Denna rapport undersöker pseudoslumptalsgeneratorer och hur statiska tester kan avgöra under vilka omständigheter man ska välja dessa. Det genomförs genom att implementera två vanliga pseudoslumptalsgeneratorer och sex vanliga statistiska tester. På detta sätt skapas en grund för att avgöra vilken pseudoslumptalsgenerator som är bäst i en given situation. All implementation av dessa tester och pseudoslumptalsgeneratorer gjordes i MATLAB. Resultaten visade på ett fåtal skillnader mellan olika pseudoslumptalsgeneratorer. De slutsatser som drogs utav resultaten säger att då det föreligger behov för korta sekvenser behöver man endast använda algoritmen linjär kongruens för slumptalsgenerering. Först när man behöver längre eller kontinuerliga sekvenser är algoritmen Mersenne Twister fördelaktig. / This thesis looks into pseudo random number generators and how statistical tests can determine under what circumstances one should choose one of these. This is done by implementing two widely used pseudo random number generators and six common statistical tests. This provides a basis on how to decide which pseudo random number generator is more suitable in a given situation. All implementation of generators and tests are done using MATLAB. The results showed a few differences between the pseudo random number generators. The conclusions that could me made from the results was that when there is need only for shorter sequences the linear congruency algorithm is more preferable. Only when longer or continuous sequences are required the algorithm Mersenne Twister should be used.

This report examines some common or otherwise interestingnon-cryptographic hash functions with respect to the number of collisions when used in hash tables for different types of hashkeys. The report answers which of the examined hash functions can be seen as the best performing for the chosen hashkeys. To compare the different hash functions, an experiment which studies avalanche effect behaviour is carried out. The experiments also calculate the fraction of colliding hashkeys, and the distribution of hashkeys in hash tables is studied using Karl Pearson’schi-squared test. The results indicate that SpookyHash is the best performing hash function for the chosen hashkeys. / Denna rapport undersöker hur några vanliga eller annars intressanta icke-kryptografiska hashfunktioner presterar i hashtabeller med avseende på antal kollisioner för olika typerav nyckelvärden. Med hjälp av denna jämförelse besvaras frågan om vilken av de undersökta hashfunktionerna som kan anses vara genomsnittligt bäst för utvalda typerav nyckelvärden. För att jämföra de olika hashfunktionerna utförs experiment där så kallad avalanche effect studeras. Även andel kolliderande nyckelvärden beräknas, och fördelningen av nyckelvärden i hashtabeller studeras med hjälp av Karl Pearsons chi-två-test för utvalda datatyper. Baserat på resultaten framhålls med viss försiktighet Spooky Hashsom den bäst presterande av de utvalda hashfunktionerna för utvalda nyckelvärden.

Strategies for the board game Hive was implemented and evaluated in this project. The report covers the rules as well as the system that was implemented in order to build strategies. The strategies are evaluated based on how they perform against each other. Two search algorithms were implemented: Minmax and Alpha-Beta Pruning. Alpha-Beta with depth 4 had the best performance against other strategies as well as in individual tests. / I projektet implementerades och utvärderades strategier för brädspelet Hive.Rapporten går igenom regler samt systemet som implementerades för att kunna skapa strategier. Strategierna utvärderas baserat på hur de presterar mot varandra. Två sökalgoritmer implementerades: Minmax och Alpha-Beta Pruning. Alpha-Beta med djup 4 presterade bäst mot andra strategier samti individuella tester.

Robots are about to make their way into society. Whether one speaksabout robots as co-workers in industry, as support in hospitals, in elderlycare, selfdriving cars, or smart toys, the number of robots is growing continuously.Scaled somewhere between remote control and full-autonomy,all robots require supervision in some form. This thesis connects theOculus Rift virtual reality goggles to a mobile robot, aiming at a powerfulvisualization and teleoperation tool for supervision or teleassistance,with an immersive virtual reality experience. The system is tested ina user study to evaluate the human-robot interaction and obtain anintuition about the situation awareness of the participants.

This project was performed as part of a masters exam incomputer Science and Engineering at the Royal institute of technology in Stockholm. Scania AB acted as an employer and has provided both guidance and mentors. This thesis explores the concept of performing computations on XML data and how multi-threaded programing could improve the performance of such calculations. The thesis begins by discussing the basics of the XML-language and continues with basic concepts for multi-threaded programming. During the project two simulations were developed and benchmarked,one generic simulation to prove the validity of the method and a more realistic simulation that is supposed to indicate if the techniques scale in more real environments.The benchmark result shows good potential and acts as a base for further discussion on the limitations of the system at hand. The results show good potential andmulti-threaded solutions could provide big improvements regarding efficiency. / Hantering av XML-data med hjälp av multitrådade lösningar. Detta projekt utfördes som en del av masterexamen i Datalogi vid Kungliga tekniska högskolan i Stockholm. Scania AB har varit arbetsgivare och har bidragit med såväl vägledning som handledare. I denna uppsats utforskas koncept kring beräkning rörande XML-data och hur multitrådsprogrammering kan hjälpa till att sänka exekveringstider. Rapporten börjar med att förklara grunderna i XML-språket och fortsätter med att presentera grundläggande konceptin om multitrådsprogrammering. Under projektet har två simuleringar utvecklats och prestanda testats, en generell simulering som ämnar att visa att de föreslagna metoderna fungerar och en mer realistisk simulering som ska indikera ifall metoderna även fungerar under mer verklighetstrogna förhållanden. Dessa prestanda tester visar på en god potentialoch ligger till grund för vidare diskussion kring begränsningarna som finns i systemet.

