Global ETD Search

361	Uppkomsten och inverkan av automatiserat beslutsfattande inom försörjningsstöd : en litteraturstudie / The Rise and Impact of Automated Decision Making in Social Assistance : A Literature Review Wharton, Amy, de Koning, Sirah Carlos Raoul January 2024 (has links) Bakgrunden till detta examensarbete tar avstamp i automatiseringens utbredning inom välfärdssektorn. En aktiv digitaliseringspolitik bedrivs på nationell nivå där argument som effektivitet och rättssäkerhet motiverar implementeringen av ADM, eller automatiserat beslutsfattande. Dock har denna politik en inverkan på det sociala arbetets handlingsutrymme och hur det bedrivs. Syftet med studien är därmed att undersöka hur automatiserat beslutsfattande påverkar biståndshandläggares handlingsutrymme. Metodansatsen i examensarbetet är en litteraturstudie av kvalitativ karaktär vars empiri utgörs av vetenskapliga artiklar. Dessa artiklar har sedan studeras med hjälp av tematisk analys, där vi utifrån extrakt i datamaterialet ringat in återkommande mönster och generella temana. Resultaten analyseras och diskuteras utifrån nyinstitutionell teori och Lipskys teori om gräsrotsbyråkrati. Våra fynd pekar på att automatiserat beslutsfattande ökar såväl som minskar handlingsutrymmet samt i de flesta fall medfört en organisatorisk uppdelning av försörjningsstödet, där handläggare får antingen mer klienttid eller fler ärenden att övervaka. Vidare visar resultaten att arbetsmarknadsåtgärder i många fall förflyttats från handläggare till jobbcoacher. Utifrån vår teoretiska analys drar vi slutsatsen att automatiserat beslutsfattande utesluter och/eller omdefinierar Lipskys handlingsutrymme. Vi kommer även fram till att det höjer rättssäkerheten samt både kan öka och inskränka möjligheten till relationsskapande. Avslutningsvis kan automatiserat beslutsfattande förstås som en nödvändighet utifrån ett organisationsteoretiskt perspektiv. Literature Review Sweden Social Work Automated Decision Making ADM Robotic Process Automation RPA Discretion Digital Discretion Street-Level Bureaucracy Social Service Litteraturstudie Sverige socialt arbete automatisering automatiserat beslutsfattande försörjningsstöd handlingsutrymme nyinstitutionell teori RPA Social Work Socialt arbete
362	Kvantitativ Modellering av förmögenhetsrättsliga dispositiva tvistemål / Quantitative legal prediction : Modeling cases amenable to out-of-court Settlements Egil, Martinsson January 2014 (has links) I den här uppsatsen beskrivs en ansats till att med hjälp av statistiska metoder förutse utfallet i förmögenhetsrättsliga dispositiva tvistemål. Logistiska- och multilogistiska regressionsmodeller skattades på data för 13299 tvistemål från 5 tingsrätter och användes till att förutse utfallet för 1522 tvistemål från 3 andra tingsrätter. Modellerna presterade bättre än slumpen vilket ger stöd för slutsatsen att man kan använda statistiska metoder för att förutse utfallet i denna typ av tvistemål. / BACKROUND: The idea of legal automatization is a controversial topic that's been discussed for hundreds of years, in modern times in the context of Law & Artificial Intelligence. Strangely, real world applications are very rare. Assuming that the judicial system is like any system that transforms inputs into outputs one would think that we should be able measure it and and gain insight into its inner workings and ultimately use these measurements to make predictions about its output. In this thesis, civil procedures on commercial matters amenable to out-of-court settlement (Förmögenhetsrättsliga Dispositiva Tvistemål) was devoted particular interest and the question was posed: Can we predict the outcome of civil procedures using Statistical Methods? METHOD: By analyzing procedural law and legal doctrin, the civil procedure was modeled in terms of a random variable with a discrete observable outcome. Some data for 14821 cases was extracted from eight different courts. Five of these courts (13299 cases) were used to train the models and three courts (1522 cases) were chosen randomly and kept untouched for validation. Most cases seemed to concern monetary claims (66%) and/or damages (12%). Binary- and Multinomial- logistic regression methods were used as classifiers. RESULTS: The models where found to be uncalibrated but they clearly outperformed random score assignment at separating classes and at a preset threshold gave accuracies significantly higher (p<<0.001) than that of random guessing and in identifying settlements or the correct type of verdict performance was significantly better (p<<0.003) than consequently guessing the most common outcome. CONCLUSION: Using data for cases from one set of courts can to some extent predict the outcomes of cases from another set of courts. The results from applying the models to new data concludes that the outcome in civil processes can be predicted using statistical methods. Statistics legal prediction civil procedures quantitative legal prediction jurimetrics quantitative law data driven law empirical jurisprudence classification machine learning data mining ai mauc auc hosmer-lemeshew confusion matrix statistik jurimetrik juridik tvistemål maskininlärning empirisk automatisering Hosmer Lemeshew AI Klassificering confusion matrix AUC MAUC multilogit logit
