Miljömedvetenheten i världen ökar. Samhällsdebatten formas allt mer av ett miljöperspektiv på flera olika fronter. Allt fler börjar förstå att jordens resurser är ändliga och vi måste tänka om hur vi lever idag. Den producerande industrin står för stor dela av brukandet av råmaterial, men hur kommer industrin se ut i framtiden? Framtidens industri beskrivs ofta som en cirkulär ekonomi där minimala mängder råmaterial bryts och den största parten av det material som faller ur användning går åter in i produktionen. Verkligheten vi lever i idag är en annan, större parten av världens industri fortsätter med linjär produktion där råmaterial brukas i tillverkningen och produkter deponeras vid slutet av dess livscykel. Projektgruppen undersöker byggstenarna inom cirkulär ekonomi och var vi egentligen befinner oss i utveckling mot en hållbarare hantering av råvaror. Syftet med rapporten är att utreda vilka ekonomiska drivkrafter som finns för företag att själva gå mot cirkulär ekonomi i form av nya marknadsmodeller. Möjligheter till dessa marknadsmodeller växer ofta fram med hjälp av ny teknik från Industri 4.0 som Internet of Things och Big Data. Vi har nått slutsatsen att marknadsmodeller som pay-per-use där företagen behåller ägandet av produkten ofta är enkla att implementera i cirkulär ekonomi, då företaget själva kan kontrollera hela kretsloppet för produkten. De underlättar om man ska basera sin produktion på retur av produkter om man själv har kontroll över volymerna. Dessa modeller bygger ofta på att man säljer service-baserade tjänster som är beroende av Internet of Things och Big Data. / Environmental awareness in the world is increasing. The social debate is increasingly formed by an environmental perspective on several fronts. More and more people are beginning to understand that the earth's resources are finite and we must think about how we live today. The producing industry accounts for a large part of the use of raw materials, but how will the industry change in the future? The industry of the future is often described as a circular economy where minimal amounts of raw materials are broken and the majority of the material that is in use goes back to production. The reality we live in today is another, the greater part of the world's industry continues with linear production where raw materials are used in manufacturing and products are deposited at the end of its lifecycle. The project group examines the building blocks of circular economy and where we are today in the development towards sustainable management of raw materials. The purpose of the report is to investigate the economic advantages for companies to change to circular economy in the form of new business models. Opportunities for these business models often grow with the help of new technology from Industry 4.0 like Internet of Things and Big Data. We have the conclusion that business models such as pay-per-use where companies maintain ownership of the product, often are easy to implement in circular economics, since the company itself can control the entire circuit for the product. They make it easier to base their production on return of products if they control the volumes of the returned products themself. These models are often based on selling services that are dependent on the Internet of things and Big Data.

In the era of Industry 4.0, the Internet-of-Things (IoT) plays the driving role comparable to steam power in the first industrial revolution. IoT provides the potential to combine machine-to-machine (M2M) interaction and real time data collection within the field of manufacturing. Therefore, the adoption of IoT in industry enhances dynamic optimization, control and data-driven decision making. However, the domain suffers due to interoperability issues, with massive numbers of IoT devices connecting to the internet despite the absence of communication standards upon. Heterogeneity is pervasive in IoT ranging from the low levels (device connectivity, network connectivity, communication protocols) to high levels (services, applications, and platforms). The project investigates the current state of industrial IoT (IIoT) ecosystem, to draw a comprehensive understanding on interoperability challenges and current solutions in supporting of IoT-based smart manufacturing. Based upon a literature review, IIoT