On étudie l'évolution d'une solution initialement homogène constituée de deux espèces soumises à un gradient thermique qui génère un transfert de matière, ce qui peut conduire à la séparation des espèces du fluide binaire. La configuration choisie pour étudier la séparation est une cellule rectangulaire (ou parallélépipédique), horizontale et placée dans le champ de pesanteur. La présence d'une source piézo-électrique, sur l'une des parois verticales de la cavité, permet de générer un écoulement stationnaire à grande échelle. L'écoulement est induit par la propagation d'ondes ultrasonores au sein du fluide visqueux : la dissipation de l'énergie acoustique de l'onde au sein du fluide porte le nom d'Eckart streaming. On cherche à optimiser la séparation en combinant gradient thermique et source acoustique. La première partie consiste en l'étude de l'écoulement isotherme généré par l'onde ultrasonore dans un fluide mono-constituant. Après avoir calculé le champ d'intensité acoustique avec l'intégrale de Rayleigh, le profil est implémenté dans un code aux éléments finis Comsol Multiphysics. Les résultats numériques sont comparés avec des résultats expérimentaux antérieurs. Dans une seconde partie, on considère une cavité contenant un fluide binaire. On détermine analytiquement, à l'aide du logiciel Maple, la séparation (différence de fraction massique entre les deux extrémités de la cellule) en fonction des paramètres de contrôle du problème. Des simulations numériques 2D et 3D ont montré un bon accord entre les résultats analytiques et numériques, pour un paramètre acoustique constant et un chauffage par le bas ou par le haut de la cellule. Le problème considéré dépend alors de huit paramètres adimensionnels. Trois d'entre eux sont propres à la nature du fluide binaire : le nombre de Lewis Le, de Prandtl Pr et le facteur de séparation ψ. Il y a ensuite deux paramètres de contrôle, le nombre de Rayleigh thermique Ra et la force acoustique adimensionnelle A. Enfin, les autres paramètres adimensionnels sont les deux rapports d'aspect de la cavité, ainsi que l'épaisseur relative du faisceau acoustique / The evolution of an initially homogeneous solution consisting of two species subjected to a thermal gradient which generates a mass transfer, which can lead to the separation species from the binary fluid, is studied. The configuration chosen to study the separation is a rectangular (or parallelepipedic) cell, horizontal and placed in the gravitational field. The presence of a piezoelectric source on one of the vertical walls of the cavity makes it possible to generate a stationary flow on a large scale. The flow is induced by the propagation of ultra-sonic waves within the viscous fluid : the dissipation of the acoustic energy of the wave within the fluid is called Eckart streaming. We seek to optimize the separation by combining thermal gradient and acoustic source. The first part consists of the study of the isothermal flow generated by the ultrasonic wave in a monoconstituent fluid. After calculating the acoustic intensity field with the Rayleigh integral, the profile is implemented in a Comsol Multiphysics finite element code. The numerical results are compared with previous experimental results. In a second part, we consider a cavity containing a binary fluid. A configuration heated from the top is privilegied to allow the insertion of an acoustic source. The separation (difference of mass fraction between the two ends of the cell) is determined analytically using the Maple software as a function of the control parameters of the problem. 2D and 3D numerical simulations showed a good agreement between the analytical and numerical results, for a constant acoustic parameter. The problem considered depends on eight dimensionless parameters. Three of them are specific to the nature of the binary fluid : the Lewis number Le, the Prandtl number Pr and the separation factor ψ. There are then two control parameters, the thermal Rayleigh number Ra and the adimensional acoustic force A. Finally, the other dimensionless parameters are the two aspect ratios of the cavity, as well as the relative thickness of the beam.

