Vid kemisk massatillverkning finns behov av mättekniker som möjliggör ytterligare optimering av processen. Möjligheten att analysera svartlut med hjälp av aktiv akustisk spektrometri utreddes genom att ett online instrument konstruerdes och installerdes på ett pappersbruk. Analyser med multivariata metoder utfördes på resultaten. På grund av yttre omständigheter försenades arbetet, och ett tillräckligt dataunderlag för en definitiv slutsats erhölls ej. En rad vidare arbeten föreslås. / There is a need for additional process monitoring techniques in the production of chemical pulp. The possibility of analyzing black liquor by active acoustic spectrometry was investigated by constructing an on-line instrument and installing it in a chemical pulp mill. The results were then analyzed with multivariate methods. Due to unforeseen delays a sufficient amount of data could not be collected, and therefore a definitive conclusion could not be reached. Further work is suggested.

Detta examensarbete går ut på att överföra en metod- från ett Antaris NIR-instrument på AstraZeneca Macclesfield till ett Bomem 3600 NIR-instrument på AstraZeneca Gärtuna. Metoden används för att säkerställa att biprodukten form L ligger under specificerat gränsvärde för produkten. Kvantitativa NIR metoder är inte absoluta. De är prediktiva metoder som bygger på att man tar upp spektra för ett antal prover som man även analyserar med en referensmetod. Sedan använder man ett multivariat dataprogram som relaterar varje spektra till dess värde med referensmetoden med linjär regression. För att överföra en metod mellan två olika NIR-instrument behöver man matematiskt föra över de spektra som den multivariata modellen bygger på så att de matematiskt sett är analyserade på det instrumentet som man för över metoden till. De rådata som används till att bygga modellen är data från NIR instrumentet i Macclesfield och NIR-instrumentet i Gärtuna. Transformering av data utförs i Matlab med lokal centrering. De data som transformerats används sedan till att bygga modellen i SIMCA 14 som är en mjukvara för hantering av multivariata datamodeller. När modellens korrekthet kontrollerats skapas en metod i SenISS som använder sig av den nybyggda modellen för att prediktera Form L i produkten. Modellen är en PLS-modell med 2 komponenter som har de spektrala filtren SNV och andraderivatan. Dessa filter bidrar till signalkorrigering och minskar de individuella skillnaderna i spektrum. För att kontrollera modellens korrekthet har flera parametrar undersökts, dessa parametrar är: Linjäritet, riktighet, repeterbarhet och selektivitet. Linjäriteten kontrolleras med hjälp av ett valideringsset där modellen får prediktera halten Form L som sedan jämförs med det form L värdet som bestämts med referensmetoden. Regressions statistik beräknas för att undersöka att lutningen inkluderar värdet 1 och att interceptet inkluderar värdet 0 i ett 95%-igt konfidensintervall. Riktigheten kontrolleras genom att undersöka hur mycket prediktionerna avviker från referensmetoden värde. Den accepterade skillnaden är 20% RSD. Modellen har ett max RSD värde på 11,7%. Repeterbarheten kontrolleras genom att analysera 2 kapslar från 2 olika batcher 10 gånger var. Därefter beräknas den poolade standardavvikelsen och ett 95%-igt konfidensintervall. Den poolade standardavvikelsen är 0,55. Selektiviteten för modellen kontrolleras genom att analysera kapslar med annat innehåll, 5 kapslar med olika innehåll analyserades. Modellen ger höga värden på DModX (avståndet för varje observation till modellen) och/eller Hotelling’s T2 (avståndet från observationen till centrum av modellen) vilket innebär att de 5 analyserade kapslarna med annat innehåll avviker från modellen. / This diploma work treats the transferring of a method from an Antaris NIR-instrument at AstraZeneca Macclesfield to a Bomem 3600 NIR-instrument at AstraZeneca Gärtuna. The method is used to ensure that by-product form L is below the specified limit value for the product. Quantitative NIR methods are not absolute. They are predictive methods that are based on the inclusion of spectra for several samples that are also analyzed with a reference method. Then, a multivariate computer program is used that relates each spectra to its value with linear regression. To transfer a method between two different NIR-instruments, you need to mathematically transfer the spectra on which the multivariate model is based on, so that they are mathematically analyzed on the instrument that the method is transferred to. The raw data used to build the model is data from the NIR-instrument in Macclesfield and the NIR instrumentin Gärtuna. The transformation of data is performed in Matlab with local centering. The transformed data is then used to build the model in SIMCA 14 which is a software for managing multivariate data models. When the model's correctness is verified, a method is created in SenISS that uses the newly built model to predict Form L in the product. The model is a 2-component PLS model that has the SNV and second derivative spectral filters. These filters contribute to signal correction and reduce the individual differences in spectrum. To verify the correctness of the model, several parameters have been examined, these parameters are: linearity, accuracy, repeatability and selectivity. The linearity is verified by means of a validation set where the model can predict the content of Form L which is then compared with the Form L value determined with reference method. Regression statistics are calculated to verify that the slope includes the value 1 and that the intercept includes the value 0 in a 95% confidence interval. The accuracy is verified by examining how much the predictions deviates from the reference method. The accepted value is 20% RSD. The model has a maximum RSD value of 11.7%. The repeatability is verified by analyzing 2 capsules from 2 different batches 10 times each. Then the pooled standard deviation and a 95% confidence interval is calculated. The selectivity of the model is verified by analyzing capsules with other contents, 5 capsules with different contents is analyzed. The model gives high values of DModX (the distance for each observation to the model) and/or Hotelling's T2 (the distance from the observation to the center of the model) which means that the analyzed capsules with different content deviate from the model.