interoperability issues were classified into four levels: technical, syntactical, semantic, and organizational level interoperability. Regarding each level of interoperability, the current solutions that addressing interoperability were grouped and analyzed. Nine reference architectures were compared in the context of supporting industrial interoperability. Based on the analysis, interoperability research trends and challenges were identified. FIWARE Generic Enablers (FIWARE GEs) were identified as a possible solution in supporting interoperability for manufacturing applications. FIWARE GEs were evaluated with a scenario-based Method for Evaluating Middleware Architectures (MEMS).  Nine key scenarios were identified in order to evaluate the interoperability attribute of FIWARE GEs. A smart manufacturing use case was prototyped and a test bed adopting FIWARE Orion Context Broker as its main component was designed. The evaluation shows that FIWARE GEs meet eight out of nine key scenarios’ requirements. These results show that FIWARE GEs have the ability to enhance industrial IoT interoperability for a smart manufacturing use case. The overall performance of FIWARE GEs was also evaluated from the perspectives of CPU usage, network traffic, and request execution time. Different request loads were simulated and tested in our testbed. The results show an acceptable performance in terms with a maximum CPU usage (on a Macbook Pro (2018) with a 2.3 GHz Intel Core i5 processor) of less than 25% with a load of 1000 devices, and an average execution time of less than 5 seconds for 500 devices to publish their measurements under the prototyped implementation. / I en tid präglad av Industry 4.0, Internet-of-things (IoT) spelar drivande roll jämförbar med ångkraft i den första industriella revolutionen. IoT ger potentialen att kombinera maskin-till-maskin (M2M) -interaktion och realtidsdatainsamling inom tillverkningsområdet. Därför förbättrar antagandet av IoT i branschen dynamisk optimering, kontroll och datadriven beslutsfattande. Domänen lider dock på grund av interoperabilitetsproblem, med enorma antal IoT-enheter som ansluter till internet trots avsaknaden av kommunikationsstandarder på. Heterogenitet är genomgripande i IoT som sträcker sig från de låga nivåerna (enhetskonnektivitet, nätverksanslutning, kommunikationsprotokoll) till höga nivåer (tjänster, applikationer och plattformar). Projektet undersöker det nuvarande tillståndet för det industriella IoT (IIoT) ekosystemet, för att få en omfattande förståelse för interoperabilitetsutmaningar och aktuella lösningar för att stödja IoT-baserad smart tillverkning. Baserat på en litteraturöversikt klassificerades IIoT-interoperabilitetsfrågor i fyra nivåer: teknisk, syntaktisk, semantisk och organisatorisk nivå interoperabilitet. När det gäller varje nivå av driftskompatibilitet grupperades och analyserades de nuvarande lösningarna för adressering av interoperabilitet. Nio referensarkitekturer jämfördes i samband med att stödja industriell driftskompatibilitet. Baserat på analysen identifierades interoperabilitetstrender och utmaningar. FIWARE Generic Enablers (FIWARE GEs) identifierades som en möjlig lösning för att stödja interoperabilitet för tillverkningstillämpningar. FIWARE GEs utvärderades med en scenariebaserad metod för utvärdering av Middleware Architectures (MEMS). Nio nyckelscenarier identifierades för att utvärdera interoperabilitetsattributet för FIWARE GEs. Ett smart tillverkningsfodral tillverkades med prototyper och en testbädd som antog FIWARE Orion Context Broker som huvudkomponent designades. Utvärderingen visar att FIWARE GE uppfyller åtta av nio krav på nyckelscenarier. Dessa resultat visar att FIWARE GE har förmågan att förbättra industriell IoT-interoperabilitet för ett smart tillverkningsfodral. FIWARE GEs totala prestanda utvärderades också utifrån perspektivet för CPU-användning, nätverkstrafik och begär exekveringstid. Olika förfrågningsbelastningar simulerades och testades i vår testbädd. Resultaten visar en acceptabel prestanda i termer av en maximal CPU-användning (på en Macbook Pro (2018) med en 2,3 GHz Intel Core i5-processor) på mindre än 25% med en belastning på 1000 enheter och en genomsnittlig körningstid på mindre än 5 sekunder för 500 enheter att publicera sina mätningar under den prototyperna implementateringen.