This thesis presents a solution for peer assisted live video streaming in web browsers. The motivation behind the solution is that content providers, which need to allocate large amounts of server resources and bandwidth to support their services, could benefit from letting their viewers assist in distributing the video. Essential to this is the fact that live video streaming typically have relaxed time constraints, i.e. there is often a buffer of tens of seconds to allow for a smooth playback. The peer assistance is done with peer-to-peer connections that is natively supported in WebRTC-enabled web browsers. Peers cooperate by downloading different segments from the server and subsequently sharing this between themselves. For efficient utilization of the network, peers do also have a notion of the network topology and choose to cooperate with nearby peers. It is shown that server resources and bandwidth can be reduced by enabling peer assistance for suitable peers. / Pellentesque habitant morbi tristique senectus et netus et malesuada fames ac turpis egestas. Donec odio elit, dictum in, hendrerit sit amet, egestas sed, leo. Praesent feugiat sapien aliquet odio. Integer vitae justo. Aliquam vestibulum fringilla lorem. Sed neque lectus, consectetuer at, consectetuer sed, eleifend ac, lectus. Nulla facilisi. Pellentesque eget lectus. Proin eu metus. Sed porttitor. In hac habitasse platea dictumst. Suspendisse eu lectus. Ut mi mi, lacinia sit amet, placerat et, mollis vitae, dui. Sed ante tellus, tristique ut, iaculis eu, malesuada ac, dui. Mauris nibh leo, facilisis non, adipiscing quis, ultrices a, dui.

This study examines characteristics of successful online streaming businesses and proposes with the new gained insights a scalable business model solution for a podcast streaming service. As podcasts have just recently regained popularity after ten years of existence, there is an open opportunity to capitalize on the growing market of listeners. With the emergence of new formats and high-end studio productions such as ‘Serial’, the most accessed podcast to date, the podcast industry is becoming increasingly attractive to advertisers and new businesses. However, since the industry is still young and in development stage, there is a lack in knowledge and data that could help a podcast streaming firm to find a successful business model and win over the market. Aiming to fill the gap, this research project conducts a comparative case study analysis of leading video and audio streaming services to identify the characteristics of successful business models in the online streaming industry. By synthesizing the business model canvas as a documentation tool and the VRIO framework for benchmarking, this study integrates and combines theoretical models to provide empirical results for validation. In order to assess the finding’s applicability to the podcast industry, six semi-structured interviews were conducted with experts of the industry. As one of the key findings, this study extracted a total set of 21 success factors that can be attributed to the resources and competences of an online streaming firm. Seven of these factors are regarded as necessary for a firm to remain competitive in the industry, whereas 14 factors show potential to unlock competitive advantages. Thus, this report suggest that an online streaming service is likely to achieve sustaining success if the 21 identified success factors are incorporated in the business model. The outcome of the expert interviews demonstrates that the identified success factors are largely applicable to a podcast streaming service. The main differences lie in the success factor’s potential to generate competitive advantages. Due to the fact that the podcast industry is less evolved than the online streaming industry, it holds more untapped opportunities that can be leveraged by firms. For instance, offering ‘tailored and dynamic ad solutions’, unlocking ‘multiple revenue streams’ or pursuing an ‘integration with social media’ are some of the factors that are widely implemented by online streaming firms, yet unexploited in the podcast industry. Furthermore, particularities of the podcast medium lead to different rules of competition. Whereas ‘streaming licenses’ are the competitive basis for online streaming services, the open accessible format of podcasts significantly lowers the barriers of entry for aggregating businesses. The study therefore suggests