This thesis intends to determine how people understandand feel about natural language generated sentences, in this case natural language generated forecasts. This was done by building a server that pulled raw weather information from SMHI api, analysed it and generated weather forecasts.For evaluation, a survey was made and from the resulta conclusion was drawn that people are able to both understand and correlate the sentences that was generated to its information.

Monte Carlo Tree Search (MCTS) is a Go algorithm that is used in many recent strong go playing agents. In this report we test and compare different algorithms related to Monte Carlo simulation, seeing how well they do against each other under different time constraints on consumer hardware. This is done with our own implementation of Go rules and algorithms written in Java. The All Moves As First (AMAF) algorithmhad the best performance in the performed tests.

By creating a relational database describing scenes in pictures and lightly configuring the C-Phrase natural language interface on top of this database, letting the configuration be of minimal cost with naming of names, relations and attributes and a very small set of lexical rules this paper finds that the generated texts are only marginally less understandable by the general public than handwritten texts. / Genom att skapa en relationsdatabas som beskriver scener i bilder och att implementera ett gränsnitt i naturligt språk, C-Phrase, ovanpå en databas, syftar denna uppsats att undersöka förståelse av genererade texter som beskriver databasfrågor. Konfigurationen av C-Phrase¨ar av minimalistisk typ för att simulera ett mer realistiskt scenario,endast namngivning av relationer, attribut och joins samt en liten mängd lexikala regler. Uppsatsen finner att förståelsen för genererade beskrivningar av databasfr°agor i C-Phrase endast är marginellt svårare att förstå än motsvarande beskrivningar skrivna av en människa.

I denna rapport beskrivs en metod för att kunna optimera den förväntade resultatet från en tur under en omgång av Yatzy. Yatzy är ett klassiskt tärningsspel som kan spelas ensam eller med flera spelare. Det finns sedan tidigare en matematiskt optimal strategi för hur man bäst bör gå tillväga för att optimera det förväntade slutresultatet från en omgång Yatzy, först beskriven av James Glenn för amerikanska regler och sedan applicerad på svenska regler av Markus Larsson och Andreas Sjöberg, som bygger på att bygga upp en graf över alla möjliga tillstånd under spelets gång. I denna rapport beskrivs en mer begränsad version av denna metod,som endast bygger upp en graf över de möjliga tillstånden för den nuvarande turen, med syfte att minska beräkningstid och minnesåtgång för att lagra grafen.Metoden har visat sig vara tillräckligt snabb för användning i begränsade miljöer såsom mobila plattformar, och den genomsnittliga slutpoängen efter ett färdigt spel har efter 10 000 simuleringar beräknats som ungefär 198,6 poäng, runt 50 poäng sämre än Larsson och Sjöbergs metod, och 175 poäng sämre än den högsta möjliga slutpoängen 374. Den är även 12 poäng sämre än en heuristisk beskriven av Nils Dahlbom Norgren och Philip Svensson, men metoden som beskrivs i denna rapport har fördelen att beslutsfattningsstrategierna är enklare att modifiera.

Yahtzee is a popular dice game around the world. The complexity makes the game interesting to play and analyze. This report compares the effectiveness of the mathematically optimal strategy with a strategy that can be used for casual play. The rules used are those of the Nordic variant Yatzy, in which a few but important rules are different from the American Yahtzee. To evaluate the everyday strategy 100,000 games was simulated in a java program written specifically for this purpose. The mathematical approach performs better than the everyday strategy with 248.63 against 189.80 in average points. Despite this result the everyday strategy competitive to the mathematical when complexity is taken in consideration.

An area of Artificial Intelligence, used for instance in optimization, is evolutionary algorithms. By using mechanisms similar to those that cause evolution, evolutionary algorithms can improve e.g. problem solving algorithms by artificial evolution.The purpose of this study was to show that it’s possible to simulate evolution by modelling it as an evolutionary algorithm. This was achieved by simulating the evolution of silverfish’ genes in two environments with the only difference of the presence of a threat. The results were considered to be successful as the majorityof the genes which were presumed to be important for survival changed in such away. The results could be repeated between simulations indicating that random change of the genes and deterministic factors in the environment shaped the genes of the silverfish and that after simulation the silverfish were optimally fit for the environment. / Ett område inom Artificiell Intelligens som bl a används för optimering är evolutionära algoritmer. Genom att använda mekanismer liknande de som orsakar evolution så kan t ex algoritmer förbättras genom artificiell evolution. Syftet med den här studien var att visa att det är möjligt att simulera evolutionen genom att modellera den som en evolutionär algoritm. Detta gjordes genom att simulera evolutionen av silverfiskars gener i två miljöer vars enda skillnad var en förekomst av ett hot. Resultaten ansågs vara lyckade då merparten av de gener som förmodades vara viktiga för överlevnad förändrades på ett sådant sätt. Resultaten kunde upprepas mellan simuleringar vilket indikerar att genom stokastisk förändring av gener och deterministiska faktorer i miljön så optimerades silverfiskarnas gener för att göra det möjligt att överleva i respektive miljö.

No description available.

No description available.

