<p>I detta exjobb har en trådlös enhet för vibrationsmätning på maskiner konstruerats. Arbetet har gällt både hårdvara ochmjukvara. I arbetet ingår bland annat implementering av olika digitala filter i den mikrokontroller som valts ochframtagning och implementering av ett kommunikationsprotokoll för trådlös kommunikation. Resultatet har blivit att enkomplett fungerande prototyp på en mätenhet med lovande egenskaper kunnat tas fram.</p>

I detta exjobb har en trådlös enhet för vibrationsmätning på maskiner konstruerats. Arbetet har gällt både hårdvara ochmjukvara. I arbetet ingår bland annat implementering av olika digitala filter i den mikrokontroller som valts ochframtagning och implementering av ett kommunikationsprotokoll för trådlös kommunikation. Resultatet har blivit att enkomplett fungerande prototyp på en mätenhet med lovande egenskaper kunnat tas fram.

To survive in today’s highly competitive and fast changing environment large corporations continuously have to develop themselves and their value offering. As a way to manage this, many have established innovation departments to deal with the company’s offerings. Despite this, it is challenging to generate impact from new business initiatives with several uncertainties stemming from the phase where the initiatives are being scaled, referred to in theory and practice as the scaling phase. The challenges within this phase has as well been noticed by Deloitte Sweden who have identified an increase in requested support within the space of scaling innovation. The scaling phase is considered the biggest obstacle for new business initiatives because of its unpredictability. It is hence identified as a troublesome and strategically challenging area in corporate innovation in need for further investigation. The aim of this thesis was consequently to research and unveil the underlying difficulties causing the scaling to fall short and success factors that can prevent it. Practical industry insights and experiences have been gathered through semi-structured qualitative interviews with seven large corporations. All seven companies were interviewed individually on two separate occasions and the results from the first round of interviews constructed two research questions that guided the thesis; (1) What are the key principles that should be applied to create the best preconditions for large corporations throughout the scaling process? and (2) How can indicators be used throughout the scaling process to validate its progress? Results from both rounds of interviews were combined with the literature studies and together they indicated five difficulties and correlating success factors for large corporation scaling of new business initiatives. The difficulties and success factors were in turn divided into two prominent themes. The first theme includes the preparatory work in the process leading up to a decision of scaling, called; preconditions for scaling. The second theme covers how companies can validate the progress of the initiative during scaling, called; scaling progress validation. To intuitively communicate the difficulties, success factors, and corresponding recommendations they are presented as a framework: Corporate Innovation Scaling - Difficulties and Success Factors. The content of the framework aims to support the innovation departments throughout their innovation process and ultimately aid the scaling of new business initiatives. / För att överleva i dagens mycket konkurrensutsatta och snabbt föränderliga miljö måste stora företag ständigt utveckla sig själva och deras värdeerbjudande. Ett vanligt sätt att hantera detta är att etablera innovationsavdelningar med ansvar att hantera företagets innovativa erbjudanden. Trots detta är det utmanande att generera en inverkan från dessa nya affärsinitiativ där flera osäkerhetsfaktorer härrör från den fas där initiativen skalas, som i teori och praktik benämns som skalningsfasen. Utmaningarna inom denna fas har också uppmärksammats av Deloitte Sverige som har upplevt en ökad av efterfrågan av stöd inom ramen för skalning av innovation. Skalningsfasen anses vara det största hindret för nya affärsinitiativ på grund av dess oförutsägbarhet. Det identifieras därmed som ett besvärligt och strategiskt utmanande område inom företagsinnovation i behov av ytterligare efterforskning. Syftet med denna avhandling var följaktligen att undersöka och redogöra för de bakomliggande svårigheterna som orsakar att skalningen brister samt vilka framgångsfaktorer som kan förhindra att det sker. Praktiska branschinsikter och erfarenheter har samlats in genom semistrukturerade kvalitativa intervjuer med sju stora företag. Samtliga sju företag intervjuades individuellt vid två separata tillfällen och resultaten från den första intervjuomgången konstruerade två forskningsfrågor som vägledde avhandlingen; (1) Vilka är de viktigaste principerna som bör tillämpas för att skapa de bästa förutsättningarna för stora företag genom hela skalningsprocessen? och (2) Hur kan indikatorer användas under hela skalningsprocessen för att validera dess framsteg? Resultaten från båda intervjuomgångarna kombinerades med litteraturstudierna och tillsammans indikerade de fem svårigheter och korrelerande framgångsfaktorer för stora företags skalning av nya affärsinitiativ. Svårigheterna och framgångsfaktorerna delades i sin tur upp i två framträdande teman. Det första temat inkluderar det förberedande arbetet i processen som leder fram till ett beslut om skalning, kallat; förutsättningar för skalning. Det andra temat täcker hur företag kan validera initiativets framsteg under skalning, kallat; validering av skalningsframsteg. För att intuitivt kommunicera svårigheterna, framgångsfaktorerna och motsvarande rekommendationerna presenteras de i form av ramverket: Corporate Innovation Scaling -Difficulties and Success Factors. Innehållet i ramverket syftar till att stödja ivinnovationsavdelningarna genom hela deras innovationsprocess och i slutändan hjälpa till att skala nya affärsinitiativ.

