The Swedish Government has set a goal to reach net zero emissions of greenhouse gases by 2045, which together with the commissioning to the Swedish Housing Agency to prepare requirements for a climate declaration that shall reduce the climate impact from buildings, has enforce the AEC industry to provide solutions that help reach these targets. The introduction of the integration of BIM technologies, together with the LCA methodology has been suggested as a key solution to solve this problem. To achieve the results for this study, two main objectives were stablished. The first objective was to develop a BIM model in SMC able to produce automated climate calculations. The second objective was to perform interviews with relevant actors about this tool. The integration of those objectives helped to answer the research questions of this study. This study provides a way of performing automated climate calculations for construction projects using classification of materials in SMC and calculations in Excel. It also has the ability to perform data visualization of the carbon footprints of the complements in the 3D models of the project using the GWP of the chosen materials. It can be said that it is a great tool to introduce to decision-makers an easy way to identify the hotspots of carbon emissions and choose more sustainable alternatives. / Den Svenska Regeringen har fastställt ett mål att nå utsläppen av växthusgaser netto noll till 2045, som tillsammans med uppdraget till Boverket att förbereda krav på en klimatdeklaration som ska minska klimatpåverkan från byggnader har tvingat AEC-industrin att tillhandahålla lösningar som hjälper till att nå dessa mål. Införandet av integrationen av BIM-teknologier tillsammans med LCA-metoden har föreslagits som en nyckellösning för att lösa detta problem. För att uppnå resultaten för denna studie fastställdes två huvudmål. Det första målet var att utveckla en BIM-modell i SMC som kunde producera automatiserade klimatberäkningar. Det andra målet var att genomföra intervjuer med relevanta aktörer om detta verktyg. Integrationen av dessa mål hjälpte till att besvara forskningsfrågorna i denna studie. Denna studie ger ett sätt att utföra automatiserade klimatberäkningar för byggprojekt med klassificering av material i SMC och beräkningar i Excel. Det har också förmågan att utföra datavisualisering av kolavtryck av komplementen i projektets 3D-modeller med GWP för de valda materialen. Det kan sägas att det är ett bra verktyg att introducera för beslutsfattare ett enkelt sätt att identifiera de hotspots som koldioxidutsläpp och välja mer hållbara alternativ.

Dagens digitala landskap skapar en hög konkurrens om kunder, vilket gör att verksamheter letar efter nya sätt att utveckla och hantera kundrelationer. Arbete med CRM och automatiserad marknadsföring användbart för att få en bättre förståelse för kundens behov och leverera relevant kommunikation. Automatiserad marknadsföring är en datadriven marknadsföringsteknik som används inom digital marknadsföring för att automatisera aktiviteter. Automatiserad marknadsföring inom B2B-verksamheter är ett outforskat ämne inom informatik. Därmed var syftet med studien att undersöka automatiserad marknadsföring och CRM ur ett informatikperspektiv. Syftet var även att bidra med kunskap om hur verksamheter använder data i arbetet med automatiserad marknadsföring och vilka förmågor för dataanalys som är centrala. I denna studie har en kvalitativ undersökning med semistrukturerade intervjuer genomförts, där sex respondenter som arbetar med automatiserad marknadsföring inom B2B-verksamheter intervjuats. Studiens resultat och slutsats visar att arbete med automatiserad marknadsföring är ett IT- beroende arbetssystem, där teknik är en central resurs för arbetet. Elementen deltagare, information och teknik bör samverka med arbetsprocesser och aktiviteter för att dra nytta av automatiserad marknadsföring. Dessutom är kunddata betydelsefull information för arbete med automatiserad marknadsföring och CRM. Således bör verksamheter besitta förmågor inom verksamhetsområdena ledning, kultur, teknik och människor för analys av data. Studiens resultat och slutsatser visar att de undersökta verksamheterna besitter relevanta förmågor för dataanalys, vilket möjliggör arbetet med automatiserad marknadsföring och CRM. Eftersom automatiserad marknadsföring handlar om att generera och bibehålla befintliga kunder med hjälp av relevant innehåll, är CRM centralt i detta arbete. / Today's digital landscape creates high competition for customers and organizations are looking for new ways to develop and manage customer relationships. Working with CRM and marketing automation is useful to gain a better understanding of customer needs and deliver relevant communication. Marketing automation is a data-driven marketing technique used in digital marketing to automate tasks. Marketing automation in B2B-organizations is an unexplored topic in information systems. Therefore, the aim of this study was to examine marketing automation and CRM through a perspective of information systems. As well as contribute with knowledge of how organizations use data in marketing automation and the data analytics capabilities needed. A qualitative study was conducted through semi-structured interviews with six respondents, who work with marketing automation in B2B-organizations. The results and conclusions of the study shows that working with marketing automation is an IT-reliant work system, where technology is a crucial resource. The elements participants, information and technology should be aligned with processes and activities to benefit from marketing automation. In addition, customer data is meaningful information for working with marketing automation and CRM. Thus, organizations should possess organizational capabilities in governance, culture, technology, and people for analyzing data. The results and conclusions of the study also show the studied organizations possess the data analytics capabilities needed for marketing automation and CRM. CRM becomes pertinent in marketing automation since marketing automation is about generating and retaining customers with relevant content.

