Accurate long-term energy consumption forecasting of industrial entities is of interest to distribution companies as it can potentially help reduce their churn and offer support in decision making when hedging. This thesis work presents different methods to forecast the energy consumption for industrial entities over a long time prediction horizon of 1 year. Notably, it includes experimentations with two variants of the Recurrent Neural Networks, namely Gated Recurrent Unit (GRU) and Long-Short-Term-Memory (LSTM). Their performance is compared against traditional approaches namely Multiple Linear Regression (MLR) and Seasonal Autoregressive Integrated Moving Average (SARIMA). Further on, the investigation focuses on tailoring the Recurrent Neural Network model to improve the performance. The experiments focus on the impact of different model architectures. Secondly, it focuses on testing the effect of time-related feature selection as an additional input to the Recurrent Neural Network (RNN) networks. Specifically, it explored how traditional methods such as Exploratory Data Analysis, Autocorrelation, and Partial Autocorrelation Functions Plots can contribute to the performance of RNN model. The current work shows through an empirical study on three industrial datasets that GRU architecture is a powerful method for the long-term forecasting task which outperforms LSTM on certain scenarios. In comparison to the MLR model, the RNN achieved a reduction in the RMSE between 5% up to to 10%. The most important findings include: (i) GRU architecture outperforms LSTM on industrial energy consumption datasets when compared against a lower number of hidden units. Also, GRU outperforms LSTM on certain datasets, regardless of the choice units number; (ii) RNN variants yield a better accuracy than statistical or regression models; (iii) using ACF and PACF as dicovery tools in the feature selection process is unconclusive and unefficient when aiming for a general model; (iv) using deterministic features (such as day of the year, day of the month) has limited effects on improving the deep learning model’s performance. / Noggranna långsiktiga energiprognosprognoser för industriella enheter är av intresse för distributionsföretag eftersom det potentiellt kan bidra till att minska deras churn och erbjuda stöd i beslutsfattandet vid säkring. Detta avhandlingsarbete presenterar olika metoder för att prognostisera energiförbrukningen för industriella enheter under en lång tids förutsägelsehorisont på 1 år. I synnerhet inkluderar det experiment med två varianter av de återkommande neurala nätverken, nämligen GRU och LSTM. Deras prestanda jämförs med traditionella metoder, nämligen MLR och SARIMA. Vidare fokuserar undersökningen på att skräddarsy modellen för återkommande neurala nätverk för att förbättra prestanda. Experimenten fokuserar på effekterna av olika modellarkitekturer. För det andra fokuserar den på att testa effekten av tidsrelaterat funktionsval som en extra ingång till RNN -nätverk. Specifikt undersökte den hur traditionella metoder som Exploratory Data Analysis, Autocorrelation och Partial Autocorrelation Funtions Plots kan bidra till prestanda för RNN -modellen. Det aktuella arbetet visar genom en empirisk studie av tre industriella datamängder att GRU -arkitektur är en kraftfull metod för den långsiktiga prognosuppgiften som överträffar ac LSTM på vissa scenarier. Jämfört med MLR -modellen uppnådde RNN en minskning av RMSE mellan 5 % upp till 10 %. De viktigaste resultaten inkluderar: (i) GRU -arkitekturen överträffar LSTM på datauppsättningar för industriell energiförbrukning jämfört med ett lägre antal dolda enheter. GRU överträffar också LSTM på vissa datauppsättningar, oavsett antalet valenheter; (ii) RNN -varianter ger bättre noggrannhet än statistiska modeller eller regressionsmodeller; (iii) att använda ACF och PACF som verktyg för upptäckt i funktionsvalsprocessen är otydligt och ineffektivt när man siktar på en allmän modell; (iv) att använda deterministiska funktioner (t.ex. årets dag, månadsdagen) har begränsade effekter på att förbättra djupinlärningsmodellens prestanda.

