Dans ce travail de thèse, nous présentons nos travaux qui portent sur l’identification des cibles en général par un radar Ultra-Large Bande (ULB) et en particulier l’identification des cibles dont la surface équivalente radar est faible telles que les piétons et les cyclistes. Ce travail se décompose en deux parties principales, la détection et la reconnaissance. Dans la première approche du processus de détection, nous avons proposé et étudié un détecteur de radar ULB robuste qui fonctionne avec des données radar 1-D (A-scan) à une dimension. Il exploite la combinaison des statistiques d’ordres supérieurs et du détecteur de seuil automatique connu sous le nom de CA-CFAR pour Cell-Averaging Constant False Alarm Rate. Cette combinaison est effectuée en appliquant d’abord le HOS sur le signal reçu afin de supprimer une grande partie du bruit. Puis, après avoir éliminé le bruit du signal radar reçu, nous implémentons le détecteur de seuil automatique CA-CFAR. Ainsi, cette combinaison permet de disposer d’un détecteur de radar ULB à seuil automatique robuste. Afin d’améliorer le taux de détection et aller plus loin dans le traitement, nous avons évalué l’approche des données radar 2-D (B-Scan) à deux dimensions. Dans un premier temps, nous avons proposé une nouvelle méthode de suppression du bruit, qui fonctionne sur des données B-Scan. Il s’agit d’une combinaison de WSD et de HOS. Pour évaluer les performances de cette méthode, nous avons fait une étude comparative avec d’autres techniques de suppression du bruit telles que l’analyse en composantes principales, la décomposition en valeurs singulières, la WSD, et la HOS. Les rapports signal à bruit -SNR- des résultats finaux montrent que les performances de la combinaison WSD et HOS sont meilleures que celles des autres méthodes rencontrées dans la littérature. A la phase de reconnaissance, nous avons exploité les données des deux approches à 1-D et à 2-D obtenues à partir du procédé de détection. Dans la première approche à 1-D, les techniques SVM et le DBN sont utilisées et évaluées pour identifier la cible en se basant sur la signature radar. Les résultats obtenus montrent que la technique SVM donne de bonnes performances pour le système proposé où le taux de reconnaissance global moyen atteint 96,24%, soit respectivement 96,23%, 95,25% et 97,23% pour le cycliste, le piéton et la voiture. Dans la seconde approche à 1-D, les performances de différents types d’architectures DBN composées de différentes couches ont été évaluées et comparées. Nous avons constaté que l’architecture du réseau DBN avec quatre couches cachées est meilleure et la précision totale moyenne peut atteindre 97,80%. Ce résultat montre que les performances obtenues avec le DBN sont meilleures que celles obtenues avec le SVM (96,24%) pour ce système de reconnaissance de cible utilisant un radar ULB. Dans l’approche bidimensionnelle, le réseau de neurones convolutifs a été utilisé et évalué. Nous avons proposé trois architectures de CNN. La première est le modèle modifié d’Alexnet, la seconde est une architecture avec les couches de convolution arborescentes et une couche entièrement connectée, et la troisième est une architecture avec les cinq couches de convolution et deux couches entièrement connectées. Après comparaison et évaluation des performances de ces trois architectures proposées nous avons constaté que la troisième architecture offre de bonnes performances par rapport aux autres propositions avec une précision totale moyenne qui peut atteindre 99,59%. Enfin, nous avons effectué une étude comparative des performances obtenues avec le CNN, DBN et SVM. Les résultats montrent que CNN a les meilleures performances en termes de précision par rapport à DBN et SVM. Cela signifie que l’utilisation de CNN dans les données radar bidimensionnels permet de classer correctement les cibles radar ULB notamment pour les cibles à faible SER et SNR telles que les cyclistes ou les piétons. / In this thesis work, we focused on the study and development of a system identification using UWB-Ultra-Wide-Band short range radar to detect the objects and particularly the vulnerable road users (VRUs) that have low RCS-Radar Cross Section- such as cyclist and pedestrian. This work is composed of two stages i.e. detection and recognition. In the first approach of detection stage, we have proposed and studied a robust UWB radar detector that works on one dimension 1-D radar data ( A-scan). It relies on a combination of Higher Order Statistics (HOS) and the well-known CA-CFAR (Cell-Averaging Constant False Alarm Rate) detector. This combination is performed by firstly applying the HOS to the received radar signal in order to suppress the noise. After eliminating the noise of the received radar signal, we apply