Intresset för elkvalitet har ökat då elektrisk utrustning, såsom omriktare, numera ger upphov till mer störningar. Elektrisk utrustning har också blivit mer känslig mot störningar samtidigt som industrier har blivit mindre toleranta mot produktionsstörningar. Traditionellt har felhantering i elnät skett när problemet redan uppstått och utgått från historiska data. Metrum har dock genom sin applikation PQ4Cast introducerat mönsterigenkänning för att prognosticera elkvalitetsparametrar samt aktiv effekt och i och med det bidra till ett proaktivt underhåll. Applikationen skapar en prognos för kommande vecka utifrån data för de senaste veckorna, under utveckling är även en funktion för trendanalys av bland annat effektförbrukning och spänningsnivå. Syftet med implementeringen av PQ4Cast är att få en högre tillgänglighet och minimera kostnader för underhåll och oplanerade avbrott. Ett andra syfte är att skapa ökad kontroll över variationer i effektuttag. Målet med detta examensarbete är att avgöra vilka avvikelser som är viktiga för Sandvik att ha kontroll över, ta fram metoder för att utvärdera applikationens funktionalitet samt ge underlag till hur prognoser från applikationen bör hanteras. Utöver det ska även nyttan med funktionen för trendanalys avgöras. Sandvik ser störst nytta med att få kontroll över framtida värden för aktiv effekt, reaktiv effekt samt variationer i spänningens effektivvärde. Av dessa borde variationer i aktiv samt reaktiv effekt vara mest lämpad för PQ4Cast att identifiera. För undersökning av överensstämmelse mellan prognos och verkligt utfall rekommenderas användning av korrelationskoefficient, determinationskoefficient samt signifikansnivå på fem procent. Användning av MAPE, Mean Absolute Percentage Error, rekommenderas också att användas för att kvantifiera prognosfelet. Vid god överensstämmelse rekommenderas prognoserna för aktiv effekt från PQ4Cast användas för veckoprognos till elhandelsbolaget Statkraft i kombination med temperaturprognos samt prognos över produktion kommande veckan. Trendanalysfunktionen visar ett medelfel med några procent för den aktiva effekten. Ytterligare undersökningar av funktionen rekommenderas och vid god överensstämmelse rekommenderas denna användas som grund för prognoser som ges till Statkraft samt används som grund för nytt effektavtal med Vattenfall i kombination med produktionsprognos. För analys av trend för spänningens effektivvärde är avvikelsen från prognosvärdet endast några tiondels procent och här rekommenderas fortsatta undersökningar och då specifikt vid del i nätet där installation av solcellsanläggning planeras. Applikationen PQ4Cast samt trendanalysfunktionen förväntas kunna leda till ekonomiska fördelar i form av minskade kostnader för inköp av el samt minskade elnätsavgifter och även betydande besparingar om störningar som kan leda till avbrott kan upptäckas i tid och avstyras. Kortvariga störningar, såsom spänningsdippar, är dock svåra för PQ4Cast att upptäcka i dagsläget. / Interest in power quality has increased as electrical equipment, such as inverters, nowadays emits more disturbances. Electrical equipment has also become less tolerant to disturbances, while industries have become less tolerant to disturbances in the production. Traditionally, fault diagnosis and handling have been performed when the fault has already arisen and has been based on historical data. Through its application PQ4Cast, Metrum have introduced pattern recognition to forecast power quality parameters and active power, and thereby contribute to proactive maintenance. The application creates a forecast for the coming week based on data for the last few weeks. Under development is also a function for trend analysis of, among other things, power consumption and voltage level. The objective with the implementation of PQ4Cast is to achieve higher availability and minimize costs for maintenance and unplanned interruptions. A second objective is to increase the control over variations in power consumption. The aim of this thesis is to determine which deviations are important for Sandvik, develop methods for evaluating the application’s functionality and provide a basis for how forecasts from the application should be managed. The aim is also to determine the usefulness of the trend analysis function. For Sandvik, the greatest benefit is seen in gaining control over future values for active power, reactive power and variations in the RMS value of the voltage. Of these, variations in active and reactive power should be most suitable for PQ4Cast to identify. For examination of the conformity between prognosis and actual outcome, the use of correlation coefficient, determination coefficient and significance level of five percent is recommended. Use of MAPE, Mean Absolute Percentage Error, is also recommended to quantify the forecast error. In the event of good conformity, the forecasts for active power from PQ4Cast are recommended for weekly forecasts to the electricity trading company, Statkraft, in combination with temperature forecasts and forecasts of production following week. The trend analysis function shows MAPE at a few percent for the active effect. Further investigations of the function are recommended and in case of good conformity, the prognosis is recommended as the basis for forecasts given to Statkraft and as the basis for new power agreements with Vattenfall in combination with production forecast. For analysis of the trend for the voltage's RMS value, the deviation from the forecasted value is only a few tenths of a percentage. Here further studies are recommended and then specifically at area in the grid where installation of solar power is planned. The application PQ4Cast and the trend analysis function are expected to lead to economic benefits, such as reduced costs for purchase of electricity, reduced electricity grid charges and significant savings if disturbances that may lead to interruptions can be detected and prevented. Disturbances of short duration, such as voltage dips, are however hard to detect with the current setup of the application.

