In autonomous driving, achieving fast and reliable lane detection is essential. This project explores a two-step lane detection and localization approach, diverging from relying solely on end-to-end deep learning methods, which often struggle with curved or occluded lanes. Specifically, we investigate the feasibility of training a deep reinforcement learning-based agent to adjust the detected lane, manipulating either the lane points or the parameters of a Bézier curve. However, the study found that reinforcement learning-based localization, particularly on datasets like TuSimple, did not perform as well as anticipated, despite efforts to enhance performance using various metrics. Introducing curves to expand the localizer's scope did not surpass the point-based approach, indicating the need for further refinement for Deep Q-learning localization to be feasible. Although optimization techniques like Double Deep Q-Network showed improvements, the study did not support the hypothesis that curves with Deep Q-learning offer superior performance, highlighting the necessity for additional research into alternative methods to achieve more accurate lane detection and localization in autonomous driving systems using reinforcement learning. / I autonom körning är att uppnå snabb och pålitlig filavkänning av avgörande betydelse. Detta projekt utforskar ett tvåstegs tillvägagångssätt för filavkänning och lokalisation som skiljer sig från att enbart förlita sig på end-to-end djupinlärningsmetoder, vilka ofta har svårt med krökta eller ockluderade filer. Mer specifikt undersöker vi genomförbarheten att träna en djupinlärningsbaserad förstärkningsinlärningsagent för att justera den upptäckta filen genom att manipulera antingen filpunkterna eller parametrarna för en Bézier-kurva. Studien fann dock att lokalisation baserad på förstärkningsinlärning, särskilt på dataset som TuSimple, inte presterade så bra som förväntat, trots ansträngningar att förbättra prestanda med olika metriker. Att introducera kurvor för att utvidga lokaliserarens omfattning överträffade inte det punktbaserade tillvägagångssättet, vilket tyder på behovet av ytterligare förfining för att göra Deep Q-learning lokalisation praktiskt genomförbart. Även om optimeringstekniker som Double Deep Q-Network visade förbättringar, stödde studien inte hypotesen att kurvor med Deep Q-learning erbjuder överlägsen prestanda, vilket understryker nödvändigheten av ytterligare forskning om alternativa metoder för att uppnå mer exakt filavkänning och lokalisation i autonom körningssystem med hjälp av förstärkningsinlärning.

Microtomography, or microCT, is an x-ray imaging modality that provides volumetric data of an object's internal structure with microscale resolution, making it suitable for scanning small, highly detailed objects. The microCT image quality is limited by quantum noise, which can be reduced by increasing the scan time. This complicates the scanning both of dynamic processes and, due to the increased radiation dose, dose-sensitive samples. A recently proposed method for improved dose- or time-limited scanning is Noise2Inverse, a framework for denoising data in tomography and linear inverse problems by training a self-supervised convolutional neural network. This work implements Noise2Inverse for denoising lab-based cone-beam microCT data and compares it to both supervised neural networks and more traditional filtering methods. While some trade-off in spatial resolution is observed, the method outperforms traditional filtering methods and matches supervised denoising in quantitative and qualitative evaluations of image quality. Additionally, a segmentation task is performed to show that denoising the data can aid in practical tasks. / Mikrotomografi, eller mikroCT, är en röntgenmetod som avbildar små objekt i tre dimensioner med upplösning på mikrometernivå, vilket möjligör avbildning av små och högdetaljerade objekt. Bildkvaliteten vid mikroCT begränsas av kvantbrus, vilket kan minskas genom att öka skanningstiden. Detta försvårar avbildning av dynamiska processer och, på grund av den ökade stråldosen, doskänsliga objekt. En metod som tros kunna förbättra dos- eller tidsbegränsad avbildning är Noise2Inverse, ett ramverk för brusreducering av tomografisk data genom träning av ett självövervakat faltningsnätverk, och jämförs med både övervakade neuronnät och mer traditionella filtermetoder. Noise2Inverse implementaras i detta arbete för brusreducering av data från ett labb-baserat mikroCT-system med cone beam-geometri. En viss reducering i spatiell upplösning observeras, men metoden överträffar traditionella filtermetoder och matchar övervakade neuronnät i kvantitativa och kvalitativa utvärderingar av bildkvalitet. Dessutom visas att metoden går att använda för att förbätta resultat från bildsegmentering.