Att designa mjukvaruapplikationer med en viss struktur kan ofta framhäva efterfrågade egenskaper. För att välja rätt arkitektur behövs ofta övervägningar, och ibland till och med kompromisser, göras om applikationens planerade karaktär. Det är ofta bra att i detta stadie ha en klar bild om vilka attribut en applikation önskas ha. Ett av de viktigare attributen på sikt är skalbarhet. Kunskapen om olika arkitekturers skalbarhet spelar en definitiv roll i designfasen, vilket avgör hur en applikation senare skalas. På senare år har mikrotjänst-arkitektur blivit ett populärt sätt att bygga mjukvara på där den höga skalbarheten sägs vara en bidragande faktor. Detta arbete har till syfte att undersöka skalbarheten hos mikrotjänst-arkitektur i förhållande till monolitisk arkitektur och visa hur detta kvalitetsattribut påverkas när en transformering från en monolit till en mikrotjänst-arkitektur görs. Arbetet har valt att utgå ifrån en existerande modul i en E-handelsplattform med öppen källkod. Modulen som transformerades till en mikrotjänst, skalades horisontellt för respektive arkitektur och applikations-version. Vid användandet av lämpliga verktyg, såsom Docker, visar resultatet att horisontell skalbarhet finns i högre grad hos mikrotjänst-arkitekturen och fortsätter därefter vara hög. Skalning av mikrotjänster kan göras med en högre precision av det som önskas förändras. Detta står i kontrast till den monolitiska strukturen, där skalning begränsas av prestandan av den miljö där mjukvaruapplikationen körs. Efter transformationen till en mikrotjänst-arkitektur ökade skalbarheten, då skalningsmetoden gjordes med mer finkornighet och isolering av den utvalda modulen. För att individuellt skala den monolitiska modulen horisontellt behövdes förändringen göras virtuellt med hjälp av bakgrundsprocesser. Denna lösning visar sig vara en indirekt skalning av hela den monolitiska strukturen. Utöver horisontell skalbarhet fokuserar utvärderingen av resultatet på kvalitativa attribut i form av simplicitet, autonomi och modularitet. / In designing software applications, a chosen structure can often accentuate desired properties. To choose the correct architecture, one must often do considerations and sometimes even compromises, about the intended characteristics of the application. In that stage it is often well motivated to have a clear picture about which attributes the application shall possess. Over time, one of the most important attributes is scalability. The knowledge about the scalability of different architectures could play a crucial part in the design phase, determining how an application is scaled in the future. In recent years Microservice Architecture has been a popular way of building software and its high scalability is said to be a contributing factor. This work has the purpose of examine the scalability of microservice architecture relative to the monolithic architecture and how this quality attribute is affected after a transformation is done from a monolith to a microservice system. This work is based on an existing module from an open source E-commerce platform. The module was first transformed into a working microservice, then both architectures was horizontally scaled. Using suitable tools such as Docker, the result of this work shows that horizontal scalability exists in a high degree within the microservice architecture and continues being high there after. Scaling of microservices can be done with higher precision of what are to be changed. This stands in relation to the monolithic approach where scaling is limited to the performance of the environment where the software application is running. The transformation to a microservice architecture resulted in an increase of scalability. The scaling method was more fined-grained and isolated to the selected module. In contrast, individual horizontal scaling of the monolithic module was required to be done virtually with background processes. This concluded in an indirect scaling of the whole structure of the monolith. Besides horizontal scalability, the evaluation is focused on the system quality attributes of simplicity, autonomy and modularity.