Användningen av artificiell intelligens (AI) har tredubblats på ett år och och anses av vissa vara det viktigaste paradigmskiftet i teknikhistorien. Den rådande AI-kapplöpningen riskerar att underminera frågor om etik och hållbarhet, vilket kan ge förödande konsekvenser. Artificiell intelligens har i flera fall visat sig avbilda, och till och med förstärka, befintliga snedvridningar i samhället i form av fördomar och värderingar. Detta fenomen kallas algoritmisk snedvridning (algorithmic bias). Denna studie syftar till att formulera ett ramverk för att minimera risken att algoritmisk snedvridning uppstår i AI-projekt och att anpassa det efter ett medelstort konsultbolag. Studiens första del är en litteraturstudie på snedvridningar - både ur ett kognitivt och ur ett algoritmiskt perspektiv. Den andra delen är en undersökning av existerande rekommendationer från EU, AI Sustainability Center, Google och Facebook. Den tredje och sista delen består av ett empiriskt bidrag i form av en kvalitativ intervjustudie, som har använts för att justera ett initialt ramverk i en iterativ process. / In the use of the third generation Artificial Intelligence (AI) for the development of products and services, there are many hidden risks that may be difficult to detect at an early stage. One of the risks with the use of machine learning algorithms is algorithmic bias which, in simplified terms, means that implicit prejudices and values are comprised in the implementation of AI. A well-known case is Google’s image recognition algorithm, which identified black people as gorillas. The purpose of this master thesis is to create a framework with the aim to minimise the risk of algorithmic bias in AI development projects. To succeed with this task, the project has been divided into three parts. The first part is a literature study of the phenomenon bias, both from a human perspective as well as from an algorithmic bias perspective. The second part is an investigation of existing frameworks and recommendations published by Facebook, Google, AI Sustainability Center and the EU. The third part consists in an empirical contribution in the form of a qualitative interview study which has been used to create and adapt an initial general framework. The framework was created using an iterative methodology where two whole iterations were performed. The first version of the framework was created using insights from the literature studies as well as from existing recommendations. To validate the first version, the framework was presented for one of Cybercom’s customers in the private sector, who also got the possibility to ask questions and give feedback regarding the framework. The second version of the framework was created using results from the qualitative interview studies with machine learning experts at Cybercom. As a validation of the applicability of the framework on real projects and customers, a second qualitative interview study was performed together with Sida - one of Cybercom’s customers in the public sector. Since the framework was formed in a circular process, the second version of the framework should not be treated as constant or complete. The interview study at Sida is considered the beginning of a third iteration, which in future studies could be further developed.

Bakgrund: Artificiell Intelligens (AI) kommer in i vårt samhälle och våra hem i allt större utsträckning. Inom sjukvården och radiologin kan AI utgöra ett hjälpmedel för både radiologer och röntgensjuksköterskor i deras profession. Forskning om AI fortsätter med oförminskad kraft för att finna allt bättre och mer funktionsdugliga algoritmer som kan anta den utmaningen. Syfte: Syftet med denna litteraturstudie är att sammanställa vid vilka modaliteter AI används som stöd. Metod: Studien utfördes som en allmän litteraturstudie vilket genererade femton artiklar som kvalitetsgranskades och kategoriserades efter analys. Resultat: Beroende på tidpunkt när artiklarna var skrivna varierade metoderna hur träning av AI genomfördes. Det varierade även hur bilderna skulle förbearbetats inför träning. Bilderna måste genomgå brusreducering och segmentering för att AI ska kunna klassificera den sjukliga förändringen. Den processen underlättades i senare versioner av AI där alla dessa moment utfördes på en och samma gång. Slutsats: Stora förändringar kommer att ske inom radiologin och förändringarna kommer sannolikt att påverka alla på en röntgenavdelning. Författarna kan se att utvecklingen bara börjat och forskningen måste fortgå många år framöver. / Background: Artificial Intelligence (AI) increasingly comes in to our society and homes. In the field of medical care and radiology, AI will provide an aid for radiologists and radiographers in their professions. Research on AI continues in finding better and more functional algorithms which can achieve that. Purpose: The purpose of this literature study is to compile facts about modalities using artificial intelligence as support. Method: The study was conducted as a general literature study, which generated fifteen articles that were quality-reviewed and categorized after analysis. Result: Depending on the date when the articles were written the methods varied concerning how training of AI was performed. It also varied how the images were pre-processed before training. The images need to be processed by noise reduction and segmentation for AI in order to be able to classify the pathological change. That process was facilitated in later versions of AI where all these steps were performed at the same time. Conclusion: Major changes may occur in radiology and the changes are likely to affect everyone in an X-ray ward. The authors can see that the development has just begun and research has to continue for many years to come.