that i. a. producing ‘original content’ and offering platform users a ‘personalized user experience’ can create a competitive edge to differentiate from rivals. On the basis of the aforementioned results, this study proposes a business model solution for a podcast streaming service that operates as a multi-sided platform with a freemium model. The main revenue streams are created by advertising sales and channel subscriptions. In summary, this study concludes that an implementation of 21 success factors could lead an online streaming service to a dominant market position. The identified success factors can largely be applied to a podcast streaming service, though particular variations need to be taken into account. / Denna studie undersöker egenskaper hos framgångsrika online streaming-företag och föreslår, med de nyfunna insikterna, en lösning på en skalbar affärsmodell för en online streamingtjänst för podcasts. Podcasts har existerat i tio år och nyligen har fenomenet växt i popularitet, vilket har ökat kapitalistmöjligheterna i takt med att lyssnarsiffrorna stigit. Idag består podcasts av ett flertal olika programformat och är ofta välproducerade studioproduktioner. Så som "Serial", den podcast som haft störst genomslag hittills. Podcast-industrin blir allt mer attraktiv för annonsörer och företag. Men då branschen fortfarande är i ett tidigt utvecklingsstadium har den ett flertal märkbara brister. Det saknas kunskap och information för streaming-företag inom podcasts, hur dessa ska gå till väga för att ta fram en hållbar och framgångsrik affärsmodell. Det huvudsakliga syftet med denna studie är att fylla gapet genom att sammanställa en jämförande fallstudie av de ledande video- och ljudstreamingtjänsterna för att identifiera egenskaperna hos framgångsrika affärsmodeller i online streaming industrin. Denna studie kombinerar och integrerar teoretiska modeller genom en syntetisering av ‘The Business Model Canvas’ som dokumentationshjälpmedel och ‘VRIO-framework’ för benchmarking. För att uppnå empiriska resultat applicerbara på podcast-industrin, genomfördes sex semistrukturerade intervjuer med experter i branschen. Studien består av 21 utvalda framgångsfaktorer applicerbara till de resurser och befogenheter som en online streamingtjänst bör ha. Sju av dessa faktorer anses nödvändiga för att företaget ska förbli konkurrenskraftigt i branschen, medan de övriga 14 faktorerna ger dem potential för att låsa upp konkurrensfördelar. Denna rapport bevisar att framgången för ett online-streaming-företag sannolikt kommer att uppnås och upprätthållas om de 21 utvalda framgångsfaktorerna finns med i företagets affärsmodell. Resultatet från expertintervjuerna visar att de identifierade framgångsfaktorerna till stor del även kan tillämpas på en streamingtjänst för podcasts, då de viktigaste skillnaderna ligger i framgångsfaktorernas potential att generera konkurrensfördelar. Då podcast-industrin är mindre utvecklad än online streaming-industrin, finns det fortfarande ett flertal outnyttjade möjligheter kvar att nyttjas av podcast-industrin. Till exempel finns möjligheterna att erbjuda annonsörer "skräddarsydda och dynamiska annonslösningar", frigörande "multipla intäktsströmmar" eller "integration med sociala medier", detta är faktorer som ofta används av online streaming-industrin för video och ljud, men ännu inte av podcast-industrin. Podcast som medie har egenskaper som leder till andra konkurrensregler. "Streaming-licenser" är konkurrensmässiga villkor för online streamingtjänster, men den öppna lättillgängligheten för podcasts sänker avsevärt vissa hinder. Studien föreslår därför att produktion av "det ursprungliga innehållet" och att erbjuda plattformsanvändarna en "personlig användarupplevelse" kan skapa ytterligare konkurrensfördelar som skiljer företaget från sina konkurrenter. Baserat på ovannämnda resultat, föreslår denna studie en fungerande lösning på en affärsmodell för en online streamingtjänst för podcasts, som fungerar som en flersidig plattform med en freemium modell. De viktigaste intäktsströmmarna skapas genom annonsförsäljning och kanalabonnemang. Sammanfattningsvis konstaterar denna studie att ett implementerande av de 21 framgångsfaktorerna kan leda en online- streamingtjänst till en dominerande ställning på marknaden. De identifierade framgångsfaktorer kan till stor del tillämpas på en streamingtjänst för podcasts, men vissa variationer måste beaktas.

No description available.

