Probe speed data are widely used to calculate performance measures for quantifying state-wide traffic conditions. Estimation of the accurate performance measures requires adequate speed data observations. However, probe vehicles reporting the speed data may not be available all the time on each road segment. Agencies need to develop a good understanding of the adequacy of these reported data before using them in different transportation applications. This study attempts to systematically assess the quality of the probe data by proposing a method, which determines the minimum sample rate for checking data adequacy. The minimum sample rate is defined as the minimum required speed data for a segment ensuring the speed estimates within a defined error range. The proposed method adopts a bootstrapping approach to determine the minimum sample rate within a pre-defined acceptance level. After applying the method to the speed data, the results from the analysis show a minimum sample rate of 10% for Kentucky’s roads. This cut-off value for Kentucky’s roads helps to identify the segments where the availability is greater than the minimum sample rate. This study also shows two applications of the minimum sample rates resulted from the bootstrapping. Firstly, the results are utilized to identify the geometric and operational factors that contribute to the minimum sample rate of a facility. Using random forests regression model as a tool, functional class, section length, and speed limit are found to be the significant variables for uninterrupted facility. Contrarily, for interrupted facility, signal density, section length, speed limit, and intersection density are the significant variables. Lastly, the speed data associated with the segments are applied to improve Free Flow Speed estimation by the traditional model.

<p>Denna uppsats behandlar hur finansiell bootstrapping används i små företag. Vårt huvudsyfte för denna studie är att öka förståelsen för finansiell bootstrapping genom att studera företags nyttjande av bootstrapping. Vi har begränsat studien till företag i Västerbottens Län samt, inom turismsektorn främst av ett egenintresse för området och därför att vi utgått ifrån att bootstrapping är vanligt förekommande för berörda företag. Studien har utförts ur företagarnas perspektiv då vi helt utgått ifrån deras erfarenheter och upplevelser.</p><p>För att uppnå en ökad förståelse för användandet av finansiell bootstrapping har vi genomfört en kvalitativ studie bestående av semi-strukturerade intervjuer med fem turismföretagare, och en konsult med stark anknytning till turismbranschen. För att nå en djupare bild av företagarnas erfarenheter och åsikter har vi valt en hermeneutisk</p><p>kunskapssyn.</p><p>Referensramen för denna studie utgörs av ett koncept kretsande kring,</p><p>finansieringsalternativ, nätverk och finansiell bootstrapping då vi anser dessa tre begrepp tätt sammankopplade och tillsammans, ger en sammanfattande bild av samverkande faktorer för huvudtemat – finansiell bootstrapping.</p><p>Vi har angripit studiens problem – hur finansiell bootstrapping används av företag – med en abduktiv forskaransats. Detta då initiala teorigenomgångar inte gett tillräckligt utförliga svar varpå vi fortsatt vårt sökande efter relevant teori.</p><p>Resultatet av studien har visat på att finansiering av starten och driften av ett turismföretag på en mindre ort, är mångfacetterad, samt att finansiell bootstrapping är en viktig faktor i detta. Studien visar att bootstrapping används på olika sätt, men att egenfinansiering tycks vara vanligt förekommande. Vidare visar studien på svårigheter att använda sig av kontakter/nätverk på rätt sätt och att detta till viss del kan bero på kompetens- och kommunikationsproblem mellan såväl turistentreprenörer som offentliga aktörer.</p>