New regulations are placed on Swedish Telecom Service Providers (TSPs) due to a rising concern for safeguarding network security and privacy in the face of ever-evolving cyber threats. These regulations demand that Swedish telecom companies expand their data security strategies with proactive security measures. Logs, serving as digital footprints in IT infrastructure, play a crucial role in identifying anomalies that could indicate security breaches. Deep Learning (DL) has been used to detect anomalies in logs due to its ability to discern intricate patterns within the data. By leveraging deep learning-based models, it is not only possible to identify anomalies but also to predict and mitigate potential threats within the telecom network. An LSTM autoencoder was implemented to detect anomalies in two separate multivariate temporal log datasets; the BETH cybersecurity dataset, and a Cisco log dataset that was created specifically for this thesis. The empirical results in this thesis show that the LSTM autoencoder reached an ROC AUC of 99.5% for the BETH dataset and 76.6% for the Cisco audit dataset. The use of an additional anomaly detection aid in the Cisco audit dataset let the model reach an ROC AUC of 99.6%. The conclusion that could be drawn from this work was that the systematic approach to developing a deep learning model for anomaly detection in log data was efficient. However, the study’s findings raise crucial considerations regarding the appropriateness of various log data for deep learning models used in anomaly detection. / Nya föreskrifter har införts för svenska telekomtjänsteleverantörer på grund av en ökad angelägenhet av att säkerställa nätverkssäkerhet och integritet inför ständigt föränderliga cyberhot. Dessa föreskrifter kräver att svenska telekomföretag utvidgar sina dataskyddsstrategier med proaktiva säkerhetsåtgärder. Loggar, som fungerar som digitala fotspår inom IT-infrastruktur, spelar en avgörande roll för att identifiera avvikelser som kan tyda på säkerhetsintrång. Djupinlärning har använts för att upptäcka avvikelser i loggar på grund av dess förmåga att urskilja intrikata mönster inom data. Genom att utnyttja modeller baserade på djupinlärning är det inte bara möjligt att identifiera avvikelser utan även att förutsäga samt mildra konsekvenserna av potentiella hot inom telekomnätet. En LSTM-autoencoder implementerades för att upptäcka avvikelser i två separata multivariata tidsserielogguppsättningar; BETH-cybersäkerhetsdatauppsättningen och en Cisco-loggdatauppsättning som skapades specifikt för detta arbete. De empiriska resultaten i denna avhandling visar att LSTM-autoencodern uppnådde en ROC AUC på 99.5% för BETH-datauppsättningen och 76.6% för Cisco-datauppsättningen. Användningen av ett ytterligare avvikelsedetekteringsstöd i Cisco-datauppsättningen möjliggjorde att modellen uppnådde en ROC AUC på 99.6%. Slutsatsen som kunde dras från detta arbete var att den systematiska metoden för att utveckla en djupinlärningsmodell för avvikelsedetektering i loggdata var effektiv. Dock väcker studiens resultat kritiska överväganden angående lämpligheten av olika loggdata för djupinlärningsmodeller som används för avvikelsedetektering.

