This paper is about automatizing parameter estimation of GARCH type conditional volatility models for the sake of using it in an automated risk monitoring system. Many challenges arise with this task such as guaranteeing convergence, being able to yield reasonable results regardless of the quality of the data, accuracy versus speed of the algorithm to name a few. These problems are investigated and a robust framework for an algorithm is proposed, containing dimension reducing and constraint relaxing parameter space transformations with robust initial values. The algorithm is implemented in java with two models, namely the GARCH and gjr-GARCH model. By using real market data, performance of the algorithm are tested with various in-sample and out-of-sample measures, including backtesting of the widely used risk measure Value-at-Risk. The empirical studies conclude that the more complex gjr-sGARCH model with the conditional student’s t distribution was found to yield the most accurate results. However for the purpose of this paper the GARCH orgjr-GARCH seems more appropriate. / Denna uppsats undersöker möjligheten att automatisera approximationen av GARCH parametrar, där syftet är att använda algoritmen till ett automatiserat riskhanteringssystem. Med detta uppstår flera utmaningar som att garantera konvergens, kunna erhålla rimliga resultat oavsett datakvalitet, avvägning mellan algoritmens snabbhet och precision för att nämna några. Uppsatsen undersöker dessa problem och föreslår ett robust ramverk för en algoritm som innehåller transformationer av parameterrymden. Där dessa transformationer reducerar dimensionen av problemet samt reducerar antalet randvillkor. Algoritmen är implementerad i java med två modeller, GARCH och gjr-GARCH. Vidare så är algoritmen testad genom att använda riktig marknadsdata, där olika metoder använts för att utvärdera algoritmen. Modellerna som används backtestas på historisk data och det empiriska resultatet av detta talar för att gjr-sGARCH modellen med student’s t fördelning levererar noggrannast resultat. Det är dock den mest komplexa modellen som används i denna uppsats och för denna uppsats ändamål anses GARCH eller gjr-GARCH modellerna mer passande.

Since the Video on Demand market grows at a fast rate in terms of available content and user numbers, the task arises to match personal relevant content to each individual user. This problem is tackled by implementing a recommondation system which finds relevant content by automatically detecting patterns in the individual user’s behaviour. To find such patterns, either collaborative filtering, which evaluates patterns of user groups to draw conclusions about a single user’s preferences, or content based strategies can be applied. Those content strategies analyze the watched movies of the individual user and extract quantifiable information from them. This information can be utilized to find relevant movies with similar features. The focus of this thesis lies on the extraction of motion features from movie and video data. Three feature extraction methods are presented and evaluated which classify camera movement, estimate the motion intensity and detect film transitions. / VOD-marknaden (Video på begäran) är en växande marknad, dels i mängden tillgängligt innehåll samt till antalet användare. Det skapar en utmaning att matcha personligt relevant innehåll för varje enskild användare. Utmaningen hanteras genom att implementera ett rekommendationssystem som hittar relevant innehåll genom att automatiskt identifiera mönster i varje användaren beteende. För att hitta sådana mönster används i vanliga fall Collaborative filtering; som utvärderar mönster utifrån grupper av flera användare och kors- rekommenderar produkter mellan dem utan att ta nämnvärd hänsyn till produktens innehåll. (De som har köpt X har också köpt Y) Ett alternativ till detta är att tillämpa en innehållsbaserad strategi. Innehållsbaserade strategier analyserar den faktiska video-datan i de produkter som har konsumerats av en enskild användare med syfte att därifrån extrahera kvantifierbar information. Denna information kan användas för att hitta relevanta filmer med liknande videoinnehåll. Inriktningen för denna avhandling berör utvinning av kamerarörelsevektorer från film- och videodata. Tre extraktionsmetoder presenteras och utvärderas för att klassificera kamerans rörelse, kamerarörelsen intensitet och för att detektera scenbyten.