363	Robotic Process Automation (RPA) i bygglovsprocessen: En studie om effektivisering och dess påverkan på arbetstillfällen / Robotic Process Automation (RPA) in the building permit process: A study about streamlining and its impact on employment Stenström, Johanna, Hagman, Sandra January 2021 (has links) Syfte: Den rådande digitaliseringen av samhällsbyggandet leder till möjlighet att automatisera och effektivisera processer inom samhällsbyggandet. Att automatisera delar av bygglovsprocessen med hjälp av Robotic Process Automation (RPA) är möjligt. En sådan implementering skulle kunna leda till effektivare processer, men kanske även andra effekter, negativa som positiva. Några av Sveriges kommuner har redan implementerat RPA i bygglovsprocessen och andra står i begrepp att göra det inom kort. Därför är det av hög relevans att utreda hur mycket RPA kan effektivisera bygglovsprocessen samt undersöka hur automatisering påverkar arbetet för personal på bygglovsenheter. Syftet med denna studie är, därför, att undersöka i vilken utsträckning bygglovsprocessen kan effektiviseras med hjälp av RPA. Vidare önskar studien utreda hur en sådan implementering kan påverka arbetsuppgifter och arbetstillfällen för bygglovshandläggare och administratörer på bygglovsenheter i Sverige. Metod: Denna studie utförs som en survey. För att uppnå studiens syfte och mål har två olika datainsamlingstekniker valts, där primärdata insamlas genom intervjuer och sekundärdata via en dokumentstudie. Studien är således i huvudsak av kvalitativ karaktär, men kompletteras med kvantitativ empiri för att kunna styrka slutsatser. Resultat: I rapporten framkommer det att bygglovsprocessen effektiviseras med hjälp av RPA. Genom att automatisera moment i processen, beräknas 141,5 timmar/månad sparas in på tidigare manuellt utförda arbeten. Tiden som sparas in läggs istället på uppgifter som anses relevanta och mer kunskapskrävande. Detta i sin tur leder till en förändring av arbetsuppgifter för de anställda på bygglovsenheten och lyfts som en positiv aspekt. Vidare visar studien att bygglovshandläggares arbetstillfällen inte har påverkats på grund av RPA samt ger inga anvisningar på att deras arbeten i framtiden kommer hotas. De som påverkas mest av implementeringen är administratörer, då det främst är administrativa uppgifter som kan ersättas av RPA. Studien ger en viss indikation på att administrativa tjänster och behovet av administratörer på bygglovsenheter kan komma att minska, som en följd av automatisering. Konsekvenser: Genom att implementera RPA i bygglovsprocessen uppnås inte bara en effektivisering av processen. Andra fördelar som nöjdare medarbetare och högre kvalitét på besluten är också effekter av automatisering. Nöjdare medarbetare kan, i förlängningen, leda till färre antal uppsägningar och följaktligen en förhöjd kompetensnivå på bygglovsenheten. Högre kvalitét på beslut leder till ett ökat förtroende för bygglovsenheter i Sverige. Vidare kan även RPA bidra till en mer enhetlig bygglovsprocess kommuner emellan, då uppsatta funktioner och regler, samt information kan delges mellan kommunerna. Begränsningar: Då studien utförts som ett examensarbete har begräsningar funnits i form av antal ord som studien får omfatta. Utöver det har studien undersökt tre av Sveriges kommuner som arbetat med RPA i minst ett år. Om fler kommuner undersökts, skulle studiens validitet kunnat öka. / Purpose: The current digitalization of community building leads to the opportunity to automate and streamline processes in community building. Automating parts of the building permit process using Robotic Process Automation (RPA) is possible. Such implementation could lead to more efficient processes, but perhaps also other effects, negative and positive. Some of Sweden's municipalities have already implemented RPA in the building permit process and others are about to do so shortly. Therefore, it is of high relevance to investigate how much RPA can make the building permit process more efficient and investigate how automation affects the amount of work for employees at building permit units. The purpose of this study is to investigate the extent to which the building permit process can be streamlined with the help of RPA. Furthermore, the study wishes to investigate how such an implementation can affect the tasks and jobs of caseworkers and administrators at building permit units in Sweden. Method: This study is carried out as a survey. In order to achieve the purpose and objectives of the study, two different data collection techniques have been selected, where primary data is collected through interviews and secondary data via a document study. The study is thus mainly of a qualitative nature but is supplemented with quantitative empirical evidence in order to substantiate conclusions. Findings: The report shows that the building permit process is made more efficient with the help of RPA. By automating steps in the process, it is estimated that 141.5 hours/month is saved on previously manually performed work. The time saved is instead mainly spent on tasks that are considered relevant and more knowledge-intensive. This in turn leads to a change in tasks for the employees at the building permit unit, and is highlighted as a positive aspect. Furthermore, the study shows that jobs of building permit caseworkers have not been affected due to RPA and does not provide any indications that their work will be threatened in the future. Those most affected by the implementation are administrators, as it is mainly administrative tasks that can be replaced by RPA. The study provides some indication that administrative services and the need for administrators in building permit units may decrease, as a result of automation. Implications: By implementing RPA in the building permit process, not only is the process streamlined. Other benefits such as more satisfied employees and higher quality of decisions are also effects of automation. Satisfied employees can lead to fewer redundancies and consequently an increased level of competence