Route specification can be a time consuming process in flight planning, and at the same time, it should be done very diligently for the sake of a safe flight and to reach the target on time. An autonomous decision support system can save time spent on finding the most accurate and shortest route from departure to destination. Different kinds of external sources are used as input for making intelligent decisions by taking advantage of a rule based reasoning approach. In this regard, a rule based decision support concept based on Drools rule engine is proposed in order to ease the workload of pilots during route specification. / Flygruttsplanering är en tidskrävande process vid uppdragsplanering. Den bör göras med stor omsorg för att garantera en säker flygning som når målet på utsatt tid. Ett autonomt beslutstödssystem kan spara tid genom att hitta den säkraste och kortaste rutten mellan avgång och destination. I detta sammanhang används olika externa källor som indata och de ligger till grund för att fatta intelligenta beslut med hjälp av regelbaserat resonerande. Konceptet regelbaserat beslutsstöd är baserat på Drools regelmotor för att minska arbetsbördan för piloter under ruttplanering.

Litteraturens fokus på jämförbara finansiella rapporter har från att huvudsakligen riktats mot noterade företag, under senaste åren inkluderat onoterade. Bokföringsnämndens införande av K-regelverket 2014, ställde svenska minde onoterade företag inför det obligatoriska valet mellan regelbaserade redovisningsstandarden K2 och principbaserade K3. Införandet ger en undik möjlighet att undersöka vad det är som särskiljer de mindre onoterade företag som tillämpar regel- respektive principbaserad redovisning. En tvärsnittsstudie genomförs på ett urval av 150 företag från år 2014, för att undersöka vad som kännetecknar de mindre onoterade företag som tillämpar K2 respektive K3. Genom logistisk regressionsanalys undersöks påverkan av företagsspecifika egenskaper på valet av redovisningsstandard. Resultatet fastställer att företagets storlek, bransch, skuldsättningsgrad och avskrivningar påverkar valet av redovisningsstandarderna K2 och K3. Vi finner starka stöd för att företagsspecifika egenskaper kan förklara valet mellan princip- och regelbaserad redovisningsstandard för mindre onoterade företag i Sverige. Vi finner även att resultat från tidigare studier utförda på utländska noterade och onoterade företag till mycket även går att applicera på svenska mindre onoterade företag.

Bostadsrätter är en vanlig boendeform i Sverige, det finns många intressenter som har intresse för bostadsrättsföreningar och dess ekonomiska ställning. Bostadsrättsföreningar utgör en unik associationsform, en icke vinstdrivande organisation vars ändamål är att förvalta föreningens fastighet och främja medlemmarnas ekonomiska intresse.  Bostadsrättföreningar kan välja att upprätta sin redovisning efter antingen det förenklade regelbaserade K2 eller principbaserade K3. I Mars 2023 lade bokföringsnämnden fram en remiss om att utesluta K2 som regelverk för bostadsrättsföreningar. Detta väckte frågan hos oss om k-regelverkens lämplighet som redovisningsregelverk samt om lämpligheten skiljer sig mellan ett regel- och principbaserat regelverk för bostadsrättsföreningar.  Syftet med denna studie är att analysera redovisningregelverken K2 och K3 och dess lämplighet för bostadsrättsföreningar, som en icke vinstdrivande organisation. Vidare diskuteras det om det föreligger behov av ett eget regelverk anpassat för bostadsrättsföreningar. Studien använder sig av en kvalitativ metod där semistrukturerade intervjuer har använts för insamling av empiri. Sex respondenter med erfarenhet av revision och förvaltning har deltagit. Utifrån den insamlade empirin drar vi slutsatsen att K-regelverken inte är anpassade för bostadsrättsföreningars syfte och form och därmed brister i sin lämplighet som regelverk för associationsformen. Resultaten visar att K2 har praktiska fördelar som regelverk för bostadsrättsföreningar medan K3 har teoretiska fördelar. Vi ser att redovisningens ändamålsenlighet skulle kunna öka med ett mer anpassat regelverk för bostadsrättsföreningar med en kombination av princip- och regel som utgångspunkt.