In this master’s thesis project the remembered set implementation in Java HotSpot’s implementation of G1 is evaluated. It is verified by benchmarking that using Bloomfilters can reduce region scanning times when used as an intermediate data structure between card-precision bitmaps and region coarsening. It is shown that iterating the Bloomfilter is made faster by combining binary trees with the Bloom filters. It is also verified that using a more narrowinteger type, with an added bitmap to keep track of null entries, will decrease the memory footprint caused by remembered sets. Both modifications to the current implementation cause application through put regressions in SPECjbb2013. / Utvärdering och förbättringar av remembered sets i Javamaskinen HotSpots skräpsamlare G1I det här examensarbetet undersöks implementationen av remembered sets i HotSpots implementation av skräpsamlingsalgoritmen G1. Det bekräftas genom prestandamätningar att användandet av Bloomfilter kan minska tidsåtgångenför regionsavsökning. Detta när Bloomfiltret används som en mellanliggande datastruktur mellan bitmappar på kortnivå och bitmappar på regionsnivå. Det bekräftas också genom prestandamätningar att iterering över Bloomfilter kan snabbas upp genom att kombinera filtret med ett binärt sökträd. Vidare visas det att användandet av en heltalstyp med mindre räckvidd, tillsammans med införandet av en bitmapp för att registrera nullvärden, kan minska minnesanvändningen som remembered sets medför. I den standardiserade prestandamätningen SPECjbb2013 medför båda förändringarna dock prestandaförsämringar.

This thesis explores hand pose estimation, which means mapping a 2D imageto a hand pose. Hand pose estimation has many promising applications suchas hand sign recognition, robotic learning by demonstration, and human computer interaction in general. To do the estimation, image features are extracted from the image and a mapping to the space of hand poses is the nconstructed. Ideally the mapping from image features to pose space would be one-to-one, but in reality it is rather a many-to-many mapping leadingto ambiguities. This is due to the image feature not capturing the actualpose, but the form of the 2D projection of the hand. Hands may also occludeparts of itself which also leads to ambiguities. This thesis explores ways in which to improve the commonly used image feature HOG (Histogram of Oriented Gradients), by capturing the HOG subspace used by hand images, to obtain a feature whose mapping to pose space is more well-behaved than that of the HOG feature. The new feature is computed as projection on anddistances to lines in HOG space. The new feature’s performance is tested against the HOG feature using nearest neighbour (NN) regression and the results show that the new feature does not yet perform as well as the HOG feature. Nevertheless, the conclusion is that the new feature, called MPDD,for Multiple Projection and Distance Dimensions, does indeed capture the most relevant information in HOG, but fail to use it as well as the HOG does with the current construction method. However, constructing the MPDD in a slightly different way could potentially lead to improvements and so future research could still be of interest. / Effektiva visuella formdeskriptorer för handigenkänning. Denna masteruppsats undersöker handposestimering där en 2D bild används för att rekonstruera en handpos, vilken beskrivs av hur handlederna är vinklade. Handposestimering har många potentiella användningsområden varav några är teckenspråksigenkänning, robotinlärning från demonstrationer, men även människa-datorinteraktion i allmänhet. För att göra översättningen från bild till handpos extraheras först bildegenskaper (image-features) varpå en mappning till posrummet (alla möjliga poser) konstrueras. Den önskade egenskapen hos en mappning till posrummet är framförallt att den är one-to-one,men i verkligheten innehåller den normalt tvetydigheter. Detta beror bland annat på att bildegenskaperna inte beskriver själva handposen utan enbart formen av 2D projektionen av en hand. Förutom det så kan händer även skymma delar av sig själva vilket också leder till tvetydigheter i mappningen från bildegenskaper till posrummet. Målet med denna uppsats är ändå att undersöka sätt att förbättra den vanligt använd bildegenskap HOG (Histogramof Oriented Gradients) genom att använda det delrum hos HOG deskriptorerna som upptas av handbilder. Den nya bildegenskapen konstrueras genom projektioner och avståndsberäkningar till linjer i HOG rummet som motsvarar handrörelser. Den föreslagna bildegenskapen testas mot HOG med NN(Nearest neighbour) regression och resultatet visar att HOG presterar bästmed den nuvarande konstruktionen av den nya bildegenskapen. Slutsatsen är dock att den nya deskriptorn, kallad MPDD för Multiple Projection and Distance dimensions, lyckas fånga det relevanta delrummet av HOG, men misslyckas med att använda informationen i denna. Detta innebär sannolikt att sättet som MPDD konstrueras på i denna mastersuppsats antagligen bör förändras även om en liknande idé kan räcka för att uppnå samma eller bättre resultat än HOG.