at the building permit unit in the long run. Higher quality of decisions leads to increased trust in building permit units in Sweden. Furthermore, RPA can also contribute to a more unitary building permit process between municipalities, as established functions and rules, as well as information can be shared between the municipalities. Limitations: Since the study was carried out as a bachelor thesis, there were restrictions of the number of words that the study may include. In addition, the study examined three of Sweden's municipalities that worked with RPA for at least one year. If more municipalities were examined, the validity of the study could increase. Robotic Process Automation RPA Automation Efficiency Building permit process Digitization Community building Tasks Jobs Robotic Process Automation RPA Automatisering Effektivisering Bygglovsprocess Digitalisering Samhällsbyggnad Arbetsuppgifter Arbetstillfällen Work Sciences Arbetslivsstudier Public Administration Studies Studier av offentlig förvaltning Information Systems Other Civil Engineering Annan samhällsbyggnadsteknik Construction Management Byggproduktion Building Technologies Husbyggnad
364	Vidareutveckling av processverktyg för undersökning av detaljplaners miljöpåverkan : Med fokus på ökad användarvänlighet, automatisering och funktionalitet / Development of a processing tool for investigating the environmental impact of local planning : With focus on increased user friendliness, automation and functionality Vestman, Hampus January 2021 (has links) Samtliga nya detaljplaner behöver genomgå en undersökning tidigt i planprocessen för att bedöma om planen tros kunna orsaka en betydande miljöpåverkan och i så fall behöva genomgå en strategisk miljöbedömning. Structor Miljöteknik arbetar med miljöbedömningar av detaljplaner med målsättningen är att väva in miljöanpassningsåtgärder i ett så tidigt skede av planeringen som möjligt för att bidra till en hållbar stadsplanering. En strategi med tillhörande processverktyg togs fram i samband med ett tidigare examensarbete för att underlätta detta arbetssätt. Verktyget är anpassad för användare som redan är väl insatta i dem framtagna strategin, och kan därmed upplevas som tung att sätta sig in i. För att fler ska kunna tänka sig att använda det och för att den framtagna strategin ska få större genomslag hos Sveriges kommuner behöver därför verktyget vidareutvecklas och bli mer användarvänligt. En utvärderande studie gjordes av den arbetsprocess som Structor Miljöteknik har för undersökningar i syfte att identifiera dess styrkor och svagheter. Utifrån denna studie, intervjuer med Naturvårdsverket, Boverket, Länsstyrelsen i Örebro län, Motala kommun och konsulter från Structor Miljöteknik samt en egen utvärdering av det befintliga verktyget togs flera kriterier fram för det nya verktyget. Kriterierna gavs olika prioriteringar som baserades på i vilken grad uppfyllandet av kriteriet ansågs bidra till ökad funktionalitet, automatisering och användarvänlighet. Microsoft Excel identifierades som en lämplig programvara för verktyget då majoriteten av kriterierna bedömdes kunna uppfyllas i det. En plan för vidareutvecklingen av verktyget togs fram som delades in i 4 etapper: framtagande av grund, uppfylla satta kriterier, författa en vägledning och tester och utvärdering. På grund av tidsbrist färdigställdes dock endast den första etappen fullt ut. Grundversionen av det nya verktyget gav goda förutsättningar att uppfylla kriterierna med hög prioritet samt merparten av de övriga. Möjligheten att uppfylla de olika framtagna kriterierna och tillvägagångsättet för att i ett vidare arbete slutföra utvecklingsprocessen analyserades och presenterades. / When a new local plan is crafted an early screening during the planning process is required to examine if the plan has significant environmental impact. If the plan is believed to have significant environmental impact a strategic environmental assessment needs to be conducted. The company Structor Miljöteknik has a way of working with the environmental assessment of plans where the goal is to incorporate measures striving for greater environmental sustainability early in the process. Today the company does this using a strategy and a processing tool that was created by Sandström. The use of the processing tools is limited by the fact that it requires a user with deeper understanding of the tools construction to be able to use it. Therefore, there is a need for further development of the processing tool to achieve a more user-friendly interface, so that its use become more widespread and the environmental profits of it can be reaped. An evaluative study has been conducted to pinpoint the strength and weaknesses in the process used by Structor Miljöteknik currently. Within this study extensive interviews have been conducted with different government agencies, country administrative board, municipality and people working in the private company Structor Miljöteknik. Based on the interviews several criteria for a developed processing tool were identified. All the criteria were then rated based on three parameters: functionality, automation and user friendliness. Microsoft Excel was identified as suitable software product to use for the processing tool since it enabled most of the criteria to be fulfilled. The further development of the processing tool was divided into four steps: creating a foundation, fulfilling the set criteria, creating a manual and tests and evaluation. In this report the first step was completed, laying a foundation that has great potential for achieving the criteria with high priority as well as most of the other criteria when the further steps are developed. Automation checklist development environmental adaption functionality further development investigation iterative process local planning processing tool significant environmental impact strategy sustainable development urban planning user friendliness Användarvänlighet automatisering betydande miljöpåverkan checklista detaljplanering funktionalitet hållbar utveckling iterativ process miljöanpassning miljöbedömning processverktyg stadsplanering strategi strategisk miljöbedömning vidareutveckling undersökning Environmental Sciences Miljövetenskap