This study aimed to gain an understanding of how social workers emotionally dealt with cases where there were suspicion or knowledge of sexual abuse of children occurring. This study was based on six qualitative interviews with social workers within child and youth units at social services in Stockholm County. The theoretical framework was Hochschild’s theory of emotional work. In accordance with previous research, our results showed that emotions in social work are extremely important and that children who have been exposed to sexual abuse cause a more emotional working environment. The social workers wanted to protect the children who had been abused. The results also showed that some form of specialist education should be compulsory required to work with children and to investigate their families and environment.

Abstrakt Författare:Karolina Linse & Andréa Elovsson Handledare:Jasmina Beharic Examinator:Hans Wessblad   Titel:  Artificiell intelligens & Musikskapande organisationer   Bakgrund och problemredogörelse:  Digitaliserings utveckling och förändring då artificiell intelligens kan bli en del av den musikskapande processen, och påverka musikskapande organisationer.   Syfte:  Syftet för studien är att kartlägga organisationsförändring inom ämnet musikskapande i relation till ny teknik.Målet blir därmed att visa på vilka sätt en sådan förändring kan påverka och just nu påverkar berörda organisationer   Metod:  Studien har haft ett induktivt ställningstagande och kvalitativa intervjuer har genomförts för att sedan analysa det insamlade empiriska materialet, för att kartlägga mönster av förändring i de musikskapande organisationerna.    Slutsats:  Studien kartlade att artificiell intelligens förändrar musikskapande organisationer som ett nytt musikverktyg för effektivisering.   Nyckelord: Artificiell intelligens, AI, Musikskapande organisationer, Digitala revolutionen, Organisationer, Förändring, Effektivitet / Abstract     Authors:Karolina Linse & Andréa Elovsson Supervisor:Jasmina Beharic  Examiner:Hans Wessblad    Title:  Artificial intelligence & music creating organizations    Background and problem statement:  The development of digitalization and transformation if artificial intelligence will become part of the music creation process and affect music-creating organizations.    Purpose:  The purpose of the study is to map the general change that happened when new technology, in correlation with music creation is integrated in a music creating organization. The goal is to see how the change can affect the music creating organizations.    Method:  The study has had an inductive stance and qualitative interviews have been carried out to then analyze the collected empirical material, to map patterns of change in the music-creating organizations.   Conclusion:  The study mapped out that artificial intelligence changes music-creating organizations as a new music tool for efficiency.   Key words:  Artificiell intelligens, AI, Music-creating organizations, The digital revolution, Organizations, Transformation, Efficiency

Artificiell intelligens blir allt mer vanligt inom fler och fler områden. Ett område där tekniken är relativt ny är inom kreativa processer och kreativa områden. Detta arbete är en kvalitativ studie av explorativ karaktär, som undersöker hur AI kan användas inom dessa kreativa processer samt vilka möjligheter och utmaningar som uppkommer av det. Tre intervjuer har genomförts med personer som har god och aktuell kunskap inom ämnet. Det insamlade materialet har sedan analyserats med den kreativa processen som ramverk. Resultatet visar att AI i vissa steg av processen kan användas, dels för att underlätta men också för att effektivisera densamma. I andra steg har utvecklingen av AI inte kommit tillräckligt långt för att bidra med något värde eller erbjuda någonting som utvecklar eller gör processen lättare. Vidare har resultatet visat att inställningen till användandet kan bli en avgörande faktor för fortsatt utveckling och användning, men även att möjligheterna är fler än utmaningarna.