The purpose of this thesis is to evaluate the combination of bibliographic coupling and three hierarchical cluster analytic techniques: average, complete and single linkage. Bibliographic coupling is applied as a measure of similarity between recently published articles and the cluster techniques are used for the partition of a set of articles into subsets of articles with similar research focus. The field of information science is applied as the test arena and the selection of data, i.e., the article population to be partitioned, is based on a number of central journals. Methods of evaluation include both quantitative approaches as well as a qualitative one. For comparing the resulting partitions, adjusted Rand index is utilized and for the establishment of cluster coherence and isolation, measures of average normalized coupling strength is applied. In an effort to quantify the degree of subject focus within clusters, normalized entropy of a cluster’s distribution of weighted descriptors is calculated. Manual inspection of cluster composition is also performed. The findings show that choice of cluster method has a profound impact on the resulting partitions. Complete linkage generated highly subject coherent clusters but produced a fragmented picture of the research field in question, i.e., the split up of research specialties. Single linkage on the other hand, performed unsatisfactory and is not recommended. It is suggested that average linkage, when combined with a stopping rule (the inconsistency coefficient), should be considered as the method of choice since it mainly generated reasonable subject coherent clusters while avoiding severe fragmentation. / Uppsatsnivå: D

To United Minds, large-scale surveys are an important offering to clients, not least the public opinion poll Väljarbarometern. A risk associated with surveys is satisficing – sub-optimal response behaviour impairing the possibility of correctly describing the sampled population through its results. The purpose of this study is to – through the use of multivariate outlier detection methods - identify those observations assumed to be non-representative of the population. The possibility of categorizing responses generated through satisficing as outliers is investigated. With regards to the character of the Väljarbarometern dataset, three existing algorithms are adapted to detect these outliers. Also, a number of randomly generated observations are added to the data, by all algorithms correctly labelled as outliers. The resulting anomaly scores generated by each algorithm are compared, concluding the Otey algorithm as the most effective for the purpose, above all since it takes into account correlation between variables. A plausible cut-off value for outliers and separation between non-representative and representative outliers are discussed. The resulting recommendation is to handle observations labelled as outliers through respondent follow-up or if not possible, through downweighting, inversely proportional to the anomaly scores.

