Background: Inventory control is a complex challenge that affects various activities on howinventory is controlled and managed. The management of inventory has a major impact on acompany's profitability and needs to be handled in different ways depending on the situationthe company is operating in. In order to improve operational inventory management forcompanies that have customer-unique products, high inventory availability and the desire forincreased inventory turnover rate, different aspects need to be addressed. Different items in acompany's assortment have different properties, and in order to control items in a goodassortment, a differentiation of the control can be developed. Purpose: The purpose of this study is to find a way to improve Alutrade's operationalinventory control and theoretically contribute with an analysis of which classification basescompanies in a similar situation should analyse when a model for differentiated control isdeveloped. The study aims to differentiate different operational models to adapt to differentitem characteristics to achieve an increased inventory turnover rate. Method: This study is treated with a deductive approach and contains both a qualitative andquantitative research method. The empirical data collected during the study consists ofinterviews, observations, focus groups and excel documents from the company's businesssystem Jeeves for calculations. The data is collected through unstructured and semi-structuredinterviews and observations. Results: By analysing Alutrade's situation, various problems could be identified in theircurrent work regarding operational inventory control. To remedy these problems, differentclassification bases for a differentiated control were analysed. This is to develop a model thatcan provide the opportunity to increase the stock turnover rate based on Alutrade'sconditions. A classification of articles is presented and gives the opportunity to applydifferent operational layer certification methods to the 9 different categories. The differentiated control handles, among other things, methods for service level, crew pointsystem, EOQ and gives recommendations for how they should be applied for each category.Through this, Alutrade can work to increase its inventory turnover rate and prioritize itsefforts where they make the most sense. Through the application of relevant classificationbases, a framework for differentiated control can be developed and different operationalinventory control methods can then be adapted for each category and provide an increase inthe inventory turnover rate. Keyword: Inventory, operational inventory control, differentiated inventory control,inventory turnover rate, classification bases, order time, order quantity, safety stock, servicelevel, ABC-XYZ analysis / Bakgrund och problemdiskussion: Lagerstyrning är en komplex utmaning som berör olikaaktiviteter om hur lager styrs och hanteras. Styrningen av lager har en stor påverkan påföretags lönsamhet och behöver hanteras på olika sätt beroende på i vilken situation företagetbefinner sig i. För att förbättra operativ lagerstyrning för företag som har kundunika artiklar,hög lagertillgänglighet och en önskan om ökad lageromsättningshastighet behöver olikaaspekter beröras. Olika artiklar i företags sortiment har olika egenskaper och för att styraartiklar på ett framgångsrikt sätt kan en differentiering av styrningen utvecklas. Syfte: Syftet med denna studie är hitta ett sätt att förbättra Alutrades operativa lagerstyrningoch teoretiskt bidra med en analys om vilka klassificeringsgrunder, företag i liknandesituation bör analysera när en modell för differentierad styrning tas fram. Studien syftar tillatt differentiera olika operativa modeller för att anpassa till olika artikelegenskaper för attuppnå en ökad lageromsättningshastighet. Metod: Denna studie behandlas med ett deduktivt angreppssätt och innehåller både enkvalitativ och kvantitativ forskningsmetod. Den empiriska datan som inhämtats under studienutgörs av intervjuer, observationer, fokusgrupper och excelunderlag från företagetsaffärssystem Jeeves för beräkningar. Datan är inhämtad genom ostrukturerade ochsemistrukturerade intervjuer och observationer. Resultat: Genom att analysera Alutrades situation kunde olika problem identifieras i derasnuvarande arbete gällande operativ lagerstyrning. För att åtgärda dessa problem analyseradesolika klassificeringsgrunder för en differentierad styrning. Detta för att ta