Sudoku är ett mycket populärt pusselspel som härstammar från Japan. Sudokuproblemet har visats vara NP-fullständigt och det finns därför troligen inget effektivt sätt att lösa stora pussel. På senare år har det skett mycket forskning kring SAT-lösare. I denna rapport prövades olika SAT-lösare från ”International SAT-Competition” för att undersöka om det existerar en korrelation mellan exekveringstid och svårighetsgradering samt för att avgöra vilken av dessa som är effektivast för att lösa pussel av olika svårighetsgrad och storlek. För att undersöka detta genereradesett stort antal pussel och två tester utfördes. Ett test mätteexekveringstiden för olika SAT-lösare på pussel av olika svårighetsgrad.Det andra testet mätte tiden för SAT-lösarna på pussel av olika storlek.De prövade SAT-lösarna är Glucose, Lingeling, Minisat, Plingeling,Treengeling och Zenn.Resultaten visar på en korrelation mellan exekveringstid och svårighetsgradför de prövade SAT-lösarna när ett genomsnitt för lösarnabehandlades. Vid ett linjärt regressionstest erhölls en bestämningskoefficentpå ca 0.8. Vissa lösare hade en stor korrelation och andra lösarevisade inte någon korrelation alls. Korrelationen skulle också kunna beropå skillnaden i antalet ledtrådar mellan de olika pusslena. Det förklarardock inte den skillnad som finns mellan pussel av olika svårighetsgradmed samma antal ledtrådar.Genomsnittstiden för samtliga lösare var ca 20 ms för pussel avordning tre och ca 50 s för pussel av ordning nio. Av de prövade SATlösarnavar Minisat snabbast, både för pusslena av ordning tre och avhögre ordningar. / Sudoku is a popular puzzle game that originates from Japan. The Sudokuproblem has been shown to be NP-complete and therefore thereprobably does not exist an effecient way of solving large puzzles. In recentyears there has been a lot of research into solving the SAT problem.This report examined various SAT solvers from “The International SATCompetition” to investigate whether there exists a correlation betweenthe execution time and the difficulty level of puzzles and to determinewhich of these are most effective for solving puzzles of varying difficultyand size. To examine the above a large number of puzzles were generatedand two tests were performed. One test measured the executiontime of various SAT solvers when solving puzzles of varying difficulty.The second test measured the time that the SAT solvers took to solvepuzzles of different sizes. The tested SAT solvers are Glucose, Lingling,Minisat, Plingeling, Treengeling and Zenn.The results show a correlation between the execution time of theSAT solvers and the difficulty of the puzzles when looking at the averagetime of the solvers. A linear regression test gave a coefficent ofdetermination of approximately 0.8. Some solvers had a significant correlationand other solvers showed almost no correlation at all. Thecorrelation could also be attributed to the difference in the number ofclues between the puzzles. This however does not explain the disparitybetween puzzles of varying difficulty with the same number of clues.The average time for all solvers were approximately 20 ms for puzzlesof order three and about 50 s for puzzles of order nine. Of the testedSAT solvers, Minisat was the fastest at solving both the puzzles of orderthree and puzzles of higher order.

With this thesis, we hope to motivate software developers to seek out already existing solving algorithms instead of attempting to use a bruteforce algorithm or specialized solving algorithms.The reason for choosing the Sudoku puzzle as a platform to demonstrate this is because it is well known around the world and easy to understand, while the reduction to an exact cover problem provides a challenge. Because of the challenge in the reduction and because we did not find any earlier research which explained in detail how the reduction from a Sudoku puzzle to an exact cover problem is done, we decided to focus on that subject in this thesis. Using our previous knowledge in reduction and the information found during our research, the reduction was eventually solved.Our conclusion is that Dancing Links is an effective solver for the exact cover problem and that a good reduction algorithm can greatly lower the solving time. The benchmarks also indicate that the number of clues in a Sudoku puzzle may not be the deciding factor of its difficulty rating. Since the reduction to an exact cover problem was arguably the hardest part in this thesis, future research can hopefully make use of our detailed explanation of the reduction and use the time saved to explore other topics in more depth, such as the difficulty rating of Sudoku puzzle. / Med denna rapport så hoppas vi motivera mjukvaruutvecklare att sökaefter redan existerande lösningsalgoritmer istället för att försöka använda en brute force-algoritm eller en lösningsalgoritm som är specialiserad på ett specifikt område. Anledningen till att vi valde att använda Sudoku som ett verktyg för att demonstrera detta är för att det är känt runt om i världen och lätt att förstå, men också för att det är svårt att utföra en reducering till ett exakt mängdtäckningsproblem. På grund av utmaningen i reduktionen och eftersom vi inte hittade någon tidigare forskning som detaljerat förklarade hur reduktionen från ett Sudokupussel till ett exakt mängdtäckningsproblem går till, bestämde vi oss för att fokusera kring det i denna rapport. Genom att använda vår tidigare kunskap inom reduktion och med den information vi hittade under informationssökningen kunde vi slutligen lösa reduktionen.Vår slutsats är att Dancing Links är en effektiv lösare till det exakta mängdtäckningsproblemet och att en bra implementerad reduktion kraftigt kan sänka lösningstiden. Mätningarna visar också att antalet ledtrådar i ett Sudokupussel inte behöver vara den avgörande faktorn för sin svårighet.Eftersom reduceringen till ett exakt mängdtäckningsproblem var den svåraste delen i vår rapport så hoppas vi att framtida forskninghar användning av vår genomgång av reduceringen och istället kan använda den tiden till att utforska andra ämnen mer djupgående, som exempelvis svårighetsgraden för Sudokupussel.