Programmeringsspråk har oftast ett typsystem och kan välja att använda olika statiska verktyg att analysera koden. Statiska språk utför typkontroller innan körtillfället och kan då ge garantier att typfel inte kan förekomma, dynamiska språk gör däremot dessa kontroller under körtillfället och om ett dåligt beteende upptäcks avbryts programmet. Eftersom kontrollerna görs under körtillfället skrivs inte typsignaturer ut i dynamiska språk. Ett dynamiskt språk kan vara mer flexibelt än ett statiskt språk eftersom inga garantier ges. Eftersom inga typsignaturer skrivs ut går det att skriva program på ett mer koncist sätt. I statiska språk tvingas oftast användaren att skriva ut typerna explicit för variabler och funktioner. Typhärledning är processen att härleda typer för uttryck. En typhärledningalgoritm kommer att undersökas, hur kraftfull algoritmen är samt hur algoritmen kan utökas för att klara av flera konstruktioner och ett kraftfullare språk. Typhärledningsalgoritmen kommer att implementeras för Common Lisp. Common Lisp ger inga typgarantier och inga typsignaturer skrivs ut. Alla typer kommer att härledas vilket innebär att vi gör om en delmängd av Common Lisp till ett statiskt språk. Algoritmen kommer att utökas för att klara av polymorfism, closures, listor och par. Rapporten undersöker vilka ändringar som behöver göras för att stödja konstruktionerna, hur vi kan göra ändringarna hur de kan implementeras. Fördelar med att ha typhärledning är att användaren slipper skriva ut typsignaturer och kan få ökad produktivitet. Den mest generella typsignaturen kommer alltid att härledas och funktioner som är polymorfa kommer att upptäckas automatiskt. Typhärledningsalgoritmen kommer att även typkontrollera programmet, och kan ge garantier att inga problem kommer att uppstå. Verktyget kommer även att skapa ett nytt program med typsignaturer utskrivna som kompilatorn kan använda för att generera effektivare kod.

Detta arbete utvärderar ANN-arkitekturerna feedforward, Elman och ESCN då de används för att styra en bil i en enkel 2D-simulering. Nätverken tränas av en evolutionär algoritm som använder nätverkens vikter som genom för dess individer. Syftet med arbetet är att se om arkitekturerna presterar olika bra. Simuleringens komplexitet, i form av halka och sladd, samt banans svårighetsgrad varieras för att se vilka arkitekturer som klarar vilka komplexa problem bäst och var de eventuellt brister. Ett program utvecklades som testade de olika fallen och resultatet visade att Elman presterade sämst, speciellt då komplexiteten ökade, och ESCN presterade lite bättre än feedforward. Varför Elman presterade sämre fick inget svar i detta arbete, och ESCN använde sitt minne på ett sätt som skulle kunna vara värt att titta vidare på. Framtida arbete skulle kunna vara att ta reda på orsakerna till de ovanliga beteendena som uppstod samt att genomföra mer utförliga tester.

Genetiska algoritmer(GA)är en sökalgoritm som framlades av Holland (1975). GA efterliknar evolution; en mängd lösningar kombineras och muterar under loppet av flera generationer för att skapa en så bra lösning som möjligt. En vidareutveckling av GA är distribuerade genetiska algoritmer (DGA); en samling GA exekverar isolerat från varandra och med jämna mellanrum delar lösningarmed varandra. Detta arbete har undersökt hur DGA påverkas av k-elitism; att de k bästa lösningarna kopieras till nästa generation utan att förändras. En DGA har implementerats som löser handelsresandeproblem från problembiblioteket TSPLIB. Experimenten visade att k-elitism påverkar hur bra lösningar som produceras samt hur många generationer som krävs innan algoritmen slutar göra framsteg. Vissa värden på k gav i regel bättre resultat, och andra värden på k gav i regel sämre resultat. Det föreslås att mer forskning görs på området. Resultaten bör verifieras för andra variabeluppsättningar och migrationsfrekvensens betydelse bör undersökas djupare.