In radar applications, there are often times when one does not only want to know that there is a target that reflecting the out sent signals but also what kind of target that reflecting these signals. This project investigates the possibilities to from raw radar data transform reflected signals and take use of human perception, in particular our hearing, and by a machine learning approach where patterns and characteristics in data are used to answer the earlier mentioned question. More specific the investigation treats two kinds of targets that are fairly comparable namely smaller Unmanned Aerial Vehicles (UAV) and Birds. By extracting complex valued radar video so called I/Q data generated by these targets using signal processing techniques and transform this data to a real signals and after this transform the signals to audible signals. A feature set commonly used in speech recognition namely Mel Frequency Cepstral Coefficients are used two describe these signals together with two Support Vector Machine classification models. The two models where tested with an independent test set and the linear model achieved a overall prediction accuracy 93.33 %. Individually the prediction resulted in 93.33 % correct classification on the UAV and 93.33 % on the birds. Secondly a radial basis model with a overall prediction accuracy of 98.33 % where achieved. Individually the prediction resulted in 100% correct classification on the UAV and 96.76 % on the birds. The project is partly done in collaboration with J. Clemedson [2] where the focus is, as mentioned earlier, to transform the signals to audible signals. / I radar applikationer räcker det ibland inte med att veta att systemet observerat ett mål när en reflekted signal dekekteras, det är ofta också utav stort intresse att veta vilket typ av föremål som signalen reflekterades mot. Detta projekt undersöker möjligheterna att utifrån rå radardata transformera de reflekterade signalerna och använda sina mänskliga sinnen, mer specifikt våran hörsel, för att skilja på olika mål och också genom en maskininlärnings approach där med hjälp av mönster och karaktärsdrag för dessa signaler används för att besvara frågeställningen. Mer ingående avgränsas denna undersökning till två typer av mål, mindre obemannade flygande farkoster (UAV) och fåglar. Genom att extrahera komplexvärd radar video även känt som I/Q data från tidigare nämnda typer av mål via signalbehandlingsmetoder transformera denna data till reella signaler, därefter transformeras dessa signaler till hörbara signaler. För att klassificera dessa typer av signaler används typiska särdrag som också används inom taligenkänning, nämligen, Mel Frequency Cepstral Coefficients tillsammans med två modeller av en Support Vector Machine klassificerings metod. Med den linjära modellen uppnåddes en prediktions noggrannhet på 93.33%. Individuellt var noggrannheten 93.33 % korrekt klassificering utav UAV:n och 93.33 % på fåglar. Med radial bas modellen uppnåddes en prediktions noggrannhet på 98.33%. Individuellt var noggrannheten 100 % korrekt klassificering utav UAV:n och 96.76% på fåglar. Projektet är delvis utfört med J. Clemedson [2] vars fokus är att, som tidigare nämnt, transformera dessa signaler till hörbara signaler.

Constructing Finite Element Methods for the incompressible Navier-Stokes equations that are computationally feasible requires the use of pressure segregation methods such as the predictor corrector scheme. From an algebraic point of view these methods correspond to a preconditioned Richardson iteration on the pressure Schur complement. In this work the theory is extended to a variable density model. We suggest a modified preconditioner and investigate its performance experimentally. / Konstruktion av Finita Elementmetoder för de inkompressibla Navier-Stokes ekvationer som är beräkningsmässigt genomförbara kräver användning av trycksegregeringsmetoder såsom prediktorkorrigeringsschemat. Från en algebraisk synvinkel motsvarar dessa metoder en förkonditionerad Richardsoniteration på tryck-Schur-komplementet. I detta arbete utvidgas teorin till en variabel-densitet-modell. Vi föreslår en modifierad preconditioner och undersöker prestanda experimentellt.