the CA-CFAR detector. By doing this combination, we finally have an UWB radar detector which is robust against the noise and works with the adaptive threshold. In order to enhance the detection performance, we have evaluated the approach of using two dimensions 2-D (B-Scan) radar data. In this 2-D radar approach, we proposed a new method of noise suppression, which works on this B-Scan data. The proposed method is a combination of WSD (Wavelet Shrinkage Denoising) and HOS. To evaluate the performance of this method, we performed a comparative study with the other noise removal methods in literature including Principal Component Analysis (PCA), Singular Value Decomposition (SVD), WSD and HOS. The Signal-to-Noise Ratio (SNR) of the final result has been computed to compare the effectiveness of individual noise removal techniques. It is observed that a combination of WSD and HOS has better capability to remove the noise compared to that of the other applied techniques in the literature; especially it is found that it allows to distinguish efficiency the pedestrian and cyclist over the noise and clutters whereas other techniques are not showing significant result. In the recognition phase, we have exploited the data from the two approaches 1-D and 2-D, obtained from the detection method. In the first 1-D approach, Support Vector Machines (SVM) and Deep Belief Networks (DBN) have been used and evaluated to identify the target based on the radar signature. The results show that the SVM gives good performances for the proposed system where the total recognition accuracy rate could achieve up to 96,24%. In the second approach of this 1-D radar data, the performance of several DBN architectures compose of different layers have been evaluated and compared. We realised that the DBN architecture with four hidden layers performs better than those of with two or three hidden layers. The results show also that this architecture achieves up to 97.80% of accuracy. This result also proves that the performance of DBN is better than that of SVM (96.24%) in the case of UWB radar target recognition system using 1-D radar signature. In the 2-D approach, the Convolutional Neural Network (CNN) has been exploited and evaluated. In this work, we have proposed and investigated three CNN architectures. The first architecture is the modified of Alexnet model, the second is an architecture with three convolutional layers and one fully connected layer, and the third is an architecture with five convolutional layers and two fully connected layers. The performance of these proposed architectures have been evaluated and compared. We found that the third architecture has a good performance where it achieves up to 99.59% of accuracy. Finally, we compared the performances obtained using CNN, DBN and SVM. The results show that CNN gives a better result in terms of accuracy compared to that of DBN and SVM. It allows to classify correctly the UWB radar targets like cyclist and pedestrian.

Information technology has become increasingly important to individuals and organizations alike. Not only does IT allow us to do what we always did faster and more effectively, but it also allows us to do new things, organize ourselves differently, and work in ways previously unimaginable. However, these advantages come at a cost: as we become increasingly dependent upon IT services, we also demand that they are continuously and uninterruptedly available for use. Despite advances in reliability engineering, the complexity of today's increasingly integrated systems offers a non-trivial challenge in this respect. How can high availability of enterprise IT services be maintained in the face of constant additions and upgrades, decade-long life-cycles, dependencies upon third-parties and the ever-present business-imposed requirement of flexible and agile IT services? The contribution of this thesis includes (i) an enterprise architecture framework that offers a unique and action-guiding way to analyze service availability, (ii) identification of causal factors that affect the availability of enterprise IT services, (iii) a study of the use of fault trees for enterprise architecture availability analysis, and (iv) principles for how to think about availability management. This thesis is a composite thesis of five papers. Paper 1 offers a framework for thinking about enterprise IT service availability management, highlighting the importance of variance of outage costs. Paper 2 shows how enterprise architecture (EA) frameworks for dependency analysis can be extended with Fault Tree Analysis (FTA) and Bayesian networks (BN) techniques. FTA and BN are proven formal methods for reliability and availability modeling. Paper 3 describes a Bayesian prediction model for systems