The purpose of this report was to find the impact of different factors on the sales price of one bedroom apartments in Stockholm. Further, an analysis follows discussing the repercussions that the amortization requirement has had on the sales price. The stated problem have been highly discussed, as many depend on the housing market. To regulate the housing market in Sweden the Swedish government, together with Finansinspektionen, has chosen to introduce an amortization requirement. This means that every new loan taker has agreed to amortize 1 or to 2 percent of the total loan. The method for analysis was multiple linear regression, where several different variables were applied. The most important parameters were different measurements on time and place. But less intuitive variables, such as quality of water, were also included. The data used for analysis was supplied by Valueguard AB dated from 2013 to present day, which included approximately 20 000 data points. Furthermore, the result of the analysis was not very surprising. It is concluded that the sales price on a condominium in Stockholm City has a business curve based on the time of the year. It is also clear that external factors as distance to water makes a difference in price. As far as the amortization requirement is concerned, it shows that the steep price curve over time has started to flatten since 2016, but not exceedingly much. This could be a consequence of the scope of the analysis, as only one room apartments were included. / Syftet med denna rapport var att undersöka vilken påverkan olika faktorer har på försäljningspriset av enrumslägenheter i Stockholm. Vidare diskuteras hur amorteringskravet har påverkat försäljningspriset. Den valda frågeställningen har varit mycket omtalad då stora delar av samhället påverkas av förändringar på bostadsmarknaden. För att reglera bostadsmarknaden i Sverige har den svenska regeringen tillsammans med Finansinspektionen introducerat ett amorteringskrav. Vilket betyder att alla nya låntagare är skyldiga att amortera en eller två procent av det totala lånet. Analysen baserades på multipel linjär regression, där era olika variabler applicerades. De viktigaste variablerna var olika matt på tid och plats. Även mindre vanliga variabler, såsom vattenkvalitet inkluderades i analyserna. Den data som användes distribuerades av Valueguard AB och sträcker sig från 2013 och framåt, den tilldelade datamängden omfattade cirka 20 000 punkter. Resultatet av analysen var föga överraskande. Det gick att se att slutpriset på en bostad i Stockholm har en priskurva som är beroende på vilken tidpunkt på året den säljs. Dessutom var det tydligt att utomstående faktorer, bland annat avståndet till vatten, påverkade priset. Vad gäller amorteringskravet visar analysen att den branta kurvan av pris över tid, har dämpats något sedan införandet av amorteringskravet. Detta kan vara en konsekvens av den valda avgränsningen för analysen då enbart ettor i Stockholms stad är inkluderade

Using logistic regression, we aim to construct a model to examine the factors that are most influential in affecting user behavior on the flight comparison site flygresor.se. The factors examined were number of adults, number of children, number of stops on the inbound trip, number of stops on the outbound trip, number of days between the search date and the departure date and number of search results displayed for the user. The data sample, collected during a one-week period, was taken from Flygresor and consisted of trips to or from Sweden, made within Europe, excluding Nordic countries, and made more than six days before departure. To find the variables which best explain the user behavior, variable selection methods were used along with hypothesis testing. Also, multicollinearity analysis and residual analysis were performed to evaluate the final model. The result showed that the factor number of children had no significant impact on the conversion rate, while the remaining factors had a high impact. The final model has a high predictive ability on the user's propensity to select a certain flight. / Med hjälp av logistisk regression ämnar vi att ta fram en modell som beskriver vilka faktorer som påverkar användarbeteendet på prisjämförelsesajten flygresor.se. Faktorerna som analyserades var antalet vuxna, antalet barn, antalet mellanlandningar på utgående resa, antalet mellanlandningar på ingående resa, antalet dagar mellan sökdatum och avresedatum och antalet sökresultat som visas för användaren. Datat som användes var taget från Flygresor under en veckas tid, och bestod av resor till och från Sverige, gjorda inom Europa men inte till nordiska länder, med mer än sex dagar till avresedatum. För att hitta de variabler som förklarar användarbeteendet mest, användes olika urvalsmetoder och hypotesprövningar samt olika evalueringsmetoder som residualanalys. Resultatet visade att variabeln antalet barn inte hade någon signifikant påverkan på konverteringsgraden, medan resterande faktorer hade en hög påverkan. Den slutgiltiga modellen har en hög förmåga att förutse användarens sannolikhet att välja en specifik flygresa.