In this paper we derive and analyze the usefulness of a prospect theory based model for selecting optimal portfolios with respect to multiple investment goals. The focus is to determine whether or not the model would be suitable for the advisory process by investigating the result given by the optimal portfolio values and proportion in risky assets in continuous time. The model is based on the framework proposed by Berkeelar et al. [1] and De Giorgi [2] and follows a two step approach. It starts by finding the optimal terminal portfolio value for each investment goal and secondly determines the optimal initial funding for each investment goal based on the optimal terminal portfolio value. We have shown that the initial funding is monotone in the long term investment goal, in other words the investor initially puts all capital in that goal and therefore neglect remaining goals. Moreover we have shown that the model, assuming evenly distributed initial capital among investment goals, results in the investor reaching the short term goal only, for median risk profile but reaching all investment goals for the extreme loss averse profile. Lastly we also point out that the model holds very high leverage in risky assets for the median risk profile and less in risky assets when the investor is considered extreme loss averse. We conclude that this model is not suitable for the financial advisory process mainly because the median risk profile does reach her long term goal. / I det här dokumentet tar vi fram och analyserar användbarheten av en prospect theory baserad modell för att välja optimala portföljer, med avseende på flera investeringsmål. Fokus var att avgöra om modellen skulle vara lämplig för en rådgivningsprocess, genom att undersök resultatet från optimala portföljvärden och andelar i risktillgångar, för kontinuerlig tid. Vår modell är baserad på ramverket framtaget av Berkeelar et al. [1] och De Giorgi [2] och följer en tvåstegsmetod. Den börjar med att hitta det optimala terminala portföljvärdet för varje investeringsmål och för det andra bestämmer den optimala finansieringen av varje investeringsmål, baserat på det optimala terminala portföljvärdet. Vi har visat att den initiala finansieringen är monoton i det långsiktiga målet, vilket innebär att investeraren initialt allokerar allt kapital på det långsiktiga målet och därmed försummar resterande mål. Vidare har vi visat att modellen, förutsatt initialt fördelat kapital bland målen, resulterar i att investeraren endast når det kortsiktiga investeringsmålet för en median riskprofil men uppnär alla mål för extrem förlustmotvilja. Slutligen påpekar vi även att investeraren tar väldigt hög leverage när vi antar riskprofilen för en medianinvesterare och investerar mindre i risktillgångar när investeraren anses ha extrem förlusträdsla. Vi drar slutsatsen att denna modell inte är lämplig för den finansiella rådgivningsprocessen på grund av att en median riskprofil inte uppnår det långsiktiga investeringsmålet.

With new technologies and possibilities arising both in the renewable energy sector as well as in the field of Computational Fluid Dynamics, this thesis describes the simulation of vortex- induced vibrations for floating wind turbine platforms. The aim is to control and stabilize floating wind platforms with the help of CFD and the Magnus effect. The Magnus effect shall hereby be used to reduce the wakes behind the cylinder and thereby not only move the cylinder, but also reduce vibrations. Therefore this thesis consists of three main sets of experiments. The first set simulates vortex-induced vibrations for low Reynolds number flow and compares the results to existing research results. The second set of experiments examines VIV for high or supercritical Reynolds number flow and the last set of experiments adds rotation to the platform, hence studies the impact the Magnus effect has on stabilisation and position controlling. The simulations are conducted on a fully submerged cylinder floating in a virtual test bassin, moored by a two-dimensional spring damper system. The numerical method for solving the incompressible Navier-Stokes equations is the Eulerian cG(1)cG(1), a finite element method (FEM) based on the weak formulation of the former. The spring damper equations are solved using a trapezoidal rule and the coding was based on the Unicorn framework in FEniCS. Calculations were done on a Cray XC40 system at KTH Stockholm. Results showed that the above method in many cases produced results closer to physical results than previous numerical research. It also showed that the Magnus effect can be used even for supercritical Reynolds number flow to stabilise the platforms by reducing wakes behind them. It further shows that this effect is in close relation to the shift of the platform and mostly depends on the natural frequency, the inflow velocity and the rotation speed. / Med hänsyn till de nya teknologier och möjligheter som uppstår både inom området förnybar energi samt strömningsmekaniska beräkningar, beskriver