Bakgrund: Det har länge forskats kring beslutsfattande och i centrum av forskningen finns människans oförmåga att fatta rationella beslut. I modern tid har AI fått en allt större betydelse och det har uppdagats att AI har möjligheten att överkomma människans oförmåga att fatta rationella beslut. I takt med digitaliseringen har AI och dess förmåga att hantera stora mängder information blivit ett användbart verktyg på investeringsmarknaden. De AI-styrda fonderna öppnar för ännu ett investeringsalternativ och det råder i dagsläget brist på förståelse för hur investerares beslut om att inkludera dessa fonder i sitt sparande påverkas av beteendemässiga faktorer. Syfte: Syftet med uppsatsen är att skapa förståelse för hur ett beslut om att investera i AI-styrda fonder påverkas av investerares beteendemässiga faktorer och den AI-styrda fondens egenskaper. Genomförande: Uppsatsen är en kvalitativ små-N-studie med ett hermeneutiskt perspektiv. Det empiriska materialet har samlats in genom ett bekvämlighets- och ett målstyrt urval. Sammanlagt 18 semi-strukturerade intervjuer har genomförts. Slutsats: Uppsatsen skapar förståelse för hur ett beslut om att investera i AI-styrda fonder påverkas av investerares beteendemässiga faktorer och den AI-styrda fondens egenskaper. Investerares känslor för och associationer till AI påverkar den initiala inställningen och används för att utvärdera för- och nackdelar. Den kunskap och det intresse investerare har för sparande och investeringar påverkar till vilken grad för- och nackdelar övervägs. De med högre respektive lägre kunskap ser olika värden i den AI-styrda fondens egenskaper. Beroende på dessa beteendemässiga faktorer ställer sig investerare olika till huruvida rationalitet eller intuition efterfrågas vid investeringsbeslut. / Background: Decision making has been researched for a long time and in the center of the research is the human inability to make rational decisions. In modern time, AI has become increasingly important and it has been discovered that AI has the opportunity to overcome the human inability to make rational decisions. In line with digitalization, AI and its ability to managed large amount of information has become a useful tool on the investment market. The AI-managed funds open for yet another investment alternative and there is currently a lack of understanding of how investors’ decision to include these funds in their savings are influenced by behavioral factors. Purpose: The purpose of this study is to create an understanding of how a decision to invest in AI-managed funds is affected by investors’ behavioral factors and attributes of the AI-managed fund. Completion: This study is a qualitative small-N-study with a hermeneutic perspective. The empirical data has been gathered through a target and a convenience sample. A total of 18 semi structured interviews have been conducted. Conclusion: The study contributes to an increased understanding of how different factors in the investor and how the attributes of the AI-managed fund affect the investor's decision. Investors' feelings for and associations with AI affect the initial attitude and are used to evaluate the pros and cons. The extent to which the advantages and disadvantages of the alternatives are considered is largely determined by the knowledge and interest the investors have for savings and investments, which results in those with higher and lower knowledge seeing different values in the attributes of the AI-managed fund. Depending on these factors, investors differ as to whether rationality or intuition is required in investment decisions.