Traditionell mätteknik innebär att instrument monteras i rör eller på andra sätt förs in i processen. Detta kan vara problematiskt vid svårhanterliga processfluider och i vissa fall ge missvisande analysresultat. Tekniken Aktiv Akustisk Spektroskopi, som bygger på att mäta en utsänd ljudsignals dämpning genom processfluider, kan dock kringgå detta. Mätinstrumentet med denna teknik kallas för Acospector och marknadsförs av företaget Acosense. Instrumentet är helt beröringsfritt och kan installeras och underhållas utan processtopp. Genom multivariat analys av ljudspektrum från instrumentet fås information om processen, fluiden och dess fysikaliska egenskaper så som viskositet, koncentration, torrsubstans, densitet m.m.   Projektet ”Realtidsanalys av kiselsol” genomfördes under 10 veckor som en del av Acosenses utvecklingsarbete för nya användningsområden för Acospector. Projektet utredde möjligheten till realtidsanalys av specifik yta för kiselsol vid en ny mätposition hos Akzo Nobel Pulp Performance Chemicals (tidigare Eka Chemicals).   Projektet har haft som mål att validera Acosense teknik för den nya mätpositionen mot den fysikaliska egenskapen specifik yta. Detta skulle göras genom att ta fram ett så bra kalibreringsunderlag som möjligt och skapa en kalibrerad modell som kan prediktera egenskaper hos ett valideringsset. Ett annat mål var även att granska befintliga laborationsmetoder hos Akzo Nobel för specifik yta.   Arbetet bestod till stor del av att samla in kalibreringsprover som analyserades med avseende på specifik yta, pH, Na2O-halt, turbiditet, densitet, viskositet och konduktivitet. För proverna erhölls även spektrum som behandlades med Direct Fourier Transform och analyserades samt korrelerades med laborationsresultaten med hjälp av multivariat analys.    Viktiga parametrar för att få så jämförbara resultat för specifik yta som möjligt är noggrant och konsekvent utförda laborationsanalyser, pH-elektrodens känslighet och tiden från det att prov tagits ut till dess att analys utförs. Granskning av Akzo Nobels laborationsmetoder gav inga konkreta förslag på förändringar i laborationsinstruktionen, även om projektets och fabriksoperatörers resultat skilde sig åt.     Resultaten från multivariat analys av spektrumen och laborationsresultaten visade efter den initiala valideringen med befintlig data ge en bra modell för att mäta specifik yta. Arbetet med att få fram modellen, genomfördes genom att börja med att identifiera ett fåtal observationer som avvek från övriga. De kunde efter fortsatt granskning uteslutas. Rekommendation är att genomföra ytterligare validering av modellen med ett externt dataset. När ett sådant test är gjort skulle det kunna bevisas hur applicerbar framtagen modell är för applikationen realtidsanalys av specifik yta hos kiselsol.   Inför nya installationer av Acospectorn verkar liknade projekt med riktade punktinsatser för insamling av större mängd laborationsprover genomförda på samma sätt, vara ett bra sätt att kunna säkerställa ett kalibreringsunderlag med bra kvalitet. Noggrant utförda analyser och bra analysmetoder begränsar spridningen i resultaten vilket kan ge bra resultat under en kort tidsperiod. / Traditional measurement techniques are often conducted by mounting instruments inside pipes or are in other ways introducing them to the process. This can be problematic when handling process fluids that are dangerous, cause precipitations or are in other ways hard to handle and might give misleading results. One way to avoid these problems are using the measuring technique Active Acoustic Spectroscopy. Active Acoustic Spectroscopy is conducted by measuring sound signals attenuation through process fluids. The instrument for this is called Acospector and is produced and marketed by the company Acosense. The Acospector is noninvasive and can be installed and maintained without needing to stop the manufacturing process. Through multivariate data analysis of the spectrums from the instrument, vital information is revealed about the process.   The project “Real Time Analysis of Silica Sol” was conducted during 10 weeks as a part of Acosense development plan for new application areas. The project evaluated the possibility of real time analysis of specific surface of silica sol at a new position at Akzo Nobel Pulp & Performance Chemicals (former known as Eka Chemicals).   The objective of the project was to validate Acosense technique for the new position and specific surface. This was to be done by collecting as good calibration data as possible and create a model which could predict properties of a validation data set. Another objective was to evaluate Akzo Nobel’s lab methods for analyzing specific surface.   A large part of the work was to collect calibration samples from the process and analyze them for specific surface, pH, Na2O-content, turbidity, density, viscosity and conductivity. A spectrum was also collected for each calibration sample with the Acospector. These spectrums were then treated with Direct Fourier Transform and analyzed and correlated with lab results by multivariate data analysis.   Important parameters for comparable results are carefully and consistent conducted analysis, the pH-electrodes sensitivity and the time that passes between the out take of the sample and analysis. Evaluation of Akzo Nobel’s lab methods for specific surface gave no suggestions to changes in the lab instruction even though the projects results and factory operators’ results deviated.   The results from the multivariate analysis of the spectrums and lab results showed after an initial validation with collected data to give a good model for prediction of specific surface. The work to develop the model was done by identifying some observations that deviated from the others. These could after further review be excluded from the data set. It is recommended to conduct further validation of the model with a new data set that hasn’t been used to build the model. When this is done, it would be proved how useful the model is for the application of real time analysis of specific surface at Akzo Nobel.    For new installations of the Acospector similar projects, with targeted operations for collecting large amounts of lab samples conducted in the same way, seems to be a good way to ensure good quality of the calibration data. Thoroughly and consistent conducted analyzing methods are crucial to limit the error in the calibration data and produce good results during a short period of time.