Arbetsdispositionsplanen (APD-plan) är en central metod för planering av byggarbetsplatser och stöd för platsledningens beslutsfattande. Idag är stödet nästan uteslutande manuellt arbete även om det görs med digitala verktyg och uppdatering av APD-planen uteblir.  Denna studie syftar till att undersöka möjligheterna för att automatisera överföringen av information från en 360-graders hjälmkamera på en byggarbetsplats till en digital APD-plan integrerad med byggnadsinformationsmodeller (BIM). Målet med studien är att undersöka hur informationen från en hjälmkamera kan kopplas till digitala verktyg såsom APD-planer och BIM-modeller samt hur denna information kan användas som stöd för platsledningen på byggarbetsplatsen genom kontinuerlig uppdatering av APD-planen.  Studien baseras på en fallstudie som innefattar datainsamling i form av bilder och videor från byggarbetsplatsen, intervjuer med personer med erfarenhet och kunskap inom byggbranschen samt observationer från fältstudie. En litteraturstudie presenteras också, där teori kopplad till examensarbetets syfte och frågeställning används som grund för analys, diskussion och slutsatser.  För att uppnå syftet och målen med studien besvaras följande forskningsfrågor:  Hur uppdateras och används APD-planer i dagsläget inom byggsektorn?  Vilka utmaningar och svårigheter är förknippade med automatiserad överföring av information från hjälmkameror till APD-planer?  Vilka fördelar och nackdelar medför användningen av en 360-graders hjälmkamera som verktyg för automatiserad uppdatering av APD-planer och integrering med BIM-modeller?  Utifrån litteraturstudien och genomförda intervjuer uppdateras APD-planer i nuläget manuellt genom att APD-ansvarig genomför inspektioner ute på arbetsplatsen. Denna metod är tidskrävande och uppdateringar tenderar att utebli på grund av tidsbrist.  Resultatet av fallstudien indikerar att insamlad data från byggarbetsplatsen automatiskt kunde överföras till APD-planen men inspektionen för att samla in data krävde manuellt utförande. APD-planen uppdaterades manuellt genom att jämföra insamlade data från byggarbetsplatsen och sedan uppdatera APD-planen utifrån dessa förändringar.  Utvecklad metod skapar förutsättningar för en smidare och effektiv uppdateringsprocess av APD-planen. APD-ansvarig kan utföra uppdateringar digitalt utan fysisk närvaro på platsen. Med metoden kan APD-planer uppdateras frekvent där senaste information finns tillgänglig i smartphones för samtliga involverade i projektet. Nackdelen med utvecklad metod är att manuell uppdatering krävs där vidare forskning är nödvändig för att automatisera uppdateringen. Formatet av insamlat material medförde att en automatiserad uppdatering uteblev eftersom materialet inte kunde kopplas samman med APD-modellen utan enbart jämföras. Om formatet av insamlat material skulle kunna omvandlas till modeller eller placeras ovanpå befintliga modeller skulle en automatiserad uppdatering av APD-planen vara genomförbar. / The Construction Site Utilization Plan (CSUP) is a central method for planning construction sites and support for site management's decision-making. Today, the support is almost exclusively manual work, even if it is done with digital tools, updating the CSUP tends to be absent.  This study aims to investigate the possibilities of automating the transfer of information from a 360-degree helmet camera on a construction site to a digital CSUP model integrated with building information models (BIM). The goal of the study is to investigate how the information from a helmet camera can be connected to digital tools such as CSUP and BIM models and how this information can be used to support site management on the construction site through continuous updating of the CSUP.  The study is based on a case study that includes data collection in the form of images and videos from the construction site, interviews with people with experience and knowledge in the construction industry, and observations from field studies. A literature study is presented as well, where theory linked to the aim and question of the thesis is used as a basis for analysis, discussion and conclusions.  In order to achieve the aim and objectives of the study, the following research questions are answered:  How are CSUPs currently updated and used in the construction sector?  What are the challenges and difficulties associated with automated transmission of information from helmet cameras to CSUPs? What are the advantages and disadvantages of using a 360-degree helmet camera as a tool for automated updating of CSUPs and integration with BIM models?  Based on the literature study and conducted interviews, CSUPs are currently updated manually by the CSUP manager carrying out inspections at the construction site. This method is time consuming and updates tend to fail due to lack of time.  