Miljömedvetenheten i världen ökar. Samhällsdebatten formas allt mer av ett miljöperspektiv på flera olika fronter. Allt fler börjar förstå att jordens resurser är ändliga och vi måste tänka om hur vi lever idag. Den producerande industrin står för stor dela avbrukandet av råmaterial, men hur kommer industrin se ut i framtiden?Framtidens industri beskrivs ofta som en cirkulär ekonomi där minimala mängder råmaterial bryts och den största parten av det material som faller ur användning går återin i produktionen. Verkligheten vi lever i idag är en annan, större parten av världensindustri fortsätter med linjär produktion där råmaterial brukas i tillverkningen och produkter deponeras vid slutet av dess livscykel. Projektgruppen undersöker byggstenarna inom cirkulär ekonomi och var vi egentligen befinner oss i utveckling mot en hållbarare hantering av råvaror. Syftet med rapporten är att utreda vilka ekonomiska drivkrafter som finns för företag att själva gå mot cirkulär ekonomi i form av nya marknadsmodeller. Möjligheter till dessa marknadsmodeller växer ofta fram med hjälp av ny teknik från Industri 4.0 som Internet of Things och Big Data. Vi har nått slutsatsen att marknadsmodeller som pay-per-use där företagen behåller ägandet av produkten ofta är enkla att implementera i cirkulär ekonomi, då företaget själva kan kontrollera hela kretsloppet för produkten. De underlättar om man ska basera sin produktion på retur av produkter om man själv har kontroll över volymerna. Dessa modeller bygger ofta på att man säljer service-baserade tjänster som är beroende av Internet of Things och Big Data. / Environmental awareness in the world is increasing. The social debate is increasingly formed by an environmental perspective on several fronts. More and more people are beginning to understand that the earth's resources are finite and we must think about how we live today. The producing industry accounts for a large part of the use of raw materials, but how will the industry change in the future? The industry of the future is often described as a circular economy where minimal amounts of raw materials are broken and the majority of the material that is in use goes back to production. The reality we live in today is another, the greater part of the world's industry continues with linear production where raw materials are used in manufacturing and products are deposited at the end of its lifecycle. The project group examines the building blocks of circular economy and where we are today in the development towards sustainable management of raw materials. The purpose of the report is to investigate the economic advantages for companies to change to circular economy in the form of new business models. Opportunities for these business models often grow with the help of new technology from Industry 4.0 like Internet ofThings and Big Data. We have the conclusion that business models such as pay-per-use where companies maintain ownership of the product, often are easy to implement in circular economics, since the company itself can control the entire circuit for the product. They make it easier to base their production on return of products if they control the volumes of the returned products themself. These models are often based on selling services that are dependent on the Internet of things and Big Data.

Internet of Things (IoT) är en kraftfull plattform för att koppla den fysiska världen till den digitala. IoT och modern sensorteknik möjliggör många nya applikationer inom till exempel industriell övervakning, hälsovård,miljöövervakning, smarta städer, smarta transport och smartlivsstil. I många av dessa applikationer är sensornoder utplacerade i utomhusmiljöer, där de bör fungera under långa tidsperioder. IoT-noder lider av kapacitetbergränsade batterier vilket innebär att deras funktion beror på batteriets livslängd. En lösning kan vara att implementera ett energikördsystem till IoT-noder utomhus. Solenergi är den mest lättillgängliga och användbara energikällan utomhus.Denna energi skördas med hjälp av en solcell (PV-cell). Energin som genereras av solcellspaneler varierar beroende på solstrålningsintensitet och andra faktorer. Syftet med denna undersökning har varit att utveckla en solcellsförsörjningsenhet för IoT-noder utomhus. Detta görs genom att hämta energi från omgivningen (solenergi) och använda den i samband med en Power ManagementIntegrated Circuit (PMIC) och en energilagringsenhet kan livslängden för IoT-noder förlängas samtidigt som underhållskostnader