denna avhandling simuleringen av vortexinducerade vibrationer (VIV) för flytande vindturbinplattformar. Syftet är att kontrollera och stabilisera flytande vindturbinplattformar med hjälp av både numerisk strömningssimulering och Magnuseffekten. Magnuseffekten ska användas för att minska virvelströmningar bakom cylindern och därigenom inte bara flytta cylindern, utan också minska vibrationer. Denna avhandling består av tre kategorier av experiment. Den första kategorin simulerar vortexinducerade vibrationer i strömningar med lågt Reynoldstal och jämför resultaten med befintliga forskningsresultat. Den andra kategorin experiment undersöker VIV för strömningar med högt eller superkritiskt Reynoldstal och den sista lägger till rotation till plattformen, dvs den studerar effekterna som Magnuseffekten har på stabilisering och positionskontroll. Simuleringarna utförs på en helt nedsänkt cylinder som flyter i en virtuell testbassäng, förankrat med ett tvådimensionellt fjäderdämpningssystem. Den numeriska metoden som används för att lösa de inkompressibla Navier-Stokesekvationerna är Eulersk cG(1)cG(1), en finit elementmetod (FEM) baserat på den svaga formuleringen av ekvationerna. Fjäderdämparens ekvationer löses med hjälp av trapetsregeln och kodningen är baserad på ramverket Unicorn i FEniCS. Beräkningarna gjordes på ett Cray XC40-system vid KTH Stockholm. Resultaten visade att ovanstående metod i många fall gav resultat närmare de fysiska resultaten än tidigare numerisk forskning. De visade också att Magnuseffekten kan användas för att stabilisera plattformarna genom att minska virvelströmningar bakom dem, detta inkluderar också strömningar med superkritiskt Reynoldstal. Dessutom visar resultaten att den här effekten har en stark koppling till plattformens förskjutning och mestadels beror på den naturliga frekvensen, inflödeshastigheten och rotationshastigheten.

In this thesis a study of scheduling drivers for a food-delivery company has been done. Historic data has been used to generate scenarios. Those scenarios are used in a two-stage stochastic optimization model. The first stage costs consists of the cost for scheduling a driver to a shift. The second stage cost is the cost for corrective decisions. If there are too few drivers scheduled the corrective decision is to call the more expensive drivers from staffing agencies. If there are too many scheduled drivers there will be punishments costs for having drivers not assigned to a route, called slack drivers. The scheduling is done so that there is a requirement of having a few drivers from staffing agencies each day and so that there is a limited amount of slack drivers allowed. The scheduling also consists of a punishment cost for each scheduled driver to avoid unnecessary scheduled drivers. The result shows how the cost changes when the requirement of how many staffing agency drivers are desired varies. The requirement of allowed slack drivers are also varied and the cost is evaluated for these changes. Finally the punishment cost for slack drivers and punishment cost for each hired driver are evaluated in a similar manner. The cost of interest is the cost corresponding to salaries paid out. The result indicates that the difference in cost for salaries is small when the requirements and punishment costs are chosen so that the total number of scheduled drivers are close to the expected number of routes given from the historic data. / I den här rapporten har en studie gjort för schemaläggning av chaufförer för ett livsmedelsföretag med hemleverans. Schemaläggningen har gjorts genom att generera scenarion från historiska data. Dessa scenarion används sedan i en stokastisk tvåstegsmodell med kompensation. Kostnaden för första steget i modellen är kostnaden för att schemalägga chaufförer på ett pass. Andrastegskostnaden är kostnaden för kompensation. Om det är för få chaufförer schemalagda blir kompensationen att kalla in chaufförer från bemanningsföretag, vilka kostar mer. Om det är för många chaufförer schemalagda, blir det en straffkostnad för de chaufförer som inte blir tilldelade en rutt. Schemaläggningen är gjord så att det är önskat att ha en viss mängd chaufförer från bemanningsföretag. Det finns även en begränsad mängd chaufförer som inte är tilldelade en rutt som är tillåtet. Till sist finns det en straffkostnad för varje schemalagd chaufför för att undvika att det schemaläggs chaufförer i onödan. Resultatet visar hur kostanden ändras när man ändrar på villkoren för antal önskade chaufförer från bemanningsföretag. Villkoret för tillåtna chaufförer utan rutt ändras också och kostnaden utvärderas utifrån det. Slutligen ändras straffkostanden för att ha chaufförer utan rutt och för varje schemalagd chaufför och kostnaden utvärderas även för dessa. Den kostnad som är intressant för utvärdering är kostnaden som motsvara lön som ska betalas ut. Resultatet tyder på att kostnaden motsvarande lön varierar lite när villkoren och straffkostnaderna är valda så att totala antalet chaufförer ligger nära det förväntade antalet rutter.