The results of the case study indicate that data collected from the construction site could be automatically transferred to the CSUP but the inspection to collect the data required manual execution. The CSUP was manually updated by comparing collected data from the construction site and then updating the CSUP based on these changes.  The developed method creates the conditions for a smoother and more efficient updating process of the CSUP. CSUP managers can carry out updates digitally without physical presence on site. With the method, CSUPs can be updated frequently where the latest information is available on smartphones for everyone involved in the project. The disadvantage of the developed method is that manual updating is required where further research is necessary to automate the updating. The format of collected material meant that an automated update was not possible because the material could not be connected to the CSUP model but only compared. If the format of collected material could be converted into models or placed on top of existing models, automated updating of the CSUP would be feasible.

Bluetooth is a technology that has been implemented in over 5 billion devices and therefore has a considerable impact. It is the dominant technology for shortrange wireless communication. Modern society relies heavily on information technology (IT), and this has introduced a significant threat to society and companies in the form of hackers whether they be state-sponsored, political activists, or part of organized crime. This has introduced the need for companies and organizations that strive to make devices more secure, as well as standards that can be used for evaluating how secure a device is. Common Criteria (CC) is an internationally recognized set of guidelines and standards that can be used for security evaluation. There is a growing demand for enhanced efficiency in the field of security evaluation, especially considering the move to agile methodologies in information and communication technology (ICT) product development. Historically, security evaluation has been tailored to each individual product. The current trends in the certification and global ICT evaluation industry indicate a move in the direction of a greater reliance on predefined test cases. In this thesis, I describe how I designed, developed, and evaluated a toolkit that automates the evaluation of Android devices concerning a selection of security requirements that concern Bluetooth from the Mobile Device Fundamentals Protection Profile in CC. This involved a literature study, examination of the Bluetooth Core Specification, software development, and evaluation of the toolkit. My results from evaluating the toolkit found that it only reports non-compliance with a security requirement if the target of evaluation (TOE) is non-compliant. Additionally, every time the toolkit reported compliance with a security requirement, manual evaluation verified that the TOE truly complied with the security requirement. Finally, during the development phase, I discovered a vulnerability that had not been discovered during manual evaluation. It has been confirmed by the developer to be a vulnerability and a patch is currently being developed. My evaluation indicates that the toolkit I have developed is reliable and that it could therefore be used in the security industry. By finding a vulnerability by using automation, I have shown that automation could potentially be a useful approach for vulnerability research. Similarly to fuzzing, automation can be used to expose a system to behavior that it does not expect and therefore potentially reveal vulnerabilities. / Bluetooth är en teknologi som har implementerats i över 5 miljarder enheter och har därför stor inverkan. Det är den dominerande teknologin för trädlös kommunikation med kort räckvidd. Det moderna samhället är starkt beroende av informationsteknologi (IT), och detta har introducerat ett betydande hot mot samhället och företag i form av hackare oavsett om de är statligt sponsrade, politiska aktivister, eller en del av organiserad brottslighet. Detta har introducerat ett behov av företag och organisationer som strävar efter att göra enheter säkrare, såväl som standarder som kan användas för att utvärdera hur säker en enhet är. Common Criteria (CC) är en internationellt erkänd uppsättning riktlinjer och standarder som kan användas för säkerhetsutvärdering. Det finns en växande efterfrågan på ökad effektivitet inom området för säkerhetsutvärdering, särskilt med tanke på övergången till agila metoder för produktutveckling inom information- och kommunikations-teknologi. Historiskt sett har säkerhetsutvärdering