Denna uppsats behandlar hur finansiell bootstrapping används i små företag. Vårt huvudsyfte för denna studie är att öka förståelsen för finansiell bootstrapping genom att studera företags nyttjande av bootstrapping. Vi har begränsat studien till företag i Västerbottens Län samt, inom turismsektorn främst av ett egenintresse för området och därför att vi utgått ifrån att bootstrapping är vanligt förekommande för berörda företag. Studien har utförts ur företagarnas perspektiv då vi helt utgått ifrån deras erfarenheter och upplevelser. För att uppnå en ökad förståelse för användandet av finansiell bootstrapping har vi genomfört en kvalitativ studie bestående av semi-strukturerade intervjuer med fem turismföretagare, och en konsult med stark anknytning till turismbranschen. För att nå en djupare bild av företagarnas erfarenheter och åsikter har vi valt en hermeneutisk kunskapssyn. Referensramen för denna studie utgörs av ett koncept kretsande kring, finansieringsalternativ, nätverk och finansiell bootstrapping då vi anser dessa tre begrepp tätt sammankopplade och tillsammans, ger en sammanfattande bild av samverkande faktorer för huvudtemat – finansiell bootstrapping. Vi har angripit studiens problem – hur finansiell bootstrapping används av företag – med en abduktiv forskaransats. Detta då initiala teorigenomgångar inte gett tillräckligt utförliga svar varpå vi fortsatt vårt sökande efter relevant teori. Resultatet av studien har visat på att finansiering av starten och driften av ett turismföretag på en mindre ort, är mångfacetterad, samt att finansiell bootstrapping är en viktig faktor i detta. Studien visar att bootstrapping används på olika sätt, men att egenfinansiering tycks vara vanligt förekommande. Vidare visar studien på svårigheter att använda sig av kontakter/nätverk på rätt sätt och att detta till viss del kan bero på kompetens- och kommunikationsproblem mellan såväl turistentreprenörer som offentliga aktörer.

Sentiment analysis is a field of computational linguistics involving identification, extraction, and classification of opinions, sentiments, and emotions expressed in natural language. Sentiment classification algorithms aim to identify whether the author of a text has a positive or a negative opinion about a topic. One of the main indicators which help to detect the opinion are the words used in the texts. Needless to say, the sentiments expressed in the texts also depend on the syntactic structure and the discourse context. Supervised machine learning approaches to sentiment classification were shown to achieve good results. Classifying texts by emotions requires finer-grained analysis than sentiment classification. In this thesis, we explore the task of emotion and mood classification for blog postings. We propose a novel approach that uses the hierarchy of possible moods to achieve better results than a standard flat classification approach. We also show that using sentiment orientation features improves the performance of classification. We used the LiveJournal blog corpus as a dataset to train and evaluate our method. Another contribution of this work is extracting paraphrases for emotion terms based on the six basics emotions proposed by Ekman (\textit{happiness, anger, sadness, disgust, surprise, fear}). Paraphrases are different ways to express the same information. Algorithms to extract and automatically identify paraphrases are of interest from both linguistic and practical points of view. Our paraphrase extraction method is based on a bootstrapping algorithms that starts with seed words. Unlike in previous work, our algorithm does not need a parallel corpus. In Natural Language Generation (NLG), paraphrasing is employed to create more varied and natural text. In our research, we extract paraphrases for emotions, with the goal of using them to automatically generate emotional texts (such as friendly or hostile texts) for conversations between intelligent agents and characters in educational games. Nowadays, online services are popular in many disciplines such as: e-learning, interactive games, educational games, stock market, chat rooms and so on. NLG methods can be used in order to generate more interesting and normal texts for such applications. Generating text with emotions is one of the contributions of our work. In the last part of this thesis, we give an overview of NLG from an applied system's points of view. We discuss when NLG techniques can be used; we explained the requirements analysis and specification of NLG systems. We also, describe the main NLG tasks of content determination, discourse planning, sentence aggregation, lexicalization, referring expression generation, and linguistic realisation. Moreover, we describe our Authoring Tool that we developed in order to allow writers without programming skills to automatically generate texts for educational games. We develop an NLG system that can generate text with different emotions. To do this, we introduce our pattern-based model for generation. We show our model starts with initial patterns, then constructs extended patterns from which we choose ``final'' patterns that are suitable for generating emotion sentences. A user can generate sentences to express the desired emotions by using our patterns. Alternatively, the user can use our Authoring Tool to generate sentences with emotions. Our acquired paraphrases will be employed by the tool in order to generate more varied outputs.

The hardest time to receive financing for a venture is at its earliest stage. These ventures are among the riskiest investments for an investor, which creates a gap in financing that is often bridged through a source of funding called Angel Financing. Angel investors are one of the best providers of early stage funding. This thesis will explain what angel investing is, how they work, and what angels look for. This information will help entrepreneurs be better equipped to find an angel investor for their venture.

