Global ETD Search

41	Stetigkeit in der Statistik Huschens, Stefan 30 March 2017 (has links) Es werden verschiedene Stetigkeitskonzepte, die in der statistischen Theorie und Methodik eine Rolle spielen, erläutert. info:eu-repo/classification/ddc/330 ddc:330
42	The Swedish absolute reflexive construction in a cross-linguistic perspective Bondarenko, Alice January 2020 (has links) Swedish has the absolute reflexive construction, where a reflexive marker appears to be usedas an antipassive marker. Similar constructions, with omitted objects and reflexive marking on the verb, are found in Slavic and Baltic languages and is only possible with a small set of verbs.This study examines this group of verbs in Swedish and a sample of European languages andfinds that the verbs express unwanted action on an animate patient. They also share features of non-resultativity, potential reciprocality and atelicity. A set of core meanings, including ‘hit’,‘push’ and ‘bite’ are the most frequently occurring in absolute reflexives also in Slavic and Baltic languages. Lexical semantics hence play an important role in the extension of functions of reflexive markers in these languages. There is a functional overlap of reciprocal and absolute reflexive function in all of the languages, resulting in clauses with ambiguous reading between reciprocal and antipassive. It is suggested that the antipassive function of reflexive markers has grammaticalized from the reciprocal function of this marker. / I svenska finns en absolut reflexiv konstruktion, där en reflexivmarkör verkar fungera som en antipassivmarkör. Liknande konstruktioner, med utelämnat objekt och reflexiv markering på predikatet, finns även i slaviska och baltiska språk och är bara möjliga med en liten grupp verb. Den här studien undersöker denna grupp av verb i svenska och i ett urval av europeiska språk och visar att verben uttrycker oönskad handling på en animat patient. Verben är också icke-resultativa, potentiellt reciproka och ateliska. En grupp av kärnbetydelser som ’slå’, ’knuffa’och ’sparka’ är de vanligast förekommande i absolut reflexiva konstruktioner även i slaviska och baltiska språk. Lexikal semantik spelar följaktligen en viktig roll i utvidgningen av funktioner av reflexivmarkörer i dessa språk. Det finns en funktionell överlappning mellan reciproka verb och absolut reflexiv i alla språken i undersökningen, vilket resulterar i satser med två möjliga tolkningar: reciprok och antipassiv. En grammatikalisering av reflexivmarkörer från reciprok funktion till antipassiv funktion föreslås absolute reflexive reflexive verb aggressive verb antipassive reciprocal Swedish grammaticalization absolut reflexiv reflexivt verb aggressivt verb antipassiv reciproka verb svenska grammatikalisering General Language Studies and Linguistics
43	UAV geolocalization in Swedish fields and forests using Deep Learning / Geolokalisering av UAVs över svenska fält och skogar med hjälp av djupinlärning Rohlén, Andreas January 2021 (has links) The ability for unmanned autonomous aerial vehicles (UAV) to localize themselves in an environment is fundamental for them to be able to function, even if they do not have access to a global positioning system. Recently, with the success of deep learning in vision based tasks, there have been some proposed methods for absolute geolocalization using vison based deep learning with satellite and UAV images. Most of these are only tested in urban environments, which begs the question: How well do they work in non-urban areas like forests and fields? One drawback of deep learning is that models are often regarded as black boxes, as it is hard to know why the models make the predictions they do, i.e. what information is important and is used for the prediction. To solve this, several neural network interpretation methods have been developed. These methods provide explanations so that we may understand these models better. This thesis investigates the localization accuracy of one geolocalization method in both urban and non-urban environments as well as applies neural network interpretation in order to see if it can explain the potential difference in localization accuracy of the method in these different environments. The results show that the method performs best in urban environments, getting a mean absolute horizontal error of 38.30m and a mean absolute vertical error of 16.77m, while it performed significantly worse in non-urban environments, getting a mean absolute horizontal error of 68.11m and a mean absolute vertical error 22.83m. Further, the results show that if the satellite images and images from the unmanned aerial vehicle are collected during different seasons of the year, the localization accuracy is even worse, resulting in a mean absolute horizontal error of 86.91m and a mean absolute vertical error of 23.05m. The neural network interpretation did not aid in providing an explanation for why the method performs worse