Recommender systems have been widely adopted by onlinee-commerce websites like Amazon and music streaming services like Spotify. However, most research efforts have not sufficiently considered the context in which recommendations are made, especially when the input is implicit.In this work, we investigate the value of including contextual information like day-of-week in collaborative filtering recommender systems. For the investigation, we first implemented two algorithms, namely contextual prefiltering and contextual post-filtering. Then, we evaluated these algorithms with user data collected from Spotify.Experiment results show that the pre-filtering algorithm shows some promise against an item similarity baseline, indicating that further investigation could be rewarding. The post-filtering algorithm underperforms a popularity-derived baseline, due to information loss in the recommendation process. / Förbättrade rekommenadtionsalgoritmergenom att använda användarens kontext. Rekommendationssystem har spridda användsningområden så som e-handels företag som Amazon och internetbaserade musiktjänster som Spotify. Mesta forskningen inom rekommendationssystem har inte tagit användares context i beaktning och speciellt inte då datan är av implicit typ. I det här projektet har vi undersökt vikten av att inkludera information om användares context, så som veckodag, itraditionella rekommendationssystem baserat på collaborative filtering. Vi har implementerat två algoritmer, contextualpre-filtering och contextual post-filtering och utvärderatdem på användardata från Spotify. Experimenten visar att post-filtering algoritmen presterarsämre än en standard popularitetsbaserad algoritm på grund utav informationsförlust i rekommendationssteget. Algoritmen baserad på pre-filtering visar lovande resultatjämfört med en standard item similarity algoritm vilket lovordar vidare undersökningar.

In this paper, we explore from an experimental point of view the possibilities and limitations of the new HYCGE learning algorithm for hybrid automata. As an example of a practical application, we study the algorithm’s performance on learning the behaviour of the action potential in excitable cells, specifically the Hodgkin-Huxley model of a squid giant axon, the Luo-Rudy model of a guinea pig ventricular cell, and the Entcheva model of a neonatal rat ventricular cell. The validity and accuracy of the algorithm is also visualized through graphical means. / I denna uppsats undersöker vi från en experimentell synvinkel möjligheter och begränsningar i den nya inlärningsalgoritmen HYCGE för hybridautomater. Som ett exempel på en praktisk tillämpning, studerar vi algoritmens förmåga att lära sig aktionspotentialens beteende i retbara celler, specifikt Hodgkin-Huxleymodellen av en bläckfisks jätteaxon, Luo-Rudymodellen av en ventrikulärcell i marsvin, och Entchevas modell av en ventrikulär cell i nyfödd råtta .Giltigheten och noggrannheten hos algoritmen visualiseras även genom grafiskamedel.

The work of this thesis focuses on how to construct a smooth and periodic motion from motion capture data of a motion with a periodic structure, such as walk cycles. To identify periodic structures in the motion capture data we rely on previously developed methods from algebraic topology to project each frame of the motion capture data onto a circle. This gives us a description of how the periodic motion looks structurally. To construct a typical periodic motion from this projection we propose a harmonic regression model on the positional joint rotations. To prevent overfitting of the regression model we use the joints velocities and accelerations as constraints, which helps in maintaining a natural flow for the motion. Our method helps in preventing overfitting of the regression model, but the extracted motion can still suffer from temporal artefacts due to difficulties in performing the inverse mapping from structure to time. The method described is implemented as part of a plugin for Blender to provide a tool for performing periodic motion extraction in a 3D animation tool-kit. / Arbetet i detta examensarbete fokuserar på hur man kan konstruera en jämn och periodisk rörelse från motion capture data av en rörelse med periodisk struktur, som till exempel en gångcykel. För att identifiera periodiska strukturer i motion capture data använder vi tidigare utvecklade tekniker ifrån algebraisk topologi för att projicera varje bildruta av motion capture data på en cirkel. Detta ger oss en beskrivning av hur den periodiska rörelsen ser ut strukturellt. För att konstruera en typisk periodisk rörelse från denna projicering föreslår vi en harmonisk regressions modell på ledernas rotations positioner. För att förhindra overfitting av regressions modellen använder vi oss av ledernas hastigheter och accelerationer som restriktioner för att bibehålla det naturliga flödet hos rörelsen. Vår modell hjälper att förhindra overfitting av regressions modellen, men den extraherade rörelsen kan fortfarande lida av temporala artefakter på grund av svårigheter i att göra en inverterad mappning från struktur till tid. Metoden som beskrivits är implementerade i form av ett plugin till Blender för att ge tillgång till ett verktyg som kan extrahera periodiska rörelser i ett 3D animations verktyg.