År 1997 påbörjades ett världsunikt projekt, ABIS-studien (Alla Barn i Sydöstra Sverige) på Hälsouniversitetet i Linköping (Linköpings Universitet). Av alla barn som föddes under perioden 1 oktober 1997 till 1 oktober 1999 i Blekinge, Småland, Öland och Östergötland har ca 17 000 följts med jämna mellanrum över åren: barnets födelse, ettårsuppföljning, 2-3-årsuppföljning, 5-6-årsuppföljning samt åttaårsuppföljning. Barnen/familjerna har inför varje moment i studien lämnat in biologiska prover och svarat på frågeformulär. Frågeformulären innehåller frågor av varierade typ och denna uppsats tar hänsyn till de sociodemografiska variablerna samt de variabler som användes för att ”mäta” stress hos föräldrarna och i vissa fall barnen. Genom åren har antalet frågeformulär som fyllts i minskat kraftigt från 16051 till 4030 i åttaårsuppföljningen. Med hjälp av den här uppsatsen vill vi undersöka om bortfallgruppen har speciella kännetecken och om orsaken till bortfall kan förklaras. Som underlag arbetar vi med de data som registreras genom frågeformulären med startpunkt i födelseformuläret, där alla som svarat antas vara populationen och de som därefter försvinner inför kommande uppföljningar är bortfall. För att kunna angripa problemet har multidimensionell skalning, klusteranalys och logistisk regression använts. Ingen av metoderna resulterade i att vi kunde särskilja observationer i två olika grupper som överensstämde med grupperna svarande och bortfall. Därför kan vi inte heller beskriva eller förklara bortfallet utifrån de variabler som valdes, mot sociodemografiska variabler och stressvariabler. / In 1997 began a unique project, the ABIS study (All Babies in Southeast Sweden) at the Faculty of Health Sciences in Linköping (Linköping University). Of all babies born during the period 1 October 1997-1 October 1999 in the counties Blekinge, Småland, Öland and Östergötland have about 17 000 been followed-up at regular intervals over the years: at birth, after one-year, after 2-3 years, after 5-6 years and after eight years. Children/families have for each moment in the study submitted biological samples and responded to questionnaires. The questionnaires contain questions of varying types; this paper takes into account the socio-demographic variables and the variables that were used to "measure" stress with the parents and to some extent with the children. Through the years the number of participants declined sharply from 16 051 filling out the first questionnaire to 4030 at the eight-year follow-up. With this essay we will investigate if the nonresponse group has specific characteristics and if the cause of the nonresponse can be explained. As a basis we work with the data recorded by the questionnaires, with starting point at the birth in which all who responded are assumed to be the population and then the ones who leave the study into the next follow-ups constitute the nonresponse group. In order to tackle the problem, multidimensional scaling, cluster analysis, and logistic regression have been used. None of the methods however made it possible distinguish observations in two different groups that correspond with the groups of respondents and dropouts. Therefore, we cannot describe or explain the nonresponse from the variables that have been chosen, i.e. socio-demographic and stress variables.