availability, based on expert elicitation from 50 experts. Paper 4 combines FTA and constructs from the ArchiMate EA language into a method for availability analysis on the enterprise level. The method is validated by five case studies, where annual downtime estimates were always within eight hours from the actual values. Paper 5 extends the Bayesian prediction model from paper 3 and the modeling method from paper 4 into a full-blown enterprise architecture framework, expressed in a probabilistic version of the Object Constraint Language. The resulting modeling framework is tested in nine case studies of enterprise information systems. / Informationsteknik blir allt viktigare för både enskilda individer och för organisationer. IT låter oss inte bara arbeta snabbare och effektivare med det vi redan gör, utan låter oss också göra helt nya saker, organisera oss annorlunda och arbeta på nya sätt. Tyvärr har dessa fördelar ett pris: i takt med att vi blir alltmer beroende av IT-tjänster ökar också våra krav på att de är ständigt tillgängliga för oss, utan avbrott. Trots att tillförlitlighetstekniken går framåt utgör dagens alltmer sammankopplade system en svår utmaning i detta avseende. Hur kan man säkerställa hög tillgänglighet hos IT-tjänster som ständigt byggs ut och uppgraderas, som har livscykler på tiotals år, som är beroende av tredjepartsleverantörer och som dessutom måste leva upp till verksamhetskrav på att vara flexibla och agila? Den här avhandlingen innehåller (i) ett arkitekturramverk som på ett unikt sätt kan analysera IT-tjänsters tillgänglighet och ta fram rekommenderade åtgärder, (ii) ett antal identifierade kausalfaktorer som påverkar IT-tjänsters tillgänglighet, (iii) en studie av hur felträd kan användas för arkitekturanalys av tillgänglighet samt (iv) en uppsättning principer för beslutsfattande kring tillgänglighet. Avhandlingen är en sammanläggningsavhandling med fem artiklar. Artikel 1 innehåller ett konceptuellt ramverk för beslutsfattande kring IT-tjänsters tillgänglighet som understryker vikten av variansen hos nertidskostnaderna. Artikel 2 visar hur ramverk för organisationsövergripande arkitektur (s.k. enterprise architecture -- EA) kan utvidgas med felträdsanalys (FTA) och bayesianska nätverk (BN) för analys av beroenden mellan komponenter. FTA och BN är bägge etablerade metoder för tillförlitlighets- och tillgänglighetsmodellering. Artikel 3 beskriver en bayesiansk prediktionsmodell för systemtillgänglighet, baserad på utlåtanden från 50 experter. Artikel 4 kombinerar FTA med modelleringselement från EA-ramverket ArchiMate till en metod för tillgänglighetsanalys på verksamhetsnivå. Metoden har validerats i fem fallstudier, där de estimerade årliga nertiderna alltid låg inom åtta timmar från de faktiska värdena. Artikel 5 utvidgar den bayesianska prediktionsmodellen från artikel 3 och modelleringsmetoden från artikel 4 till ett fullständigt EA-ramverk som uttrycks i en probabilistisk version av Object Constraint Language (OCL). Det resulterande modelleringsramverket har testats i nio fallstudier på verksamhetsstödjande IT-system. / <p>QC 20120912</p>

Vi kommer presentera en kategoriserad och tematiserad översikt av faktorer som främjar/hindrar barns fysiska aktivitet utanför skolans ramar. Avsikten är att försöka göra en inventering av möjliga påverkansfaktorer för vår uppdragsgivare Innovation Skåne och förhoppningsvis skulle detta arbete kunna vara vägledande för dem. Syftet med detta arbete är att undersöka barns förutsättningar för fysisk aktivitet utanför skolans ramar. Metoden bestod av en litteraturstudie och barnintervjuer som genomgick tematisk analys. Sedan genomfördes en triangulering mellan de båda empiriska insamlingsmetoderna. Metoderna ställdes mot varandra för att se om barnens perspektiv från barnintervjuerna skiljde åt sig jämfört med forskning från litteraturen och de vuxnas perspektiv på barnens behov. Resultatet är att barnen har väldigt olika uppfattningar om vad fysisk aktivitet är, barnens perspektiv på fysisk aktivitet skiljer sig från forskningens breda definitioner i den utsträckning att sport, idrott och prestation är i fokus. Den tematiska analysens huvudområde och resultat berörde viktiga påverkansområden som möjliggörandet av självvalda aktiviteter och autonomi. Trygghet vid transporter med cykel, föräldranärvaro, gruppgemenskap eller självvald enskildhet i sin egen “bubbla” för att nämna några exempel. Slutsatsen är att det skiljer sig i barnrättsperspektivet gällande utemiljöer och möjligheterna som barnen har för att kunna ha någonstans att vara på efter skoltid eftersom skolorna inte är tillåtna att vistas på förens skoldagarna är slut när man går på högstadiet. Slutligen och också viktigast. Barn styr inte över sin fysiskt aktiva fritid. Det