Syftet med detta examensarbete är att förkorta 20-timmars frisättningen för en tablettformulering med förlängd frisättning genom att använda maskininlärning genom multivariat prediktiv modellering, helt automatisera frisättningsmetoden och utvärdera antalet tabletter som kan representera en batch vid frisättningsanalys av en specifik provtablett. Prediktionsmodellerna byggdes i SIMCA 14, som är en programvara för multivariat dataanalys. Två PLS-prediktionsmodeller byggdes som använder sig av de första 8 timmarna av frisättningen som X-variabler för att prediktera mängden aktiv farmaceutisk ingrediens som frisatts vid timme 12 och timme 20. Y-variablerna behandlades med logit-transformation i SIMCA 14. Modellerna bedömdes med en oberoende testset med avseende på linjäritet och precision. Beräkningar visar att prediktionerna av 12 och 20 timmars värden är utmärkta. RMSEP för 12-timmars prediktionen är 0,39 och 1,12 för 20-timmars prediktionen. Detta visar att modellerna korrekt kan prediktera timme 12 och timme 20 efter en 8 timmars frisättningsanalys. En automatiserad 8-timmars frisättningsmetod med alla nödvändiga kommandon har byggts för SingBATH-roboten i SenISS-programvaran. Det är möjligt att koppla modellerna till SingBATH-metoden till SIMCA Quick Predict-modulen som finns i SenISS-programvaran. SingBATH-robotarna är placerade i produktionsanläggningarna, vilket innebär att hela analysen kan överföras från laboratoriet för kvalitetskontroll till produktionen. För att utvärdera möjligheten att använda färre än 6 tabletter vid frisättning av provtabletten för en batch, användes ett testset med data från 73 olika batcher. Flera beräkningar har utförts för att undersöka effekten av att minska antalet tabletter från 6 till 3 tabletter per batch. Det visas att risken för felaktig bedömning av batchens frisättning vid timme 1, 4, 8 och 20 med frisättning av 3 tabletter istället för 6 är mycket liten. Dessutom är den tid och resurser som sparas när antalet testade tabletter per batch minskas mycket stora. En utvärdering av prediktionsmodellerna med 6 och 3 tabletter per batch har också utförts. Resultaten visar att skillnaderna i resultat är små. Genom att flytta analyserna till produktionen, med hjälp av prediktionsmodeller för att minska analystiden till 8 timmar istället för 20 timmar och att minska antalet tabletter som representerar en batchs frisättning till 3 tabletter, från 6 tabletter, innebär en stor tidsbesparing för analys av denna provtablett. / The aim of this thesis degree is to shorten the 20-hour dissolution time of an extended release tablet formulation by using machine learning through multivariate predictive modelling, fully automate the dissolution method and assess the number of tablets needed to have correct test result for a batch of the formulation analyzed in this thesis.  The prediction models were built in SIMCA 14, which is a software for multivariate data analysis. Two PLS prediction models were built using the first 8 hours of dissolution as X-variables to predict the amount active pharmaceutical ingredient dissolved at hour 12 and hour 20. The Y variables were treated with logit transformation in SIMCA 14. The models were assessed with an independent test set with respect to linearity and precision. Calculations show that predictions of the 12 and 20 hour values are excellent. RMSEP for the 12-hour prediction is 0,39 whereas it is 1,12 for the 20-hour prediction. This shows that the models can correctly predict hour 12 and hour 20 after an 8 hours dissolution analysis.  An automated 8 hour dissolution method with all the necessary commands has been built for the SingBATH robot in the SenISS software. It is possible to couple the models to the SingBATH method to the SIMCA Quick Predict module available in the SenISS software. The SingBATH robots are placed in the production facilities, which means that the entire analysis can be transferred from the quality control laboratory to the production. To evaluate the possibility of using fewer than 6 tablets when testing the dissolution profile for a batch, a test set with data from 73 different batches was used. Several calculations have been performed to investigate the effect of reducing the number of tablets from 6 to 3 tablets per batch. It is shown that the risk of incorrectly judging the batch dissolution at hour 1, 4, 8 and 20 associated with testing 3 tablets instead of 6 is very small. Moreover, the time and resources saved when  the number of tablets tested per batch are reduced are very large.  An evaluation of the prediction models with 6 and 3 tablets per batch has also been performed. The results show that the differences in results are minor. By moving the analyses to the production, using prediction models to reduce the analysis time to 8 hours instead of 20 hours, and to reduce the number of tablets representing a batch dissolution to 3 tablets, from 6 tablets, means a great time saving for this analysis.