During the last decade, the Swedish Armed Forces have been struggling to achieve recruitment goals and to retain military personnel. To attract more people to join the agency, and to increase the knowledge about the agency’s role and function in society, the Swedish Armed Forces continuously run campaigns. Furthermore, the Swedish Armed Forces is a government agency with a mission that is determined by the Swedish government through government decisions. It can therefore be argued that it is important that the campaigns portray the agency’s mission in a correct and truthful way. The purpose of this study has been to investigate how the Swedish Armed Forces portray their mission in their campaign films, and to what extent it corresponds with the agency’s official mission. The research questions are thereby: (1) How is the mission of the Swedish Armed Forces portrayed in two campaign films from 2018 and 2020? (2) To what extent does the Swedish Armed Forces' communication about the agency's mission correspond with their official mission presented in the government decision? (3) Based on identified semiotic resources, and with a neo-institutional perspective on strategic communication, what type of communication has been allowed to take place in the Swedish Armed Forces' campaign films? To answer the research questions, a qualitative data analysis was conducted on a government decision constituting the overall direction of the Swedish Armed Forces, and a multimodal critical discourse analysis was conducted on two campaign films produced by the agency The results were compared, and analyzed through the lens of a neo-institutional perspective on strategic communication. In summary, it can be stated that the study finds that the Swedish Armed Forces, in the two campaign films, portray their mission in a way that greatly corresponds with their official mission as presented in the government decision.

Sports analytics is an area that is growing at a rapid rate. It can be described as the use of data and analytics to gain an advantage in sports. It can include scouting, recovery, tactics and so on. This thesis uses data about association football passes to analyse players passing attributes. The dataset that has been used is acquired from the company Football Analytics Sweden AB and is produced by a subcontractor. The dataset includes event data for all games played in the Swedish division 1 during the 2020 season. In total there are 48 different types of events, but only the category passes accurate are analysed. Accurate passes are represented by x and y coordinates for the start and end point of the pass. The thesis's intention is the study how passes can be categorized in order to differentiate different players passing attributes, and how to identify types of players in regard to passing from that categorization. The categorization has been made possible by dividing the football pitch into different zones. The zones have been chosen on sports science and football grounds. Every pass is assigned a category based on which zone the pass starts in and what zone the pass ends up in. The proportion of passes a player hits for every category is then calculated and is used to perform factor analysis. The factor analysis identifies 13 underlying factors that can describe players different passing attributes. These factors have been interpreted and given names. The factors describe both general attributes as well as more specific attributes. Factor scores are then used to compare and identify which or what type of passing player a particular player is. / Sports analytics är ett begrepp som används mer och mer. I allmänhet kan det beskrivas som användningen av data och dataanalys för att få en fördel inom sport. Det kan vara allt från scouting (rekrytering av spelare), återhämtning och taktik. Den här studien använder information om fotbollspassningar för att undersöka fotbollsspelares passningsegenskaper. Datamaterialet som använts är erhållet från företaget Football Analytics Sweden AB och är framtaget av en underleverantör. Datamaterialet innehåller händelsedata för alla matcher som spelades i division 1 under säsongen 2020. Totalt finns det 48 olika typer av händelser, men endast händelsen lyckade passningar tas i beaktande. Lyckade passningar representeras av x och y koordinater för start- och slutpunkten för passningen. Studiens syfte är att undersöka hur passningar kan kategoriseras för att göra det möjligt att differentiera olika spelares passningsförmågor och hur man kan identifiera typ av passningsspelare utifrån kategoriseringen. Kategorisering av passningar utfördes med hjälp av en zonuppdelning av fotbollsplanen. Zonuppdelning är grundad på sportvetenskapliga och fotbollsmässiga grunder.  Varje passning tilldelas en kategori beroende på vilken zon passningen startar och slutar i. Andelen av passningar en spelare slår inom varje kategori beräknas, för att sedan användas i en faktoranalys. Faktoranalysen identifierar bakomliggande faktorer som påverkar en spelares andelar av passningar inom varje kategori. Totalt identifierades 13 bakomliggande faktorer och dessa kan beskriva en spelares passningsegenskaper. Dessa faktorer har verklighetstolkas och namngetts. Faktorerna beskriver både allmänna egenskaper och mer specifika egenskaper.  Faktorpoäng som beräknats från dem bakomliggande faktorerna används sedan för att jämföra och identifiera vilka eller vilken typ av passningsspelare en spelare är.