gör de vuxna. / We will be presenting a categorized and thematically analyzed overview of factors that facilitate/inhibit children's physical activity outside the context of compulsory school. The intent is to attempt to make an inventory of possible influencing factors for our client Innovation Skåne and it's our hope that this work could act as a guide in their work. The purpose of this work is to examine children's conditions for physical activity outside of school. The method consisted of a literature study and child interviews which underwent a thematic analysis. After which a triangulation was carried out between the two empirical collection methods. The methods were compared to each other to see if the children's perspective from the child interviews differ compared to the research from the literature and the adults' perspective on the children's needs. The result is that the children have very different perceptions of what physical activity is, the children's perspective on physical activity differs from the research's broad definitions to the extent that sports and performance are in focus. The main area and results of the thematic analysis touched on important impact areas such as the enabling of self-selected activities and autonomy. Safety when transporting by bicycle, parental presence, group community or self-selected privacy in your own "bubble" to name a few examples. The conclusion is that there is a difference in the children's rights perspective regarding outdoor environments and the opportunities that the children have to be able to have somewhere to be after school because the schools are not allowed to stay in until the school days are over when you go to upper secondary school. Last and most importantly. Children do not control their physically active free time. The adults do.

Att integrera insamling och analysering av användardata inom produktutveckling förekommer hos företag inom alla branscher över hela världen. Användardata kan ge ett företag information om användare och den informationen kan i sin tur utnyttjas för att utveckla befintliga och nya produkter. Syftet med studien är att undersöka hur användardata och andra arbetssätt i kombination kan identifiera och tillfredsställa kundbehov under utveckling av webbplatser och appar. För att besvara frågeställningen byggdes en teoretisk referensram från en vetenskaplig litteraturstudie. En stor del av litteraturstudien består av Kano modellen för att förklara sambandet mellan olika kundbehov och kundtillfredsställelse. Vidare presenteras vanligt förekommande användardata och andra arbetssätt. Sedan genomfördes en kvalitativstudie hos fyra företag som arbetar med produktutveckling av appar och/eller webbplatser. Den kvalitativa studien bestod av semi-strukturerade intervjuer. Resultaten från den kvalitativa studien analyserades sedan och jämfördes mot den teoretiska referensramen. Efter analys och diskussion av resultaten visar studien att en kombination av användardata och andra arbetssätt är fördelaktigt i en produktutvecklingsprocess för att uppnå hög kundtillfredsställelse. Vidare upptäcker studien svårigheten i att mäta kundtillfredsställelse då användares behov ständigt förändras samt för att tillfredsställelse oftast mäts på specifika produktfunktioner, inte produkten i sin helhet. / Integrating collection and analysis of user data within product development is occurring in companies worldwide and across all industries. User data can provide a company with information about the users which can be utilized to develop existing and new products. This study aims to explore how a combination of user data and other work methods can identify and satisfy customer needs during the development of websites and apps. To answer the research questions a theoretical framework was built from a scientific literature study. The literature study gives much focus to the Kano model to explain the connection between different customer needs and customer satisfaction. Additionally, common user data and other work methods are presented. Subsequently, a qualitative study was conducted at four companies who are working with product development of apps and/or websites. The qualitative study consisted of semi-structured interviews. The results from the qualitative study were analysed and compared to the theoretical framework. After analysis and discussion, the study shows that a combination of user data and other work methods is profitable in a product development process to achieve high customer satisfaction. Furthermore, the study discovers the difficulties in measuring customer satisfaction since customer needs are constantly changing and also because customer satisfaction is often measured on specific product features, not the product as a whole.