Detta kandidatexamensarbete inom tillämpad matematik och industriell ekonomi undersöker olika faktorers påverkan på bränsleförbrukningen i personbilar. Detta görs genom att utföra en multipel linjär regression med programmet R. Dessutom utfors en analys av bilbranschen som täcker de interna och externa faktorerna som påverkar biltillverkare for att presentera en optimal strategi gällande FoU for biltillverkare med relativt låg omsättning. Denna analys är baserad på Porter's femkraftsmodell och en PEST-analys. Datan som används i regressionen är tillhandahållen av U.S. Environmental Protection Agency (EPA) och bestod av 1245 personbilar och bearbetades for att utföra regressionen. Resultaten från regressionsanalysen indikerar att det är möjligt att förklara cirka 80 % av bränsleförbrukningen i personbilar. Mer specifikt är det antalet cylindrar, typ av växellåda och cylinderdeaktiverings-system som har störst inverkan på bränsleförbrukningen. Dessutom visar den ekonomiska analysen av bilindustrin att starkt påverkande yttre faktorer som regleringar och ändrande kundpreferenser tillsammans med konkurrens från andra faktorer inom industrin utgör det största hotet. Den primära slutsatsen av detta kandidatexamensarbete är att biltillverkare med relativt låg omsättning borde implementera cylinderdeaktiveringssystem och överge \turbo-downsizing"-trenden inom industrin. Tillika bör manuella växellådor överges for att reducera bränsleförbrukningen, produktionskostnaderna och öka komforten for konsumenter. / This thesis in applied mathematics and industrial economics investigates different factors affecting the fuel consumption in passenger cars. This is done by performing a multiple linear regression using the software R. Further, an analysis of the car industry is done covering the internal and external factors affecting the car manufacturers, in order to present an optimal strategy regarding RnD for car manufacturers having relatively low revenues. This analysis is based on Porter's five forces framework and a PEST-analysis. The data used for the regression has been gathered by the U.S. Environmental Protection Agency (EPA) and consists of 1245 passenger cars which was then processed in order to apply the regression. The results of the regression analysis performed indicated that it is possible to explain approximately 80% of the fuel consumption in passenger cars. More precisely, the number of cylinders, type of transmission and cylinder deactivation-system had the biggest impact on the fuel consumption. Furthermore the economic analysis of the industry revealed highly influencing external factors such as regulations and changing consumer preferences together with competition from other actors within the industry being the biggest threat. The main conclusion from this thesis is that car manufacturers having relatively small revenues should implement cylinder deactivation systems and abandon the turbo-downsizing trend within the industry. Furthermore manual gearboxes should be abandoned in order to reduce the fuel consumption and manufacturing costs while increase the comfort for the consumer.

This thesis has explored the concept of an intelligent fuel-efficient speed controller for a heavy-duty vehicle, given that it is limited by a preceding vehicle. A Model Predictive Controller (MPC) has been developed together with a PI-controller as a reference controller. The MPC based controller utilizes future information about the traffic conditions such as the road topography, speed restrictions and velocity of the preceding vehicle to make fuel-efficient decisions. Simulations have been made for a so called Deterministic case, meaning that the MPC is given full information about the future traffic conditions, and a Stochastic case where the future velocity of the preceding vehicle has to be predicted. For the first case, regenerative braking as well as a simple distance dependent model for the air drag coefficient are included. For the second case three prediction models are created: two rule based models (constant velocity, constant acceleration) and one learning algorithm, a so called Nonlinear Auto Regressive eXogenous (NARX) network. Computer simulations have been performed, on both created test cases as well as on logged data from a Scania vehicle. The developed models are finally evaluated on the test cases for both varying masses and allowed deviations from the preceding vehicle. The simulations show on a potential for fuel savings with the MPC based speed controllers both for the deterministic as well as the stochastic case. / Denna avhandling har undersökt intelligenta och bränsleeffektiva hastighetsregulator för tunga fordon, givet ett framförvarande fordon.  En modell prediktiv kontroller (MPC), hastighetsregulator, har utvecklats tillsammans med en PI-regulator som referens. Den MPC-baserade regulatorn använder information om framtida trafikförhållanden, så som vägtopografi, hastighetsbegränsningar och hastighet hos framförvarande fordon för att ta bränsleeffektiva beslut.  Simuleringar har gjorts för ett så kallat Deterministiskt fall, vilket betyder att MPC regulatorn får fullständig information om framtida trafikförhållanden, och ett Stokastiskt fall där den framtida hastigheten hos framförvarande fordon måste predikteras. För det första fallet ingår regenerativ bromsning samt en enkel distansberoende modell för luftmotståndskoefficienten. För det andra fallet skapas tre prediktionsmodeller: två regelbaserade modeller (konstant hastighet, konstant acceleration) och en inlärningsmodell, Nonlinear Auto Regressive eXogenouse model (NARX). Datorsimuleringar har gjorts, både på skapade testfall och på loggade data från ett Scania fordon. De utvecklade modellerna utvärderas slutligen på testfallen för både varierande massor och tillåtna avvikelser från det framförvarande fordonet. Simuleringarna visar på potential för bränslebesparingar med MPC-baserade hastighetsregulatorer både för det deterministiska och det stokastiska fallet.