fram en modell somkan ge möjlighet att öka lageromsättningshastigheten utifrån Alutrades förutsättningar. Enklassificering av artiklar presenteras och ger möjlighet att tillämpa olika operativalagerstyrningsmetoder till de nio olika kategorierna. Den differentierade styrningen hanterarbland annat metoder för servicenivå, besättningspunksystem, EOQ och gerrekommendationer för hur de bör tillämpas för respektive kategori. Genom detta kan4Alutrade arbeta för att öka sin lageromsättningshastighet och prioritera sina insatser dit de görmest nytta. Genom en tillämpning av relevanta klassificeringsgrunder kan ett ramverk fördifferentierad styrning utvecklas och olika operativa lagerstyrningsmetoder kan därefteranpassas för respektive kategori och ge en ökning av lageromsättningshastigheten. Nyckelord: Lager, operativ lagerstyrning, differentierad lagerstyrning,lageromsättningshastighet, klassificeringsgrunder, ordertidpunkt, orderkvantitet,säkerhetslager, servicenivå, ABC-XYZ analys

The logistics industry is one of the most important industries, being an important component of a company's activities. In recent years, the industry has gone through a large number of changes. These had the purpose of making the processes more efficient in order to reduce costs or to increase the degree of competitiveness. A very important process in the logistics industry is the allocation of roles in warehouses. Not using the available resources to their maximum capacity leads to an increase in the processing time of the units as well as to a decrease in the profitability of the companies. Allocation is done manually in the warehouse, being a complex task in which many constraints and variations must be taken into account. AI technologies and IoT systems have the potential to simplify the process of assigning workers. For this research, a warehouse in Germany operated by the Amazon company was studied. In addition to the benefits that this transition can have from a social point of view, helping to equalize the roles of high complexity and the appropriate rotation of jobs to ensure equal opportunities for development, there is an opportunity to reduce the costs associated with this process by up to 90%. This last aspect is dependent on the degree of modernization of the warehouse and on the way in which the role allocation process is carried out at the time. Most of the IoT systems necessary for the digitization and automation of this process are already implemented in warehouses. However, a common architecture is needed to be able to guarantee the integration and compatibility of the systems. The main blocker in this transition remains public opinion and financial factors, companies with a large volume of units potentially benefiting from economies of scale. / Logistikbranschen är en av de viktigaste branscherna och är en viktig del av ett företags verksamhet. De senaste åren har branschen genomgått ett stort antal förändringar. Dessa hade till syfte att effektivisera processerna för att minska kostnaderna eller öka graden av konkurrenskraft. En mycket viktig process inom logistikbranschen är fördelningen av roller i lager. Att inte använda de tillgängliga resurserna till sin maximala kapacitet leder till en ökad handläggningstid för enheterna samt till en minskad lönsamhet för företagen. Allokering sker manuellt i lagret, vilket är en komplex uppgift där många begränsningar och variationer måste beaktas. AI-teknik och IoT-system har potential att förenkla processen för att tilldela arbetare. För denna forskning studerades ett lager i Tyskland som drivs av Amazon-företaget. Förutom de fördelar som denna övergång kan ha ur en social synvinkel, hjälpa till att utjämna rollerna med hög komplexitet och lämplig rotation av jobb för att säkerställa lika möjligheter till utveckling, finns det en möjlighet att minska kostnaderna förknippade med denna process med upp till 90 %. Den sista aspekten är beroende av graden av modernisering av lagret och på det sätt på vilket rollfördelning processen går till vid tillfället. De flesta av de IoT-system som krävs för digitalisering och automatisering av denna process är redan implementerade i lager. Det behövs dock en gemensam arkitektur för att kunna garantera systemets integration och kompatibilitet. Den huvudsakliga blockeraren i denna övergång är fortfarande den allmänna opinionen och finansiella faktorer, företag med en stor volym av enheter som potentiellt kan dra nytta av stordriftsfördelar.