With the latest advancements in autonomous agents systems and technology, there is a growing interest in developing control algorithms and methods to coordinate large numbers of robotic entities. Following this line of work, the use of biologically inspired algorithms based on swarm emerging behaviour presents some really interesting properties for controlling multiple agents. They rely on very simple instructions and communications to develop a coordinated structure in the system. Particularly, this master thesis focuses on the study of Ant Colony algorithms based on stigmergy interaction to coordinate agents and perform a certain task. The first part focuses on the theoretical background and algorithm convergence proof, while the second part consists of experimental simulations and results. For this, some metric parameters have been developed and found to be especially useful in the study of a simple path planning test case. The main concept developed in this work is an adaptation of Shannon Entropy that measures uniformity and order in the system and the weighted graph. This parameter has been used to study the performance and results of an autonomous agent system based on Ant Colony algorithms. Finally, this control algorithm has been modified to develop an event-triggered control scheme. Using the properties of the weighted graph (Entropy) and the sensing of the agents, a decentralized event-triggered method has been implemented and tested, and has been found to increase efficiency in the usage of system resources. / Med den senaste tidens utveckling inom autonoma agentsystem och teknologier, finns ett ökat intresse för utveckling av styralgoritmer och metoder för att koordinera stora mängder robotenheter. Inom detta område visar användandet av biologiskt inspirerade algoritmer, baserade på naturliga svärmbeteenden, intressanta egenskaper som kan utnyttjas i styrandet av system som innefattar ett flertal agenter. Dessa är uppbyggda av simpla instruktioner och kommunikationsmedel för att tillgodose struktur i systemet. I synnerhet fokuserar detta masterexamensarbete på studier av Ant Colony-algoritmer, baserade på stigmergy-interaktion för att koordinera enheter och få dem att utföra specifika uppgifter. Den första delen behandlar den teoretiska bakgrunden och konvergensbevis medan den andra delen i huvudsak består av experimentella simuleringar samt resultat. Till detta ändamål har metriska parametrar utvecklats, vilka ansågs särskilt användbara när planeringen av en enkel bana studerades. Huvudkonceptet som utvecklats i detta arbete är en tillämpning av Shannon- Entropi, vilket mäter enhetlighet och ordning i ett system samt den viktade grafen. Denna parameter har använts för att studera prestandan och resultaten hos ett autonomt agentsystem baserat på Ant Colony-algoritmer. Slutligen har denna styralgoritm modifierats för att utveckla ett händelsestyrt styrschema. Genom att använda egenskaperna hos den viktade grafen (entropi) tillsammans med sensorsystemet hos agentenheterna, så har en decentraliserad händelsestyrd metod implementerats, testats och visat sig ge ökad effektivitet gällande utnyttjandet av systemresurser.