Las plataformas streaming han tenido un rápido crecimiento a nivel global. Los consumidores ahora tienen a su disposición diversos servicios de streaming donde pueden ver lo que ellos quieren, en cualquier momento y lugar a un precio cómodo. A pesar de que Netflix, Amazon Prime y otras plataformas streamings de video brindan el mismo servicio, estas plataformas difieren en el content richness, las diferentes tarifas y la facilidad de uso. De tal manera, que las empresas tienen la responsabilidad de proporcionar la mejor calidad de servicio para una mayor satisfacción del usuario. Este estudio discutirá los factores de calidad de servicio en relación al grado de satisfacción del usuario en las plataformas streaming. / Streaming platforms have grown fast in the global market. Consumers now have at their disposal various streaming services where they can watch what they want, anytime, anywhere and at a comfortable price. Even though Netflix, Amazon Prime, and other video streaming platforms provide the same service, these platforms differ in content, different prices, and ease of usability. In such a way, companies have the responsibility to provide the best quality of service for greater user satisfaction. This study will discuss the quality of service factors in relation to the level of user satisfaction on the transmission platforms. / Trabajo de investigación

Road traffic control has been around for a long time to guarantee the safety of vehicles and pedestrians. However, anomalies such as accidents or natural disasters cannot be avoided. Therefore, it is important to be prepared as soon as possible to prevent a higher number of human losses. Nevertheless, there is no system accurate enough that detects and classifies anomalies from the road traffic in real time. To solve this issue, the following study proposes the training of a machine learning model for detection and classification of anomalies on the highways of Stockholm. Due to the lack of a labeled dataset, the first phase of the work is to detect the different kind of outliers that can be found and manually label them based on the results of a data exploration study. Datasets containing information regarding accidents and weather are also included to further expand the amount of anomalies. All experiments use real world datasets coming from either the sensors located on the highways of Stockholm or from official accident and weather reports. Then, three models (Decision Trees, Random Forest and Logistic Regression) are trained to detect and classify the outliers. The design of an Apache Spark streaming application that uses the model with the best results is also provided. The outcomes indicate that Logistic Regression is better than the rest but still suffers from the imbalanced nature of the dataset. In the future, this project can be used to not only contribute to future research on similar topics but also to monitor the highways of Stockholm. / Vägtrafikkontroll har funnits länge för att garantera säkerheten hos fordon och fotgängare. Emellertid kan avvikelser som olyckor eller naturkatastrofer inte undvikas. Därför är det viktigt att förberedas så snart som möjligt för att förhindra ett större antal mänskliga förluster. Ändå finns det inget system som är noggrannt som upptäcker och klassificerar avvikelser från vägtrafiken i realtid. För att lösa detta problem föreslår följande studie utbildningen av en maskininlärningsmodell för detektering och klassificering av anomalier på Stockholms vägar. På grund av bristen på en märkt dataset är den första fasen av arbetet att upptäcka olika slags avvikare som kan hittas och manuellt märka dem utifrån resultaten av en datautforskningsstudie. Dataset som innehåller information om olyckor och väder ingår också för att ytterligare öka antalet anomalier. Alla experiment använder realtidsdataset från antingen sensorerna på Stockholms vägar eller från officiella olyckor och väderrapporter. Därefter utbildas tre modeller (beslutsträd, slumpmässig skog och logistisk regression) för att upptäcka och klassificera outliersna. Utformningen av en Apache Spark streaming-applikation som använder modellen med de bästa resultaten ges också. Resultaten tyder på att logistisk regression är bättre än resten men fortfarande lider av datasetets obalanserade natur. I framtiden kan detta projekt användas för att inte bara bidra till framtida forskning kring liknande ämnen utan även att övervaka Stockholms vägar.

Multiple media platforms today are fighting for viewer attention. Sports broadcasting companies are up against second screen platforms which keep feeding consumers with their constant push-notifications. Both The Nielsen Company and Apple predicts that television needs to get more interactive (e.g. AR, VR, eye tracking) in order to keep up. This paper introduces an eye tracking controller system in order to see if it could aid in this regard. This controller allows the viewer to look up statistics and other game related information on-demand on the main screen. A user study was conducted to determine if this controller could make the viewer have an enhanced viewing experience than a regular broadcast while at the same time also evaluated the usability of the system. 14 participants were recruited for the study, aged between 22 and 31 years old. The results indicate that the viewers have an enhanced viewing experience and find the controller very easy to understand and use. However, the results do not indicate any increase in visual attention towards the main screen. To gain further insight into the possibility of incorporating this system, further evaluation on a wider age group is needed. It is also recommended to conduct further research on the possible usage of this controller in different sports and with various functionality. / Flertalet av dagens mediaplattformar kämpar om konsumenternas uppmärksamhet. sportsändningsföretag ställs mot second screen-plattformar som matar konsumenter med ständiga push-notiser. Både The Nielsen Company och Apple föutspår att TV-tittande behöver bli mer interaktivt (exempelvis med AR, VR, ögonspårning) för att hänga med. Den här uppsatsen introducerar en interaktiv ögonspårningskontroll och undersöker om denna kontroll kan vara en lösning på detta. Kontrollen möjliggör att användaren kan se statistik och annan matchrelaterad information på sin huvudskärm. En användarstudie utfördes för att dels få svar på om denna kontroll kan få användare att ha en bättre tittarupplevelse än en vanlig sändning, och dels för att undersöka användbarheten av kontrollen. 14 deltagare, (med ett åldersspann på 22-31 år) rekryterades till studien. Resultaten ger indikationer på att användarna hade en förhöjd tittarupplevelse och att kontrollen är väldigt lätt att förstå och använda. Däremot så finns inga indikationer på en ökad visuell uppmärksamhet mot huvudskärmen. För att få större insikt så behövs en större utvärdering på en användargrupp med större åldersspann. Det rekommenderas även att utföra vidare studier på att möjligtvis använda denna kontroll till andra typer av sporter och med varierad funktionalitet.