skräddarsytts för varje enskild produkt. De nuvarande trenderna i certifieringsindustrin och globala ICT-utvärderingsindustrin indikerar en förflyttning i riktning mot ett mer frekvent användande av fördefinierade testfall. I denna uppsats beskriver jag hur jag designade, utvecklade och utvärderade ett verktyg som automatiserar utvärderingen av Android-enheter gällande ett urval av säkerhetskrav som rör Bluetooth från Mobile Device Fundamentals Protection Profile i CC. Detta innebar en litteraturstudie, granskning av Bluetooth Core Specification, mjukvaruutveckling och utvärdering av verktyget. Mina resultat från utvärderingen av verktyget visade att den bara rapporterar bristande efterlevnad med ett säkerhetskrav om målet för utvärdering (TOE) inte efterlever säkerhetskravet i fråga. Dessutom, varje gång verktyget rapporterade överensstämmelse med ett säkerhetskrav, verifierade manuell utvärdering att TOE:n verkligen efterlevde säkerhetskravet i fråga. Slutligen, under utvecklingsfasen upptäckte jag en sårbarhet som inte upptäckts under manuell utvärdering. Sårbarhet har bekräftats av utvecklaren och en patch håller på att utvecklas. Min utvärdering visar att det verktyg som jag har utvecklat är tillförlitlig och att den därför skulle kunna användas i säkerhetsbranschen. Genom att hitta en sårbarhet genom automatisering har jag visat att automatisering skulle kunna vara en användbar metod för sårbarhetsforskning. På samma sätt som fuzzing kan automatisering används för att utsätta ett system för beteenden som det inte förväntar sig och därför potentiellt avslöja sårbarheter.

Background: This research explores the integration of satellite imagery and imageprocessing techniques to innovate forest monitoring methods. Traditional approachesoften fall short in scale and efficiency, necessitating enhanced techniques for accurateforest structure analysis. Objectives: The main goal is to develop a software prototype capable of automat-ing the measurement of tree row spacing and detecting clearing areas within forests,thereby facilitating more informed and efficient forest management and conservationefforts. Methods: The study employed computer vision techniques and image processingalgorithms using OpenCV to process high-resolution satellite images. The develop-ment and testing of the prototype involved iterative enhancements to refine accuracyand functionality. Results: The findings demonstrate that the prototype successfully identifies andmeasures forest structural features with high accuracy, confirming the effectivenessof integrating computational techniques with ecological monitoring practices. Conclusions: The successful application of satellite imagery and image processingsignificantly enhances forest monitoring capabilities, promoting sustainable forestmanagement. This research underscores the potential of technology to transformenvironmental conservation efforts by providing detailed, reliable data that supportsproactive management strategies. / Bakgrund: Denna forskning utforskar integrationen av satellitbilder och avanceradebildbehandlingstekniker för att innovera metoder för skogsövervakning. Traditionellatillvägagångssätt är ofta bristfälliga i skala och effektivitet, vilket kräver förbättradetekniker för noggrann analys av skogsstrukturer. Syften: Huvudmålet är att utveckla en programvaruprototyp som kan automatiseramätningen av trädradsavstånd och upptäcka kalhyggen inom skogar, vilket underlät-tar mer informerad och effektiv skogsförvaltning och bevarandeinsatser.Metoder: Studien använde datorsynstekniker och bildbehandlingsalgoritmer medOpenCV för att bearbeta högupplösta satellitbilder. Utvecklingen och testningen avprototypen involverade iterativa förbättringar för att förfina noggrannhet och funktionalitet. Resultat: Resultaten visar att prototypen framgångsrikt identifierar och mäterskogsstrukturella egenskaper med hög noggrannhet, vilket bekräftar effektivitetenav att integrera avancerade datatekniker med ekologiska övervakningsmetoder. Slutsatser: Den framgångsrika tillämpningen av satellitbilder och bildbehandlingförbättrar avsevärt möjligheterna till skogsövervakning och främjar hållbar skogsför-valtning. Denna forskning understryker teknikens potential att transformera miljöbe-varande insatser genom att tillhandahålla detaljerade, tillförlitliga data som stöderproaktiva förvaltningsstrategie