Svenska sjöars trofistatus delas upp i fyra olika statusar; oligotrofa, mesotrofa, eutrofa och hypertrofa. Försurning och övergödning är vanligt, till följd av antingen naturliga eller antropogena orsaker. Syftet med studien var att undersöka hur plankton (biodensitet) samvarierar med olika kemiska och fysikaliska parametrar (pH, konduktivitet, vattenfärg, turbiditet, siktdjup, Tot-N och Tot-P) i 20 skånska sjöar, samt hur biodensiteten skiljer sig mellan trofistatusarna. Syftet var även att bedöma sjöarnas tillstånd utifrån parametrarna, plankton som bioindikator, tidigare miljöövervakningar och bedömningsgrunder. Studienomfattade fältarbete där vatten- och planktonprov samlades in och vattenanalyser av siktdjup, pH och konduktivitet utfördes. På labb analyserades biodensiteten genom flödescytometri, planktonartbestämning genom mikroskopering och analyser av vattenfärg, turbiditet, Tot-N och Tot-P. En databasanvändes för att bedöma sjöarnas trofistatus och som kontroll vid analys av biodensiteten mellan trofistatusarna. Statistiska analyser utfördes för att analysera data. Biodensiteten kan förklaras till 71,1% av både vattenfärg och Tot-P. Multikollinearitet kan ha bidragit till ett felaktigt icke-signifikant samband mellan biodensitet och parametrarna turbiditet och Tot-N. Biodensiteten skiljde sig inte signifikant åt mellan trofistatusarna, vilket kan bero på provstorleken. De tidigare bedömningsgrunder och de nya av vattendirektivet skiljde sig åt för några parametrar. En uppmaning är att studera skånska sjöar med vattendirektivets bedömningsgrunder för att bibehålla en god miljöövervakning och uppnå miljömålen, och att lägga till konduktivitet samt återinföra turbiditet och vattenfärg i bedömningsgrunderna. / Swedish lakes’ trophy status is divided into oligotrophic, mesotrophic, eutrophic, and hypertrophic. Acidification and eutrophication are common, due to either natural or anthropogenic causes. The purpose of the study was to investigate how plankton (biodensity) covaries with chemical and physical parameters (pH, conductivity, watercolor, turbidity, visibility depth, Tot-N and Tot-P) in 20 lakes in Skåne, and how the biodensity differs between trophy levels. The purpose was also to assess the lake conditions based on the previously mentioned parameters, previous environmental monitoring, and assessment criteria. The study included fieldwork where water samples were collected, and water analyzes of visibility depth, pH and conductivity were performed. In the lab, plankton was analyzed by flow cytometry and microscopy,and watercolor, turbidity, Tot-N and Tot-P by water analyses. A database was used to assess the lakes’ trophy status and as a control when analyzing the biodensity between the trophy statuses. Statistical analyzes were performed to analyze data. 71,1% of the biodensity’s variation was explained by watercolor and Tot-P. Multicollinearity may have contributed to an incorrectly insignificant correlation between biodensity, turbidity and Tot-N. The biodensity did not differ between the trophy statuses, which mightdepend on the sample size. The previous assessment criteria and the new ones of the Water Framework Directive (WFD) differed for some parameters. A recommendation is to study lakes in Skåne with the WFD’s assessment criteria to maintain a good environmental monitoring and to achieve the environmental goals, and to add conductivity and reintroduce turbidity and watercolor into the assessment criteria.