minskas.I undersökningen användes en uppskattningsmetod för att uppskatta solcellens totala energiproduktion, vilket hjälper för att konfigurera en solcellspanel som kan leverera lämplig energi till energiskördsystemet och minska energiförlusten i systemet. En lämplig energi krävs för att PMIC:n ska fungera väl samt systemet ska driva IoT-noder. Denna undersökning har visat att solenergiskördsystemet som består av en självgjord mindre panel, en BQ25570 och en energilagringsenhet (antingen en superkondensator eller ett batteri) kan översvämningsmätaren drivas under sommaren för det första fallet och under hela året för det andra fallet. Om två i parallell KXOB25-01X8F-TR används i systemet i stället för den mindre panelen kan luftkvalitetmätaren drivas under sommaren medan om tre iparallell KXOB25-01X8F-TR används i stället kan noden drivas under hela året. Energiskördsystemet ger mer än 80% effektivitet. / The Internet of Things (IoT) is a powerful platform for connecting the physical world to the digital. IoT and modern sensor technology enable many new applications in domains such as industrial monitoring, health care, environmentalmonitoring, smart cities and so on. In many of these applications, sensor nodes are deployed in outdoorenvironments, where they should operate for long periods oftime. But IoT nodes suffer from capacity-limited batteries,which means that their function depends on the battery life. One solution may be to implement an energy harvestingsystem for IoT nodes outdoors. Solar energy is the most readily available and useful source of energy outdoors. This energy is harvested using a solar cell (PV cell). The energy generated by solar cell panels varies depending on the solar radiation intensity and other factors. The purpose of this study has been to develop a solar cell supply unit for outdoor IoT nodes. This is done by extracting energy from the environment (solar energy) and using it in conjunction with a Power Management Integrating Circuit (PMIC) and energy storage device, the lifespan of IoT nodes can be extended while reducing maintenance costs. The study used an estimation method to estimate solar cell total energy production, which helps to configure a solar cellpanel that can supply suitable energy to the energyharvesting system and reduce the energy loss in the system. A suitable energy is required for the PMIC to work well and the system to power IoT nodes.This study has shown that the solar energy harvesting system consisting of a self-made smaller panel, a BQ25570 and an energy storage unit (either a supercapacitor or a battery), the flood meter can be operated during the summer for the first case and throughout the year for the second case. If two inparallel KXOB25-01X8F-TR are used in the system instead of the smaller panel, the air quality meter can be operated in the lower summer, while if three in parallel KXOB25-01X8F-TR areused instead, the node can be operated throughout the year. The energy harvesting system provides more than 80% efficiency.

Tracy Trackers utvecklar just nu en AI-plattform vars syfte är att övervaka hundens rörelsemönster. Plattformen består av en mikrokontroller med accelerometer, gyroskop, temperatur samt luftfuktighetssensorer som fästs på hunden. Mikrokontrollern är sedan uppkopplad till en mobil genom Bluetooth. I detta arbete undersöktes vilka batterier som finns på marknaden samt vilket som passar bäst för den prototyp som studerats. Målet med studien var att hitta ett batteri som är uppladdningsbart, har lång drifttid samt är ekonomiskt och miljömässigt hållbart för framtida produktion. Hårdvara för mätning av batterispänningens karaktäristik byggdes för att avgöra om olika batterier skilde sig åt.Strömförbrukningen hos de sensorer som var implementerade i produkten studerades med hjälp av oscilloskop och en egenkonstruerad förstärkarkrets. Vidare konstruerades ett lågpassfilter för att fastställa DC-komponenten av strömförbrukningen. Strömförbrukningen som uppmättes genom testerna i detta arbete avser det som drar ström i prototypen. Den utvecklade hårdvaran kan användas till mätningar på framtida prototyper. / Tracy Trackers is currently developing an AI platform which purpose is to monitor a dog's movement pattern. The platform consists of hardware with accelerometer, gyroscope, temperature and humidity sensors attached to the dog. The hardware is connected to a mobile through Bluetooth. A study was conducted to investigate which batteries that are available