Bakgrund och syfte. Ordflödestest undersöker en persons förmåga att generera så många ord som möjligt under en minut. Orden kan börja på en viss bokstav eller tillhöra en särskild kategori. FAS är ett vanligt ordflödestest där orden som ska genereras börjar på bokstäverna F, A och S. Exempel på kategoriska ordflödestest är djurflöde, som går ut på att säga så många djur som möjligt, samt verbflöde där instruktionen är att säga så många saker man kan göra (handlingar). Forskare har undersökt vilka mentala färdigheter som ligger till grund för ordflödesförmågan, framför allt planerande och reglerande (exekutiva) funktioner samt språklig förmåga. I forskning används ofta FAS och djurflöde för att undersöka olika delar av den språkliga förmågan. Även verbflöde har undersökts i dessa sammanhang, men inte i lika stor utsträckning. Däremot har verbflöde en större roll i forskning på planerande och reglerande funktioner hos äldre personer som har exempelvis Alzheimers eller Parkinson. Forskningen har lett till att ordflödestest används i kliniska sammanhang som en del i utredningen av dessa sjukdomar. I praktiken används även FAS och djurflöde vid utredningar av dyslexi, språkstörning och koncentrations-/hyperaktivitetssvårigheter (ADHD). Forskning har visat motstridiga resultat om vilka typer av ordflödestest som är nedsatta vid dyslexi och språkstörning, eller vilka mentala förmågor som är viktiga vid genomförande av ordflödestest. I denna studie undersöks FAS, djurflöde och verbflöde hos studenter inom högre utbildning med och utan dyslexi. Syftet är att utreda om ordflödesförmågan är nedsatt hos studenter med dyslexi. Studien undersöker om ordflöde kan bidra till att förklara spridningen i läsförmåga. Metod. I undersökningen deltog 42 studenter, varav 16 hade dyslexidiagnos och 26 kontroller utan dyslexidiagnos. Deltagarna genomförde test som undersöker läsförmåga, fonologisk förmåga, snabb benämning samt ordflöde av FAS, djur och verb. Resultat. Prestationen på ordflödesförmåga var signifikant nedsatt hos studenter med dyslexi jämfört med kontrollgruppen. En multipel regression med bakåteliminering genomfördes för att undersöka om FAS, djurflöde och verbflöde kunde förutsäga spridningen i läsförmåga när fonologisk medvetenhet och snabb benämning kontrollerades för. Regressionsanalysen visade att verbflöde, tillsammans med fonologisk medvetenhet, kunde förutsäga läsförmåga hos studenter med och utan dyslexi. Diskussion. Den nedsatta ordflödesförmågan hos studenter med dyslexi diskuteras utifrån faktorer som utbildning och andra mentala förmågor. Resultatet pekar på ett unikt samband mellan verbflöde och läsförmåga hos studenter med och utan dyslexi. De strukturer i hjärnan som aktiveras vid verbflöde är även strukturer som ligger till grund för andra mentala förmågor. Dessa mentala förmågor har även visats vara nedsatta hos personer med dyslexi. Generellt indikerar dessa nya fynd att verbflöde har en betydelse i förhållande till läsförmåga och dyslexi som behöver undersökas vidare. Resultatet diskuteras även utifrån ett kliniskt perspektiv. / Verbal fluency is commonly measured in cognitive assessments and has been shown to measure aspects of verbal ability and executive function, as well as to involve specific cortical areas during performance. Verbal fluency tasks, in which participants generate words during a given time limit, have been used in research and assessments of neurobiological disorders and impairments. Dyslexia is a neurobiologically based reading disorder that is characterized by difficulties in word decoding and spelling. Research on verbal fluency in individuals with dyslexia shows that semantic and letter fluency is impaired. However, studies show inconsistent results. This study examines performance on semantic fluency (animals), action fluency (verbs), and letter fluency (FAS) in 42 students with developmental dyslexia (DD, n = 16) and a control group with typical reading development (TD, n = 26). Participants also perform a test battery that measures reading and phonological abilities, amongst others. Additionally, it is examined if verbal fluency performance can contribute to predicting reading ability, when phonological awareness and rapid automatized naming (RAN) are taken into account. Results show that verbal fluency performance was impaired in the DD group, and that action and letter fluency were relatively more impaired than semantic fluency. A backward elimination regression showed that action fluency and phonological awareness were significant predictors of reading ability, together explaining 48 % of the variance. The impaired verbal fluency ability is discussed in relation to factors such as education and cognitive abilities. Further, the findings point to a possible unique connection between action fluency and reading ability in students, in addition to phonological awareness. The possibility that the relationship between action fluency and reading may be partly explained by common neurocognitive underpinnings is discussed. These novel findings indicate that action fluency has a pertinent role in reading ability and dyslexia, which should be further examined.