Bakgrund: Under de senaste decennierna har behovet gällande effektivare logistikhantering inom alla branscher ökat. Detta härstammar bland annat från förändrade ekonomiska förutsättningar, geopolitiska omvälvningar och utvidgade globala försörjningskedjor. Den interna logistiken har en central roll för att effektivisera interna logistikaktiviteter som till stor del avser ett företags lager, färdigvarulager och godshantering. En bidragande faktor som avgör svårighetsgraden för dessa aktiviteter är produktens fysiska utformning, då tyngre och större föremål kräver mer resurser, såsom planering och hantering. Dock med dagens föränderliga marknad och dess tillhörande osäkerhet, blir påfrestningarna för företag och deras logistik- och lagerplanering mer påtagliga. Syftet: Syftet med denna studie är att undersöka hanteringen av tungt och otympligt gods i färdigvarulagret för att tidseffektivisera lageraktiviteterna som påverkar utlastningskapaciteten. Metod: Det har utförts en fallstudie på ett företag beläget i Gävle kommun, som i denna studie kallas för Företag X. För att kunna undersöka kring det valda ämnet har även ett till företag varit aktuell till denna fallstudie, även det företaget är beläget i Gävle kommun och kallas i denna studie för Företag Y. Genom observationer på Företag Y, intervjuer med personal från Företag Y, samt skriftlig och fysisk kontakt med personal på Företag X har empiriska data samlats in. En kvalitativ deduktiv ansats har använts för att besvara studiens syfte och frågeställning. Empiri: Från produktionen på Företag X till utlastningen på Företag Y är det många medverkande aktörer som alla har en påverkan på utlastningskapaciteten. Det sker även tre olika betydande aktiviteter innan kund får sina produkter, dessa är inlagring, preppning och direktlast/förlast. I dagsläget är det avtalat att Företag Y ska hantera utlastningen av 13 lastbilar per dag åt Företag X. Dock finns det en ojämn spridning kring antalet lastbilar som ankommer per dag samt deras ankomsttider. Slutsats: Studien påvisar att lageraktiviteterna som påverkar utlastningskapaciteten kunna tidseffektiviseras om slottidsbokningssystem, ett mer utvecklat lagerhanteringssystem samt rutiner kring inlagringen infördes, även att all tillgänglig resurs utnyttjades. / Background: In recent decades, more efficient logistics management has been increasingly required in all industries. This comes from, among other things, changed economic conditions, geopolitical upheavals and extended global supply chains. Internal logistics has a central role when the internal logistics activities are going to get more effective. Those internal logistics activities are mainly about a company's warehouse, finished goods warehouse and goods handling. A contributing factor that determines the degree of difficulty of these activities is the physical design of the product, as heavier and larger objects require more resources, such as planning and handling. However, with today's changing market and its associated uncertainty, the stresses on companies and their logistics and inventory planning are becoming more apparent. Purpose: The purpose of this study is to investigate the handling of heavy and unwieldy goods in the finished goods warehouse in order to make the warehouse activities that affect the loading capacity time-efficient.  Method: During this study we have implemented a case study on a company located in Gävle, that is referred to in this study as Company X. In order to investigate the chosen topic, another company has also been relevant to this case study, that company is also located in Gävle and is referred to in this study as Company Y. Through observations at Company Y, interviews with personnel from Company Y, as well as written and physical contact with personnel at Company X, the empirical data has been collected. A qualitative deductive approach has been used to answer the purpose and question of the study. Empiricism: From the production at Company X to the utilization at Company Y there are many participating actors who all have an impact on the loading capacity. There are also three different significant activities before the customer receives their products, which is storage, prepping and directloading/preloading. Currently is has been agreed that Company Y will handle the loading of 13 trucks per day for Comapny X. However, there is an uneven spread regarding the number of trucks that arrive per day and their arrival times.  Conclusion: The study shows that the warehouse activities that affect the loading capacity can be time-efficient if a slot time booking system, a more developed warehouse management system and routines regarding the storage were introduced, also that all available resources were utilized.