Detta arbete visar, delvis var för sig och delvis i kombination, hur regelbaserat och fallbaserat beslutsstöd kan användas vid uppdragsplanering. Uppdragsplanering utförs med hjälp av Mission Support System (MSS). Uppdragsplanering kräver en hel del arbete och en hel del erfarenhet för att den ska bli bra. Detta kan underlättas om man kan få hjälp av olika verktyg som kan dra nytta av uppsatta regler för respektive uppdrag och även dra nytta av tidigare uppdrag av samma karaktär. Sedan tidigare finns det två olika examensarbete som har undersökt respektive del av detta. Målet med detta arbete är delvis att demonstrera metoderna i en prototyp, var för sig och i kombination med varandra, och delvis att försöka besvara frågan om en kombination av metoderna presterar ett bättre beslutsstöd än när metoderna används var för sig. Detta arbete bygger på två tidigare examensarbeten. Metoden som används för att kunna bedöma vilken metod som är att föredra är att man har implementerat både verktygen i en prototyp. I prototypen planerar man sedan ett antal uppdrag och applicerar sedan dem olika metoderna var för sig och även i kombination och utvärderar resultatet. Resultatet pekar på att det ur planeringssynpunkt bör användas en kombination av de två presenterade metoderna. Däremot om man tar in tidsaspekten, så är den erfarenhetsbaserade metoden inte att rekommendera i det utförande som den är i nu. Detta eftersom den tar lång tid att applicera. Tidsåtgången är uppemot 12 timmar. Vilket inte fungerar i verkligheten. / This thesis shows, partly alone, partly in combination, how rule based and case based decision support can be used in mission planning. For mission planning Mission Support System (MSS) is used. Mission planning requires a lot of effort and experience to make a good plan. This can be facilitated if there are tools that can benefit from rules for actual or previously missions of the same character. Thera are two theses that have investigated these different aspects. The goal with this thesis is to partly demonstrate these methods in a prototype, alone and in combination, and partly try to answer the question if a combination of the methods is performing a better decision support than each of them alone. This thesis is based on two previously thesis. The method that is used to to be able to assess which method is preferable is to implement the both tools in a prototype. The prototype is then used to plan a few missions and applying the different methods alone and in combination and evaluate the result. The results indicate that from a planning point, a combination of the two methods should be used. However if one takes the time in consideration, then the case based method is not to recomend in its current status. This because the execution time is long. The execution time is up to 12 hours. Which does not work in reality.

Automatiskt rättning av korta texter är ett område som spänner allt från naturlig språkbehandling till maskininlärning. Projektet behandlar maskininlärning för att förutsäga korrektheten av svar i fritext. Naturlig språkbehandling används för att analysera text och utvinna viktiga underliggande relationer i texten. Det finns idag flera approximativa lösningar för automatiskt rättning av korta svar i fritext. Två framstående metoder är maskininlärning och regelbaserad metod. Vi kommer att framföra en alternativ metod som kombinerar maskininlärning med en regelbaserad metod för att approximativt lösa förenämnda problemet. Studien handlar om att implementera en regelbaserad metod, maskininlärning metod och en slutgiltig kombination av båda dessa metoder. Utvärderingen av den kombinerade metoden utförs genom att titta på de relativa ändringarna i prestanda då vi jämför med den regelbaserade och maskininlärning metoden. De erhållna resultaten har visat att det inte finns någon ökning av noggrannheten hos den kombinerade metoden jämfört med endast maskininlärning metoden. Den kombinerade metoden använder emellertid en liten mängd märkta data med en noggrannhet som är nästan lika metoden med maskininlärning, vilket är positivt. Ytterligare undersökning inom detta område behövs, denna uppsats är bara ett litet bidrag till nya metoder i automatisk rättning. / Automatic correction of short text answers is an area that involves everything from natural language processing to machine learning. Our project deals with machine learning for predicting the correctness of candidate answers and natural language processing to analyse text and extract important underlying relationships in the text. Given that today there are several approximative solutions for automatically correcting short answers, ranging from rule-based methods to machine learning methods. We intend to look at how automatic answer scoring can be solved through a clever combination of both machine learning methods and rule-based method for a given dataset. The study is about implementing a rule-based method, a machine learning method and a final combination of both these methods. The evaluation of the combined method is done by measuring its relative performance compared to the rule-based method and machine learning method. The results obtained have shown that there is no increase in the accuracy of the combined method compared to the machine learning method alone. However, the combined method uses a small amount of labeled data with an accuracy almost equal to the machine learning, which is positive. Further investigation in this area is needed, this thesis is only a small contribution, with a new approaches and methods in automatic short answer scoring.