Construction of radiotherapy treatments for cancer is a laborious and time consuming task. At the same time, when presented with a treatment plan, an oncologist can quickly judge whether or not it is suitable. This means that the problem of constructing these treatment plans is well suited for automation. This thesis investigates a novel way of automatic treatment planning. The treatment planning system this pipeline is constructed for provides dose mimicking functionality with probability density functions of dose–volume histograms (DVHs) and spatial dose as inputs. Therefore this will be the output of the pipeline. The input is historically treated patient scans, segmentations and spatial doses. The approach involves three modules which are individually replaceable with little to no impact on the remaining two modules. The modules are: an autoencoder as a feature extractor to concretise important features of a patient segmentation, a distance optimisation step to learn a distance in the previously constructed feature space and, finally, a probabilistic spatial dose estimation module using sparse pseudo-input Gaussian processes trained on voxel features. Although performance evaluation in terms of clinical plan quality was beyond the scope of this thesis, numerical results show that the proposed pipeline is successful in capturing salient features of patient geometry as well as predicting reasonable probability distributions for DVH and spatial dose. Its loosely connected nature also gives hope that some parts of the pipeline can be utilised in future work. / Skapandet av strålbehandlingsplaner för cancer är en tidskrävande uppgift. Samtidigt kan en onkolog snabbt fatta beslut om en given plan är acceptabel eller ej. Detta innebär att uppgiften att skapa strålplaner är väl lämpad för automatisering. Denna uppsats undersöker en ny metod för att automatiskt generera strålbehandlingsplaner. Planeringssystemet denna metod utvecklats för innehåller funktionalitet för dosrekonstruktion som accepterar sannolikhetsfördelningar för dos–volymhistogram (DVH) och dos som input. Därför kommer detta att vara utdatan för den konstruerade metoden. Metoden är uppbyggd av tre beståndsdelar som är individuellt utbytbara med liten eller ingen påverkan på de övriga delarna. Delarna är: ett sätt att konstruera en vektor av kännetecken av en patients segmentering, en distansoptimering för att skapa en distans i den tidigare konstruerade känneteckensrymden, och slutligen en skattning av sannolikhetsfördelningar med Gaussiska processer tränade på voxelkännetecken. Trots att utvärdering av prestandan i termer av klinisk plankvalitet var bortom räckvidden för detta projekt uppnåddes positiva resultat. De estimerade sannolikhetsfördelningarna uppvisar goda karaktärer för både DVHer och doser. Den löst sammankopplade strukturen av metoden gör det dessutom möjligt att delar av projektet kan användas i framtida arbeten.

Trouble and bug reports are essential in software maintenance and for identifying faults—a challenging and time-consuming task. In cases when the fault and reports are similar or identical to previous and already resolved ones, the effort can be reduced significantly making the prospect of automatically detecting duplicates very compelling. In this work, common methods and techniques in the literature are evaluated and compared on domain-specific and multimodal trouble reports from Ericsson software. The number of samples is few, which is a case not so well-studied in the area. On this basis, both traditional and more recent techniques based on deep learning are considered with the goal of accurately detecting duplicates. Firstly, the more traditional approach based on natural language processing and machine learning is evaluated using different vectorization techniques and similarity measures adapted and customized to the domain-specific trouble reports. The multimodality and many fields of the trouble reports call for a wide range of techniques, including term frequency-inverse document frequency, BM25, and latent semantic analysis. A pipeline processing each data field of the trouble reports independently and automatically weighing the importance of each data field is proposed. The best performing model achieves a recall rate of 89% for a duplicate candidate list size of 10. Further, obtaining knowledge on which types of data are most important for duplicate detection is explored through what is known as Shapley values. Results indicate that utilizing all types of data indeed improve performance, and that date and code parameters are strong indicators. Secondly, a Siamese network based on Transformer-encoders is evaluated on data fields believed to have some underlying representation of the semantic meaning or sequentially important information, which a deep model can capture. To alleviate the issues when having few samples, pre-training through automatic data labeling is studied. Results show an increase in performance compared to not pre-training the Siamese network. However, compared to the more traditional model it performs on par, indicating that traditional models