Infiltration and inflow of non-sewer water to wastewater systems (I/I water) poses a significant problem to health, economy, and the environment by affecting the capacity of the wastewater system. To determine effective measures to reduce the amount of I/I water, it is essential to identify its most important sources. In this thesis, the relationship between leaked drinking water and I/I water was investigated by using ordinary least squares (OLS) linear regression. The first question is whether there is a statistical relationship between the amount of drinking water leakages and the amount of I/I water in wastewater treatment plants in Swedish municipalities. Data from 207 Swedish municipalities were included in the analysis. The amount of unaccounted water, i.e. the difference between produced and charged drinking water, was used as a measure of water leakage. The second question treats the feasibility of statistically comparing municipalities to determine the importance of I/I water sources. The result of the OLS linear regression shows a statistically significant relationship between the level of unaccounted water and the level of I/I water in Swedish municipalities. This could be explained by a causal process where leaked drinking water infiltrates the wastewater system. Another explanation could be simultaneous problems in the water system and the wastewater system, potentially caused by the quality of the pipelines. However, caution should be exercised when drawing conclusions from statistical comparisons between water and wastewater flows in different municipalities. Variations in other aspects such as natural conditions and infrastructure, must also be considered.

Detta examensarbete är en del av forskningsprojektet COMMAND som genomfördes av forskningsinstitutet RISE SICS Västerås tillsammans med SSAB under 2018 och 2019. Ett delmål med forskningsprojektet var att hjälpa industriföretag presentera mätvärden och maskindata på ett mer användarvänligt och överskådligt sätt. Examensarbetet har haft som mål att uppfylla detta mål genom att skapa graf som representerar data med punkter istället för linjer. I texten nedan kallar jag detta för Punktgraf då grafen baseras på punkter som segmenterar och komprimerar data för att skapa översikt.  Grundläggande principer för framtagandet av grafer studerades i “The Visual Display of Quantitative Information” och Colin Ware’s designprinciper om närhet, likhet och pop-out applicerades för att underlätta avläsning av grafen. En Unity-scen skapades för att snabbt generera exakt men simulerad data för att utvärdera punktgrafens potential. Det första testet visade att läsandet av grafen var ansträngande. Hög kognitiv belastning gjorde läsbarheten svårare snarare än lättare. Efter en uppdaterad version skapats genomfördes ett nytt test och intervju för att utvärdera resultatet av förändringarna. Efter dessa iterationer tog artefakten en mer användbar form som föreföll öka användarens förmåga att överblicka stora datamängder och upptäcka tidigare dolda mönster i stora dataset. Det identifierades också att punktgrafen skulle kunna bli ett användbart verktyg, inte bara för bevakning av industrimaskiner, utan också inom generell dataanalys. / This thesis work is part of the research project COMMAND that was conducted by the research institute RISE SICS Västerås together with SSAB during 2018 and 2019. One of the work-packages in the project was aimed to help industry companies present their machine data as an overview and in a more user friendly way. The  goal of this thesis work  was to make it easier to detect anomalies in the data for the purpose of predictive maintenance. The result from this thesis work is a type of graph that presents data in the form of stacked points rather than lines. I call this a “node based graph” as the nodes of the graph segment to compress the data to increase overview. To develop this artifact, literature such as “The Visual Display of Quantitative Information” and Colin Ware’s design principles of proximity, likeness and pop-out was applied to help form the graph. A Unity-scene was created to rapidly generate simulated but accurate real time data for visualization tests. The first test however showed an increased strain on the users ability to read the graph. High cognitive load made readability lower rather than higher. For this reason a secondary test was conducted to verify changes made to the artifact during the design process. After iterations were made the design took a more useful form that appeared to increased the users ability to overlook large data sets and detect patterns previously unseen. It also came to light that this particular type of presentation of data perhaps hold higher value outside the initial target audience, and that its redesign could turn it into a beneficial tool, not just monitoring of industrial machines, but for data analysis in general. / COMMAND - Communication and maintenance for the digital factory