The purpose of this study is to clarify how pedagogues work with the new curriculum goal regarding reading and talking about text content in order to promote children's language development in various ways. Eight observations have been conducted and four qualitative interviews at four different preschools. Based on the socio-cultural perspective. The results show that preschool teachers have understood that reading aloud and talking about the read is important for children's language development, but the working method between the different preschools has varied. / Syftet med den här studien är att synliggöra hur utbildade förskollärare förhåller sig till och arbetar utifrån målet i den senaste läroplanen (Lpfö18) angående högläsning och samtal kring det lästa för att utveckla språklig medvetenhet  och ordkunskap hos de äldre barnen. Åtta observationer och fyra kvalitativa intervjuer på fyra olika förskolor har genomförts. Studien tar teoretisk utgångspunkt i det sociokulturella perspektivet på lärande som beskrivs av Vygotskij. Resultaten visar att förskollärarna har liknande uppfattningar angående högläsning och samtal kring det lästa avseende värdet för barnens utveckling av språklig medvetenhet. Dock har arbetssättet för att nå detta mål varierat bland de olika förskolorna.

Mitt syfte med undersökningen är att genomföra en kvalitativ textanalys av Sofia Nordins trilogi för att undersöka dess lämplighet att undervisa om värdegrundsfrågor i årskurs 4–6.   Skolinspektionens granskning (2012) finner brister i att integrera värdegrundsuppdraget i ämnet svenska. Bland annat beror det på brister i förståelsen hos lärare kring vilka skönlitterära texter som kan användas och vad i texterna som kan ge möjlighet till undervisning.   Undersökningen syftar därför till att finna lämplig text vilket genom arbetet visat sig vara dystopi. Undersökningens kvalitativa textanalys svarar mot frågeställningarna om mörker, demokrati, solidaritet och mänskliga rättigheter för att undersöka möjligheten till undervisning om värdegrunden.   Analysens resultat finner goda möjligheter för trilogin att användas som ingång för värdegrundsarbete i årskurs 4–6. / The aim of this paper is to make a qualitative text analysis of the trilogy by Sofia Nordin based on its possibility to teach about the fundamental values in school for grade 4-6.   The Swedish School inspectorate shows in an examination (2012) that the Swedish primary school are shortcoming in the mission to teach about the fundamental values in the subject swedish. Some causes they mention are the teachers lack of understanding what sort of literature they should use, and what in the literature to use.   This study is therefore aiming to find a suitable text which by the work turned out to be a dystopia. By qualitative text analysis the question at issues examines to answer the aim of this paper. They are the darkness, democracy, human rights and solidarity. In the results the paper has found a good potential for the novels to teach about the fundamental values in grade 4-6.

Sammanfattning/AbstractEriksson, Cristina (2022). Speciallärare med specialisering språk-, skriv- och läsutveckling -en kollega med lite fler verktyg i sin verktygslåda. Specialpedagogprogrammet, Institutionenför skolutveckling och ledarskap, Lärande och samhälle, Malmö Universitet, 90 hp.Förväntat kunskapsbidragDenna studie belyser vikten av pedagogiska samtal och kollegialt lärande. Genom att synliggörainformanternas bild av uppdraget för speciallärare med inriktning språk-, skriv- ochläsutveckling och deras uppfattningar utifrån inkludering, anpassningar och elevers skiftandebehov förväntas studien bidra med förutsättningar för ett gynnsamt och språkutvecklandesamarbete mellan lärare och speciallärare utifrån ett relationellt perspektiv.Syfte och frågeställningarStudien belyser några lärares uppfattningar vad gäller uppdraget för en speciallärare medinriktning språk-, skriv- och läsutveckling och hur de tänker att en sådan kan utveckla ochfördjupa arbetet i verksamheten. Följande preciserade frågeställningar har formulerats för attbehandla studiens syfte:• Hur uppfattas en speciallärare kunna bidra till och komplettera det språkinriktadearbetet i verksamheten?• Vilka uppfattningar gällande inkludering, särskilda anpassningar och elever ibehov av särskilt stöd framträder hos respondenterna?TeoriStudiens teoretiska ramverk grundar sig i systemteoretiskt perspektiv, närmare bestämtBronfenbrenners ekologiska systemteori. Bronfenbrenner (1979), framhåller att elevers lärandeär beroende av omgivningen och argumenterar för att det är viktigt att se barnets utveckling irelation till de olika system som barnet är en del av. Den utvecklingsekologiska modellen bestårav fyra strukturer som Bronfenbrenner benämner mikro-, meso-, exo- och makrosystemet. I