365	Study of AI Service Providers in IT Consulting, Marketing, and Law / Studie av AI-tjänsteleverantörer inom IT-rådgivning, marknadsföring och juridik Hovsepyan, Aren, Johansson, Kevin January 2023 (has links) This study employs a Gioia analysis to investigate the AI services offered within three distinct professional service sectors in Sweden: IT consulting, marketing, and legal services. Utilizing a list of companies from a prior KTH project and publicly accessible information, we applied a cross-sectoral Gioia analysis to systematically categorize, compare, and understand the types of AI services provided and how these offerings differ between sectors. The objective of this scholarly pursuit is twofold. Firstly, it seeks to develop a cohesive and comprehensive taxonomy that clarifies the AI utilization within the selected domains, providing a clearer perspective on the diverse AI services offered and their respective implications. Secondly, it aims to discern the notable commonalities and distinctions in AI services across the said sectors, highlighting the specific ways in which AI integration manifests within each domain in Sweden. Our research reveals several shared trends, including AI-driven data analysis and management, automation, real-time monitoring, and personalization. Despite these commonalities, each sector leverages AI in a unique way, emphasizing aspects like cybersecurity in IT consulting, ad optimization in marketing, and legal document scrutiny in legal services. We further discuss practical implications, such as elevated operational efficiency, potential shifts in professional focus, and the emergence of AI service providers as indispensable intermediaries. While the adoption of AI presents numerous opportunities, it also introduces challenges, such as the democratization of specialized knowledge, which could disrupt traditional professional-client relationships. Future research avenues and study limitations are also addressed. Our findings serve as a cornerstone for both academic discourse and practical application, illuminating the nuanced impacts of AI across different business domains. / Denna studie verkställer en Gioia-analys för att undersöka de AI-tjänster som erbjuds inom tre distinkta professionella tjänstesektorer I Sverige: IT-rådgivning, marknadsföring och juridiska tjänster. Genom att använda en datauppsättning från ett tidigare KTH-projekt och allmänt tillgänglig information tillämpade vi en tvärsektoriell Gioia-analys för att systematiskt kategorisera, jämföra och förstå vilka typer av AI-tjänster som erbjuds och hur dessa tjänsteerbjudanden skiljer sig mellan sektorer. Målet med denna studie är tvåfaldig. Först och främst syftar den till att utveckla en sammanhängande och omfattande taxonomi som klargör AI-användningen inom de valda sektorerna, vilket ger en tydligare översikt över de olika AI-tjänsterna som erbjuds och deras respektive implikationer. För det andra strävar studien efter att urskilja de märkbara gemensamheterna och skillnaderna i AI-tjänster mellan de nämnda sektorerna, vilket framhäver de specifika sätten på vilka AI-integration manifesterar sig inom varje domän i Sverige. Vår studie avslöjar flera gemensamma trender, inklusive AI-driven dataanalys och hantering, automatisering, realtidsövervakning och personalisering. Trots dessa gemensamma drag utnyttjar varje sektor AI på ett unikt sätt. Aspekter som cybersäkerhet inom IT-rådgivning, annonsoptimering inom marknadsföring och granskning av juridiska dokument inom juridiska tjänster betonas. Vidare diskuterar vi praktiska implikationer, såsom ökad operativ effektivitet, potentiella förändringar i professionellt fokus och framväxten av AI-tjänsteleverantörer som oumbärliga mellanhänder. Även om införandet av AI erbjuder många möjligheter introducerar det också utmaningar, såsom demokratisering av specialiserad kunskap, vilket kan störa traditionella verksamhet-kundrelationer. Framtida forskningsvägar och studiebegränsningar diskuteras också. Våra resultat agerar som en hörnsten för både akademisk diskurs och praktisk tillämpning samt belyser de nyanserade effekterna av AI över olika affärsdomäner. Artificial Intelligence AI professional service firms (PSFs) AI services IT consulting marketing legal services Gioia analysis sector-specific analysis of AI services automation augmentation intermediaries Artificiell intelligens AI professionella tjänsteföretag (PSFs) AI-tjänster IT-rådgivning marknadsföring juridiska tjänster Gioia analys sektorspecifik analys av AI-tjänster automatisering augmentation mellanhänder Engineering and Technology Teknik och teknologier