Breast cancer continues to be a major cause of mortality among women. In recent years, machine learning has emerged as a potential tool in detecting and grading cancer. Using machine learning techniques in computational pathology has the potential to improve precision medicine, enabling more personalized and more accurate treatment plans. The machine learning models can even detect structures that cannot be seen with human eyes. The first step is often to identify tissue areas with cancerous cells using machine learning models. Those models often rely solely on Haematoxylin and Eosin slides for training due to the time-consuming and costly nature of annotations by pathologists. Because of that, valuable information for training might be lost since some cancerous cells are more visible in the immunohistochemistry slides. In this thesis, Haematoxylin and Eosin slide annotations are registered to immunohistochemistry slides for training singlestain and multi-stain models. The registration of the annotations is not straightforward since the tissue of the slides is not necessarily from consecutive cuts, and they are sometimes applied to the slide at different angles. An algorithm evaluated during the ACROBAT challenge was used to register the slides. Using the transferred annotations, individual models are trained for each stain (K167, HER2, PGR, ER). Of the single-stain model, the HER2 stain model is showing the most promising results. As a second step, a multistain model is trained using all stains. The multi-stain model performs equally well as the single-stain models specializing in individual stains. This shows that there is no need to train specialized single-stain models. Thus being able to train one model for four different stains makes it possible to detect cancer in whole slide images stained with one of those four stains without the need to train a specialized model and only needing annotations in one stain. While the multi-stain model is a nice addition this thesis shows that it is possible to reuse annotations, which reduces the amount of manual labour from pathologists and allows for training models on immunohistochemistry slides with only having annotations from one stain. / Bröstcancer fortsätter att vara en vanlig orsak till dödlighet bland kvinnor. På senare år har maskininlärning visat sig vara ett värdefullt verktyg för att upptäcka och gradera cancer. Att använda maskininlärningstekniker inom beräkningspatologi har potential att förbättra precisionsmedicinen och möjliggöra mer individanpassade och exakta behandlingsplaner. Maskininlärningsmodellerna kan till och med upptäcka strukturer som inte kan ses med mänskliga ögon. Det första steget är ofta att identifiera vävnadsområden med cancerceller med hjälp av maskininlärningsmodeller. Dessa modeller är ofta helt beroende av hematoxylin- och eosin-slidebilder för träning eftersom det är tidsödande och kostsamt för patologer att göra annoteringar. På grund av detta kan värdefull information för träning gå förlorad eftersom vissa cancerceller är mer synliga på immunohistokemiska objektglas. I den här avhandlingen registreras annoteringar från objektglas med hematoxylin och eosin på immunohistokemiska objektglas för träning av modeller med en och flera infärgningar. Registreringen av annoteringarna är inte okomplicerad eftersom vävnaden på objektglasen inte nödvändigtvis kommer från på varandra följande snitt, och de appliceras ibland på objektglaset i olika vinklar. En algoritm som utvecklades under ACROBAT-utmaningen användes för att registrera bilderna. Med hjälp av de registrerade objektglasen tränas individuella modeller för varje infärgning (K167, HER2, PGR, ER). Av modellerna för enstaka infärgningar visar modellen för HER2-infärgning de mest lovande resultaten. I ett andra steg tränas en modell med flera infärgningar med hjälp av alla infärgningar. Multi-stain-modellen presterar lika bra som single-stain-modellerna som är specialiserade på enskilda infärgningar. Detta visar att det inte finns något behov av att träna specialiserade modeller för enstaka infärgningar. Att kunna träna en modell för fyra olika färgämnen gör det alltså möjligt att upptäcka cancer i hela objektglasbilder som färgats med ett av dessa fyra färgämnen utan att behöva träna en specialiserad modell och utan att behöva göra annoteringar. Möjligheten att endast använda en modell för att förutsäga fyra olika immunohistokemiska helbilder minskade datorkostnaderna för träning och underhåll av modellen.

This thesis aims to address the concurrent challenges of multi-person 2D pose estimation and object detection within a unified bottom-up framework. Our foundational solutions encompass a recently proposed pose estimation framework named OpenPifPaf, grounded in composite fields. OpenPifPaf employs the Composite Intensity Field (CIF) for precise joint localization and the Composite Association Field (CAF) for seamless joint connectivity. To assess the model’s robustness against scale variances, a Feature Pyramid Network (FPN) is incorporated into the baseline. Additionally, we present a variant of OpenPifPaf known as CifDet. CifDet utilizes the Composite Intensity Field to classify and detect object centers, subsequently regressing bounding boxes from these identified centers. Furthermore, we introduce an extended version of CifDet specifically tailored for enhanced object detection capabilities—CifCafDet. This