Military systems are often part of critical operations where unplanned downtime should be avoided at all costs. Using modern machine learning algorithms it could be possible to predict when, where, and at what time a fault is likely to occur which enables time for ordering replacement parts and scheduling maintenance. This thesis is a proof of concept study for anomaly detection in monitoring data, i.e., sensor data from a ground based radar system as an initial experiment to showcase predictive maintenance. The data in this thesis was generated by a Giraffe 4A during normal operation, i.e., no anomalous data with known failures was provided. The problem setting is originally an unsupervised machine learning problem since the data is unlabeled. Speculative binary labels are introduced (start-up state and steady state) to approximate a classification accuracy. The system is functioning correctly in both phases but the monitoring data looks differently. By showing that the two phases can be distinguished, it is possible to assume that anomalous data during break down can be detected as well.  Three different machine learning classifiers, i.e., two unsupervised classifiers, K-means clustering and isolation forest and one supervised classifier, logistic regression are evaluated on their ability to detect the start-up phase each time the system is turned on. The classifiers are evaluated graphically and based on their accuracy score. All three classifiers recognize a start up phase for at least four out of seven subsystems. By only analyzing their accuracy score it appears that logistic regression outperforms the other models. The collected results manifests the possibility to distinguish between start-up and steady state both in a supervised and unsupervised setting. To select the most suitable classifier, further experiments on larger data sets are necessary. / Militära system är ofta en del av kritiska operationer där oplanerade driftstopp bör undvikas till varje pris. Med hjälp av moderna maskininlärningsalgoritmer kan det vara möjligt att förutsäga när och var ett fel kommer att inträffa. Detta möjliggör tid för beställning av reservdelar och schemaläggning av underhåll. Denna uppsats är en konceptstudie för detektion av anomalier i övervakningsdata från ett markbaserat radarsystem som ett initialt experiment för att studera prediktivt underhåll. Datat som används i detta arbete kommer från en Saab Giraffe 4A radar under normal operativ drift, dvs. ingen avvikande data med kända brister tillhandahölls. Problemställningen är ursprungligen ett oövervakat maskininlärningsproblem eftersom datat saknar etiketter. Spekulativa binära etiketter introduceras (uppstart och stabil fas) för att uppskatta klassificeringsnoggrannhet. Systemet fungerar korrekt i båda faserna men övervakningsdatat ser annorlunda ut. Genom att visa att de två faserna kan urskiljas, kan man anta att avvikande data också går att detektera när fel uppstår.  Tre olika klassificeringsmetoder dvs. två oövervakade maskininlärningmodeller, K-means klustring och isolation forest samt en övervakad modell, logistisk regression utvärderas utifrån deras förmåga att upptäcka uppstartfasen varje gång systemet slås på. Metoderna utvärderas grafiskt och baserat på deras träffsäkerhet. Alla tre metoderna känner igen en startfas för minst fyra av sju delsystem. Genom att endast analysera deras noggrannhetspoäng, överträffar logistisk regression de andra modellerna. De insamlade resultaten demonstrerar möjligheten att skilja mellan uppstartfas och stabil fas, både i en övervakad och oövervakad miljö. För att välja den bästa metoden är det nödvändigt med ytterligare experiment på större datamängder.