Sentiment analysis is a field of computational linguistics involving identification, extraction, and classification of opinions, sentiments, and emotions expressed in natural language. Sentiment classification algorithms aim to identify whether the author of a text has a positive or a negative opinion about a topic. One of the main indicators which help to detect the opinion are the words used in the texts. Needless to say, the sentiments expressed in the texts also depend on the syntactic structure and the discourse context. Supervised machine learning approaches to sentiment classification were shown to achieve good results. Classifying texts by emotions requires finer-grained analysis than sentiment classification. In this thesis, we explore the task of emotion and mood classification for blog postings. We propose a novel approach that uses the hierarchy of possible moods to achieve better results than a standard flat classification approach. We also show that using sentiment orientation features improves the performance of classification. We used the LiveJournal blog corpus as a dataset to train and evaluate our method. Another contribution of this work is extracting paraphrases for emotion terms based on the six basics emotions proposed by Ekman (\textit{happiness, anger, sadness, disgust, surprise, fear}). Paraphrases are different ways to express the same information. Algorithms to extract and automatically identify paraphrases are of interest from both linguistic and practical points of view. Our paraphrase extraction method is based on a bootstrapping algorithms that starts with seed words. Unlike in previous work, our algorithm does not need a parallel corpus. In Natural Language Generation (NLG), paraphrasing is employed to create more varied and natural text. In our research, we extract paraphrases for emotions, with the goal of using them to automatically generate emotional texts (such as friendly or hostile texts) for conversations between intelligent agents and characters in educational games. Nowadays, online services are popular in many disciplines such as: e-learning, interactive games, educational games, stock market, chat rooms and so on. NLG methods can be used in order to generate more interesting and normal texts for such applications. Generating text with emotions is one of the contributions of our work. In the last part of this thesis, we give an overview of NLG from an applied system's points of view. We discuss when NLG techniques can be used; we explained the requirements analysis and specification of NLG systems. We also, describe the main NLG tasks of content determination, discourse planning, sentence aggregation, lexicalization, referring expression generation, and linguistic realisation. Moreover, we describe our Authoring Tool that we developed in order to allow writers without programming skills to automatically generate texts for educational games. We develop an NLG system that can generate text with different emotions. To do this, we introduce our pattern-based model for generation. We show our model starts with initial patterns, then constructs extended patterns from which we choose ``final'' patterns that are suitable for generating emotion sentences. A user can generate sentences to express the desired emotions by using our patterns. Alternatively, the user can use our Authoring Tool to generate sentences with emotions. Our acquired paraphrases will be employed by the tool in order to generate more varied outputs.

The context of this report and the IRIDIA laboratory are described in the preface. Evolutionary Robotics and the box-pushing task are presented in the introduction.The building of a test system supporting Evolutionary Robotics experiments is then detailed. This system is made of a robot simulator and a Genetic Algorithm. It is used to explore the possibility of evolving box-pushing behaviours. The bootstrapping problem is explained, and a novel approach for dealing with it is proposed, with results presented.Finally, ideas for extending this approach are presented in the conclusion.

Idag finns det många muslimer i Sverige som inte har ett alternativ vad gäller val av banker som agerar i linje med deras tro där det råder ett förbud mot ränta. Studien ämnar undersöka hur man kan marknadsföra och finansiera en islamisk bank i Sverige, vilka nyckelfaktorer som finns samt vilka som går att använda för en lyckad positionering i den svenska bankmarknaden. Vi har använt oss utav kvantitativa och kvalitativa ansatser genom primär data i form av intervjuer och en enkätstudie. Vi har kombinerat marknadsföringsteorin Value Innovation med finansieringsteorin Bootstrapping i syfte att få en undersökning som är övergripande för hela uppsatsen. Resultaten tyder på att marknadsföringen av en nyetablerad islamisk bank i Sverige bör göras med fokus på att den är i linje med islamiska principer, men även att den följer vissa etiska principer, för att bredda målgruppen till andra än muslimer. Grundfinansieringen bör skötas av utländska investerare på ett sätt som undgår de restriktioner som finns gällande inflöde av utländskt kapital. / There is currently a lack of financial alternatives for the muslim-community in Sweden regarding banks that act according to Islam and it´s rules, especially concerning the prohibition of interest. This thesis aims to find out which key factors an Islamic bank can use in order establish itself in the Swedish market through analyzing how one can finance and market an Islamic bank in Sweden. We have used quantitative and qualitative methods in gathering information that serves this study, this in terms of interviews and a survey. We have combined two different theories, the marketing theory Value innovation and a financing theory called Bootstrapping in a way that they are both implemented in order to provide the study with objectivity and clarity. The result of the thesis indicates that the marketing of an Islamic bank in Sweden should focus on the fact that it acts according to Islamic principles and rules, but at the same time contains certain ethical values so that other target groups do not get neglected. The marketing could therefore benefit from not excluding other social groups that also share the same ethical values as the muslim-community. The basic foundation of financing/ funding an Islamic bank should come from foreign investors, but in a way that it avoids or escapes the restrictions that prohibits foreign capital from entering the country.