The employment rate differences between those who are foreign born and those whoare born in Sweden are as high as 15,3 percent in average, which is the largestdifference amongst the member states. There are also big variations amongst the 290Swedish municipalities, with differences ranging from 10,7 percent in Gällivarekommun and 49,3 percent in Ovanåker kommun.The purpose of this study is to contribute to previous studies on the integration ofimmigrants on the Swedish labour market, by exploring the explanations for thesevariations. The main focus of this study is to explore how the integration policies ofthe local municipalities affect immigrant's successes on the Swedish labour marketand their opportunities for employment.Within the limits of a statistical study and through multivariate regressionanalysis, I explore a number of potential factors that could affect the employmentrates of foreign born citizens. The empirical findings are ambiguous, with only partialsupport for two out of three hypotheses, and no support for the third, this studyshows little promise for the purpose of local integration policies for the integration ofimmigrants on the Swedish labour market. / <p>2018-06-07.</p>

I den nuvarande samhällskontexten är det av intresse att analysera förtroendet för polisen, motiverat av den ökade rapporteringen av skjutningar och den höga exponeringen av kriminalitet i medierna. Dessa faktorer förväntas ha en inverkan på det förtroende som den svenska befolkningen känner inför polisen. Denna studie har för avsikt att utreda hur allmänhetens relation till polisen har påverkats och även analysera huruvida klasstillhörigheter har en inverkan på förtroendet. Effekten av klass kompletteras även av att analysera effekten av rädsla för brott. Studiens utgångspunkt bygger på en konfliktteoretisk ram där klass konceptualiseras genom Bourdieus kapitalbegrepp. För att komplettera klassperspektivets förklaringsförmåga integreras även teorin om rädsla för brott som inkluderar mer individuella aspekter där klass inte nödvändigtvis behöver vara av betydelse. Studiens datamaterial består av den tionde omgången av European Social Survey (ESS) som påbörjades år 2020. Endast data från Sverige har använts för undersökningen, vilket resulterade i 2287 respondenter. Resultaten av multivariata regressionsanalyser visar att högre klasstillhörighet genom socialt och ekonomiskt kapital ökar förtroendet för polisen, samt att rädsla för brott har en minskande effekt på förtroendet för polisen. Sammanfattningsvis bidrar denna studie med sociologisk forskning om konsekvenser av ojämlikheter i det svenska samhället, där insikter om hur de olika samhällsklyftorna har en inverkan på svenska individers förtroende för polisen framhävs.

In an era of increasingly complex data, the balance between detailed information presentation and maintaining an overview during visualisation is crucial. This thesis investigates the application of the ´magic lens' technique to network visualisations, specifically focusing on visualising dynamic network attributes such as temporal node changes and evolving network topology. Traditional network visualisation methods often struggle to reveal underlying multivariate characteristics, necessitating more innovative approaches like focus plus context visualisations. The lens is also to be used for comparison between different parts of the network, where multivariate node attributes and dynamic network topology is integrated. Our research aims to enhance the usability and effectiveness of network visualisations by integrating a magic lens for dynamic data exploration. This study re-implements and extends the Network Lens tool using modern web technologies (Cytoscape.js and D3.js) and conducts a user study to evaluate its design and functionality. The research questions address essential design requirements for a comparison lens, methods for integrating temporal network comparisons within the magic lens, and user preference for different visual representations. Through careful study and implementation, we identify key design requirements for effective comparison lenses, including intuitive node selection, multi-selection comparison, and longitudinal observation capabilities. The dynamic network topology was visualised using a timeline representation, positioned adjacent to the main lens to maintain clarity and ease of use. User evaluations highlighted the practicality of dual-lens setups for side-by-side comparison, although initial usability of the dynamic display suggests room for refinement. Three visual representations - bar charts, parallel coordinates plots, and star plots - were integrated within the magic lens to enhance multivariate data exploration. User feedback indicated a