in a simulation case to map the radiation intensity in a nuclear plant. Results show that using our algorithm, robots are able to collect information in an efficient and cooperative way compared to random exploration. / Multi-agent informationsinsamling gör det möjligt för autonoma robotar att samarbeta samla in information i ett okänt område. I vissa scenarier ligger fokus på att samla in den verkliga kartläggningen av en fysisk storhet som temperatur eller magnetfält. Den här avhandlingen föreslår en beräkningseffektiv algoritm som kallas multi-agent RRT-clustered Stackelberg game (MA-RRTc-SG) för att lösa multi-agent informationsinsamling. Under prospektering görs mätningar längs robotbanor för att uppdatera tron på en Gaussisk process, vilket ger en kontinuerlig uppskattning av den fysiska processen. För att söka informativa vägar tillgriper agenter först självplanering: man genererar individuellt ett antal val med hjälp av samplingsbaserade algoritmer och bevarar informativa. Sedan kombineras och undersöks vägar från olika robotar utifrån en Stackelberg spel för flera spelare. Stackelberg spelet säkerställer att robotar väljer kombinationen av vägar som ger maximal systembelöning. Belöningsfunktionen spelar en viktig roll i de ovan nämnda två stegen. I vårt arbete belönas robotar för att välja informativa vägar och straffas för osäkra rörelser och stora kontrollingångar. I experiment genomför vi först variationsstudier för att undersöka inverkan av nyckelparametrar i den föreslagna algoritmen. Därefter testas algoritmen i ett simuleringsfall för att kartlägga strålningsintensiteten i ett kärnkraftverk. Resultaten visar att med vår algoritm kan robotar samla in information på ett effektivt och samarbetssätt jämfört med slumpmässig utforskning. Information gathering Autonomous exploration Multi-agent coordination Multi-agent system Informationsinsamling Autonom utforskning Samordning av flera agenter multiagentsystem Computer and Information Sciences Data- och informationsvetenskap

Search results