366	Artificial Intelligence in the Pulp and Paper Industry : Current State and Future Trends / Artificiell Intelligens i Massa- och Pappersindustrin : Nuläge och Framtida Trender Nystad, Marcus, Lindblom, Lukas January 2020 (has links) The advancements in Artificial Intelligence (AI) have received large attention in recent years and increased awareness has led to massive societal benefits and new opportunities for industries able to capitalize on these emerging technologies. The pulp and paper industry is going through one of the most considerable transformations into Industry 4.0. Integrating AI technology in the manufacturing process of the pulp and paper industry has shown great potential, but there are uncertainties which direction companies are heading. This study is an investigation of the pulp and paper industry in collaboration with IBM that aims to fill a gap between academia and the progress companies are making. More specifically, this thesis is a multiple case study of the current state and barriers of AI technology in the Swedish pulp and paper industry, the future trends and expectations of AI and the way organizations are managing AI initiatives Semi-structured interviews were conducted with 11 participants from three perspectives and the data was thematically coded. Our analysis shows that the use of AI varies, and companies are primarily experimenting with a still immature technology. Several trends and areas with future potential were identified and it was shown that digital innovation management is highly regarded. We conclude that there are several barriers hindering further use of AI. However, continued progress with AI will provide large benefit long term in areas such as predictive maintenance and process optimization. Several measures taken to support initiatives with AI were identified and discussed. We encourage managers to take appropriate actions in the continued work toward AI integration and encourage further research in the area of potential reworks in R&D. / Framgångarna inom Artificiell Intelligens (AI) har fått stor uppmärksamhet de senaste åren och ökad medvetenhet har lett till stora fördelar för samhället liksom nya möjligheter för industrier som tar vara på dessa nya teknologier. Pappers- och massa industrin genomgår en av de mest omfattande transformationerna mot Industri 4.0. Integreringen av AI-teknologi i industrins tillverkningsprocesser has visat stor potential, men också osäkerhet kring vilken riktning företag är på väg mot. Denna studie är en undersökning av den svenska pappers- och massaindustrin, i samarbete med IBM, som syftar till att minska gapet mellan akademin och framstegen företag inom industrin tar. Mer specifikt är denna uppsats en kombinerad fallstudie av det nuvarande läget, barriärerna till AI-teknik i den svenska pappers- och massa industrin, de framtida trenderna och förväntningarna på AI och metoderna företag använder för att stötta AI-initiativ. Semi-strukturerade intervjuer genomfördes med 11 deltagare från tre olika perspektiv och datan var tematiskt kodad. Vår analys visar att användning av AI varierar och företag experimenterar huvudsakligen med omogen teknik. Flera trender och områden med potential för framtiden identifierades och det visades att digital innovationshantering är högt ansedd. Vi sammanfattar med att det finns flera barriärer som hindrar fortsatt användning av AI. Fortsatt arbete med AI-tekniken kommer leda till stora fördelar på lång sikt inom områden som prediktivt underhåll och fortsatt processoptimering. Flera åtgärder för att stötta AI-initiativ var identifierade och diskuterades. Vi uppmuntrar industrin att genomföra lämpliga åtgärder i det fortsatta arbetet mot AI-integration och uppmuntrar fortsatt forskning inom potentiella omstruktureringar inom FoU. Swedish Pulp and Paper Industry Manufacturing Processes AI Artificial Intelligence ML Machine Learning Current State Future Trends Management Digital Innovation Management Augmentation Automation Organizing R&D Svenska pappers- och massa industrin skogsindustrin tillverkningsprocesser artificiell intelligens AI ML maskininlärning nuvarande tillstånd framtida trender management digitalt innovationsarbete automatisering förstärkning organisering av FoU. Engineering and Technology Teknik och teknologier
367	Simultaneous Detection and Validation of Multiple Ingredients on Product Packages: An Automated Approach : Using CNN and OCR Techniques / Simultant detektering och validering av flertal ingredienser på produktförpackningar: Ett automatiserat tillvägagångssätt : Genom användning av CNN och OCR tekniker Farokhynia, Rodbeh, Krikeb, Mokhtar January 2024 (has links) Manual proofreading of product packaging is a time-consuming and uncertain process that can pose significant challenges for companies, such as scalability issues, compliance risks and high costs. This thesis work introduces a novel solution by employing advanced computer vision and machine learning methods to automate the proofreading of multiple ingredients’ lists corresponding to multiple products simultaneously within a product package. By integrating Convolutional Neural Network (CNN) and Optical Character Recognition (OCR) techniques, this study examines the efficacy of automated proofreading in comparison to manual methods. The thesis involves analyzing product package artwork to identify ingredient lists utilizing the YOLOv5 object detection algorithm and the optical character recognition tool EasyOCR for ingredient extraction. Additionally, Python scripts are employed to extract ingredients from corresponding INCI PDF files (document that lists the standardized names of ingredients used in cosmetic products). A comprehensive comparison is then conducted to evaluate the accuracy and efficiency of automated proofreading. The comparison of the extracted ingredients from the product packages and their corresponding INCI PDF files yielded a match of 12.7%. Despite the suboptimal result, insights from the study highlights the limitations of current detection and recognition algorithms when applied to complex artwork. A few examples of the insights have