on the market and which ones that fit best for the prototype. The aim of the study was to find a rechargeable battery with long operat-ing hours that is economically and environmentally viable for future production. Hardware for monitoring the battery voltage characteristics was built to determine differences between kinds of batteries and if there was an optimal type of battery for the specific product. The sensors used by the prototype were studied using os-cilloscopes and a self-constructed circuit in order to be able to determine power consumption at different sampling frequencies. Furthermore, a circuit was built for filtering out certain frequencies to determine the current consumption of the DC-components. The current consumption measured by the tests in this study refers to what draws current in the prototype. The developed hardware can be used for measurements of future prototypes

Belastningsskador är idag ett allt större problem i samhället som leder till flera sociala och ekonomiska problem. Tillsammans med en ökande ålder på befolkningen kan belastningsbesvär skapa ännu mer utmaningar i framtiden. Att utöka kunskapen om ergonomi är ett bra sätt att minska risken för att drabbas av belastningsskador. Idag används primärt en visuell bedömning av ergonomi, men varje bedömning är individuella och inte konsistenta. Tillgängligheten av små och billiga Inertial Measurement Unit (IMU) har ökat möjligheten att mäta objektivt istället för subjektivt. I detta exjobb har Texas Instruments SensorTag CC2650 använts som sensor, då den är billig och har många inbyggda sensorer där den 9-axliga rörelsesensorn var den eftersökta. En webbaserad utvecklingsmiljö kallad Node-RED användes för utveckling av en prototyp och sensorn kopplades till en smarttelefon tillsammans med Texas Instruments egna applikation. Data från sensorn skickades från smarttelefonen till webbapplikationen. Mätningar utfördes på en arm för att mäta belastningen på en axel, när handens position passerade axelns höjd finns det risk för belastningsskador efter en längre tid. För att beräkna vinkel av armen användes accelerometer samt gyroskop tillsammans med ett komplementärt filter. Prototypen testades i flera tester, där ena testet undersökte en högre risk t.ex. rita på en tavla samt lägre risk t.ex. papperssortering. Det visade sig att sensorn är kapabel att utföra bedömningar av belastningsriskerna. Men det finns kända begränsningar i form av låg samplingshastighet på 5 Hz (begränsningar i Texas Instruments applikation). Nästa steg för vidare arbete är att lägga till en magnetometer till prototypens sensor fusion och undersöka dess tillförlitlighet. / Musculoskeletal disorders (MSD) is a rising problem in society leading to several socio-economic problems. In combination of the trend of an aging population, MSD can cause even more challenges in the future. Expanding the knowledge of ergonomics is a good way to reduce the risk of stress injury. Today, a visual assessment of ergonomics is primarily used. These observations are individual and not consistent. Availability of cheaper and smaller Inertial Measurement Unit (IMU) has increased the possibility of using objective measurements instead of subjective observations. In this thesis work, the Texas Instruments SensorTag CC2650 was used as a sensor, because it is cheap and has many built-in sensors where the 9-axis motion sensor was the most sought one. A web-based development environment called Node-RED was used to develop a prototype and the sensor was connected to a smartphone along with Texas Instruments own application. The data from the sensor was sent from the smartphone to the web application. Measurements were performed on an arm to measure the load on a shoulder, when the hand's position passed the height of the shoulder it indicates that there is a risk of musculoskeletal disorders after an amount of time. To calculate the angle of the arm, sensor fusion of an accelerometer and a gyroscope were used together with a complementary filter. Developed system was evaluated by series of tasks exposing the shoulder to a higher risk e.g., painting compare to lower risk tasks e.g., paper sorting. It turned out that measurement are useful for assessment of the risk. However, there are known limitations like low sampling rate of 5Hz (due to limitation in the android app from Texas Instruments). Adding magnetometer to the sensor fusion and evaluation of reliability of calculations are the next natural steps for future work.