Software testing is an extremely important phase of product development where the objective is to detect hidden bugs. The usually high complexity of today’s products makes the testing very resource intensive since numerous test cases have to be generated in order to detect all potential faults. Therefore, improved strategies of the testing process is of high interest for many companies. One area where there exists potential for improvement is the order by which test cases are executed to detect faults as quickly as possible, which in research is known as the test case prioritization problem. In this thesis, an extension to this problem is studied where dependencies between test cases are present and the processing times of the test cases are known. As a first result of the thesis, a mathematical model of the test case prioritization problem with dependencies and known processing times as a mathematical scheduling problem is presented. Three different solution algorithms to this problem are subsequently evaluated: A Sidney decomposition algorithm, an own-designed heuristic algorithm and an algorithm based on Smith’s rule. The Sidney decomposition algorithm outper-formed the others in terms of execution time of the algorithm and objective value of the generated schedule. The evaluation was conducted by simulation with artificial test suites and via a case study in industry through a company in the railway domain. / Mjukvarutestning är en extremt viktigt fas i produktutveckling då det säkerställer att inga buggar finns i mjukvaran. Då nutidens produkter ofta inkluderar en komplex mjukvara, kräver mjukvarutestningen mer resurser än tidigare. Eftersom komplexiteten kräver att fler testfall för mjukvaran definieras för att upptäcka eventuella buggar. Detta har skapat ett stort intresse hos företag för strategier inom delområden av mjukvarutestning som syftar till att effektivisera och förenkla desamma. Ett av dessa uppmärksammade delområden är i vilken ordning testfallen ska utföras i syfte att upptäcka buggar i ett så tidigt skede som möjligt, vilket i litteraturen är känt som prioriteringsproblemet för testfall. I den här uppsatsen studeras en utökad version av prioriteringsproblemet där det existerar företrädesberoenden mellan testfallen samt att tiden det tar att exekvera ett testfall är känd. Som ett första delresultat presenteras en matematisk modell av detta utökade problem i form av ett matematiskt schemaläggningsproblem. Sedermera jämförs tre lösningsmetoder för denna modell. Lösningsmetoderna som jämförs är Sidneys upplösningsmetod, en egendesignad metod samt en metod baserad på Smiths regel. Sidneys upplösningsmetod var den metod som gav bäst resultat avseende både exekveringstid och numeriskt resultat. Jämförelsen genomfördes genom simulering av flera artificiellt skapade testfall samt genom en fallstudie på ett företag i järnvägsindustrin.

The aim of this thesis is to apply deep learning on medical images in order to build an image recognition algorithm. The medical images used for this purpose are CT scans of lung tissue, which is a three dimensional image of a patients lungs. The purpose is to design an image recognition algorithm that is able to differentiate between tumors and normal tissue in lungs. The algorithm is based on artificial neural networks and therefore the ability of a convolutional neural network (CNN) to predict a tumor is studied. Two different architectures are designed in this thesis, which are a three and six layer CNN. In addition, different hyper-parameters and optimizers are compared in order to find suitable settings. This thesis concludes that no significant difference exists between the results of the two architectures. The architecture with three layers is faster to train and therefore 100 trainings with same settings are completed with this architecture in order to get statistics of the trainings. The mean accuracy for the test set is 91:1% and the standard-deviation for the test set is 2:39%. The mean sensitivity is 89:7% and the mean specificity is 92:4%. / Syftet med denna rapport är att utvärdera tillämpningen av djupinlärning på medicinska bilder för att konstruera en bildigenkänningsalgoritm. För detta ändamål används CT-bilder av lungvävnad, vilket är en avbildning av en patients lungor i tre dimensioner. Avsikten är att konstruera en bildigenkänningsalgoritm som är kapabel att differentiera mellan tumörer och normal vävnad i lungor. Algoritmen baseras på artificiella neuronnätverk och därför studeras ett faltande neuronnätverks förmåga att prediktera en tumör i lungvävnad. Vidare utvärderar denna rapport två olika arkitekturer – faltande neuronnätverk av tre respektive sex lager. Slutligen optimeras algoritmen med avseende på hyper-parametrar och optimeringsmetoder. Denna studie konkluderar att det inte råder någon signifikant skillnad mellan resultaten för de två arkitekturerna. Arkitekturen med tre lager går snabbare att träna och därför är 100 träningar med samma inställningar genomförda med denna arkitektur för att erhålla statistik över träningarna. Medelvärdet för noggrannheten för testdata är 91:1% med en standardavvikelse om 2.39 %. Medelvärdet för känsligheten är 89:7% och medelvärdet för specificiteten är 92:4%.