augmented framework is designed to more effectively tackle the challenges inherent in object detection tasks. The baseline OpenPifPaf model outperforms most existing bottom-up pose estimation methods and achieves comparable results with some state-of-the-art top-down methods on the COCO keypoint dataset. Its variant, CifDet, adapts the OpenPifPaf’s composite field-based architecture for object detection tasks. Further modifications result in CifCafDet, which demonstrates enhanced performance on the MS COCO detection dataset over CifDet, suggesting its viability as a multi-task framework. / Denna avhandling syftar till att ta itu med de samtidiga utmaningarna med flerpersons 2D-posestimering och objektdetektion inom en enhetlig bottom-up-ram. Våra grundläggande lösningar omfattar ett nyligen föreslaget ramverk för posestimering med namnet OpenPifPaf, som grundar sig i kompositfält. OpenPifPaf använder Composite Intensity Field (CIF) för exakt leddlokalisering och Composite Association Field (CAF) för sömlös ledanslutning. För att bedöma modellens robusthet mot skalvariationer införlivas ett Feature Pyramid Network (FPN) i baslinjen. Dessutom presenterar vi en variant av OpenPifPaf känd som CifDet. CifDet använder Composite Intensity Field för att klassificera och detektera objektcentrum, för att sedan regrediera inramningslådor från dessa identifierade centrum. Vidare introducerar vi en utökad version av CifDet som är speciellt anpassad för förbättrade objektdetekteringsförmågor—CifCafDet. Detta förstärkta ramverk är utformat för att mer effektivt ta itu med de utmaningar som är inneboende i objektdetekteringsuppgifter. Basmodellen OpenPifPaf överträffar de flesta befintliga bottom-up-metoder för posestimering och uppnår jämförbara resultat med vissa toppmoderna top-down-metoder på COCO-keypoint-datasetet. Dess variant, CifDet, anpassar OpenPifPafs kompositfältbaserade arkitektur för objekt-detekteringsuppgifter. Ytterligare modifieringar resulterar i CifCafDet, som visar förbättrad prestanda på MS COCO-detektionsdatasetet över CifDet, vilket antyder dess livskraft som ett ramverk för flera uppgifter.

De alltmer påtagliga klimatförändringar som sker runt om i världen ställer allt större krav på varje enskilt land att minska utsläppen av fossila bränslen. Därav jobbar både Sverige och många andra länder för de globala målen, som bland annat innebär att lösa klimatkrisen innan år 2030. För att uppnå detta mål krävs en stor omställning i samhället, varav en viktig del är att bygga ut landets elnät så att mer förnybara energikällor kan brukas. Att bygga ut elnäten är en stor utmaning som kräver bra geografisk information som kan skapa underlag för en effektiv planering. I nuläget är det dock brist på geografisk information över alla typer av ledningar, och den minimala datamängd som finns saknar viktig höjdinformation som behövs vid planering och olika typer av analyser. På så vis har denna studie utförts i syfte att försöka utveckla en djupinlärningsmodell som ska kunna klassificera främst lokala- och regionala luftledningar utifrån Lantmäteriets ”laserdata nedladdning, skog”. Det klassade punktmolnet ska sedan kunna användas för att skapa en 3D-modell över luftledningarna och omkringliggande miljö, för att bättre kunna visualisera verkligheten. För att utföra detta har de två djupinlärningsmodellerna PointCNN och RandLA-Net testats i ett område öster om Degerfors, där punkttätheten är tillräckligt hög samt att det finns både lokala- och regionala ledningar i området. Den färdigtränade modellen har sedan testats i ett nytt område i Olofström för att kontrollera hur väl generaliserad modellen blev. För att ta reda på hur lönsamt det är att ta fram en egenutvecklad djupinlärningsmodell, har den även jämförts med Esris förtränade modell. Samtliga processer har utförts i ArcGIS Pro. Resultatet visar att den framtagna modellen enligt RandLA-Net arkitekturen är något överanpassad för att kunna leverera bra klassificeringsresultat på andra områden än där modellen tränades. Det har även visat sig att den framtagna modellen inte kan ge avsevärt bättre resultat jämfört med Esris förtränade modell. Dock uppnådde ingen modell bra klassificeringsresultat, vilket innebär att en fortsatt studie med vissa förbättringar skulle behöva utföras för att kunna fortsätta arbetet framåt.  Sammanfattningsvis har studien visat att punktavståndet har en påverkande roll för hur bra klassificeringsresultat som kan uppnås. I de områden där punktätheten är tillräckligt bra och klassificeringen är korrekt, kan en tillförlitlig 3D-modell skapas. En förbättring skulle vara att använda en laserdatamängd med mer mångfald vid träning. Därmed skulle det kunna utvecklas en mer generell modell som kan leverera bra resultat över fler laserskannade områden. På så vis skulle en fortsatt studie vara relevant när Lantmäteriet utfört sin tredje laserskanning över Sverige. / The increased climate change that occurring around the world requires even more from each individual country to reduce the emissions of fossil fuels. Thus, both Sweden and many other countries are working towards the global goals, including solving the climate crisis before 2030. To achieve this goal, a major change in society is required. One major part of this is to expand the electricity network so more renewable energy sources can be used. Expanding the electricity networks is a big challenge that requires