We show that we can optimally represent the set of 2D images produced by the point features of a rigid 3D model as two lines in two high-dimensional spaces. We then decribe a working recognition system in which we represent these spaces discretely in a hash table. We can access this table at run time to find all the groups of model features that could match a group of image features, accounting for the effects of sensing error. We also use this representation of a model's images to demonstrate significant new limitations of two other approaches to recognition: invariants, and non- accidental properties.

ALCNIR+—ALCN augmented with transitive and inverse roles—is an expressive Description Logic which is especially well-suited for the representation of complex, aggregated objects. Despite its expressiveness, it has been conjectured that concept satisfiability for this logic could be decided in a comparatively efficient way. In this paper we prove the correctness of this conjecture by presenting a PSPACE algorithm for deciding satisfiability and subsumption of ALCNIR+-concepts. The space-efficiency of this tableau-based algorithm is due to a sophisticated guidance of the search for a solution. Moreover, this space-efficiency is not paid for with time-consumption; on the contrary, the guidance technique leads to very early refutation. This algorithm will be the basis for an efficient implementation.

The housing and construction sector is responsible for 40% of global greenhouse gas (GHG) emissions, making it crucial for achieving the Paris Agreement goals. One of the most effective ways to mitigate emissions in this sector is by optimizing the use of existing building stock and minimizing the construction of new houses. Through enhanced space efficiency, the on-demand storage service has the potential to decrease the demand for new construction and thereby reduce GHG emissions by converting existing attic spaces in inner-city areas to additional apartments. However, the service introduces additional emissions from its operations and for the service to have a significant impact on reducing construction needs, it must expand on a large scale and be integrated in the housing stock. The aim is to quantify the operational emissions and potential emissions avoided through a theoretical large-scale expansion of the on-demand storage service, to determine the potential net impact. Secondly, it aims to explore the opportunities and barriers to the concept's large-scale expansion within the housing and construction sector. Both quantitative and qualitative methods are utilized. The quantitative approach involves modeling emissions and potential reductions for large-scale expansion, while the qualitative method consists of 12 interviews with various stakeholder groups. Rogers' diffusion of innovation theory guides the analysis of qualitative findings. The results indicate that the on-demand storage service can potentially reduce overall GHG emissions if implemented on a large scale, due to the potential emissions avoided surpassing the operational emissions associated with the service by a large margin. The utilization of collective storage in warehouses, which offers superior space efficiency compared to traditional attic storage, is the key factor behind this outcome. By connecting this service to an entire apartment building, there is an opportunity to repurpose existing attic storage spaces into additional new apartments, thereby decreasing the need for constructing new buildings and effectively mitigating emissions in the housing and construction sector. However, the diffusion rate of the concept is assessed as modest due to significant barriers, particularly current regulations and a lack of market pull. While there are noteworthy opportunities such as potential economic benefits for customers and the ability to function as a circular economy platform, these opportunities are not as prominent as the existing barriers. This study represents an initial exploration of the on-demand storage concept, emphasizing its eco-potential and the need for regulatory revisions. It provides an assessment of the climate impact, barriers, and opportunities for the expansion of the storage concept within the housing and construction sector. However, further academic and practical work is required to better understand the concept's interaction with cities and society. On-demand storage has the potential to enhance space efficiency and reduce the environmental impact of housing and construction. Continued exploration of this concept paves the way for a more sustainable and efficient future in urban living. / Bygg- och bostadssektorn står för 40% av de globala utsläppen av växthusgaser, vilket gör det till en av de mest avgörande för att uppnå Parisavtalet. Ett av det mest effektiva sättet att minska utsläppen inom denna sektor är genom att optimera användningen av befintliga byggnadsresurser och minimera byggandet av nya hus. Genom förbättrad utrymmeseffektivitet har on-demand-lagring en potential att minska behovet av nybyggnation och därigenom minska utsläppen av växthusgaser, genom att använda befintliga vindsutrymmen i innerstadsområden för ytterligare lägenheter. Dock medför tjänsten ytterligare utsläpp från transport, varuhus och renoveringar av vindar till lägenheten. Dessutom måste tjänsten expandera storskaligt och integreras i bostadsbeståndet för att ha en betydande inverkan byggbehovet. Målet med studien är att kvantifiera de operationella utsläppen och de potentiella utsläppsminskningarna som konsekvens av en storskalig implementering av konceptet för att avgöra om den samlade effekten skulle kunna vara positiv eller negativ. För det andra syftar den till att utforska de praktiska möjligheterna och hindren för konceptets storskaliga expansion. Både kvantitativa och kvalitativa metoder används. Den kvantitativa delen består av modellering av utsläpp vid storskalig expansion inom bostads- och byggsektorn, medan den kvalitativa metoden består av 12 intervjuer med olika intressentgrupper. Rogers teori om innovationsspridning används som teoretisk grund i analysen av de kvalitativa resultaten. Resultaten visar att förvaringstjänsten kan minska de totala utsläppen av växthusgaser om den implementeras i stor skala, eftersom den potentiella utsläppsminskningen överstiger de operationella utsläppen markant. Användningen av kollektiv lagring i lagerlokaler, som erbjuder överlägsen platsutnyttjande jämfört med traditionell vindslagring, är den avgörande faktorn bakom detta resultat. Genom användning av tjänsten finns det möjlighet att omvandla befintliga vindsutrymmen till nya lägenheter, vilket minskar behovet av att bygga nya byggnader och därmed även utsläppen inom bostads- och byggsektorn. Dock bedöms de praktiska spridningsmöjligheterna för konceptet som låga på grund av betydande hinder, bestående primärt av regelverk och avsaknad av utbredd marknadsefterfrågan. Även om det finns ekonomiska fördelar för kunderna och möjligheten att fungera som en plattform för cirkulär ekonomi är dessa möjligheter inte lika framträdande som de befintliga hindren. Denna studie är den första att utforska konceptet självförvaring on-demand från ett helhetsperspektiv och betonar dess potential för positiv miljöpåverkan samt behovet av att revidera befintligt regelverk. Den ger en bedömning av klimatpåverkan, hinder och möjligheter för expansion. Ytterligare akademiskt och praktiskt arbete krävs dock för att bättre förstå konceptets interaktion med städer och samhälle. Förvaringstjänsten har potential att bidra till en mer effektiv användning av befintliga ytor och därigenom minska miljöpåverkan inom bostads- och byggsektorn. Fortsatt utfosrkning av detta koncept banar vägen för en mer hållbar och effektiv framtid för utvecklingen av städer.