preference for bar charts due to their straightforward interpretation, despite their limitations in displaying small relative values. Parallel coordinates plot were favoured at second place for their ability to maintain visual clarity across a range of values, while star plots, though less preferred, were recognised for their potential in displaying numerous dimensions. Future work should extend the tool's application to real-world datasets, incorporate dynamic nominal data, and explore alternative dynamic display methods. Broader user studies across various domains will further validate andrefine the tool, ensuring its effectiveness and adaptability for diverse data visualisation needs. / I en tid av allt mer komplex data är balansen mellan detaljerad informationspresentation och upprätthållande av överblick under visualisering avgörande. Detta projekt undersöker tillämpningen av den "magiska linsen"-tekniken för nätverksvisualiseringar, speciellt med fokus på visualisering av dynamiska nätverksattribut såsom temporala nodförändringar och förändrande nätverkstopologi. Traditionella nätverksvisualiseringsmetoder har ofta besvär för att avslöja underliggande multivariata egenskaper, vilket kräver mer innovativa tillvägagångssätt som fokus och kontextvisualiseringar. Linsen ska också användas för jämförelse mellan olika delar av nätverket, där multivariata nodattribut och dynamisk nätverkstopologi är integrerade. Vår forskning syftar till att förbättra användbarheten och effektiviteten av nätverksvisualiseringar genom att integrera en magisk lins för dynamisk datautforskning. Den här studien omimplementerar och utökar verktyget Network Lens med modern webbteknologi (Cytoscape.js och D3.js) och genomför en användarstudie för att utvärdera dess design och funktionalitet. Forskningsfrågorna tar upp väsentliga designkrav för en jämförelselins, metoder för att integrera tidsmässiga nätverksjämförelser inom den magiska linsen och användarpreferenser för olika visuella representationer. Genom noggranna studier och implementering identifierar vi nyckeldesignkrav för effektiva jämförelselinser, inklusive intuitivt nodval, jämförelse med flera val och longitudinella observationsmöjligheter. Den dynamiska nätverkstopologin visualiserades med hjälp av en tidslinjerepresentation, placerad intill huvudlinsen för att bibehålla klarhet och användarvänlighet. Användarutvärderingar lyfte fram det praktiska i funktionen med dubbla linser för jämförelse sida vid sida, även om den initiala användbarheten av den dynamiska displayen antyder utrymme för förfining. Tre visuella representationer - stapeldiagram, parallella koordinater och stjärndiagram - integrerades i den magiska linsen för att förbättra multivariat datautforskning. Användarfeedback indikerade en preferens för stapeldiagram på grund av deras enkla tolkning, trots deras begränsningar i att visa små relativa värden. Parallella koordinater gynnades på andra plats för dens förmåga att bibehålla visuell klarhet över en rad värden, medan stjärndiagram, även om de var mindre föredragna, erkändes för sin potential i att visa många dimensioner. Framtida arbete bör utvidga verktygets tillämpning till datauppsättningar i verkliga världen, inkludera dynamiska nominella data och utforska alternativa dynamiska visningsmetoder. Bredare användarstudier över olika domäner kommer att ytterligare validera och förfina verktyget, vilket säkerställer dess effektivitet och anpassningsförmåga för olika datavisualiseringsbehov.

<p>Vid analys av fluider med akustisk spektroskopi finns ett behov av att finna multivariata metoder för att utifrån akustiska spektra prediktera storheter såsom viskositet och densitet. Användning av artificiella neurala nätverk och bayesiska nätverk för detta syfte utreds genom teoretiska och praktiska undersökningar. Förbehandling och uppdelning av data samt en handfull linjära och olinjära multivariata analysmetoder beskrivs och implementeras. Prediktionsfelen för de olika metoderna jämförs och PLS (Partial Least Squares) framstår som den starkaste kandidaten för att prediktera de sökta storheterna.</p> / <p>When analyzing fluids using acoustic spectrometry there is a need of finding multivariate methods for predicting properties such as viscosity and density from acoustic spectra. The utilization of artificial neural networks and Bayesian networks for this purpose is analyzed through theoretical and practical investigations. Preprocessing and division of data along with a handful of linear and non-linear multivariate methods of analysis are described and implemented. The errors of prediction for the different methods are compared and PLS (Partial Least Squares) appear to be the strongest candidate for predicting the sought-after properties.</p>