Målet med detta verk var att undersöka vilken AI-teknik som är mest lämpad att styra beteende i ett artificiellt ekosystem. En tillståndsmaskin och en genetisk algoritm har implementerats. Dessa AI-tekniker har jämförts med avseende på tre olika aspekter: effektivitet, anpassningsbarhet och flexibilitet. För att kunna genomföra tester har individer och en experimentmiljö implementerats. Testerna gjordes på fyra olika banor. Resultatet från undersökningen talar för att GA är mer fördelaktig att använda än tillståndsmaskiner. Mätningarna visade på att GA tog längre tid att implementera än tillståndsmaskinen, dock är GA generellt mer robust och flexiblare, vilket visade sig när nya beteenden lades till. GA presterar även bättre på merparten av testerna för anpassningsbarheten.  Tillståndsmaskinen var effektivare. När hänsyn togs till antalet anrop respektive algoritm fick, visade det sig att skillnaden var betydligt mindre. Resultatet kan användas som grund till utförliga undersökningar i framtida forskning. Implementationen kan anpassas till andra spel, innehållande ekosystem.

Jordens befolkning växer och allt fler flyttar in till urbana områden. Detta medför att städer växer, nya byggnader tillkommer och infrastrukturer expanderar. Denna snabba tillväxtfas står i direkt anslutning till ökade översvämningar till följd av de förändringar som görs i naturen. De redan överbelastade dagvattensystemen har i många fall svårt att hantera de befintliga kraven. Till följd av detta uppstår översvämningar vid större regnintensitet och utgör stora omkostnader för samhället. Dagvattenhanteringen brister då det inom kommunens organisationer är otydliga ansvarsfördelningar. För att kunna planera för hållbara städer även i framtiden är det viktigt att hitta en genomförbar lösning gällande både ansvarsfördelningen samt hur dagvattnet ska hanteras på bästa sätt för att uppnå kostnadsfördelar. I denna studie tas det fram en guide för kommunen över hur ansvaret bör fördelas mellan kommun och exploatör i dagvattenfrågan. Guiden bygger på simuleringar och teorier inom optimeringslära för att kunna föreslå rimliga lösningar. Genom dessa simuleringar av dagvattensystemet har mängden vatten som inte ryms i dagvattensystemet kvantifierats. Vidare för att hitta en rimlig alternativ avrinningsväg för det överflödiga dagvattnet har olika algoritmer för kortaste vägen problemet undersökts. Resultaten visar att en klassisk algoritm med en heuristisk funktion som appliceras på kortaste vägen problemet inte kan identifiera den mest lämpliga avrinningsvägen. Detta då den heuristiska funktionen i algoritmen förhindrar att en naturligare avrinningsväg uppströms väljs även om denna skulle ge en mer optimal lösning. / The earth's population is growing and increasingly more people move into urban areas. This means that as cities grow, new buildings are being built and infrastructures are expanding. This rapid growth is directly related to increased floods as a result of man-made changes in nature. The already overloaded storm water systems for rain-, melt-, rinsing and other surplus water cannot often handle the existing demand. Therefore, floods arise at greater rain intensity and pose significant costs to society. Due to an unclear division of responsibility within the municipality's organizations there is a failure to handle the existing storm water problem. In order to be able to plan for sustainable cities in the future, it is important to find a viable solution regarding the responsibility issue and how to best handle the storm water to achieve cost advantage. This study presents a guide for municipalities on how to allocate the responsibility between the municipality and the exploiter. The guide is based on simulations and theories in optimization to propose effective solutions for harmful surplus storm water. Through simulations of the storm water system, the amount of surplus water that does not fit the storm water system capacity has been quantified. In addition, to find a reasonable alternative run-off path for the surplus water, different methods of the shortest path problem have been investigated. The results show that a classical shortest path algorithm with a heuristic function is not the most appropriate alternative. This because the heuristic function in the algorithm prevents the selection of a more natural pathway upstream even though it could be a more optimal solution.