Denna studie avsåg att bättre förstå social isolation bland unga från perspektivet av en socialarbetare genom att svara på följande frågor: Hur arbetar socialarbetare med isolerade unga, varför blir unga isolerade och slutligen vilken konsekvens social isolation får för de som är isolerade. Studien använde sig av en kvalitativ forskningsansats för att svara på dessa frågor genom att använda sig av semistrukturerade intervjuer som analyserades med kvalitativ innehållsanalys. Det empiriska materialet analyserades utifrån ett systemteoretiskt perspektiv och analys utifrån den sociala modellen. Empirin i studien kommer från sex stycken intervjuer med socialarbetare. Resultatet av studien tyder på att socialarbetare använder sig av olika verktyg för att arbeta med socialt isolerade ungdomar, samtliga tar upp relationsskapande som ett exempel. Anledningarna till att ungdomarna blir isolerade kan vara olika, gemensamma resultat var autism, depression, avsaknad av socialt sammanhang, otillräckligt stöd från föräldrar och slutligen internetanvändning. Konsekvenser för de socialt isolerade ungdomar varierar mellan ungdom till ungdom men återkommande tema var försämrad sociala färdigheter, fysisk hälsa och mental hälsa. Vår slutsats blev att social isolation är ett omfattande problem med ett flertal olika aspekter som behöver särskild hänsyn och socialarbetare arbetar ständigt med sin förståelse av situationen och utgår främst från den unge själv och i sitt arbete ändvänder de sig av relationskapande som sitt främsta verktyg. / This study sought to better understand social isolation among youths from the perspective of social workers by answering the following questions. How do social workers work with isolated youths, why do youths become isolated and finally what consequences does social isolation cause for youths. The study used a qualitative research approach to answer these questions by also using qualitative content analysis along with perspectives rooted in general systems theory and the social model. The empirical data in this study comes from six interviews with social workers along with prior research. The results of this study suggest that social workers use various tools when working with socially isolated youths, among these all six social workers mention relationship building as an example. The reasons youth socially isolate can vary, common results were autism, depression, a lack of social context, lacking support from parents and finally internet use. Personal consequences for socially isolated youths varied from youth to youth but recurring themes were weakened social skills, physical health and mental health. Our conclusion became that social isolation is a broad problem with several different aspects that need special consideration and social workers are constantly working with their understanding of the situation and proceed from the youths themselves by utilizing relationship building techniques as their primary tool.

With the advent of technology cloud computing has become the next generation of network computing where cloud computing can deliver both software and hardware as on-demand services over the Internet. Cloud computing has enabled small organizations to build web and mobile apps for millions of users by utilizing the concept of “pay-as-you-go” for applications, computing, network and storage resources as on-demand services. These services can be provided to the tenants in different categories: Infrastructure as a Service (IaaS), Platform as a Service (PaaS) and Software as a Service (SaaS). In order to decrease the costs for the cloud users and increase resource utilization, cloud providers try to share the resources between different organizations (tenants) through a shared environment which is called Multi-Tenancy. Even though multi-tenancy‟s benefits are tremendous for both cloud providers and users, security and privacy concerns are the primary obstacles to Multi-Tenancy.Since Multi-Tenancy dramatically depends on resource sharing, many experts have suggested different approaches to secure Multi-Tenancy. One of the solutions is resource allocation and isolation techniques. In most cases, resource allocation techniques consider but are not sufficient for security. OpenStack community uses a method to isolate the resources in a Multi-Tenant environment. Even though this method is based on a smart filtering technique to segregate the resources in Compute nodes (the component that the instances are running on it in OpenStack), this method is not flawless. The problem comes up in the Cinder nodes where the resources are not isolated. This failure can be considered as a security concern for a Multi-Tenant environment in OpenStack. In order to solve this problem, this project explores a method to secure MultiTenancy for both sides in the Compute node and for backend where Block Storage devices for the instances can be isolated as well. / Med tillkomsten av teknik har molnberäkning blivit nästa generation nätverksberäkning där molnberäkning kan leverera både mjukvara och hårdvara som on-demand-tjänster över Internet. Cloud computing har gjort det möjligt för små organisationer att bygga webboch mobilappar för miljontals användare genom att använda begreppet ”pay-as-you-go” för applikationer, datoranläggningar, nätverksoch lagringsresurser som on-demand-tjänster. Dessa tjänster kan tillhandahållas hyresgästerna i olika kategorier: Infrastructure as a Service (IaaS), Platform as a Service (PaaS) och Software as a Service (SaaS). För att minska kostnaderna för molnanvändarna och öka resursanvändningen, försöker molnleverantörer att dela resurserna mellan olika organisationer (hyresgäster) genom en delad miljö som kallas Multi-Tenancy. Men fördelarna med flera hyresgäster är enorma för både molnleverantörer och användare, säkerhetsoch integritetsfrågor är de främsta hindren för Multi-Tenancy. Eftersom Multi-Tenancy dramatiskt beror på resursdelning har många experter föreslagit olika metoder för att säkra Multi-Tenancy. En av lösningarna är resursallokering och isoleringstekniker. I de flesta fall beaktar resursallokeringstekniker men är inte tillräckliga för säkerhet. OpenStack community använder en metod för att isolera resurserna i en Multi-Tenant-miljö.Men denna metod är baserad på en smart filtreringsteknik för att separera resurserna i Compute-noder (komponenten som instansen körs på den i OpenStack), den här metoden är inte felfri. Problemet kommer upp i Cinder-noderna där resurserna inte är isolerade. Detta fel kan betraktas som ett säkerhetsproblem för en Multi-Tenant-miljö i OpenStack. För att lösa detta problem försöker detta projekt säkra Multi-Tenancy för båda sidor i Compute-noden och för backend där Block Storage-enheter för instanserna också kan isoleras.

