• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 2
  • 2
  • Tagged with
  • 4
  • 3
  • 2
  • 2
  • 2
  • 2
  • 2
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

en Verkstad-kreativ mötesplats i Helsingborg

Leijonhufvud, Madeleine January 2011 (has links)
Projektet handlar om social och ekonomisk hållbarhet. Hur kan Söder i Helsingborg bli en dynamisk och hållbar stadsdel? Syftet är att ta bort den barriär som finns mellan stadsdelarna Norr och Söder i Helsingborg och inföliva mer liv på Söder. Genom att skapa en målpunkt, en ny mötesplats, kan det generera och i sin tur kan mer liv skapas.
2

Generating Terraform Configuration Files with Large Language Models / Att skapa Terraform-konfigurationsfiler med stora språkmodeller

Bonde, Oskar January 2022 (has links)
This thesis explores how large language models can be used to generate configuration files for Terraform from natural language descriptions. Few-shot and fine-tuning paradigms are evaluated on decoder-only models of varying size, including the state-of-the-art Codex model. The generated configuration files are evaluated with regard to functional correctness on a custom dataset using Terraform, to account for the large space of functionally equivalent configuration files. Results show that the largest model Codex is very capable at generating configuration files given an English description of network infrastructure even without fine-tuning. The result could be a useful tool for engineers who know Terraform fundamentals and have experience with the cloud platforms: AWS, GCP, or Azure. A future study could fine-tune Codex for Terraform using OpenAI's API or create an open source Codex-replication by fine-tuning the GPT-3 replication OPT, which in turn can be \hbox{fine-tuned}. / Denna avhandling undersöker hur stora språkmodeller kan användas till att generera konfigurationsfiler för Terraform med hjälp av språkbeskrivningar. Både few-shot och fine-tuning paradigm utvärderas på decoder-only modeller i olika storlekar, inklusive Codex. För att ta hänsyn till konfigurationsfiler som i utseende ser olika ut men som är funktionellt ekvivalenta utvärderas konfigurationsfilerna utifrån deras funktion. Resultaten visar att Codex, som är den största modellen, har förmågan att generera konfigurationsfiler givet en engelsk beskrivning av nätverksinfrastruktur, trots att Codex inte har undergått fine-tuning. Resultatet kan vara ett användbart verktyg för ingenjörer som har grundläggande kunskap om Terraform och erfarenhet av molnplattformarna: AWS, GCP eller Azure. En framtida studie skulle kunna träna Codex för Terraform med OpenAI:s API eller skapa en Codex-kopia genom att träna GPT-3 kopian OPT som i sin tur kan bli tränad för Terraform.
3

Training a Neural Network using Synthetically Generated Data / Att träna ett neuronnät med syntetisktgenererad data

Diffner, Fredrik, Manjikian, Hovig January 2020 (has links)
A major challenge in training machine learning models is the gathering and labeling of a sufficiently large training data set. A common solution is the use of synthetically generated data set to expand or replace a real data set. This paper examines the performance of a machine learning model trained on synthetic data set versus the same model trained on real data. This approach was applied to the problem of character recognition using a machine learning model that implements convolutional neural networks. A synthetic data set of 1’240’000 images and two real data sets, Char74k and ICDAR 2003, were used. The result was that the model trained on the synthetic data set achieved an accuracy that was about 50% better than the accuracy of the same model trained on the real data set. / Vid utvecklandet av maskininlärningsmodeller kan avsaknaden av ett tillräckligt stort dataset för träning utgöra ett problem. En vanlig lösning är att använda syntetiskt genererad data för att antingen utöka eller helt ersätta ett dataset med verklig data. Denna uppsats undersöker prestationen av en maskininlärningsmodell tränad på syntetisk data jämfört med samma modell tränad på verklig data. Detta applicerades på problemet att använda ett konvolutionärt neuralt nätverk för att tyda tecken i bilder från ”naturliga” miljöer. Ett syntetiskt dataset bestående av 1’240’000 samt två stycken dataset med tecken från bilder, Char74K och ICDAR2003, användes. Resultatet visar att en modell tränad på det syntetiska datasetet presterade ca 50% bättre än samma modell tränad på Char74K.
4

De utsattas erfarenheter av mobbning i arbetslivet

Ramadan, Afutu January 2019 (has links)
De utsattas erfarenheter av mobbning i arbetslivetMobbning eller kränkande särbehandling är en företeelse som reflekterar hur den psykosociala arbetsmiljön på arbetsplatser uppfattas av medarbetarna. Den psykosociala arbetsmiljön kan generera trivsel och gemenskap eller konflikter och utanförskap. Syfte med studien var att undersöka mobbning på olika arbetsplatser i Sverige, med fokus på stöd, hjälp och eventuella motverkande insatser, samt uppfattning om hur mobbning påverkar hälsan och välbefinnandet. Nio respondenter med olika yrken och från olika delar av Sverige intervjuades. Studiens resultat visade brister i stöd till de utsatta vilket berodde mest på passivt ledarskap, svag gruppdynamik, hög arbetsbelastning och orättvis arbetsfördelning samt brister i förebyggande insatser. Resultaten visade också att de utsatta upplevde påverkan på deras psykiska och fysiska hälsa samt på deras tillvaro. Studien visar att mobbning och kränkande särbehandling existerar i det svenska arbetslivet oavsett individernas yrkeserfarenhet, social, kulturell eller etnisk bakgrund.

Page generated in 0.0896 seconds