I läroplanen för grundskolan och gymnasieskolan lyfts vikten av att undervisa i programmering i olika ämnen, men främst i teknik- och matematikämnet. Syftet med detta arbete är att synliggöra och förstå lärarens olika uppfattningar av vilka förmågor som kan utvecklas hos eleven vid användning av programmering. Studien tar sin utgångspunkt i en kvalitativ forskningsmetod med en fenomenografisk ansats vilket innebär att människors uppfattningar är i fokus, det är en avbildande och beskrivande forskningsansats. De empiriska materialen har samlats in i form av intervjuer med teknik-matematiklärare i grundskolans senare år och gymnasieskolan. Studien är baserad på nio pedagogers uppfattningar av vilka förmågor som kan utvecklas hos eleven via programmering. Studiens resultat har bärande likheter med tidigare forskning, dock finns ett visst empiriskt forskningsstöd som framhäver förmågors utveckling via programmering. Studiens slutsatser tyder på att några av lärarna i studien anser att programmering kan utveckla en viss förmåga, medan några anser att det är svårt att se ett konkret samband mellan användningen av programmering och förmågors utveckling. Med denna studie vill jag ge en fördjupad kunskap om lärarnas olika uppfattningar om programmering i skolkontexten. Programmering i ett lärande perspektiv har inte undersökt i hög grad tidigare och av denna anledning syftar denna studie att bidra med kunskap gällande denna fråga / <p>Teknik</p>

I dagens samhälle är maskininlärning en metod som blir allt mer populär för att lösa olika problem som företag ställs inför världen runt. Många företag har berg av lagrad data som inte används till någon nytta. Den datan kan användas på många olika sätt för att göra förbättringar inom företagen. Ett av sätten är maskininlärning, det har blivit mer och mer populärt för att skapa rekommendationer. Det här projektets syfte är att skapa ett bevis på konceptet att en maskininlärningsmodell är kapabel att ge rekommendationer baserat på historisk data. Projektet kommer vara riktlinjer för hur Centrala Studiestödsnämnden (CSN) ska fortsätta med maskininlärning som ett alternativ till manuella rekommendationer. Det uppnås genom att determinera vilken data som ska användas, förstå datan som används och välja en algoritm som passar den datan. Sedan kan algoritmerna användas för att skapa maskininlärda modeller som kan testas i diverse olika sätt för att se vilken som passar ändamålet. Två modeller skapas med olika algoritmer som båda passar uppgiften. Modellerna testas genom praktiska och teoretiska test. Resultatet visar att algoritmerna är liknande i deras predikterade rekommendationer men har en del variation. / In today's society machine learning is a growing method to solve certain problems faced by companies worldwide. Many companies have mountains of stored data that are not being utilised. This data can be used in numerous ways to make improvements within these companies. One of the ways is machine learning, it is used more and more these days to generate recommendations. This project's purpose is to make a proof of concept of a machine learning model capable of giving recommendations based on historical data. This proof of concept will serve as guidelines to Centrala Studiestödsnämnden (CSN) in how they should approach machine learning as an alternative to manual recommendations. This is achieved by determining what data is to be used, understanding the data selected and then picking an algorithm suitable for that data. Then the algorithms will be used to create machine learned models which will be tested in various ways to see which works best for the task at hand. Two models are created with different algorithms that both fit the purpose. The models are tested through practical and theoretical tests. The results show that the algorithms are similar in which predicted recommendations they give but have slight variation.