I en värld driven av kontinuerliga framsteg inom teknologisektorn, i samband med ökad konkurrens, har detaljhandelslandskapet genomgått en förändring där kundernas förväntningar har förändrats drastiskt. Introduktionen av internet, ”smartphones” och sociala plattformar har resulterat till oöverträffade nivåer av tillgång till enkel kommunikation mellan individer, samt till geografiskt avlägsna klädbutiker som inte tidigare var möjliga att shoppa ifrån. Den här utvecklingen har lett till att kunderna förväntar sig mer från företag och nöjer sig därför inte längre med ”one-size-fits-all” upplevelse, utan förväntar sig istället en upplevelse som är präglad av individuell anpassning. Då kunder idag har tillgång till många olika alternativ att köpa kläder ifrån så behöver dagens klädbutiker förändra sitt värdeerbjudande. Teknik och personifiering av shoppingupplevelsen är därför två viktiga komponenter som klädbutiker behöver investera i för att kunna leva upp till de krav som framtidens kund kommer att ställa. Med detta i åtanke har följande syfte formulerats: "Syftet med uppsatsen är att undersöka vilka nya tekniker som kan implementeras i framtida klädbutiker för att förbättra kundupplevelsen och därmed möta de framtida kundernas behov." Baserat på de resultat och analyser som genomfördes under studiens gång, så bör dagens klädbutiker fokusera på följande tekniker för att kunna tillgodose de krav som framtidens kund kommer att ställa: RFID-taggar, digitala speglar, online avatarer, artificiell intelligens, biometritekniker, förstärkt verklighet och maskininlärning. / In a volatile business world, continuous advancements within the technology sector along with increased competition has led the retailing landscape to go through a transformation of late and have subsequently led customers to view retail stores in a different light. The rise of internet, smartphones, and social networking platforms has led to unprecedented levels of customer connection and empowerment. This development has led the customers to expect more from companies and no longer settle for a “one-size-fits-all” service experience, but instead expects individualized customization. As customers are undoubtedly in power and desires a personalized experience, technology and personalization are therefore two key components that retailers need to invest in to solidify a competitive edge in the imminent future.  “The purpose of the thesis is to investigate what emerging technologies could be implemented in future apparel retail stores to enhance the customer experience and address the needs of the future customer.” Based on the results and analysis derived from the study, findings suggest that companies should focus on the following technologies to have the means to meet the needs of the future customer, with the intention to enhance the overall customer experience: RFID tags, digital mirrors, online avatars, artificial intelligence, biometrics, augmented reality, and machine learning.

This thesis is dedicated to measuring the communication performance of LoRa technology in an indoor environment and providing insight into its potential application as an effective Internet of Things (IoT) communication solution in Low Power Wide Area Networks (LPWAN). Through careful experimentation and analysis, we assessed various transmission parameters such as spreading factor (SF), bandwidth (BW), Payload Length (PL), and LoRaWAN classes. Performance metrics including Receive Signal Strength Indicator (RSSI), Signal-to-Noise Ratio (SNR), Round-trip time (RTT), and Goodput are measured to evaluate LoRa’s performance under different settings. The research question addressed is whether LoRa can be effectively used for indoor wireless communication. Our findings demonstrate that LoRa technology exhibits good transmission range, reliability, and cost-effectiveness in indoor environments, making it suitable for some indoor IoT applications. We also examined the impact of different LoRaWAN device classes and highlighted the importance of balancing the SF and BW to optimize communication performance. In conclusion, this thesis offers a comprehensive understanding of the communication performance of LoRa technology in indoor environments, providing valuable guidance for its practical application in indoor IoT communication. The research findings presented herein serve as a significant reference for future research endeavors in this field, enabling further advancements in the domain of LoRa-based wireless communication technologies for indoor IoT applications. / Denna avhandling ägnas åt att mäta kommunikationsprestanda för LoRa-teknik i en inomhusmiljö och ger insikt i dess potentiella tillämpning