Embedded system such as microcontrollers has become more powerful and cheaper during the past couple of years. This has led to more and more development of on-edge applications, one of which is anomaly detection using machine learning. This thesis investigates the ability to implement, deploy and run the unsupervised anomaly detection algorithm called Isolation Forest, and its modified version Mondrian Isolation Forest on a microcontroller. Both algorithms were successfully implemented and deployed. The regular Isolation Forest algorithm resulted in being able to function as an anomaly detection algorithm by using both data sets and streaming data. However, the Mondrian Isolation Forest was too resource hungry to be able to function as a proper anomaly detection application.

Anomaly detection is a field of study that is closely associated with machine learning and it is the process of finding irregularities in datasets. Developing and maintaining multiple machine learning models for anomaly detection takes time and can be an expensive task. One proposed solution is to combine all datasets and create a single model. This creates a heterogeneous dataset with a wide variation in its distribution, making it difficult to find anomalies in the dataset. The objective of this thesis is then to identify a framework that is suitable for anomaly detection in heterogeneous datasets. A selection of five methods were implemented in this project - 2 supervised learning approaches and 3 unsupervised learning approaches. These models are trained on 3 synthetic datasets that have been designed to be heterogeneous with an imbalance between the classes as anomalies are rare events. The performance of the models are evaluated with the AUC and the F1-score, aswell as observing the Precision-Recall Curve. The results makes it evident that anomaly detection in heterogeneous datasets is a challenging task. The best performing approach was with a random forest model where the class imbalance problem had been solved by generating synthetic samples of the anomaly class by implementing a generative adversarial network. / Anomalidetektering är ett studieområde som är starkt förknippat med maskininlärning och det kan beskrivas som processen att hitta avvikelser i datamängder. Att utveckla och underhålla flera maskininlärningsmodeller tar tid och kan vara kostsamt. Ett förslag för att lösa dessa problem är att kombinera alla dataset och skapa endast en modell. Detta leder till att datamängden blir heterogen i dess fördelning och gör det mer utmanande att skapa en modell som kan detektera anomalier. Syftet i denna tes är att identifiera ett ramverk som är lämpligt för anomalidetektering i heterogena datamängder. Ett urval av fem metoder tillämpades i detta projekt - 2 metoder inom övervakad inlärning och 3 metoder inom oövervakad inlärning. Dessa modeller är tränade på syntetiska datamängder som är framtagna så att de är heterogena i dess fördelning och har en urbalans mellan klasserna då anomalier är sällsynta händelser. Modellernas prestanda evalueras genom att beräkna dess AUC och F1-värde, samt observera Precision-Recall kurvan. Resultaten gör det tydligt att anomalidetektering i heterogena datamängder är ett utmanande uppdrag. Den model som presterade bäst var en random forest model där urbalansen mellan klasserna var omhändertagen genom att generera syntetiska observation av anomaliklassen med hjälp av en generativ advarserial network.