in non-urban environments and is not suitable for this kind of problem. / Obemannade autonoma luftburna fordons (UAV) förmåga att lokaliera sig själva är fundamental för att de ska fungera, även om de inte har tillgång till globala positioneringssystem. Med den nyliga framgången hos djupinlärning applicerat på visuella problem har det kommit metoder för absolut geolokalisering med visuell djupinlärning med satellit- och UAV-bilder. De flesta av dessa metoder har bara blivit testade i stadsmiljöer, vilket leder till frågan: Hur väl fungerar dessa metoder i icke-urbana områden som fält och skogar? En av nackdelarna med djupinlärning är att dessa modeller ofta ses som svarta lådor eftersom det är svårt att veta varför modellerna gör de gissningar de gör, alltså vilken information som är viktig och används för gissningen. För att lösa detta har flera metoder för att tolka neurala nätverk utvecklats. Dessa metoder ger förklaringar så att vi kan förstå dessa modeller bättre. Denna uppsats undersöker lokaliseringsprecisionen hos en geolokaliseringsmetod i både urbana och icke-urbana miljöer och applicerar även en tolkningsmetod för neurala nätverk för att se ifall den kan förklara den potentialla skillnaden i precision hos metoden i dessa olika miljöer. Resultaten visar att metoden fungerar bäst i urbana miljöer där den får ett genomsnittligt absolut horisontellt lokaliseringsfel på 38.30m och ett genomsnittligt absolut vertikalt fel på 16.77m medan den presterade signifikant sämre i icke-urbana miljöer där den fick ett genomsnittligt absolut horisontellt lokaliseringsfel på 68.11m och ett genomsnittligt absolut vertikalt fel på 22.83m. Vidare visar resultaten att om satellitbilderna och UAV-bilderna är tagna från olika årstider blir lokaliseringsprecisionen ännu sämre, där metoden får genomsnittligt absolut horisontellt lokaliseringsfel på 86.91m och ett genomsnittligt absolut vertikalt fel på 23.05m. Tolkningsmetoden hjälpte inte i att förklara varför metoden fungerar sämre i icke-urbana miljöer och är inte passande att använda för denna sortens problem. Unmanned Aerial Vehicle Absolute Localization Deep Learning Convolutional Neural Network Cross-View Neural Network Interpretation Obemannad Luftburet Fordon Absolut Lokalisering Djupinlärning Convolutional Neural Network Kors-Perspektiv Neural nätverkstolkning Computer Sciences Datavetenskap (datalogi)
44	Analysis of Accuracy for Engine and Gearbox Sensors Dogantimur, Erkan, Johnsson, Daniel January 2019 (has links) This thesis provides a standardized method to measure accuracy for engine and gearbox sensors. Accuracy is defined by ISO 5725, which states that trueness and precision need to be known to provide a metric for accuracy. However, obtaining and processing the data required for this is not straight forward. In this thesis, a method is presented that consists of two main parts: data acquisition and data analysis. The data acquisition part shows how to connect all of the equipment used and how to sample and store all the raw data from the sensors. The data analysis part shows how to process that raw data into statistical data, such as trueness, repeatability and reproducibility for the sensors. Once repeatability and reproducibility are known, the total precision can be determined. Accuracy can then be obtained by using information from trueness and precision. Besides, this thesis shows that measurement error can be separated into error caused by the sensors and error caused by the measurand. This is useful information, because it can be used to assess which type of error is the greatest, whether or not it can be compensated for, and if it is economically viable to compensate for such error. The results are then shown, where it is possible to gain information about the sensors’ performance from various graphs. Between Hall and inductive sensors, there were no superior winner, since they both have their strengths and weaknesses. The thesis ends by making recommendations on how to compensate for some of the errors, and how to improve upon the method to make it more automatic in the future. statistical analysis engine gearbox sensor sensors rotation rotational speed differential pressure performance characteristics trueness precision accuracy Hall inductive induction gauge pressure reference hysteresis bias noise linearity non-linearity DEWESoft DAQ wheel tooth teeth absolute rotary encoder matlab XOR Gray binary LabView sampling measurement measuring statistisk analys motor växellåda sensor sensorer rotation rotationell hastighet fart differentiell tryck prestanda karaktäristik trueness precision accuracy noggrannhet onoggrannhet Hall induktiv induktion tryckskillnad referens hysteres bias avstånd brus linjäritet linearitet olinear olinjär olinearitet olinjäritet DEWESoft DAQ sampling mätning hjul tand tänder absolut rotationsgivare givare matlab XOR Gray binär LabView Elektroteknik och elektronik

Page generated in 0.0374 seconds