som en effektiv kommunikationslösning för Internet of Things (IoT) i Low Power Wide Area Networks (LPWAN). Genom noggranna experiment och analys utvärderade vi olika överföringsparametrar som spridningsfaktor (SF), bandbredd (BW), nyttolastlängd och LoRaWAN-enhetens klasser. Prestandametriker inklusive Receive Signal Strength Indicator (RSSI), Signal-to-Noise Ratio (SNR), Round-trip time (RTT) och Goodput mäts för att utvärdera LoRa’s prestanda under olika inställningar. Forskningsfrågan som behandlas är om LoRa effektivt kan användas för inomhus trådlös kommunikation. Våra resultat visar att LoRa-teknik uppvisar bra överföringsområde, tillförlitlighet och kostnadseffektivitet i inomhusmiljöer, vilket gör det lämpligt för vissa inomhus-IoT-applikationer. Vi undersökte också inverkan av olika LoRaWAN-enhet klasser och framhävde vikten av att balansera SF och BW för att optimera kommunikationsprestanda. Sammanfattningsvis erbjuder denna avhandling en omfattande förståelse för kommunikationsprestanda för LoRa-teknik i inomhusmiljöer, vilket ger värdefull vägledning för dess praktiska tillämpning inom inomhus IoT-kommunikation. De forskningsresultat som presenteras här fungerar som en betydande referens för framtida forskningsinsatser inom detta område, vilket möjliggör ytterligare framsteg inom området för LoRa-baserade trådlösa kommunikationstekniker för inomhus IoT-applikationer.

With the era of wirelessly connected Internet of Things (IoT) devices on the horizon, eective data processing algorithms for IoT devices are of increasing importance. IoT devices often have limited power and computational resources, making data processing on the device unfeasible. Computational ooading, where the raw data is transmitted to a separate server, places a high load on the communication network, which in some cases may be prohibitively expensive. A split computing framework where some data pre-processing is done on the device, but the bulk of computations are done on a server at the network edge, provides a compromise between these limitations. Here, we employ a split computing framework in a semantic communication setting, where the semantic task is image classification. The system should fulfill three design requirements: low computational load on the IoT device, low load on the communication network, and good classification performance. We investigate the performance of two neural network structures: the first network is based on the VGG16 image classification network, and the second is the VGG16 network is augmented by separate encoder and decoder networks. The results are promising under both ideal and non-ideal channel conditions, where the first network gives good classification performance and low load on the communication network. The second network has low load on the IoT device, but surprisingly poor classification performance. Finally, we provide important insights into design choices and pitfalls, particularly reagrding network architecture and training, and hope that these results can aid future work in semantic communication systems. / I takt med att allt fler av våra system kopplas upp för kommunikation via internet, så kallad Internet of Things (IoT), får eektiva databehandlingsalgoritmer för dessa enheter av allt större betydelse. IoT-enheter har ofta begränsat minne, batteritid, och beräkningsresurser, vilket försvårar databehandling på enheten. Beräkningsavlastning, där rådata skickas till en separat server för behandling, kan leda till en hög belastning på kommunikationsnätverket, vilket i vissa fall är kostsamt. Att dela upp beräkningarna, där viss bearbetning av data görs på enheten men huvuddelen av beräkningarna görs på en server, är kompromiss mellan dessa två begränsningar. Här använder vi ett delat beräkningsramverk för semantisk kommunikation, där den semantiska uppgiften är bildklassificering. Systemet ska uppfylla tre designkrav: låg arbetsbelastning på IoT-enheten, låg belastning på kommunikationsnätverket och god klassificeringsprestanda. Vi undersöker två neurala nätverksstrukturer: den första är baserad på bildklassificeraren VGG16, och i den andra är VGG16-nätverket utökat med separata kodar- och avkodarnätverk. Resultaten är lovande under både ideala och icke-ideala förhållanden i kommunikationskanalen, där det första nätverket ger god klassificeringsprestanda och låg belastning på kommunikationsnätverket. Det andra nätverket har låg belastning på IoT-enheten, men överraskande dålig klassificeringsprestanda. Vi ger även viktiga insikter i designval och fallgropar, specifikt gällande nätverkens arkitektur och träning, och hoppas att dessa resultat kan gagna framtida arbete inom semantiska kommunikationssystem.