Social media has provided a way for music artists to reach many people with their music, without having to rely on record labels to perform marketing tasks. Most previous research within the area has focused on how already established music artists can use social media as part of their marketing strategies and how digital technologies have transformed the music industry. This study focuses on how unsigned music artists’ followers and fans on social media have an impact on their music streaming numbers. The main research question of the study is: how does unsigned artists’ social media performance affect the number of streams of their music? To investigate this, a robust regression model was defined with the aim of predicting the number of artists’ music streams based on their social media data. The robust regression model showed that the social media variables did not have significant effects on the number of streams. Therefore, an analysis of each individual artist in the data was conducted. The results showed that the social media data in this study could not be used to explain changes in the number of streams for unsigned music artists. An analysis based on each individual artist and the content that each individual artist is posting on the different social media channels, is suggested instead. An information visualization tool was developed with the purpose of allowing analysts to get an overview of the social media data as well as allow analysts to look at each artist’s social media feeds to understand how artists’ social media activities affect their music streaming data. / Sociala medier har gjort det möjligt för musikartister att nå många människor med sin musik utan att behöva förlita sig på skivbolag. Tidigare forskning inom området har fokuserat på hur redan etablerade musikartister kan använda sociala medier som en del av sina marknadsstrategier och hur digital teknik har förändrat musikbranschen. Denna studie fokuserar på hur osignerade musikartisters antal anhängare och fans på sociala medier påverkar antalet streams av artisternas musik. Studiens huvudsakliga forskningsfråga är: Hur påverkar osignerade artisters prestationer på sociala medier antalet streams av deras musik? För att undersöka detta definierades en robust regressionsmodell i syfte att förutse antalet streams av artisternas musik baserat på deras sociala mediedata. Den robusta regressionsmodellen visade att socialamedievariablerna inte hade signifikanta effekter på antalet streams av artisternas musik. Därför genomfördes en analys av varje enskild artist i datan. Resultaten visade att sociala mediedatan i denna studie inte kunde användas för att förklara förändringar i antalet streams för osignerade musikartister. En analys baserad på varje enskild artist och innehållet som varje enskild artist lägger ut på de olika sociala mediekanalerna föreslås istället. Ett informationsvisualiseringsverktyg utvecklades med syftet att ge analytiker en möjlighet att få en överblick över sociala mediedatan samt låta analytiker titta på varje artists sociala medieflöden för att förstå hur artisternas sociala medier påverkar deras musikstreamingdata.