In the growing digitalization of the grocery industry, it is necessary for traditional grocery retailers to adapt their business models to the new digital era. Augmented reality (AR) and other digital tools have proven to have the ability to transform the grocery business, and it is crucial for traditional grocers to act in order to remain competitive. AR technology has been used in a number of different retail industries, such as the clothing industry and the furniture industry. The purpose of this paper is to investigate how the implementation of AR can affectthe business model of a traditional grocery retailer. A case study has been conducted with a food company in Sweden, at the request of our commissioner working in the field of digitalization of different industries. Furthermore, the Triple Layered Business Model Canvas, has been used as a tool to identify the current business model, and to give suggestions on how the future business model can look like, after an implementation of AR. The results show a change on the canvas of the three different sustainability factors, but also an identification of the different challenges a grocery retailer can face. The results show an increased collaboration with external partners and the implementation of new activities for the case company. Furthermore, the study emphasizes the impact on distribution and suppliers, as well as the social consequences. Preparation for the technology is further presented in the study.  The study contributes to increased knowledge of business model change in the grocery industry. Previous research on the impact of AR on the grocery industry has been confirmed, and this paper contributes new research investigating the impact of technological innovations on the business model of traditional grocery retailers. This study also adds knowledge on theuse of the Triple Layered Business Model Canvas as an analytical tool for sustainability and business model change. / I den växande digitaliseringen av livsmedelsbranschen är det nödvändigt för traditionella livsmedelshandlare att anpassa sina affärsmodeller till den nya digitala eran. Förstärkt verklighet (AR) och andra digitala verktyg har visat sig ha förmågan att omvälva livsmedelshandeln, och det är avgörande för traditionella livsmedelshandlare att agera för att behålla sin konkurrenskraft. AR-tekniken har använts inom ett flertal olika industrier inom detaljhandeln, såsom klädindustrin och möbelindustrin. Den här uppsatsens syfte är att undersöka hur implementeringen av AR kan påverka en traditionell livsmedelshandlarnas affärsmodell. En fallstudie har gjorts på ett livsmedelsföretag i Sverige, på begäran av vår kommissarie som arbetar inom digitalisering av olika branscher. Vidare har Triple Layered Business Model Canvas använts som ett verktyg för att identifiera den nuvarande affärsmodellen, och för att ge förslag på hur den framtida affärsmodellen kan se ut, efter en implementering av förstärkt verklighet (AR). Resultaten visar en förändring av canvasen med tre olika hållbarhetsfaktorerna, men även en identifiering över de olika utmaningarna en livsmedelshandlare kan stå inför. Resultatet visar ett ökat samarbete med externa partners samt implementering av nya aktiviteter för fallföretaget. Dessutom belyses påverkan på distribution och leverantörer, samt de sociala konsekvenserna. Vidare i studien presenteras även olika relevanta och betydelsefulla förberedelser för en implementation av AR tekniken. Studien bidrar till ökad kunskap inom förändring av affärsmodeller inom livsmedelsindustrin. Tidigare forskning om förstärkt verklighets påverkan på livsmedelsbranschen har bekräftats, och denna uppsats bidrar med ny forskning som undersöker effekten av teknologiska innovationer på affärsmodellen för traditionella livsmedelshandlare. Denna studie tillför även kunskap om användningen av Triple Layered Business Model Canvas som analysverktyg för hållbarhet och förändring av affärsmodeller.