A mechanical industry company’s need for an effective and suitable business model is higher than ever before due to new emerging technologies, especially within digitalization and Industry 4.0. As the Internet of Things (IoT) trend is emerging, companies need to identify new value propositions and adapt their offerings and revenue models in order to meet the customers’ new demands. The current amount of studies that have been conducted in the area of new business models and product offerings with regards to the IoT technology are limited. Therefore, this study has examined and analyzed how a new business model should be designed and what kind of new product offerings a company in the mechanical industry should offer in the area of IoT and servitization. The literature study contains information about Industry 4.0, Internet of Things and Servitization while the theory study addresses theories regarding the business model canvas together with the KANO model. The study has been executed by conducting eleven semi-structured interviews, where nine of the interviewees were employees at our commissioner and the remaining two were customers of our commissioner. The internal interviews were held with executives and managers who represented eight different divisions as well as three different nationalities. The customer interviewees represented two different companies with different sizes and ownership structures. The results of the study indicate that the IoT technology contributes to several new possible product and service offerings, together with new revenue streams, as well as a need for implementing a new servitized business model. Conclusively, offerings such as predictive maintenance, remote assistance, and machine optimization among others, can be offered to the customers with the help of the IoT technology. Furthermore, new payment models such as upfront payments together with a service agreement with monthly payments, are vital parts of a new business model that has to be implemented. In addition, a closer customer relationship is required when moving towards servitization in the area of digitalization and IoT. / För ett bolag inom verkstadsindustrin finns behovet av en effektiv och passande affärsmodell på grund av de nya digitaliseringskoncepten Industri 4.0 och Internet of Things (IoT). Företag måste identifiera nya värdeskapande erbjudanden och anpassa sina affärsmodeller och intäktsströmmar för att möta kundernas nya behov. Antalet studier som genomförts inom området “nya affärsmodeller och produkterbjudanden baserade på IoT-teknik” är begränsat. Därför har denna studie undersökt och analyserat hur en ny affärsmodell bör kunna se ut med hänsyn till vilka typer av nya produkterbjudanden ett bolag inom verkstadsindustrin borde erbjuda inom området för IoT. I kombination med dessa digitaliseringskoncept, ses konceptet servitization som en möjlig väg för att kunna leverera dessa nya erbjudanden till kunderna. Litteraturstudien innehåller information om Industri 4.0, Internet of Things och servitization medan teoristudien adresserar teorier om business model canvas tillsammans med KANO-modellen. Vi har genomfört elva semistrukturerade intervjuer, där nio utav de intervjuade var anställda hos rapportens beställare och de resterande två var kunder till samma beställare. De interna intervjuerna hölls med chefer på ledande befattningar som representerade åtta olika affärsdivisioner och tre olika nationaliteter. Kunderna som intervjuades representerade två företag av olika storlek och olika ägarförhållanden. Studiens resultat visar på att IoT bidrar till ett antal nya produkt- och serviceerbjudanden, tillsammans med nya intäktsströmmar, och det visar även behovet av att implementera en ny serviceinriktad affärsmodell. Slutsatsen visar att erbjudanden som prediktivt underhåll, fjärråtkomst och maskinoptimering med flera, kan erbjudas till kunden med hjälp av IoT-tekniken. Vidare identifieras nya betalningsmodeller, till exempel direktbetalning för en maskin tillsammans med ett serviceavtal som inkluderar månadsvisa betalningar, som viktiga delar utav den föreslagna affärsmodellen. Slutligen visar studien att starkare kundrelationer måste etabler