good geographical information that can create a basis for effective planning. Furthermore, there is a lack of geographic information about all types of powerlines, and the minimal amount of data that exists missing important height information that is needed for planning and different types of analyses. In this way, the purpose with this study is to develop a deep learning model that should be able to classify primarily local and regional overhead powerlines based on the Land Survey´s "Laserdata nedladdning, skog". The classified point cloud should then be used to create a 3D model of the overhead powerlines and the surrounding environment to better visualize reality. To do this, the two deep learning models PointCNN and RandLA-Net have been tested in an area east of Degerfors, where the point density is high enough. The fully trained model has then been tested in a new area in Olofström to check how well the model was generalized. In order to find out how profitable it is to develop a deep learning model, the developed model has also been compared with Esri's pre-trained model. All processes have been carried out in ArcGIS Pro. The result shows that the developed model according to the RandLA-Net architecture is somewhat over-adapted to be able to deliver good classification results in areas other than where the model was trained. The study has also shown that the developed model cannot provide significantly better results compared to Esri's pretrained model. However, no model achieved good classification results, which means that a further study with some improvements would be appropriate to continue the work forward.To summarize, the study has shown that the point distance has a great impact for the classification results. In areas where the point density is high enough and the classification is correct, a reliable 3D model can be created. An improvement would be to use a lidar dataset with more diversity in training to be able to develop a more general model that can deliver good results over more scanned areas. In this way, a continued study would be relevant when the Land Survey has performed the third scan of Sweden.

Time series prediction is one of the main areas of statistics and machine learning. In 2018 the two new algorithms higher order hidden Markov model and temporal convolutional network were proposed and emerged as challengers to the more traditional recurrent neural network and long-short term memory network as well as the autoregressive integrated moving average (ARIMA). In this study most major algorithms together with recent innovations for time series forecasting is trained and evaluated on two datasets from the theme park industry with the aim of predicting future number of visitors. To develop models, Python libraries Keras and Statsmodels were used. Results from this thesis show that the neural network models are slightly better than ARIMA and the hidden Markov model, and that the temporal convolutional network do not perform significantly better than the recurrent or long-short term memory networks although having the lowest prediction error on one of the datasets. Interestingly, the Markov model performed worse than all neural network models even when using no independent variables.

Studiens syfte är att öka förståelsen för möjligheterna med modern artificiell intelligens (AI) vid militär användning genom att bidra med information om ny teknik. Moderna civila applikationer av datorseende som skapats genom användande av så kallade artificiella neurala nät visar resultat som närmar sig den mänskliga synens nivå när det gäller att känna igen olika saker i sin omgivning. Denna studie motiveras av dessa observationer inom området AI i förhållande till situationer i luftstrid då pilotens syn används för att känna igen flygplan innan det bekämpas. Exempelvis vid användande av hjälmsikte riktar pilotens ögon målsökaren hos en luftmålsrobot mot det flygplan som robotens målsökare sedan låser på. Utanför visuella avstånd kan pilotens ögon av naturliga skäl inte användas på detta sätt, varför datorseende använt i en luftmålsrobot undersöks. Resultaten från studien stödjer att datorseende genom användande av artificiella neurala nät kan användas i en luftmålsrobot samt att datorseende kan utföra uppgiften att känna igen stridsflygplan. / This study is aimed at increasing the knowledge to those concerned within the Armed Forces by providing information on the possibilities of modern artificial intelligence (AI). Motivation comes from observations of civilian technology on the use of AI in the field of Computer Vision showing performance equaling the level of the human vision when using the technology of Deep Learning of Artificial Neural Nets. In air-combat aircraft the pilot´s vision is used for recognizing the aircraft that is about to be shot down. For example when utilizing helmet mounted displays, the seeker of an air-target-missile is directed upon the aircraft on which the pilot´s eyes are looking. However when air-target-missiles are utilized beyond visual range the pilot´s vision cannot help in directing the seeker on a specific target. Therefore computer vision within an air-target-missile is studied. The results of the study support that the technology of neural networks may be used in an air-target-missile and that computer vision provided by this technology can do the job of recognizing a combat aircraft.