Covid-19 pandemin är en enorm hälsokris som kom att påverka hela världen och har fått större konsekvenser än andra kriser. En trend som innefattar mer risker för Supply Chain är att fler företag väljer att outsourca produktionen, vilket skapar känsligare Supply Chains eftersom de blir längre och därmed mer komplexa. Den osäkra omvärlden sätter hög press på utveckling och anpassning av Supply Chains, vilket har blivit högst aktuellt eftersom trender kommer och går, kriser sker allt oftare och det har blivit tuffare att skapa konkurrensfördelar. För att snabbt kunna anpassa kedjan till eventuella avvikelser eller störningar är hanteringen av risker inom fordonsindustrin extremt viktig. Syftet med studien är att studera hur stora svenska företag inom fordonsindustrin har påverkats av Covid-19 pandemin. Även vilka Supply Chain Risk Management åtgärder som fordonsföretagen har vidtagit för att vara motståndskraftiga under pandemin har analyserats. I denna undersökning genomfördes en flerfallstudie i och med att företagen och dess kontext spelade roll för att besvara syftet. Studien antar en kvalitativ studie där ett abduktivt angreppssätt har använts. Vidare har sex semistrukturerade intervjuer genomförts, vilka samlades in genom både ett snöbollsurval och ett målstyrt urval. I studien kan man dra tydliga slutsatser att samtliga företag i stor utsträckning under Covid-19 utnyttjat dual eller multiple sourcing som ett sätt att säkra upp leveranser och undvika störningar. En majoritet av företagen har prioriterat att bygga upp djupare relationer och har utvecklat partnerskapen med deras leverantörer under pandemin, vidare satte de även högre press på leverantörerna och förväntade sig mer av dem. Pandemin har även medfört en utökning av säkerhetslagret för att säkra upp, speciellt för kritiska komponenter. Sammanfattningsvis är det troligt att det från och med nu och framöver kommer vara mycket resurser som läggs på SCRM och att detta område kommer få större betydelse för dessa företag framåt. Företag som ej anpassar sig med exempelvis agila arbetssätt, relationsbyggande och tar dessa risker på allvar kommer stå inför stora ekonomiska och organisatoriska utmaningar. / The Covid-19 pandemic is a huge health crisis that affected the whole world and has had greater consequences than other crises. A trend that includes more risks for Supply Chain is that more companies choose to outsource production, which creates more sensitive Supply Chains because they become longer and thus more complex. The uncertain world is putting a lot of pressure on the development and adaptation of Supply Chains, which has become highly topical as trends come and go, crises occur more and more often, and it has become tougher to create competitive advantages. To be able to quickly adapt the chain to any deviations or disruptions, the management of risks in the automotive industry is extremely important. The purpose of the study is to study how large Swedish companies in the automotive industry have been affected by the Covid-19 pandemic. The Supply Chain Risk Management measures that vehicle companies have taken to be resilient during the pandemic have also been analyzed. In this study, a multiple case study was conducted since the companies and their context played a role in answering the purpose. The study assumes a qualitative study where an abductive approach has been used. Furthermore, six semi-structured interviews were conducted, which were collected through both a snowball selection and a goal-directed selection. Clear conclusions that can be drawn in this study is that all companies to a large extent used dual or multiple sourcing to secure deliveries and avoid disruptions during the pandemic. Many companies have prioritized relationship building and the development of partnerships as the most important parts of their outsourcing work during the pandemic as well. One can also see a result that companies have put higher pressure and expected more from their suppliers and at the same time increased their security stock. In summary, it can be said that it probably coincides that from now onwards a lot of resources will be invested in SCRM and this area will have a significant share for these companies. Companies that do not adapt with, for example, agile working methods, relationship building and taking the risks seriously will face major financial and organizational challenges.