Sambandet mellan emotionella uttryck och tonhöjdsegenskaper i tal har tidigare undersökts, men få studier har gjorts av andra ljudegenskaper av emotionella uttryck. Denna studie undersöker volym och talhastighetens påverkan på människors förmåga att sortera emotionella uttryck, och om det finns andra variabler som används när denna information plockats bort. Hypotesen är att det blir svårare att sortera när denna information inte längre finns tillgänglig. Till studien rekryterades 62 deltagare, varav 56 av dessa användes i analysen. Deltagarna randomiserades till en kontrollgrupp och tre experimentgrupper, i vilka volym, talhastighet, samt volym och talhastighet normaliserats till respektive variabels medianvärde. De fick lyssna på och sortera ljudfiler där skådespelare gestaltade olika emotionella tillstånd. Multidimensionell skalning (MDS) användes för att skapa en karta över avståndet mellan emotioner och multipla regressioner utfördes för att hitta förklaringar till MDS-lösningarna. Resultatet tyder på att det är svårare att urskilja de emotionella uttrycken när volym och talhastighet normaliserats. Vad i ljudet som används istället undersöks med multipel regression. Resultaten kopplas till befintliga emotionsmodeller och slutsats dras om att volym och talhastighet verkar vara viktiga för sortering av emotionella ljud.

I februari 2007 beslutade Finansinspektionen att implementera Basel II:s rekommendationer och regleringar som resulterade i införandet av ett kapitalkrav för operativ risk. Internmätningsmetoden är den mest sofistikerade metoden för att beräkna ett kapitalkrav och utgår ifrån faktiska operativa förluster och ämnar att, utifrån dessa, modellera de risker som uppstår i samband med den operativa verksamheten. För att Finansinspektionen ska godkänna en internmätningsmetod kräver de att den inkluderar både intern och extern förlustdata. Vid användande av extern förlustdata är det viktigt att inse att en extern förlust inte är direkt representativ för en annan bank än den där den inträffade. Banker försöker därför ta fram metoder för att kunna skala externa förluster i ett försök att göra dem representativa för sin egen verksamhet. Syftet med denna studie är att utveckla och testa en metod för skalning av extern förlustdata. Teorierna kring skalning bygger idag till stor del på att låta bankspecifika variabler så som omsättning, antal anställda och geografisk placering vara förklarande för storleken av förluster hos olika banker. Med linjär regression är förhoppningen att sedan förstå hur de olika förklarande variablerna påverkar en förlust och därigenom kunna skala förlusterna. Befintliga metoder bygger idag på att göra en regression över en hel databas. Vår metod bygger på att de förklarande variablerna kan få större inverkan och signifikans vid uppdelande av databasen i olika händelsekategorier innan regressionen utförs. För att utvärdera detta använder vi två metoder. Dels den befintliga metoden där regression används över en hel databas och dels vår metod där regression görs inom varje händelsekategori för förluster. Våra resultat visar att olika förklarande variabler har olika stor inverkan inom olika händelsekategorier och därför inte bör inkluderas i en generell modell för skalning. Efter skalning enligt den gamla metoden och vår nya metod är skillnaderna för medelvärdesförluster inom olika händelsekategorier stora. Vår slutsats är att den nya metoden på ett rimligare sätt kan modellera operativa förluster då den endast inkluderar signifikanta variabler för vardera händelsekategorin. Dock har den nya metoden problem med uttunning av datapunkter inom händelsekategorierna. Detta skulle kunna hanteras genom att kombinera metoden med scenarioanalys eller att falla tillbaka på den gamla metoden för de händelsekategorier som inte ger robusta resultat. / In February 2007 Finansinspektionen decided to implement the Basel II regulatory requirements resulting in a capital requirement for operational losses. The Advanced Measurement Approach (AMA) is the most sophisticated method for capital requirement calculations and it is based upon actual operational losses from which it models the risks associated with a bank’s possible operational errors. To get approval from Finansinspektionen to use an AMA method it is required to incorporate both internal and external loss data in the model. When using external data it is important to be aware of that an operational loss is only representative for the bank where it occurred. Based on this, banks are in need of methods to scale external losses to make them more representative for their own environments. The purpose of this paper is to develop and evaluate a method for scaling of external loss data. Today the theories of scaling are based upon the idea to let bank specific variables, such as revenue, number of employees and geographical region be explanatory for the size of operational losses within banks. With linear regression it is possible to estimate how much these explanatory variables effects a loss and then use the results to scale external losses. Today’s theories are designed and used to perform the regression over the whole dataset. Our method is based on the idea that the explanatory variables will have a greater impact and significance if the dataset is divided into different risk types before the regression is performed. To evaluate our approach we perform a test simulation on both the old method, where the regression is performed over the whole dataset and the new method where one regression is performed for each risk type. Our results show that different explanatory variables have different impact for different risk types and therefore should not always be included in an overall method for scaling. After scaling of the losses with both the old and our new method, we notice that the results for average loss size differ a lot within the different risk types. Our conclusion is that the new method is able to scale external losses in a more reasonable and accurate way since it only includes significant variables for each risk type. But, the new method has a problem with lacking of data points within the risk types. This could be handled by combining the method with scenario analysis or using the old method for the risk types that does not generate robust results.