may perform equally well when having few samples besides also being simpler, more robust, and faster. / Buggrapporter är kritiska för underhåll av mjukvara och för att identifiera fel — en utmanande och tidskrävande uppgift. I de fall då felet och rapporterna liknar eller är identiska med tidigare och redan lösta ärenden, kan tiden som krävs minskas avsevärt, vilket gör automatiskt detektering av dubbletter mycket önskvärd. I detta arbete utvärderas och jämförs vanliga metoder och tekniker i litteraturen på domänspecifika och multimodala buggrapporter från Ericssons mjukvara. Antalet tillgängliga träningsexempel är få, vilket inte är ett så välstuderat fall. Utifrån detta utvärderas både traditionella samt nyare tekniker baserade på djupinlärning med målet att detektera dubbletter så bra som möjligt. Först utvärderas det mer traditionella tillvägagångssättet baserat på naturlig språkbearbetning och maskininlärning med hjälp av olika vektoriseringstekniker och likhetsmått specialanpassade till buggrapporterna. Multimodaliteten och de många datafälten i buggrapporterna kräver en rad av tekniker, så som termfrekvens-invers dokumentfrekvens, BM25 och latent semantisk analys. I detta arbete föreslås en modell som behandlar varje datafält i buggrapporterna separat och automatiskt sammanväger varje datafälts betydelse. Den bäst presterande modellen uppnår en återkallningsfrekvens på 89% för en lista med 10 dubblettkandidater. Vidare undersöks vilka datafält som är mest viktiga för dubblettdetektering genom Shapley-värden. Resultaten tyder på att utnyttja alla tillgängliga datafält förbättrar prestandan, och att datum och kodparametrar är starka indikatorer. Sedan utvärderas ett siamesiskt nätverk baserat på Transformator-kodare på datafält som tros ha en underliggande representation av semantisk betydelse eller sekventiellt viktig information, vilket en djup modell kan utnyttja. För att lindra de problem som uppstår med få träningssexempel, studeras det hur den djupa modellen kan förtränas genom automatisk datamärkning. Resultaten visar på en ökning i prestanda jämfört med att inte förträna det siamesiska nätverket. Men jämfört med den mer traditionella modellen presterar den likvärdigt, vilket indikerar att mer traditionella modeller kan prestera lika bra när antalet träningsexempel är få, förutom att också vara enklare, mer robusta, och snabbare.

Södra Gotland (Storsudret) är ett av de mest utsatta områdena i Sverige när det kommer till torka under somrarna. Trots stora mängder nederbörd har jordbrukare problem med bevattning då öns geologi påverkar lagringen av vatten i form av grundvatten negativt. Vilket beror på att berggrunden består främst av kalk, märgel och märgelsten. Dålig tillgång till vatten kombinerat med långa och varma somrar har medfört att skörden minskat markant under de senaste åren. Bevattningstekniker som används i dagsläget är inte bra på att utnyttja vatten på ett hållbart och effektivt sätt. Dessutom har kostnaderna ökat för många jordbrukare på Gotland med avseende på de ökande elpriserna. Bevattning kräver el och vissa bönder har exempelvis inte tillgång till el vid sina åkrar och måste därmed dra el vilket ökar kostnaderna markant. Behovet av mer resurseffektiva och hållbara bevattningstekniker är stort och något som behöver undersökas mer djupgående.  Syftet med denna studie var att undersöka ifall ett automatiserat bevattningssystem som drivs av solenergi faktiskt är möjligt att implementera. Detta utifrån olika kriterier såsom kostnad, energianvändning, skördemängd, klimatpåverkan och vattenanvändning. Därefter jämföra mot ett mer konventionellt system som används i dagsläget och därmed undersöka vilka skillnader det finns. Det var två system som valdes i studien. System 1 var ett potentiellt automatiserad rampbevattningssystem och system 2 ett konventionellt rampbevattningssystem. Båda systemen sattes in i verklighetsbaserade scenario (en åker i södra Gotland) för att få en mer realistisk överblick. Därefter användes en multikriterieanalys för att jämföra båda systemen mot varandra utifrån valda kriterier. Sist av allt användes en SWOT-analys för att sammanknyta all resultat som togs fram i studien.  Resultatet visade att det är i teorin möjligt att bygga ett helt automatiserat bevattningssystem som drivs av solenergi och att det finns både positiva och negativa delar med systemet jämfört mot en konventionell rambevattning. Det potentiella systemet har exempelvis både en högre kostnad som 1,1 gånger högre, samt en högre energianvändning per hektar, cirka 5 gånger högre jämfört med ett konventionellt system. Dock presterade det potentiella systemet bättre jämfört mot ett konventionellt system med avseende på klimatpåverkan som var 10 gånger lägre jämfört med ett konventionellt system. SWOT sammanställningen visade också att intresset för automatiserade bevattningssystem är låg bland jordbrukare delvis på grund av att systemen inte är anpassade till svenska förhållanden, samt den höga investeringskostnaden. Därav krävs det att fler aktörer blir involveras och kunskapen sprids för att öka etableringen av automatiserade bevattningssystem