Bakgrund: Ur ett samhällsekonomiskt perspektiv är det ytterst viktigt att företag utvecklas och växer för att ersätta företag och branscher som går tillbaka eller försvinner. När det gäller tillväxt hos företag har beroendet av tillgång till kapital och nödvändiga resurser lyfts fram under lång tid. Samtidigt har flera aktuella rapporter visat att tillgång till banklån upplevs som ett relativt litet hinder för tillväxt. Finansiell bootstrapping används för att minimera eller helt eliminera behovet av finansiella resurser för att säkerställa tillgången till de resurser som företag behöver. Syfte: Uppsatsens syfte är att beskriva i vilken utsträckning svenska småföretag registrerade 2009 använder finansiell bootstrapping. I huvudsyfte ingår följande delsyften: 1) Beskriva vilka finansiella bootstrappingmetoder som används och redovisa skillnader i användningsfrekvens. 2) Undersöka om det är möjligt att identifiera särskilda grupper av metoder och användare som tillämpar liknande metoder. Avgränsningar: Av de flertalet olika finansieringsmöjligheter som står företagen till hands, har vi valt att endast behandla finansiell bootstrapping. Metod: En webbaserad enkätundersökning till 100 företag genomfördes för att undersöka användandet av finansiell bootstrapping. Insamlad data behandlades och analyserades med deskriptiv statistik och en faktoranalys.     Resultat/Slutsatser: Samtliga företag som besvarade enkäten har använt sig av finansiell bootstrapping sedan företagsstart. 95 % av företagen har använt två eller fler metoder. Faktoranalysen identifierade två grupper av bootstrappingmetoder, vilka kan åtskiljas mot bakgrund av i vilken grad ett samarbete med andra organisationer krävs för att tillämpa metoderna inom de olika faktorerna. Förslag till fortsatt forskning: I kommande forskning är det intressant att studera hur finansiell bootstrapping har utvecklats med de nya möjligheter som den snabba tekniska utvecklingen erbjuder, inte minst i form av marknadsföring via sociala medier.

The Internet has been designed as a best-effort network, which does not provide any additional services to applications using the network. Overlay networks, which form an application layer network on top of the underlying Internet, have emerged as popular means to provide specific services and greater control to applications. Overlay networks offer a wide range of services, including content distribution, multicast and multimedia streaming. In my thesis, I focus on overlay networks for content distribution, used by applications such as bulk data transfer, file sharing and web retrieval. I first investigate the construction of such overlay networks by studying the bootstrapping functionality in an example network (the Gnutella peer-to-peer system). This study comprises the analysis and performance measurements of Gnutella servents and measurement of the GWebCache system that helps new peers find existing peers on the Gnutella network. Next, I look at fairness issues due to the retrieval of data at a client in the form of multipoint-to-point sessions, formed due to the use of content distribution networks. A multipoint-to-point session comprises multiple connections from multiple servers to a single client over multiple paths, initiated to retrieve a single application-level object. I investigate fairness of rate allocation from a session point of view, and propose fairness definitions and algorithms to achieve these definitions. Finally, I consider the problem of designing an overlay network for content distribution, which is fair to competing overlay networks, while maximizing the total end-to-end throughput of the data it carries. As a first step, I investigate this design problem for a single path in an Overlay-TCP network. I propose two schemes that dynamically provision the number of TCP connections on each hop of an Overlay-TCP path to maximize the end-to-end throughput using few extraneous connections. Next, I design an Overlay-TCP network, with the secondary goal of intra-overlay network fairness. I propose four schemes for deciding the number of TCP connections to be used on each overlay hop. I show that one can vary the proportion of sharing between competing overlay networks by varying the maximum number of connections allowed on overlay hops in each competing network.