been that the trained YOLOv5 model cuts through sentences in the ingredient list or that EasyOCR cannot extract ingredients from vertically aligned product package images. The findings underscore the need for advancements in detection algorithms and OCR tools to effectively handle objects like product packaging designs. The study also suggests that companies, such as H&M, consider updating their artwork and INCI PDF files to align with the capabilities of current AI-driven tools. By doing so, they can enhance the efficiency and overall effectiveness of automated proofreading processes, thereby reducing errors and improving accuracy. / Manuell korrekturläsning av produktförpackningar är en tidskrävande och osäker process som kan skapa betydande utmaningar för företag, såsom skalbarhetsproblem, efterlevnadsrisker och höga kostnader. Detta examensarbete presenterar en ny lösning genom att använda avancerade metoder inom datorseende och maskininlärning för att automatisera korrekturläsningen av flera ingredienslistor som motsvarar flera produkter samtidigt inom en produktförpackning. Genom att integrera Convolutional Neural Network (CNN) och Optical Character Recognition (OCR) utreder denna studie effektiviteten av automatiserad korrekturläsning i jämförelse med manuella metoder. Avhandlingen analyserar designen av produktförpackningar för att identifiera ingredienslistor med hjälp av objektdetekteringsalgoritmen YOLOv5 och det optiska teckenigenkänningsverktyget EasyOCR för extrahera enskilda ingredienser från listorna. Utöver detta används Python-skript för att extrahera ingredienser från motsvarande INCI-PDF filer (dokument med standardiserade namn på ingredienser som används i kosmetika produkter). En omfattande jämförelse genomförs sedan för att utvärdera noggrannheten och effektiviteten hos automatiserad korrekturläsning. Jämförelsen av de extraherade ingredienserna från produktförpackningarna och deras korresponderande INCI-PDF filer gav ett matchnings resultat på 12.7%. Trots de mindre optimala resultaten belyser studien de begränsningar som finns hos de nuvarande detekterings- och teckenigenkänningsalgoritmerna när de appliceras på komplexa verk av produktförpackningar. Ett fåtal exempel på insikterna är bland annat att den tränade YOLOv5 modellen skär igenom meningar i ingredienslistan eller att EasyOCR inte kan extrahera ingredienser från stående ingredienslistor på produktförpackningsbilder. Resultaten understryker behovet av framsteg inom detekteringsalgoritmer och OCR-verktyg för att effektivt kunna hantera komplexa objekt som produktförpackningar. Studien föreslår även att företag, såsom H&M, överväger att uppdatera sina design av produktförpackningar och INCI-PDF filer för att anpassa sig till kapaciteten hos aktuella AI-drivna verktyg. Genom att utföra detta kan de förbättra både effektiviteten och den övergripande kvaliteten hos de automatiserade korrekturläsningsprocesserna, vilket minskar fel och ökar noggrannheten. Proofreading product packaging automation computer vision machine learning Convolutional Neural Network (CNN) Optical Character Recognition (OCR) YOLOv5 EasyOCR accuracy Manuell korrekturläsning automatisering produktförpackningar datorseende maskininlärning Convolutional Neural Network (CNN) Optical Character Recognition (OCR) YOLOv5 EasyOCR noggrannhet Other Computer and Information Science Annan data- och informationsvetenskap
368	Automatic Point Cloud Registration for Mobile Mapping LiDAR Data : Developing an Automated Method for Registration of Light Rail Environment / Automatisk registrering av punktmoln från Mobile Mapping LiDAR data : Framställning av en automatisk metod för registrering i spårvägsmiljö Larsson, Milton, Wardman, Ellinor January 2024 (has links) Maintaining an inventory of transportation infrastructure assets is vital for effective management and maintenance. LiDAR (Light Detection and Ranging) can be a useful resource for this purpose by collecting detailed 3D information. Mobile Mapping Systems (MMS) refers to collecting geospatial data by mounting laser scanners on top of a moving vehicle, e.g. a car. The LiDAR collects XYZ-coordinates of the environment by emitting laser pulses toward the surveyed objects. This enables an effective way to store and survey built-up urban areas that otherwise would need an on-site presence. WSP uses Mobile Mapping (MM) to capture and visualize infrastructure, primarily for inventory purposes. Currently, the point cloud registration in the MM-process is labor-intensive, so the company is looking to automate it. This thesis aims to investigate methods to automate the process of point cloud registration that eliminates manual labor. The proposed method was evaluated with regards to its accuracy, advantages and disadvantages. The study area of the thesis was a light rail facility with surrounding residential buildings and vegetation. The proposed method was implemented in Python and utilizes open source libraries. The registration uses Fast Global Registration (FGR) for coarse alignment with Iterative Closest Point (ICP) for fine refinement. The FGR algorithm finds a rigid transformation between a pair of point clouds by establishing a feature correspondence set between the point clouds. The algorithm utilizes Fast Point Feature Histograms (FPFH) that simplifies the description of 3D point relationships as the feature descriptors. The object used for registration is the general area around catenary poles. The segments between poles is adjusted by linear interpolation of the obtained transformation matrices from the registration. The results of this thesis show that automatic point cloud registration is