In dieser Arbeit identifizierte und quantifizierte ich zunächst mehrere Isolationsbarrieren zwischen den nah verwandten Feldheuschreckenarten Chorthippus biguttulus und C. mollis (Kapitel 2). Meine Ergebnisse deuten auf eine wichtige Rolle von chemischen Signalen bei der reproduktiven Isolation zwischen diesen Arten hin. Durch die Kombination von verschiedenen Ansätzen untersuchte ich die ultimaten und proximaten Ursachen von chemischen Signalen auf das Fortpflanzungsverhalten. Im dritten Kapitel zeigte ich, dass die kutikulären Kohlenwasserstoff Profile (CHC) von C. biguttulus und C. mollis art- und geschlechtsspezifisch sind. Mit Hilfe eines RNA-seq Ansatzes untersuchte ich transkriptionelle Unterschiede in Kandidatengenen, die für die Divergenz in den CHC Profilen zwischen den Arten und den Geschlechtern verantwortlich sein könnten. Ein solches Gen zeigte artspezifische Expression und trägt möglicherweise zur reproduktiven Isolation zwischen den Arten bei. Darüber hinaus fand ich Expressionsunterschiede zwischen den Geschlechtern in vier Kandidatengenen. Zwei von diesen Genen zeigten eine erhöhte Expression in Männchen, was eventuell in Verbindung mit dem höheren Anteil von dimethyl-verzweigten Kohlenwasserstoffen in Männchen steht. Ich fand keine Hinweise für positive Selektion in den Kandidatengenen, was vermuten lässt, dass die Unterschiede in CHC Profilen durch transkriptionelle Unterschiede entstehen. In Kapitel 4 erforschte ich mit Hilfe eines Bioassays, wie sich verschiedene CHC Signale auf das Balzverhalten von Männchen auswirkten. Zusammenfassend zeigt diese Arbeit, dass der Genfluss zwischen C. biguttulus und C. mollis durch verschiedene Barrieren unterbrochen ist und dass diese Feldheuschrecken multimodale Kanäle im Paarungsverhalten verwenden. Zusätzlich lassen meine Ergebnisse eine zentrale Rolle von kutikulären Kohlenwasserstoffen in der reproduktiven Isolation beider Arten und in der Artbildung vermuten. / In this thesis, I first conducted several experiments to identify and quantify reproductive isolation at multiple stages in the life history of the closely related species Chorthippus biguttulus and C. mollis (chapter 2). My results indicated a crucial role of chemical cues in the maintenance of species isolation. I combined multiple approaches to examine the ultimate and proximate causes of chemical cues on reproductive behavior in these species. In chapter 3, I demonstrated that the cuticular hydrocarbon (CHC) profiles of C. biguttulus and C. mollis provide species- and sex-specific cues. I used a RNA-seq approach to examine transcriptional differences of candidate genes, which might cause the divergence in CHC profiles between species and sex. One candidate gene showed species-specific transcriptional differences and may contribute to reproductive isolation. In addition, four candidate genes were differentially expressed between the sexes. Two of them exhibited a strong male-biased expression, which may be linked to higher proportions of dimethyl-branched CHCs in males. I found no evidence for positive selection acting on these genes, suggesting that differences in CHC profiles are presumably mediated at transcriptional level. In chapter 4, I developed a bioassay to determine if female CHCs act as chemical cues that induce courtship behavior in males. In summary, this thesis demonstrated that various reproductive isolating mechanisms reduce the gene flow between C. biguttulus and C. mollis and that in these species the courtship display consists of multimodal signals. In addition, my results suggest a key role of chemical cues in reproductive isolation and speciation.