In order to fully benefit from cloud computing, services are designed following the “multi-tenant” architectural model which is aimed at maximizing resource sharing among users. However, multi-tenancy introduces challenges of security, performance isolation, scaling and customization. RStudio server is an open source Integrated Development Environment (IDE) accessible over a web browser for R programming language. The purpose of this thesis is to develop an open source multi-user distributed system on Hopsworks, a data intensive and AI platform, following the multi-tenant model, that provides RStudio as Software as a Service (SaaS). Our goal is to promote collaboration among users when using RStudio and the learning and teaching of R by enabling users easily have access to same computational environments and resources while eliminating installation and maintenance tasks. Hopsworks introduces project-based multi-tenancy where users within a project share project resources (e.g datasets, programs and services) for collaboration which introduces one more challenge of sharing project resources in RStudio server instances. To achieve our purpose and goal we therefore needed to solve the following problems: performance isolation, security, project resources sharing, scaling and customization. Our proposed model is on demand single user RStudio server instances per project. Our system is built around Docker and Kubernetes to solve the problems of performance isolation, security and scaling. We introduce HopsFS-mount, that allows securely mounting HopsFS via FUSE to solve the project resources (datasets and programs) sharing problem. We integrate our system with Apache Spark which can scale and handle Big Data processing workloads. Also we provide a UI where users can provide custom configuration and have full control of their own RStudio server instances. Our system was tested on a GCP cluster with four worker nodes each with 30GB of RAM allocated to them. The tests on this cluster showed that 44 RStudio servers, each with 2GB of RAM, can be run concurrently. Our system can scale out to potentially support hundreds of concurrently running RStudio servers by adding more resources (CPUs and RAM) to the cluster or system. / För att dra full nytta av molntjänster är vissa applikationer designade för multitenans som syftar till att maximera resursdelning mellan användare. Dock introducerar multitenans utmaningar i hänsyn till resursdelning, säkerhet, prestandaisolering, anpassning och skalning. RStudio-server är en öppen källkod Integrerad utvecklingsmiljö (IDE) tillgänglig över en webbläsare för programmeringsspråket R. Syftet med denna avhandling är att utveckla ett distribuerat system med öppen källkod för flera användare på Hopsworks, en data krävande AI-plattform, efter multitenans-modellen, som tillhandahåller RStudio som Software as a Service (SaaS). Vårt mål är att främja samarbete mellan användare vid användning av RStudio, inlärning och undervisning av R genom att göra det enkelt för användare att ha tillgång till samma beräknings miljöer och resurser samtidigt som installation och underhållsarbete elimineras. Hopsworks introducerar projektbaserad multitenans där användare inom ett projekt delar projektresurser (t.ex. datamängder, program och tjänster) för samarbete som introducerar ytterligare en utmaning att dela projektresurser i RStudio server instanser. För att uppnå vårt syfte och mål behövde vi därför lösa följande problem: prestandaisolering, säkerhet, projekt resursdelning, skalning och anpassning. Vår föreslagna modell är på bergäran en-användares RStudio-serverinstanser per projekt. Vårt system är byggt kring Docker och Kubernetes för att lösa problemen med prestanda isolering, säkerhet och skalning. Vi introducerar HopsFS-mount, som gör det möjligt att säkert montera HopsFS via FUSE för att lösa resurs (datamängder och program) delning problemet. Vi integrerar vårt system med Apache Spark som kan skala och hantera Big Data bearbetning belastningar. Vi tillhandahåller också ett användargränssnitt där användare kan tillhandahålla anpassad konfiguration och ha full kontroll över sina egna RStudio-serverinstanser. Vårt system testades på ett GCP-kluster med fyra arbets noder, varje node hade 30 GB RAM. Testerna på detta kluster visade att 44 RStudio-servrar, var och en med 2 GB RAM, kan köras samtidigt. Vårt system kan även skala ut för att potentiellt stödja hundratals RStudio-servrar som samtidigt körs genom att lägga till fler resurser (CPU:er och RAM) i klustret eller systemet.