feasible. However, while the proposed method improves registration over raw data, it does not fully replace WSP's current procedure. The advantages of the proposed method are that it does not require classified data and is open source. The main source of error in the method is the presence of vegetation, and an experiment was conducted to support this hypothesis. The experiment shows that dense vegetation skews the registration, and generates an incorrect transformation matrix. Furthermore, the proposed method is only semi-automated, as it still needs manual post-processing. Accuracy assessment showed that removing outlier, presumably caused by vegetation, improved the planar offsets. Further studies to improve the result could utilize machine learning which could identify and extract poles for registration or remove surrounding vegetation. / Att upprätthålla inventering av tillgångar av transportinfrastruktur är avgörande för effektiv förvaltning och underhåll samt för att tillhandahålla korrekta data och underlätta beslutsfattande. LiDAR-data (Light Detection and Ranging) kan vara ett användbart verktyg för detta ändamål genom att samla in detaljerad 3D-information. Mobile Mapping Systems (MMS) refererar till att samla geospatial data genom att montera laserskannrar ovanpå taket på ett rörligt fordon, exempelvis en bil. LiDAR samlar XYZ-koordinater av kringliggande miljö genom att sända ut laserpulser mot de undersökta objekten. Detta möjliggör ett effektivt sätt att förvara och undersöka bebyggda stadsmiljöer som annars skulle behöva fysisk närvaro. WSP använder Mobile Mapping (MM) för att samla och visualisera infrastruktur, främst för inventeringsändamål. För närvarande är punktmolnregistreringen i MM-processen manuellt arbetskrävande, och därför vill WSP se en automatisering av processen. Detta examensarbete syftar till att undersöka metoder för att automatisera processen för registrering av punktmoln som eliminerar manuellt arbete. Den utvecklade metoden kommer att utvärderas med avseende på dess noggrannhet, för- och nackdelar. Arbetets studieområde är en järnvägsanläggninng med omgivande av bostadshus och vegetation. Den föreslagna metoden implementerades i Python och använder sig av open source-bibliotek. Registeringen tillämpar Fast Global Registration (FGR) för grov justering av punktmolnen, och Iterative Closest Point (ICP) för finjustering. FGR-algoritmen hittar en stel transformation mellan två punktmoln genom att etablera ett set av korresponderande attribut. Algoritmen använder Fast Point Feature Histograms (FPFH) som förenklar euklidiska förhållanden till attributbaserade förhållanden. Objekt som används för registrering är det generella området kring kontaktledningsstolpar. Segmenten mellan stolpar justeras genom linjär interpolation av de erhållna transformationsmatriserna från registreringen. Resultaten av detta arbete visar att automatisk registrering av punktmoln är genomförbar, och att metoden förbättrar registreringen jämfört med den råa datan. Den är dock inte tillräckligt bra för att helt ersätta den nuvarande proceduren som används av WSP. Fördelarna med den föreslagna metoden är att den inte kräver klassificerad data och är open source. Den huvudsakliga felkällan i metoden är förekomsten av vegetation, och ett experiment utfördes för att stödja denna hypotes. Experimentet visar att tät vegetation snedvrider registreringen och genererar en felaktig transformationsmatris. Vidare, är den föreslagna metoden endast semi-automatiserad, eftersom den fortfarande kräver manuell efterbearbetning. Noggrannhetsbedömningn visade att borttagningen av avvikande värden, förmodligen orsakade av vegetation, förbättrade den plana förskjutningen. Vidare studier för att ge ett mer tillfredsställande resultatet kan möjligen vara att använda maskininlärning för att identifiera och extrahera stolpar för matching, samtidigt som växtligheten kan elimineras. "Mobile Mapping" "Point Cloud Registration" "LiDAR" "Automation" "Global Registration" "Iterative Closest Point" "Mobile Mapping" "Punktmolnsregistrering" "LiDAR" "Automatisering" "Global Registration" "Iterative Closest Point" Civil Engineering Samhällsbyggnadsteknik
369	Revision of an artificial neural network enabling industrial sorting Malmgren, Henrik January 2019 (has links) Convolutional artificial neural networks can be applied for image-based object classification to inform automated actions, such as handling of objects on a production line. The present thesis describes theoretical background for creating a classifier and explores the effects of introducing a set of relatively recent techniques to an existing ensemble of classifiers in use for an industrial sorting system.The findings indicate that it's important to use spatial variety dropout regularization for high resolution image inputs, and use an optimizer configuration with good convergence properties. The findings also demonstrate examples of ensemble classifiers being effectively consolidated into unified models using the distillation technique. An analogue arrangement with optimization against multiple output targets, incorporating additional information, showed accuracy gains comparable to ensembling. For use of the classifier on test data with statistics different than those of the dataset, results indicate that augmentation of the input data during classifier creation helps performance, but would, in the current case, likely need to be guided by information about the distribution shift to have sufficiently positive impact to enable a practical application. I suggest, for future development, updated architectures, automated hyperparameter search and leveraging the bountiful