Doctor of Philosophy / Department of Biological and Agricultural Engineering / Donghai Wang / Sorghum distillers dried grains with solubles (DDGS), canola and camelina meals are the main co-products resulting from grain-based ethanol or oil production. The main objective of this research was to study physicochemical properties of proteins isolated from DDGS, canola and camelina meals and their adhesion performance. Acetic acid-extracted sorghum protein (PI) from DDGS had superior adhesion performance in terms of dry, wet and soak adhesion strength compared to acetic acid-extracted sorghum protein (PF) from sorghum flour and aqueous ethanol-extracted sorghum protein (PII) from DDGS. PI had a significantly higher wet strength (3.15 MPa) than PII (2.17 MPa), PF (2.59 MPa), and soy protein without modification (1.63 MPa). The high content of hydrophobic amino acids in PI (57%) was likely the key factor responsible for high water resistance. Canola protein was extracted from canola meal and modified with different concentrations of NaHSO3 (0 to 15 g/L) during protein isolation. Unmodified canola protein showed the highest wet shear strength of 3.97 MPa cured at 190 °C. Adhesion strength of canola protein fractions extracted at pH 5.5 and pH 3.5 (3.9-4.1 MPa) was higher than the fraction extracted at pH 7.0. NaHSO3 slightly weakened adhesion performance of canola protein; however, it improved handling and flow-ability due to breaking of disulfide bonds in proteins. Albumin, globulin, and glutelins were isolated from camelina meal. Adhesion performance of globulin fraction behaved better than glutelin fraction. The greatest wet shear strength of globulin was 3.3 MPa at curing a temperature of 190 °C. Glutelin had a more protein aggregation compared with globulin, as indicated by higher crystallinity and thermal stability, and dense protein aggregate. This compact structure of glutelins may partially contribute to lower adhesion strength as compared to globulin.

Doctor of Philosophy / Genetics Interdepartmental Program - Biology / Susan J. Brown / Understanding evolutionary processes that structure genetic variation associated with lineage diversification and speciation is a central problem. Shifts in host plant use by insect herbivores and subsequent divergence in mating signals can lead to sexual isolation, especially when selection for specialization on different hosts restricts gene flow among populations. The grasshopper Hesperotettix viridis (Thomas) is an oligophagous grasshopper feeding on plants primarily in the host plant genera Gutierrezia and Solidago in Kansas. I used mitochondrial and microsatellite genetic markers to evaluate the diversification pattern and underlying evolutionary mechanisms of two putative host races of H. viridis. I also quantified host preferences, the degree of sexual isolation among putative host races and divergence in cuticular attributes to identify the nature and origins of initial barriers that isolated populations in the formative stages of divergence. mtDNA data revealed a star-shaped phylogeny, suggesting isolation in a single refugium ~110,000 years ago based on a molecular clock, followed by rapid population expansion. Microsatellite data reveal significant host-based genetic differentiation and structuring in H. viridis populations in Kansas, including a microsatellite locus under strong divergent selection. Neutral microsatellite loci did not reveal a differentiation pattern specific to host plant use. Significant host-based preferences by individuals that fed on two host plant groups were detected in host paired-feeding preference studies. No-choice mate selection experiments revealed preferences for individuals collected from the same host species independent of location with little mating observed between individuals from different host species. Significant differentiation in color and cuticular composition among different host plant races within the study area was also detected. Correlations between host choice, mate choice and phenotypic divergence were observed and this host associated divergence appears to have a genetic basis. Based on the results of this study, I conclude that divergent selection for host plant use underlies observed sexual isolation among populations in this species. Hesperotettix viridis populations in Kansas that fed on Solidago and Gutierrezia species represent two incipient host races, early stages of diversification that could lead to speciation in insect herbivores.