Hur myndigheter kommunicerar under kristider spelar en avgörande roll för hur både samhälle och näringsliv hanterar en kris. Denna deskriptiva studie undersöker hur Folkhälsomyndigheten kommunicerat under två pandemier, Covid-19 och Ebola, för att beskriva hur en svensk myndighet kommunikativt hanterat allvarliga kriser. Studien har tillämpat en kvantitativ innehållsanalys för att granska en större mängd publikationer och mäta teoretiskt intressanta egenskaper i Folkhälsomyndighetens kommunikation. För att fylla vad vi menar är en forskningslucka, den kvantitativa retorikanalysen, har operationaliseringar av centrala retoriska begrepp gjorts. Två urval har gjorts från Folkhälsomyndighetens nyhetsarkiv; ett totalurval av Ebola-publikationer (N=12) och ett slumpmässigt urval av Covid-19-publikationer (n=83), vilket sammantaget resulterade i 95 analysenheter. Dataanalys av publikationerna genomfördes i dataanalysprogrammet SPSS. Vår studie fann att Folkhälsomyndighetens riskkommunikation var dynamisk och anpassades utefter hur allvarlig en kris var och hur den utvecklades. Exempelvis manifesterade myndigheten risker när utvecklingen av Covid-19 var oroväckande och tvärtom, när pandemin var mindre allvarlig under sommarmånaderna. Myndigheten axlar huvudsakligen en rådgivande roll i kristider, i närmare 9 av 10 fall framkommer en eller flera uppmaningar om hur samhället bör förhålla sig till Covid-19. Vidare visar analysen att myndigheten vilade sin argumentation på sakliga eller statistiska bevis (ex. dokument eller forskningsrapporter) i mer än 70 procent av fallen, vilket tyder på ett rationellt övertygande. Studien visar prov på hur en kvantitativ retorikanalys kan genomföras och fyller därmed en forskningslucka. Vidare diskuteras vilka för- och nackdelar som uppstår när teoretiska begrepp omvandlas (operationaliseras) till mätbara variabler. / How authorities communicate during times of crisis plays a crucial part in how society and commerce manages a crisis. This descriptive analysis examines how the Swedish public health authority Folkhälsomyndigheten has communicated during two pandemics, Covid-19 and Ebola, in goal of depicturing how a Swedish government agency has communicated whilst handling a serious risk to public health. The study has applied a quantitative content analysis to examine a large number of publications and measure theoretically interesting properties in Folkhälsomyndigheten’s communication. Central rhetorical concepts have been operationalized and measured in order to fill what we perceive to be a research method gap, the quantitative rhetorical analysis. Two samples have been drawn from Folkhälsomyndigheten’s news archive; a complete sample of Ebola publications (N=12), and a sample of Covid-19 publications (n=83), resulting in a total of 95 units. The data analysis of the publications was performed using the data analysis program SPSS. Our study found that Folkhälsomyndigheten’s risk communication was dynamic and adapted to how severe a crisis was and how it developed. For example, the agency manifested the risks when Covid-19’s development was alarming, and the other way around when the development was less alarming during summer months. The agency primarily holds an advisory role in times of crisis; in almost 9 out of 10 cases one or more appeals or guidelines to the general public is apparent, on how society should adapt to Covid-19. Furthermore, our analysis shows that the agency bases their arguments on facts and statistics evidence (e.g. documentation or research reports) in more than 70 percent of the cases. Which suggests a rational persuasion tactic. The study exemplifies how a quantitative rhetorical analysis can be executed, and thus fills a research gap. In addition, the study discusses the pros and cons of converting (operationalizing) theoretical concepts to measurable variables.