Sociala medier är ett fenomen som utvecklats drastiskt under de senaste 20 åren. Instagram och Facebook är två av de mest använda sociala medieplattformarna som har utvecklats markant med digitaliseringen. År 2016 ändrade Instagram sin algoritm, och 2018 gjorde Facebook samma sak. Algoritmerna syftar nu till att skräddarsy användarnas flöde för att visa det som är mest relevant till respektive konto och föra människor närmare varandra. Studien syftar till att undersöka hur Instagrams och Facebooks algoritmer fungerar och påverkar människor. Arbetet ska klargöra hur en algoritm uppfattas, hur plattformarna kan ha gått ifrån sina ursprungliga användningssyften och vilka etiska frågor som väckts till liv i processen. För att uppfylla studiens syfte skapas en undersökning utifrån tre generationer för att studera hur algoritmer påverkar människor och den roll som algoritmer spelar i samhället. Arbetet tar upp såväl positiva som negativa aspekter i relation till algoritmer. En kvalitativ undersökning med kvantifierbar data grundar strukturerade intervjuer i form av webbaserade frågeformulär. I ett första stadie ska respondenterna svara på ett frågeformulär. I nästa stadie ska respondenterna titta på dokumentärfilmen The Social Dilemma och sedan svara på efterföljande frågor i ett avslutande skede.

AbstractUppsatsen syfte är att undersöka om matematiklärare på grundskolans senare år och skolan som organisation arbetar med undervisning av programmering i matematik samt hur lärare talar om sin upplevelse av svårigheter och utmaningar inför detta moment. Denna studie kommer att utgå från både elevperspektiv och lärarperspektiv separat och på så sätt ta reda på hur elever upplever att arbeta med programmering och vad lärare tycker om programmering. Jag har genomfört en enkät för 70 elever, enkät för sju lärare på två olika skolor samt intervjuat tre lärare och en skolledare.En enkätundersökning genomfördes på elever som går årskurs 9 på en medelstor skola i Kronobergs län. Undersökningen mål var att undersökte vilken inställning som eleverna hade till programmering. Lärarenkäten genomfördes som en webbaserad enkätundersökning med sju lärare på två olika skolor i Kronobergs län. De lärare som intervjuades jobbar alla på en grundskola i Kronobergs län. Dessa lärare valdes på ett slumpmässigt sätt utifrån skolans personalstyrka och deras vilja att medverka i studien. Skolledares intervju har bidragit till ytterligare en dimension utifrån skolans olika professioner.Dessa kvalitativa intervjuer och samtliga webbaserad enkätundersökning har hanterats utifrån Vetenskapsrådets fyra etiska principer (2011). De fyra principerna är: informationskravet, samtyckeskravet, konfidentialitetskravet och nyttjandekravet. Utifrån resultatet analyserades samtligt material i koppling till teori, styrdokument och tidigare forskning.Studien kom fram till att lärarna uttrycker en osäkerhet gällande skillnaden i olika sorters programmering vilket resulterar i att de inte vet hur de ska börja sin planering av sin undervisning. Samtliga lärare vill ha kompetensutveckling eller kollegialt lärande för att kunna påbörja sin undervisning av programmering.Skellefteå kommun (2018) insåg att skolorna saknade en plan för undervisning i programmering och tog därför fram en tillfällig undervisningsplan som skolorna skulle kunna använda medan de utveckla sin undervisningsplan. Detta hade underlättat för de lärare som är representerade i studien och även för skolledaren då det hade kunnat finnas en gemensam linje på de aktuella skolorna vilket inte finns i dagsläget.Som avslutning kan det konstateras att elever upplever programmering som intressant och spännande men de saknar kännedom medan lärare känner en viss nervositet i att undervisa i ämnet.

In this paper we have compared and evaluated two different representations used in search based procedural content generation (PCG). The comparison was based on the differences in performance, quality of the generated content and the complexity of the final artifacts. This was accomplished by creating two artifacts, each of which used one of the representations in combination with a genetic algorithm. This was followed up with individual testing sessions in which 21 test subjects participated. The evaluated results were then presented in a manner of relevance for both search based PCG as a whole, and for further exploration within the area of representations used in this field.