To create weather forecasts at the Swedish Meteorological and Hydrological Institute (SMHI), it is needed to interpolate the temperature from the observation stations into a grid with 2.5 km between each point. Since the observed temperatures are known and without error, they should be held fix even after the interpolation. Usually, there is a strong relationship between temperature and elevation which needs to be accounted for in the interpolation method. In this study, regression kriging was investigated and compared to inverse distance weighted interpolation (IDW). Different choices to be made within regression kriging were investigated to optimize the method and the results were evaluated using leave-one-out cross validation for many different sets of data. The result was that regression kriging always had a smaller mean square error than IDW, as long as there were no violation of the required assumptions. If there were, regression kriging can lead to large errors and can therefore not be used. To avoid violating the assumptions, the regression part of regression kriging needs to be accurate enough. This might require more information than only the latitude and longitude coordinates and the elevation, which is what was known in this study. / För att producera väderprognoser på Sveriges Meteorologiska och Hydrologiska Institut (SMHI) krävs det att temperaturerna från mätstationerna interpoleras till ett rutnät med 2.5 km mellan varje punkt. Eftersom de observerade temperaturerna är kända och utan fel ska de hållas fixa även efter interpolationen. Vanligtvis finns det ett starkt samband mellan temperatur och höjd över havet som också ska tas i beaktande i interpolationen. I den här studien undersöktes interpolationsmetoden regressionskriging och jämfördes med inverse distance weighted interpolation (IDW). Olika valmöjligheter inom regressionskrigingen undersöktes för att optimera metoden och resultaten från många olika datamängder evaluerades med hjälp av korsvalidering. Resultatet blev att regressionskriging alltid gav ett mindre genomsnittligt kvadratfel än IDW, så länge antagandena som krävs för metoden var uppfyllda. är de inte det kan regressionskriging leda till stora fel och kan därför inte användas. För att uppfylla dessa antaganden måste regressionsdelen i regressionskriging vara tillräckligt precis, vilket kan kräva mer information än enbart latitud och longitudkoordinater samt höjddata, vilket var den enda kända informationen i denna studie.

Since the current cryptocurrencies has failed to reach the level of normality of standard fiat currencies and banking systems there exist a need for a new cryptocurrency if this shall ever be the case. This project will be a part of creating and designing such a cryptocurrency that hope to compete with the fiat currencies of our time. This with the following research question: In the examined network, would increasing the reward received by the participants who successfully validate a transaction result in faster validation time and thereby faster transactions? This question is examined with basis in game theory and simplified simulations to be able to draw conclusions about how the network behaves. Conclusions such as when the participants increases the system speed decreases or that when the money in the system increases there exist an incentive for the participants to work faster. Possible Nash equilibriums are also examined to guide the participants when deciding strategies. Since the purpose of this project is to create a cryptocurrency that can compete with fiat currencies a short comparison between cryptocurrencies and fiat currencies are discussed. / För att kryptovalutor ska ha möjligheten att nå en liknande nivå som vanliga valutor i samhället krävs det att nya kryptovalutor skapas. Detta projekt kommer vara ett delprojekt i ett sådant skapande med den specifika frågeställningen: In the examined network, would increasing the reward recieved by the participants who sucessfully validate a transaction result in faster validation time and thereby faster transactions? Detta undersöks med hjälp av spelteori och förenklade simuleringar för att kunna dra generella slutsatser kring systemet. Till exempel att systemet blir långsammare desto flera användare det innehåller eller att mer pengar i systemet ger incitament till de inblandade att arbeta snabbare. Det undersöks även ifall möjliga Nash equilbriums finns som beskriver vilka strategier de inblandade bör utgå ifrån. Eftersom syftet med projektet är att skapa en ny kryptovaluta som ska nå samma nivå som vanliga valutor görs även en kort jämförelse mellan kryptovalutor och vanliga valutor.