Authentication is an indispensable part of information security. It serves to distinguish legitimate users from unauthorized ones. With the rapid growth of Internet of Things (IoT) devices, authentication of wireless communication is gathering more and more attention. Traditional authentication methods using cryptography, such as Hash-based Message Authentication Codes (HMACs) or digital signature, demand significant computational power and hardware resources, especially for low-end platforms. Spoofing attackers take advantage of trust relationships, trying to impersonate legitimate entities the wireless Access Point (AP) trusts. To tackle this issue, physical layer authentication methods are proposed. Using a fast and lightweight implementation, authentication based on physical layer attributes has the chance to improve the security performance of the authentication in the wireless network and protect it from spoofing attacks. It takes advantage of the uniqueness and inimitability of physical layer attributes by using them as identifying information. In this project, one of the physical layer attributes, Channel State Information (CSI), is utilized as the identifying information of devices. CSI samples from different wireless devices are collected by a wireless monitor. Features on amplitude and phase are extracted from raw CSI samples through data processing algorithms. For every device, a corresponding feature profile is pre-built so that authentication can be accomplished by matching the CSI profile. One-Class Support Vector Machine (OCSVM), a machine learning technique, which has a satisfying performance in novel discrimination, is used for profile building and profile matching algorithms so that the physical layer identities from various devices can be distinguished effectively. Our study aims to prove the feasibility of the authentication using CSI identity is conducted and the authentication and spoofer detection accuracy is calculated. With the profile matching algorithm based on OCSVM, the authentication accuracy and the spoofer detection accuracy remains around 98% and 100% respectively. Finally, to address the limitations in related work, such as the phase error fingerprinting which is not effective across all the bands, and the instability of the authentication results, a combined authentication method is designed and implemented successfully. The new method is based on both the traditional cryptographic authentication and CSI-based authentication. The implementation is accomplished by using the data processing methods and discrimination techniques mentioned above. The basic functions, such as detecting CSI variance and switching between CSI and cryptographic authentication, and the CPU computing performance under different authentication modes are observed. The performance of the new method is analyzed and evaluated under different potential attack scenarios. The evaluation shows that the basic functions and defense ability are valid and satisfying under different scenarios. The computing resource saves at least 36.92% and at most 79.73% compared to various traditional cryptographic authentication. / Autentisering är en oumbärlig del av informationssäkerheten, eftersom den särskiljer legitima användare och motståndare i nätverk. Med den snabba tillväxten av trådlösa IoT-enheter får säker autentisering inom trådlös kommunikation mer och mer uppmärksamhet. Traditionell trådlös autentisering metoder har en enorm efterfrågan på beräkningskraft och hårdvaruresurser, samtidigt som de är sårbara för vissa attacker. Spoofing-attack, som drar fördel av pålitliga relationer genom att imitera en person eller organisation som den trådlösa AP litar på, är en av de svåraste säkerheterna problem med trådlös autentisering. För att lösa detta problem föreslås autentiseringsmetoder för fysiska lager. Genom att använda en snabb och lätt implementering har autentiseringen baserad på fysiska lagerattribut möjlighet att förbättra säkerhetsprestandan för autentiseringen i det trådlösa nätverket och skydda den från spoofing attacker. Eftersom det tar fördelen av det unika och oefterhärmlighet av fysiska lagerattribut genom att använda dem som identitetsinformation som ska autentiseras. I detta projekt används ett av attributen för fysiskt lager, CSI som enhetsidentitet för att studera prestandan för trådlös autentisering under det nya överföringsprotokollet 802.11ac.CSI-prov från olika trådlösa enheter samlas in från den trådlösa monitorn. Funktioner på Amplitude och Phase extraheras från råa CSI-prover genom respektive dataförbehandlingsalgoritmer. För varje enhet är en motsvarande funktionsprofil förbyggd så att autentiseringen kan utföras genom att matcha CSI-profilen. Maskininlärningsteknik, OCSVM, som har en tillfredsställande prestanda i den nya diskrimineringen, används i profilbyggande och profilmatchningsalgoritmer så att de fysiska lagrets identiteter från olika enheter effektivt kan särskiljas. En studie syftar till att bevisa genomförbarheten av autentisering med CSI-identitet genomförs och noggrannheten för autentisering och spooferdetektering beräknas. Med profilmatchningsalgoritmen bas ed på OCSVM förblir autentiseringsnoggrannheten och spooferdetekteringsnoggrannheten runt 98% till 99% respektive 100%. Slutligen, med ovanstående metoder och tekniker och övervägandet av begränsningar i relaterat arbete, som fasfelsfingeravtrycksfelet som inte är tillräckligt effektivt över alla band, och instabiliteten i autentiseringsresultaten, ett lättviktigt och flexibelt autentiseringsschema baserat på kombination av traditionell kryptoautentisering och CSI-autentisering designas och implementeras framgångsrikt. Grundfunktionen och datorprestanda observeras och prestandan för den nya metoden analyseras under olika potentiella attackscenarier. Efter experimenten kan datorresurser sparas åtminstone 36,92% och som mest 79,73% jämfört med olika traditionella kryptoautentiseringar. Dessutom är den grundläggande funktionen och försvarsförmågan giltig och tillfredsställande under olika scenarier.