Rapporten beskriver utvecklingsarbetet och resultatet från utvecklingen av en robotplattform vid namn AIDA (AI Design Assistant), som utvecklades åt Institutionen för datavetenskap vid Linköpings universitet. Plattformen består av en robotarm som utgörs av sex stycken servomotorer, som är anslutna till en enkortsdator. En Android-surfplatta sitter integrerad på robotarmen och har en applikation installerad som utgör användargränssnittet. Tre huvudsakliga funktioner för plattformen utvecklades. Dessa funktioner är objektigenkänning, objektspårning och taligenkänning. Objektigenkänningen kan klassificera fyra olika fruktsorter, objektspårningen kan spåra objekt och följa dem med robotarmen genom inverskinematik, och taligenkänningen kan transkribera tal till text och svara på kommandon. Utifrån resultatet och diskussionen härleds slutsatser över fyra frågeställningar relaterade till utvecklingsarbetet. Projektet utfördes som en del av kursen TDDD96 Kandidatprojekt i programvaruutveckling, och varje projektmedlem har även skrivit ett individuellt bidrag till rapporten som behandlar områden kopplade till projektarbetet. / This report describes the development process and the resulting product from the development of a robot platform named AIDA (AI Design Assistant), that was developed on a request from the Department of Computer and Information Science at Linköping University. The platform consists of a robot arm that is made up by six servo motors connected to a single-board computer. An Android tablet is attached to the robot arm and has an application installed which constitutes the user interface. Three main functions were developed for the platform. These functions constitute object recognition, object tracking, and speech recognition. The object recognition module can classify four different types of fruit, the object tracking module can track objects and follow them by moving the robot arm using inverse kinematics, and the speech recognition module can transcribe speech to text and respond to  audible commands. Conclusions over four questions related to the development of the product are derived from the results and discussion chapters of the report. The project was conducted as a part of the course TDDD96 Software Engineering – Bachelor Project, and each project member has produced an individual contribution to the report which covers subjects related to the project.

The world is right now in a global transition from a fossil fuel dependency towards an electrified society based on green and renewable energy. Investments in power grid capacity are therefore needed to meet the increased future demand which this transition implicates. One part of this is the expansion of intermittent energy sources, such as wind and solar power. Even though these sources have benefits in form of cheap and green energy, they have other characteristics that need to be addressed. Per definition, intermittent power sources cannot produce energy on demand since they are dependent on weather conditions such as wind and sun. This induces a second problem which is that it can be hard to predict the production from intermittent power sources, especially wind, which increases the volatility in the power market. Because of these characteristics, the expansion of wind power has increased the volume traded on the intraday power market. The intermittent energy surge, emphasizes the need of a good trading strategy for balance responsible parties to handle the increased trading volume and volatility. The prupose of this report is to introduce the elements which affect intraday power trading, formulate the fundamentals of a power trading strategy and thereafter explore how predictive models can be used in such a strategy. This includes predicting regulating and intraday market prices using linear regression models, neural networks and LSTM-models. Furthermore, the report highlights underlying properties which affects the predictive power of a prediction model used to forecast wind power production. Regulating prices can be predicted well using both linear regression models and more complex deep learning models based on weather and market data. Both approaches are better than using a simple model based on the latest regulating and market price, since the simple model tends to fall short in a volatile market. Overall, the deep learning models performs the best.  The difference in result when predicting the volume weighted average price on the intraday market, using linear regression and machine learning, are not as substantial. In fact, the linear models tends to outperform the machine learning models in some instaces. The conclusion when analyzing how underlying properties affect wind power prediction models is that how far ahead the model predicts is not the key factor affecting predictive power. Instead, the production volume predicted has a larger effect.