Background. Streaming games is traditionally done with video and audio both for watching on websites like Twitch and YouTube or playing via cloud gaming services. Streaming with video and audio requires good internet speeds to be of satisfactory quality therefore compression algorithms are used. Compression algorithms decrease bandwidth usage but it also lowers the quality of the stream. An alternative would be to stream game states and user inputs to recreate the game state for the viewer, this would lower the bandwidth usage while not compromising the quality. Objectives. This thesis aims to explore and compare a generalized streaming tool for the Godot engine. Where game states and user inputs are sent between two game instances to synchronize the host game with the client game. The tool will then be compared to a video and audio streaming setup in terms of image quality, bandwidth, and processing power. Methods. A combination of state replication and client simulation has been implemented for a streaming tool for games. Bandwidth, image quality, and processing power metrics are gathered for seven games for streaming with state replication and client simulation. The performance metrics have also been gathered when streaming video and audio data. To validate the streaming tool, the seven games were visually compared between images from the host and client of the streaming tool. Results. Compared to streaming video and audio data there was shown to be an overhead for streaming game states and user inputs. This overhead causes multiple games to have significant performance issues in terms of processing power for the CPU. In terms of image quality and bandwidth, the generalized streaming tool performed better.  Conclusions. The results showed that there is a possibility for a generalized streaming tool for the Godot engine to be successfully implemented. The implementation of the Godot streaming tool didn't work perfectly for each tested game, but most games use less bandwidth and there's no quality loss regarding the image quality. However, the streaming tool requires better hardware than traditional video and audio streaming. / Bakgrund. Att strema spel är oftast gjord med ljud och bild på webbsidor som Twitch eller Youtube, det används också i cloud gaming. Att skicka ljud och bild via nätet kräver bra bandbredd, även när man minskar bandbredden genom existerande komprimerings algoritmer som påverkar kvalitén. Genom att skicka knapp-tryckningar och lägen av spelet, så kan spelläget återskapas hos tittaren och där med minska användning av bandbredden och kvalitén skulle inte bli påverkad. Syfte. Det här examensarbetet utforskar ett spel-agnostiskt streaming verktyg för Godot. Verktyget fungerar genom att skicka knapptryckningar och speldata från en host till en klient för att synkronisera klientens spel till att matcha hostens spel. Sen kommer data från verktyget och traditionell streaming samlas in för att jämföra skillnaden i bildkvalitet, bandbredd, och processanvändning. Metod. Ett spel-agnostisk streaming verktyg blev implementerade för Godot, som använder sig av state replication och client simulation för att synkronisera spel. Sen samlades data in genom att testa sju spel gjorda med Godot, både för verktyget och traditionell video och ljud streaming. Datan som samlades in innehåll bandbredddata, process användning, och bilddata, datan jämfördes och blev analyserad. Resultat. Jämförd med traditionell streaming så använder den spel-agnostiska streaming verktyget betydligt mindre bandbredd och hade bättre bildkvalitet. Medantraditionell streaming använde mindre process användning och differensen mellanspelen var väldigt liten jämfört med streaming verktyget. Slutsatser. Resultatet visade att det finns en chans för spel streaming med knapp-tryckningar och spellägen att vara ett vettigt alternativ för traditionell streaming. Verktyget är inte helt spel-agnostisk för alla spel gjorda i Godot men det använder mindre bandbredd för de flesta spelen och bildkvaliteten är bättre. Men verktyget kräver bättre hårdvara än vanlig streaming med ljud och bild.

Message-oriented middleware (MOM) is a middleware used for communication between applications. There are many different MOM technologies available today, each offering different performance (throughput and latency). The performance of MOMs depends on both message size and message guarantee settings used. The problem is that it can be difficult for users to know which MOM they should choose given their requirements. The goal was to create a performance (latency and throughput) comparison of three popular MOMs; Apache Kafka, RabbitMQ and Nats Streaming. The result shows that Kafka is the best performing MOM for smaller message sizes (under 512 bytes). RabbitMQ has the best performance for larger message sizes (over 32768 bytes). Nats Streaming only outperformed the other message system for a few combinations of message guarantee settings with the message size 4096 bytes. / Meddelandeorienterad mellanprogramvara (MOM) är mellanprogramvara som används för kommunikation mellan applikationer. Det finns många MOM system som erbjuder olika prestanda (genomströmning och latens). Prestandan är beroende av vilka meddelandegarantier som används samt meddelande storlek. Detta gör det svårt för användare att välja MOM utifrån sina krav. Målet är därför att jämföra tre populära MOMs; Apache Kafka, RabbitMQ och Nats Streaming. Resultaten visar att Kafka presterar bäst med små meddelandestorlekar (Under 512 bytes). RabbitMQ presterar bäst för större meddelanden (Över 32768 bytes) medans Nats Streaming enbart presterar bäst med ett begränsat antal meddelandegarantier och med en meddelandestorlek på 4096 bytes.