Deep neural networks have been a leading research topic within the machine learning field for the past few years. The introduction of graphical processing units (GPUs) and hardware advances made possible the training of deep neural networks. Previously the training procedure was impossible due to the huge amount of training samples required. The new trained introduced architectures have outperformed the classical methods in different classification and regression problems. With the introduction of 5G technology, related to low-latency and online applications, the research on decreasing the computational cost of deep learning architectures while maintaining state-of-art performance has gained huge interest. This thesis focuses on the use of Self Size-estimating Feedforward Network (SSFN), a feedforward multilayer network. SSFN presents low complexity on the training procedure due to a random matrix instance used in its weights. Its weight matrices are trained using a layer-wise convex optimization approach (a supervised training) combined with a random matrix instance (an unsupervised training). The use of deterministic transforms is explored to replace random matrix instances on the SSFN weight matrices. The use of deterministic transforms automatically reduces the computational complexity, as its structure allows to compute them by fast algorithms. Several deterministic transforms such as discrete cosine transform, Hadamard transform and wavelet transform, among others, are investigated. To this end, two methods based on features’ statistical parameters are developed. The proposed methods are implemented on each layer to decide the deterministic transform to use. The effectiveness of the proposed approach is illustrated by SSFN for object classification tasks using several benchmark datasets. The results show a proper performance, similar to the original SSFN, and also consistency across the different datasets. Therefore, the possibility of introducing deterministic transformations in machine learning research is demonstrated. / Under de senaste åren har djupa neurala nätverk varit det huvudsakliga forskningsområdet inom maskininlärning. Införandet av grafiska processorenheter (GPU:er) och hårdvaruutveckling möjliggjorde träning av djupa neurala nätverk. Tidigare var träningsförfarandet omöjligt på grund av den enorma mängd datapunkter som krävs. De nya tränade arkitekturerna har överträffat de klassiska metoderna i olika klassificerings- och regressionsproblem. Med introduktionen av 5G-teknik, som hör samman med låg fördröjning och onlineapplikationer, har forskning om att minska beräkningskostnaderna för djupinlärningsarkitekturer utan att tappa prestandan, fått ökat intresset. Denna avhandling fokuserar på användningen av Self Size Estimating Feedforward Network (SSFN), ett feedforward multilayer-nätverk. SSFN har låg komplexitet i träningsproceduren på grund av en slumpmässig matrisinstans som används i dess vikter. Dess viktmatriser tränas med hjälp av en lagervis konvex optimeringsstrategi (en övervakad träning) i kombination med en slumpmässig matrisinstans (en oövervakad träning). Användningen av deterministiska transformationer undersöks för att ersätta slumpmässiga matrisinstanser på SSFN-viktmatriserna. Användningen av deterministiska transformationer ger automatiskt en minskning av beräkningskomplexiteten, eftersom dess struktur gör det möjligt att beräkna dem med snabba algoritmer. Flera deterministiska transformationer som diskret cosinustransformation, Hadamardtransformation och wavelettransformation undersöks bland andra. För detta ändamål utvecklas två metoder som baseras på statistiska parametrar i indatans olika dimensioner. De föreslagna metoderna implementeras på varje lager för att bestämma den deterministiska transform som ska användas. Effektiviteten av det föreslagna tillvägagångssättet illustreras med SSFN för objektklassificering med hjälp av flera dataset. Resultatet visar ett korrekt beteende, likt den ursprungliga SSFN, och konsistenta resultat över de olika dataseten. Därmed demonstreras möjligheten att införa deterministiska transformationer i maskininlärningsforskning.