L’isolation sismique à la base consiste à introduire un élément flexible dans une structure afin de réduire sa vulnérabilité sismique en découplant son mouvement de celui du sol. Les isolateurs sismiques en caoutchouc représentent un moyen efficace d’apporter cette flexibilité. Cependant, les déplacements importants auxquels ils sont soumis durant un tremblement de terre, combinés aux charges verticales importantes qu’ils doivent supporter en tout temps peuvent induire des problèmes d’instabilité ou de déchirement. Le présent projet introduit, après une brève revue bibliographique, une étude expérimentale effectuée au laboratoire de structures de l’Université de Sherbrooke sur des spécimens d’isolateurs et d’appuis de ponts à échelle réduite et à échelle réelle. Ces essais de caractérisation des états limites ultimes ont permis de caractériser les phénomènes d’instabilité à l’état déplacé et de rupture par déchirement. L’ensemble des données récoltées a permis de valider un modèle numérique d’isolateurs, développé sur le logiciel d’éléments finis ADINA et de mettre en place des méthodes numériques prédictives d’instabilité et de rupture des appareils d’appui et d’isolation sismique. Le modèle numérique a été utilisé de manière intensive pour étudier l’influence de la charge verticale et des principaux paramètres géométriques définissant les appareils sur leurs états limites ultimes : facteur de forme, élancement et largeur, sur des populations numériques complètes d’appareils d’appui et d’isolation. L’influence de la largeur a été particulièrement approfondie pour permettre de présenter les résultats sous une forme adimensionnelle et pour définir ainsi des abaques de dimensionnement à l’usage des ingénieurs de la pratique. Une comparaison des abaques avec les normes CAN/CSA S6-06 et GSSID/AASHTO en a découlé, montrant notamment que les limites imposées par les normes peuvent être parfois trop sécuritaires ou pas assez selon la géométrie de l’isolateur. La fin de l’étude est réservée à la définition d’états limites statistiques basés sur la probabilité qu’un appareil d’une population donnée ait atteint ou non sa valeur de déformation critique. Ainsi, quatre niveaux d’états limites statistiques ont pu être définis pour les appuis, et cinq pour les isolateurs.

L'isolation sismique à la base est une méthode de conception parasismique qui consiste à introduire de la flexibilité à la base d'une structure afin de réduire sa vulnérabilité aux séismes. La flexibilité introduite permet de séparer la fréquence propre de la structure de la plage de fréquences naturelles du séisme. Les grands déplacements qui surviennent à cause de la flexibilité peuvent être contrôlés par introduction d'amortissement dans le système. Les isolateurs sismiques permettent ainsi de réduire significativement la demande en force et en déformation sur les principaux éléments structuraux. Il en résulte une augmentation du niveau de performance de la structure en cas de séisme. Les isolateurs sismiques en élastomère (ISE) font partie des types d'isolateur les plus utilisés à cause de leur facilité de fabrication, d'installation et d'entretien. Toutefois, ces isolateurs présentent un comportement mécanique non linéaire dépendant de plusieurs facteurs qui varient durant la phase d'utilisation (température, déformation interne, fréquence de chargement...). Il s'ensuit que, pour assurer la sécurité de l'ouvrage isolé, il est important de connaître l'impact de la variation de chacun des facteurs sur les propriétés mécaniques des isolateurs en caoutchouc. Le présent projet de recherche étudie l'influence du niveau de compression axiale sur les propriétés mécaniques des isolateurs sismiques en caoutchouc naturel. Des essais expérimentaux ont été réalisés sur une série de douze isolateurs sismiques pour étudier l'effet de la charge axiale sur la rigidité latérale et le niveau de dissipation d'énergie. Les résultats ont montré une réduction de la rigidité et une augmentation du niveau d'amortissement avec l'augmentation de la contrainte axiale. Une analyse par éléments finis a aussi été menée pour étudier la stabilité des isolateurs à l'état déplacé. L'étude numérique a montré une concordance avec les prédictions théoriques à l'état non déplacé et une sous-estimation de la capacité de l'isolateur à l'état déplacé. L'étude a aussi fait ressortir une relation entre le facteur de forme, l'élancement et la capacité de l'isolateur à l'état déplacé. Le projet de recherche est réalisé sous la direction du professeur Patrick Paultre, dans le cadre des travaux du centre de recherche en génie parasismique (CRGP) sur la réduction de la vulnérabilité sismique des structures.