unlabeled data potentially available from production lines. artificial neural networks machine learning deep learning connectionism pattern recognition machine learning automation image analysis information technology applied mathematics mathematical optimization information theory mathematical statistics mathematical models stochastic models probabilities chance approximations algorithms computer programs computer software signal processing high performance computing numerical methods high technology industries sustainable development artificiella neurala nätverk maskininlärning djup maskininlärning konnektionism mönsterigenkänning automatisering bildanalys informationsteknik tillämpad matematik optimering informationsteori statistisk inferens matematiska modeller stokastiska modeller sannolikhetskalkyl slumpen approximationer algoritmer datorprogram programvara signalbehandling högpresterande beräkningar numeriska metoder teknikutveckling maskinindustri högteknologisk industri maskinhandel skrothandel bärkraftig utveckling Robotics Robotteknik och automation Probability Theory and Statistics Sannolikhetsteori och statistik Other Computer and Information Science Annan data- och informationsvetenskap Signal Processing Signalbehandling
370	Streamlining Certification Management with Automation and Certification Retrieval : System development using ABP Framework, Angular, and MongoDB / Effektivisering av certifikathantering med automatisering och certifikathämtning : Systemutveckling med ABP Framework, Angular och MongoDB Hassan, Nour Al Dine January 2024 (has links) This thesis examines the certification management challenge faced by Integrity360. The decentralized approach, characterized by manual processes and disparate data sources, leads to inefficient tracking of certification status and study progress. The main objective of this project was to construct a system that automates data retrieval, ensures a complete audit, and increases security and privacy. Leveraging the ASP.NET Boilerplate (ABP) framework, Angular, and MongoDB, an efficient and scalable system was designed, developed, and built based on DDD (domain-driven design) principles for a modular and maintainable architecture. The implemented system automates data retrieval from the Credly API, tracks exam information, manages exam vouchers, and implements a credible authentication system with role-based access control. With the time limitations behind the full-scale implementation of all the planned features, such as a dashboard with aggregated charts and automatic report generation, the platform significantly increases the efficiency and precision of employee certification management. Future work will include these advanced functionalities and integrations with external platforms to improve the system and increase its impact on operations in Integrity360. Certification Management Automation Certification Retrieval ABP Framework Angular MongoDB Credly API Exam Information Exam Vouchers Authentication Role-Based Access Control Data Retrieval Audit Security Privacy Efficiency Accuracy Scalability Maintainability Domain-Driven Design Software Development User Interface Data Encryption HTTPS Input Validation Identity Management Audit Logging Cybersecurity Education Training Employee Certification Study Progress Centralized Platform Data Integration Consolidated View Graphs Bar Charts Manual Data Entry Information Silos Decision Making Compliance Industry Standards Partner Levels Financial Penalties Reputation Damage Business Opportunities NoSQL Database Unstructured Data Semi-structured Data Software Architecture Layered Architecture Presentation Layer Application Layer Domain Layer Entities Value Objects Aggregates Repositories Domain Services Data Transfer Objects (DTOs) Business Logic Domain Semantics Modern Web Applications User Authentication Authorization Audit Logging Dynamic Web Applications Component-Based TypeScript Type Safety Code Quality Maintainability Active Community Charts Graphs Secure Submission LeptonX Lite Responsive Design Navigation Sidebar Menu Bar Tabs Table Attributes Properties Buttons Modal Dialogs Profile Settings System Admin Panel Account Management Permissions System Settings Certifikathantering Automatisering Certifikathämtning ABP Framework Angular MongoDB Credly API Examinformation Examenvouchers Autentisering Rollbaserad åtkomstkontroll Datahämtning Granskning Säkerhet Integritet Effektivitet Noggrannhet Skalbarhet Underhållbarhet Domändriven design Programvaruutveckling Användargränssnitt Datakryptering HTTPS Indata validering Identitetshantering Granskningsloggning Cybersäkerhet Utbildning Träning Medarbetarcertifiering Studie Framsteg Centraliserad plattform Dataintegration Konsoliderad vy Grafer Stapeldiagram Manuell datainmatning Informationssilos Beslutsfattande Efterlevnad Branschstandarder Partnernivåer Ekonomiska påföljder Ryktesskada Affärsmöjligheter NoSQL-databas Ostrukturerad data Semistrukturerad data Programvaruarkitektur Skiktad arkitektur Presentationslager Applikationslager Domänlager Entiteter Värdeobjekt Aggregat Repositories Domäntjänster Dataöverföringsobjekt (DTO) Affärslogik Domänsemantik Moderna webbapplikationer Användarautentisering Auktorisering Granskningsloggning Dynamiska webbapplikationer Komponentbaserad TypeScript Typsäkerhet Kodkvalitet Underhållbarhet Aktiv gemenskap Diagram Grafer Säker inlämning LeptonX Lite Responsiv design Navigering Sidofält Menyrad Flikar Tabell Attribut Egenskaper Knappar Modala dialogrutor Profilinställningar Systemadministratörspanel Kontohantering Behörigheter Systeminställningar Software Engineering Programvaruteknik

Search results