LKAB Mekaniska i Kiruna, Sverige är en ståltillverkare som bland annat producerar avropsartikeln lingenomföring till moderbolaget LKAB. Målet med detta examensarbete är att minska på leveranstiden för sistnämnda artikel. För att åstadkomma detta undersöktes produktionsflödet i affärssystemet Monitor. Därtill genomfördes en litteraturstudie och intervjuer hölls med avdelningschefer och operatörer från LKAB Mekaniska. Utifrån detta identifierades tre faktorer som påverkar leveranstiden negativt. Dessa är kötiderna mellan operationerna, den bristfälliga planeringen som skedde vid skär- och maskinavdelningen, samt begränsningarna som höll upp produktionen i maskinavdelningen Vi hävdar att leveranstiden minskar om följande åtgärder genomförs: eliminera kötiderna mellan tillverkningsprocesserna, öka beläggningen och kapaciteten på tillverkningsmaskinen, implementera ett kanbansystem, ändra ordningsföljden i tillverkningsprocessen och slutligen införa ett säkerhetslager med färdigsvarvade stänger. / LKAB Mekaniska in Kiruna, Sweden is a steel-manufacturer that, among other things, produces lingenomföring for its parent company LKAB. The aim of this thesis is to decrease the delivery time of the aforementioned product. In order to achieve this, production flow in the business system Monitor ERP (Enterprise Resource Planning) was examined. In addition to this a literature study was conducted and interviews were held with department heads and machine operators from LKAB Mekaniska. Based on data collected, three factors were identified as negatively affecting the delivery time. These are queue times between operations, inadequate planning for the cutting and machinery department, as well as the limitations that kept the production back in the machinery department. We claim that the delivery time decreases if the following measures are realized: eliminate queue times between stages in the manufacturing process, increase personnel capacity related to the manufacturing machine, implement a kanban system, change the order of the manufacturing process and lastly to introduce a storage of ready-turned bars.

This paper is a practical and empirical investigation into the relationship and overlap between the two industrial paradigms of Lean Management and Industry 4.0. This is accomplished with an in-depth case study of a goods receipt to identify Lean wastes and accompanied by a discussion on how these wastes can be eliminated by enhancing the processes and material flows with Industry 4.0 technologies. It was found that efforts to enhance a process with Industry 4.0 Technologies should be preceded by ensuring that the process can be performed in a standardized manner. After that the study recommends improved methods of data collection which enables the effective implementation of other supporting Industry 4.0 Technologies. / Denna uppsats är en praktisk och empirisk utredning av relationen och samspelet mellan de två industriella paradigmen Lean Management och Industri 4.0. Till grund för det för det ligger en utförlig fallstudie av en godsmottagning för att identifiera Lean slöserier och en tillhörande diskussion om hur dessa slöserier kan elimineras genom att förbättra arbetsprocesser och materialflöden med Industri 4.0 och tillhörande teknologier. Ur det uppdagades att åtgärder för göra processer mer effektiva med dessa Industri 4.0 teknologier bör föregås av att processen kan utföras på ett standardiserat vis. När det är säkerställt så är det denna studies rekommendation att fokusera på metoder och verktyg för insamling av data vilket blir den grund som möjliggör implementering av behjälpliga och automatiserande Industri 4.0 teknologier.

Wave ocean energy is a source of renewable energy which is gaining interest in the modern world. In contrast to other well-researched renewable energy sources such as wind energy, wave ocean energy is under the development phase. Governments around the world are encouraging the research of harnessing wave energy. As of now, there are different concepts to harness energy from waves. Tribological components are one of the main aspects that need attention in these wave energy converters. The moving components such as bearings can be the life-determining component of the entire device. This thesis provides conceptual solutions to adapt an existing start-stop bearing test rig to the conditions of wave energy converters. The test rig can test different bearing sused in the wave energy converters. The new design intends to provide scaled wave energy conditions. These conditions are mainly influenced by the oscillating movement of the bearings, the complex load condition and the salty environment. Since the testing of bearings in wave energy converters is in the initial stage, modular designs are implemented to test different types of bearings. / Se filen