på södra Gotland (Storsudret) samt resten av Sverige. / The southern part of Gotland (Storsudret) is one of the most exposed areas in Sweden when it comes to drought during the summers. Despite large amounts of rainfall, farmers have problems with irrigation as the island’s geology negatively affects the storage of water in the form of groundwater. Poor access to water combined with long and hot summers has meant that the harvest has decreased significantly in recent years. Irrigation techniques used today are not good at using water sustainably and efficiently. In addition, costs have increased for many farmers in Gotland concerning the increasing electricity prices. Irrigation requires electricity and some farmers, for example, do not have access to electricity in their fields and thus have to get electricity, which increases costs significantly. The need for more resource-efficient and sustainable irrigation techniques is great and something that needs to be investigated in more depth.  The purpose of this study was to investigate whether an automated irrigation system powered by solar energy is realistically possible to implement. This was based on various criteria such as cost, energy requirements, yield, etc., and then compare against a more conventional system that is currently used and thus examines what differences there are. Two systems were chosen in the study. System one was a potentially automated irrigation system and system two was a conventional ramp irrigation system. Both systems were put into a reality-based scenarios (a field in southern Gotland) to get a more realistic overview. Multi-criteria analysis was then used to compare both systems against each other based on selected criterias. Afterward, a SWOT analysis was also carried out to summarize all the results that were produced in the study.  The result showed that it is theoretically possible to build a fully automated irrigation system powered by solar energy and that there are both positive and negative parts to the system com- pared to conventional ramp irrigation. The potential system has, for example, both a higher cost which was 1.1 times higher, and a higher energy requirement per hectare which was 5 times higher compared to a conventional system. However, the potential system performed better compared to a conventional system concerning climate impact which was 10 times lower compared to a conven- tional system. The SWOT summarize also showed that interest in automated irrigation systems was low among farmers partly due to the systems not being adapted to Swedish conditions and the large investment cost. Thus it is necessary that more actors be involved and the knowledge spread to increase the establishment of automated irrigation systems in southern Gotland (Storsudret) and in the rest of Sweden.

SOTA language models have demonstrated remarkable capabilities in tackling NLP tasks they have not been explicitly trained on – given a few demonstrations of the task (few-shot learning), or even none at all (zero-shot learning). The purpose of this Master’s thesis has been to investigate practical aspects and potential applications of zero/few-shot learning in the context of text classification. This includes topics such as combined usage with active learning, automated data labeling, and interpretability. Two different methods for zero/few-shot learning have been investigated, and the results indicate that:  • Active learning can be used to marginally improve few-shot performance, but it seems to be mostly beneficial in settings with very few samples (e.g. less than 10). • Zero-shot learning can be used produce reasonable candidate labels for classes in a dataset, given knowledge of the classification task at hand.  • It is difficult to trust the predictions of zero-shot text classification without access to a validation dataset, but IML methods such as saliency maps could find usage in debugging zero-shot models. / Ledande språkmodeller har uppvisat anmärkningsvärda förmågor i att lösa NLP-problem de inte blivit explicit tränade på – givet några exempel av problemet (few-shot learning), eller till och med inga alls (zero-shot learning). Syftet med det här examensarbetet har varit att undersöka praktiska aspekter och potentiella tillämpningar av zero/few-shot learning inom kontext av textklassificering. Detta inkluderar kombinerad användning med aktiv inlärning, automatiserad datamärkning, och tolkningsbarhet. Två olika metoder för zero/few-shot learning har undersökts, och resultaten indikerar att: • Aktiv inlärning kan användas för att marginellt förbättra textklassificering med few-shot learning, men detta verkar vara mest fördelaktigt i situationer med väldigt få datapunkter (t.ex. mindre än 10). • Zero-shot learning kan användas för att hitta lämpliga etiketter för klasser i ett dataset, givet kunskap om klassifikationsuppgiften av intresse. • Det är svårt att lita på robustheten i textklassificering med zero-shot learning utan tillgång till valideringsdata, men metoder inom tolkningsbar maskininlärning såsom saliency maps skulle kunna användas för att felsöka zero-shot modeller.