Autonomous vehicles is a rapidly expanding field and the need for robust and efficient path planners is high. We approach the global path- planning problem for an autonomous load carrier for quarry environments, developed at Volvo Construction Equipment, using two methods: a two- step path planning and path smoothing approach, and a method based on an optimal control formulation of the path planning problem. The two-step method is based on smoothing an initial path found by A*, an efficient grid search algorithm, by fitting a curve consisting of as few clothoid segments as possible to the A* path. The smoothing is done by rewriting the non-linear optimization problem to a convex form by a linearization of the deviation constraints around the curvature of the A* path. An iterative method is then used to relax the l0-norm, which measures the number of non-zero elements in a vector, with a weighted l1-norm which, in turn, is then solved efficiently using CVX in Matlab. The optimal control based path planning method solves the nonlinear optimization problem using IPOPT. It was found that the completeness of the A* algorithm, coupled with the guaranteed solution of a convex problem, resulted in a very robust method that was able to find paths through mazes and difficult situations. The optimal control approach produced better paths, but had a tendency to sometimes show inconsistent behavior. / Autonoma fordon är ett snabbt växande forskningsområde och behovet av robusta och effektiva lösningar för vägplanering är stort. Vi undersöker ett globalt vägplaneringsproblem för en autonom dumper som utvecklas på Volvo Construction Equipment och som är byggd för att användas i bergtäkter. Två metoder undersöks: en tvåstegsmetod med grafbaserad vägplanering följt av en utslätning av vägen, och en metod som bygger på optimal styrteori. Tvåstegsmetoden går ut på att först hitta en väg fri från hinder med hjälp av A*, en effektiv grafbaserad sökalgoritm, och sedan släta ut denna väg genom att anpassa ett så lågt antal klotoid-kurvor som möjligt till vägen. Denna utslätning genomförs genom att skriva om det icke-linjära problemet på konvex form med hjälp av en linjärisering kring referensvägens kurvatur. En iterativ metod beskrivs för att relaxera l0 - normen, som mäter antalet nollskilda element i en vektor, med en viktad l1-norm. Sedan löses problemet med CVX i Matlab. I metoden baserad på optimal styrteori löser vi det icke-linjära problemet direkt med IPOPT. Det visade sig att robustheten hos A* tillsammans med ett lättlöst konvext problem gjorde att tvåstegsmetoden blev mycket robust och pålitlig och kunde hitta tillåtna vägar genom labyrinter och svåra situationer. Vägar planerade med hjälp av optimal styrteori var kortare och hade bättre egenskaper, men algoritmen hade en tendens att få svårigheter med konvergens.

The aeronautical industry is always in improvement and requires engineer expertise to achieve its objectives. The work here presented is part of this dynamic context. This report describes two studies: first the definition of tools lifespan monitoring procedures; then the integration of a new drilling process. The definition of new procedures must answer specific needs, fit with the available technology, be profitable and feasible on the Production Line. According to these indicators optimal solutions have been defined. In order to integrate a new process, the specific tools and means used must be qualified. Different tasks related to the drilling tools and means have been undertaken to achieve the production goals. The integration is a critical phase because of the huge reactivity asked by the Production Line. / Flygindustrin är alltid förbättringar och kräver ingenjörer expertkunskap för att uppnå sina mål. Arbetet här presenteras är faller inom detta dynamiska sammanhang. Denna rapport beskriver två studier: dels det fastställs verktyg övervakningsförfaranden Lifespan, då integration av ett nytt borrprocess. Definitionen av nya rutiner måste svara på specifika behov, passar med tillgänglig teknik, vara lönsam och genomförbar på produktionslinjen. Enligt dessa indikatorer optimala lösningar har definierats. För att integrera en ny process, måste de specifika verktyg och medel som används vara kvalificerad. Olika uppgifter i samband med borrverktyg och medel har gjorts för att nå målen produktionen. Integrationen är en kritisk fas på grund av den enorma reaktivitet ombedd av produktionslinjen.