Business Intelligence-systems are well embedded in the daily work of managers in the organizations today. These systems have a significant impact on the management of big data as well as assisting managers in making decisions. The purpose of this study is to investigate how BI-systems affect decision making processes and the change of decision making in organizations and their activities, by looking into three aspects in Business intelligence (data quality, data analysis and the human factor). This study's approach consists of literature review and interviews with organizations who have implemented a BI-system in their activities. The results show that data quality does not have a direct impact on the use success of BI but is still an essential aspect when it comes to information management for decision making. Data analysis tools offers various of methods to help a decision maker in creating a decision basis for different types of decisions. BI-systems affects the decision-making process by making organizations think systematically in decision making in comparison with making decisions based on intuitions. / Business intelligence-system idag är väl inbäddade i det dagliga arbetet hos ledningen i organisationer. Dessa system har en stor inverkan på hanteringen av Big data och hjälper cheferna att fatta beslut. Studien syftar till att undersöka BI-systemens påverkan på beslutsprocesser och förändringen av beslutsunderlag hos organisationer och dess verksamheter, genom att undersöka utifrån tre aspekter inom BI som kan ha ett inflytande hos beslutsprocessen och beslutsunderlaget (Datakvalitet, dataanalys och mänskliga faktorn). Studiens tillvägagångssätt består av litteraturstudie och intervjuer med organisationer som har ett BI-system implementerat i deras verksamhet. Resultaten antyder på att datakvalitet har ingen direkt påverkan på framgången med BI men att kvalitetssäkring av data är fortfarande en essentiell del vid bearbetning av information för beslutsunderlaget, dataanalysverktyg erbjuder variationer av metoder för att hjälpa en beslutsfattare i att skapa beslutsunderlag för olika typer av beslut. BIsystems påverkar processen genom att organisationer utför ett mer systematiskt tänkande vid beslutshantering i jämförelse med att ta beslut på intuition.

I vår första studie som gjordes under SA1 visade det sig att även om lärare ansåg sig vara normkritiska vid valet av högläsningsböcker så visade det sig inte riktigt när vi analyserade böckerna. Vi funderade då på om den normkritiska aspekten kommer in i arbetet med böcker, alltså boksamtal. Därmed blev vårt fokus med den här studien att undersöka om och hur lärare använder sig av normkritiska boksamtal. Den teoretiska utgångspunkt vi utgått ifrån är Receptionsteori, vilken fördjupas ytterligare med teoretikerna Aidan Chambers och Louise Rosenblatt. Det empiriska materialet består av ett hundratal kvantitativa enkäter som besvarats av slumpmässigt utvalda lärare verksamma i lågstadiet i ett antal mellanstora län i Sverige. Resultatet från enkäterna påvisar att en stor majoritet lärare anser att de är medvetna om kön och genus när de väljer högläsningslitteratur, och att de försöker vara varierande och inkluderande. Det var också en stor andel som också arbetade med antingen bara boksamtal kopplat till högläsningen, eller till och med normkritiska boksamtal. De som ändå uppger att de inte har boksamtal uppger att det är brist på tid och kunskap som är de största stoppklossarna, vilket kan ses som något problematiskt då studier visar att det är en väldigt ojämn fördelning gällande kön och genus i barnböcker. Studien påvisar alltså att lärare i mångt och mycket är medvetna om sina val och tänker normkritiskt sett till kön och genus, samt att boksamtal i stor del är något som prioriteras av lärare.

The investigation to understand the subsurface and its features has long been asubject of interest for various fields, including fields such as archaeology and infras-tructure projects. However, traditional excavation methods are often costly and time-consuming. In their place, alternative techniques such as borehole drilling, which isitself expensive, and ground-penetrating radar (GPR), which produces a good butdistorted image, have gained popularity. Nonetheless, the limitations of each methodimpede them from meeting the requirements of subsurface exploration. This Mas-ter’s thesis introduces an approach combining these two methods to overcome theirlimitations and enhance their accuracy to understand the subsurface.This thesis aims to demonstrate the feasibility and effectiveness of integratingborehole drilling and GPR for subsurface exploration. Specifically, the integrationof borehole with GPR-profiles will be examined to enhance their practicality andaccuracy, meaning that this thesis will investigate the utilization of borehole datato update and adjust GPR-profiles, thereby providing more precise and informativedata for further analysis.The findings of this work indicate that combining borehole drilling and GPR-profiling to improve and update the accuracy of the GPR-profiles is entirely feasibleand results in a substantially improved subsurface exploration capability. Further,the outcomes of this thesis suggest that the integrated approach can generate amore precise representation of the underground structure. Ultimately, the proposedintegration of borehole drilling and GPR-profiling presents a promising approach toenhance the accuracy and efficiency of subsurface exploration and has the potentialto be valuable in a wide range of fields.i