När en ny webbapplikation skall lanseras och driftsättas är det svårt att i förhand veta vilken datatrafik och belastning som tjänsten behöver vara dimensionerad för. Rapporten följer en webbapplikation som inte är förberedd för uppskalning till att bli separerad i olika komponenter för ökad skalbarhet och driftsäkerhet. I rapporten genomförs även en komparativ studie på olika typer av molntjänster som erbjuder infrastruktur (IaaS)-, plattform (PaaS)- och mjukvara (SaaS) som en tjänst. Målet med undersökningen var att hitta en kostnadseffektiv metod för att expandera applikationens infrastruktur och flytta implementationen till molnet. Resultatet och slutsatsen visar att den dyraste lösningen inte alltid är den bästa och i slutändan kan företag betalar pengar för resurser som de inte utnyttjar.

Satellite imagery and volume-area scaling are used to asses the glacier area and ice volume of Iceland from the Little Ice Age maximum to present day, obtaining a final result in sea level rise between 1890 - 2015. The Little Ice Age was a time of regional cooling, with glaciers reaching their maximum extent (~1890 for Iceland) with warming and glacier retreat after this period ended. Ice volume estimates are important to know due to their relevance in potential sea level rise calculations. Understanding both of these estimations for Iceland connects the impact a changing climate has on regional and global scales. Different scaling parameters used in the volume-area scaling approach to determine ice volume and ultimately sea level equivalents highlight the range of estimates acquired and point out the need in choosing appropriate values based on glacier region. A comparison to using mass balance measurements for volume estimates is also noted, showing differences in ice volume loss over past and present time periods. The Icelandic glacier area for present day is an updated value from previous studies at 10,803 ± 83 km2 and a first ever reported Icelandic Little Ice Age maximum glacier area of 12,201 ± 91 km2. For potential sea level rise, it is found the most reliable estimate from the volume- area scaling assessment is 2.67 mm from the Little Ice Age maximum to present day, with a yearly contribution since 1890 of 0.02 mm. / Satellitbilder och volym-area skalningsmetoden användes för att uppskatta glaciärarea och isvolym på Island från Lilla istiden till nutid, för att få fram hur stor höjningen av havsnivån varit under denna tidsperiod (1890 – 2015). Den lilla istiden var en tid av regional kylning då glaciärer nådde sin maximala utsträckning (~1890 för Island) följt av en snabb reträtt efter att denna period slutade. Uppskattningen av isvolym är viktigt att veta på grund av dess relevans i potentiella beräkningar av höjningen av havsnivån. Att förstå båda dessa uppskattningar för Island är kopplat till den påverkan ett förändrat klimat har på regional och global nivå. De olika skalparametrar som använts i volym-area skalningsmetoden för att bestämma volymen av is, och dess motsvarigheter i havsnivå, gav en rad av olika uppskattningar. Detta pekar på behovet att välja ett lämpligt parametervärde baserat på glaciärregionen. En jämförelse med att använda mätningar av massbalans för volymuppskattningar gjordes också, vilket visar skillnader i isvolymförlust över tidigare och nuvarande tidsperioder. Dagens värde på den isländska glaciärarean är uppdaterat från tidigare studier på 10,803 ± 83 km2 och den första rapporterade maximala isländska glaciärarean från Lilla istiden på 12,201 ± 91 km2. För potentiell höjning av havsnivån, har man funnit att den mest tillförlitlig uppskattning från volym-area skalningsmetoden är 2,67 mm från Lilla istidens maximum till nutid, med ett årligt bidrag sedan 1890 av 0,02 mm. (Översättning Cecilia Bayard.)