In this paper several Markov models have been created for simulating queues at loading docks with discrete time Markov chains and a optimization algorithm in regard to server capacity has been presented. The queuing systems have been modeled with exponential and Erlang-2 distributed service rate. They have also been modeled for one class or a simplification of two classes. An attempt was made to find a scaling factor for the service rate to use the one class exponential model to replicate the other models. This was suÿciently successful done with derivation and linear regression. The optimization was done with a greedy approach. It was computationally eÿcient, but could not guarantee global optimality. / I den här studien har flera Markov-modeller skapats för att simulera av köer vid lastkajer med hjälp av diskreta tidsmarkovkedjor och en optimeringsalgo-ritm med avseende på betjäningskapacitet har presenterats. Kövsystemen har modellerats med exponentiell och Erlang-2-distribuerad betjäningsintensiteten. De har även modellerats för en klass eller en förenkling av två klasser. Ett försök gjordes för att hitta en skalfaktor för betjäningsintensiteten för att använda den en klass exponentiella modellen för att replikera de andra modellerna. Detta var tillräckligt framgångsrikt gjort med härledning och linjär regression. Optimeringen gjordes med en girig inställning. Det var beräkningsmässigt ef-fektivt, men kunde inte garantera global optimalitet.

The automotive industry has currently a high focus on automating road vehicles. Positive environmental impact can be achieved if carsharing becomes more common, aiding fewer cars on the roads. When the human factor in driving decreases, positive effects may be seen in traffic safety. But many challanges remain, for example the questions of liability. The vehicles must be able to detect their surroundings and the sensors need redundancy. Sensor fusion techniques increase the reliability of measurement results by combining measurement results from multiple different sensors. This thesis uses inertial sensors to calculate position and heading. An unscented Kalman filter has been designed and implemented on a demonstrator. The demonstrator consists of an r/c car with autonomous functions. It has a forward-facing camera and it can follow road sidelines. The Kalman filter incorporates measurements from two incremental encoders, a gyroscope and a steering angle sensor. The result shows that the combination of sensor measurements provides a better estimation of position and direction of travel. / The automotive industry has currently a high focus on automating road vehicles. Positive environmental impact can be achieved if carsharing becomes more common, aiding fewer cars on the roads. When the human factor in driving decreases, positive effects may be seen in traffic safety. But many challanges remain, for example the questions of liability. The vehicles must be able to detect their surroundings and the sensors need redundancy. Sensor fusion techniques increase the reliability of measurement results by combining measurement results from multiple different sensors. This thesis uses inertial sensors to calculate position and heading. An unscented Kalman filter has been designed and implemented on a demonstrator. The demonstrator consists of an r/c car with autonomous functions. It has a forward-facing camera and it can follow road sidelines. The Kalman filter incorporates measurements from two incremental encoders, a gyroscope and a steering angle sensor. The result shows that the combination of sensor measurements provides a better estimation of position and direction of travel. / Fordonsindustrin har högt fokus på att automatisera vägfordon. Positiv miljöpåverkan kan uppstå om bildelning blir vanligare och om det blir mindre bilar på vägarna. När den mänskliga faktorn minskar så tillåts högre trafiksäkerhet. Men många tekniska utmaningar kvarstår, speciellt kring ansvarfrågor. Fordonen måste kunna känna av sin omgivning och sensorerna behöver redundans. Sensor fusion tekniker ökar pålitligheten av mätresultat genom att kombinera mätresultat från flera olika sensorer. Detta examensarbete använder tröghetssensorer för att beräkna position och körriktning. Ett unscented Kalman filter har designats och implementerats på en demonstrator. Demonstratorn består av en radiostyrd bil med autonoma funktioner. Den har en framåt-riktad kamera och kan följa väglinjer. Kalman filtret tar in mätresultat från två vinkelgivare, ett gyroskåp och en styrvinkel sensor. Resultatet visar att kombinationen av sensorerna ger en bättre estimering av position och körriktning.