Bakgrund: Det digitala samhället har under de senaste åren utvecklats drastiskt då artificiell intelligens har fått en större roll. Flertal företag har börjat se potential med att tillämpa artificiell intelligens inom digitala marknadsföringssyften med kunder. Trots de fördelar artificiell intelligens medför oroar sig många människor att mänsklig interaktion minskar. En minskning av den mänskliga interaktionen kan i sin tur försvåra skapandet av tillitsfulla kundrelationer om artificiell intelligens får ett övertag. Syfte: Studiens syfte har varit att undersöka hur företag inom konsumentsektorn kan arbeta för att skapa tillitsfulla relationer till sina kunder i samband med användning av artificiell intelligens inom digital marknadsföring. En avsikt har också varit att ta reda på vad artificiell intelligens kan ha för roll i den digitala marknadsföringen. Metod: Uppsatsen erhåller en kvalitativ forskningsmetod och det empiriska materialet samlades in genom semistrukturerade intervjuer. Totalt deltog åtta respondenter, två forskare inom artificiell intelligens och sex specialister inom marknadsföring. Resultatet har analyserats med hjälp av tidigare forskning där artificiell intelligens, digital marknadsföring, digital kommunikation, kundrelationer, tillit och kunddeltagande har varit centrala teorier. Slutsats: Studiens resultat visade att det finns flera arbetssätt som företag kan använda för att underlätta vid byggandet av tillitsfulla kundrelationer i samband med implementering av AI-verktyg. V iktiga aspekter har därför blivit kommunikation, ärlighet och kontroll. V idare har det framkommit att artificiell intelligens kommer ha en stor roll inom digital marknadsföring med utgångspunkt i att kunden följer med i digitaliseringens utveckling och att företag arbetar för att bibehålla kundens tillit vid användning av denna teknik. / Background: The digital society during the past few years has gone through a drastic developement due to the artificial intelligence. Multiple companies is starting to see great potential with implementing the technique within digital marketing purposes with customers. Despite the benefits artificial intelligence can offer, many people still worry about the reduction of the human interaction. A decrease of the human interaction can lead to difficulties in the process of creating trustworthy customer relations if artificial intelligence gets the ascendancy. Aim: The purpose of the study has been to investigate how companies in the consumer sector can work to create trustworthy relationships with their customers in connection with the use of artificial intelligence in digital marketing. An intention has also been to find out what role artificial intelligence can have in digital marketing. Method: This thesis obtains a qualitative research method and the empirical material was gathered through semi-structured interviews. Eight respondents participated, two researchers within artificial intelligence and six marketing specialists. The result has been analyzed by using previous research where artificial intelligence, digital marketing, digital communication, customer relations, trust and customer participation has been central theories. Conclusion: The result indicated that there are several working methods that companies can use to facilitate the construction of trusting customer relationships in connection with the implementation of AI tools. Important aspects are communication, honesty and control. Furthermore, the result has emerged that artificial intelligence will have a major role in digital marketing, based on if the customers continues to follow the development of digitalization and that companies work to maintain the customer’s trust in using this technology.

No description available.

Syftet med denna studie är att teoretiskt pröva att integrera en etablerad metod för personlig utveckling, The Skilled Helper, med metoden Dynamisk Pedagogik och skapa en ny metod för en specifik tillämpning, personlig utveckling av ledare. Integrationen görs med hjälp av en etablerad metametod för metodutveckling. De bägge ingående metoderna värderas enligt fastställda kriterier. Samma kriterier används sedan för att värdera den nya metod som designas. Med detta har studien uppnått en jämförbarhet mellan de tre metoderna avseende parametrar som är centrala och relevanta för metoder och metodskapande. Studien skall besvara en rad olika frågeställningar såsom: Går det att skapa en integrerad ny metod förpersonlig utveckling baserat på av två befintliga metoder: The Skilled Helper och Dynamisk Pedagogik? Vad händer när man integrerar dem? Blir det konflikter eller synergieffekter mellan de bägge metoderna? Vad är kvar av Dynamisk Pedagogik? Den nya metoden som skapas, faller den inom ramen för etablerad ledarutveckling? Kan den kallas för en metod för ledarutveckling? Resultatet visar att metodintegrationen gick att genomföra då det förelåg en tillräckligt god grundläggande förenlighet mellan de två ursprungsmetoderna på en rad nyckelområden. Dock fanns kritiska vägval att göra vid design av den nya metoden, vilket gör att den nya metoden blev särskiljande från de bägge ursprungsmetoderna. Resultatet visar att det inte blir konflikter, efter som de vägval som behövde göras inte gav upphov till konflikt inom den nya metoden. Inte heller uppnås synergieffekter, då den nya metoden utformades för ett syfte som avvek från ursprungsmetodernas respektive syften. Resultatet visar slutligen att endast två av tre centrala förhållningssätt från Dynamisk Pedagogik finns kvar i den nya metoden som skapas, det självpedagogiska och det skapande förhållningssättet. Det tredje och mest centrala förhållningssättet, det samspelande, som bygger på att lärande sker i samspel med andra individer, kunde inte tillgodoses då den nya metoden enbart är utvecklad för individuell utveckling. Därför kan inte den nya metoden kallas att vara en variant av Dynamisk Pedagogik. I analysen diskuteras huruvida den nya metoden uppfyller de krav och önskemål som framställs i litteraturen på förändrad ledarutveckling och emotionell intelligens bland ledare. Den nya metoden visar sig kunna möta de flesta krav och önskemål som ställs men det går inte att påvisa om det ger den önskade effekten såsom förändrat ledarbeteende genom ökad självinsikt och självkännedom. Den nya metoden får i resultatet benämningen “Dynamisk Ledarutveckling” då metoden harmonierar både med innebörden av begreppet dynamisk och begreppet ledarutveckling. / <p>Författaren kan kontaktas på e-postadressen: titti.rudback@rudback.nu</p>