The aim of this paper is to examine if any homogeneity or heterogeneity can be traced in burials from Preboreal, Boreal and Early Atlantic period, in the area of the Baltic Sea. Furthermore, the paper will deal with the Early Mesolithic burials based on theoretical perspectives on rituals, materiality and agency.To enable the purpose of identifying the homogeneity or heterogeneity of the data, relational multi-varied Correspondence Analysis of the individuals and their artifact variations, body position, burial type etc. have been applied.The data used in this study contain information from 41 sites including 171 graves with 194 individuals from nine different countries (Denmark, Finland, Germany, Latvia, Lithuania, Norway Poland, Russia and Sweden). The study is based on the work Mesolithische Bestattungen in Europa. Ein Beitrag zur vergleichenden Gräberkunde. Teil I-II of Judith M. Grünberg from 2000, however some new sites and graves have been added.This study is expected to contribute new contextual interpretations of the Early Mesolithic burials of the area of the Baltic Sea.

In this thesis, an anomaly detection framework has been developed to aid in maintenance of tightening tools. The framework is built using LSTM networks and gaussian naive bayes  classifiers. The suitability of LSTM networks for multi-variate sensor data and time-series prediction as a basis for anomaly detection has been explored. Current literature and research is mostly concerned with uni-variate data, where LSTM based approaches have had variable but often good results. However, most real world settings with sensor networks, such as the environment and tool from which this thesis data is gathered, are multi-variable. Thus, there is a need to research the effectiveness of the LSTM model in this setting. The thesis has emphasized the need of well defined evaluation metrics of anomaly detection approaches, the difficulties of defining anomalies and anomaly datasets, as well as illustrated the effectiveness of LSTM networks in multi-variate environments. / I den här uppsatsen har ett anomali detektions ramverk utvecklats för att bidra till underhållandet av åtdragarverktyg. Ramverket bygger på LSTM neurala nätverk och gaussian Naive Bayes klassificerare. Användbarheten av LSTM nätverk för multi-variabel data och tidsserie prediktion som basis för anomali detektion har undersökts. Nutida literatur och forskning berör mest envariabel data där LSTM baserade metoder ofta har presterat bra. Men, de flesta system i verkligheten är inte envariabel utan multivariabel, som den miljö verktyget, vars data undersöks i den här uppsatsen, opererar i. Därför anses det att det finns ett behov att undersöka användbarheten av LSTM modeller i den här typen av miljö. Det här arbetet har betonat vikten av väldefinierade utvärderingsvärden för anomali detektion, svårigheterna med att definiera anomalier och anomalidataset, samt illustrerat användbarheten av LSTM nätverk i multivariabla miljöer.

<p>Armatec tillhandahåller system, produkter och funktionella lösningar inom värme, kyla och process. Företaget har lager i Sverige, Norge och Danmark. Under senare tid har företaget sett att lagret i Norge utgör en stor kostnad. Armatec har därför börjat fundera på om de skulle tjäna på att centralisera logistikstrukturen dvs. stänga lagret i Norge och utöka centrallagret i Göteborg. Syftet meddetta examensarbete är att undersöka huruvida lagret behövs i Norge eller ej. Den metod som arbetet använder sig av är Dupont - modellen eller avkastningsmodellen. Genom att använda denna modell beräknas lagerkostnaderna, transportkostnaderna, lagerstorlek, kapacitetsutnyttjande osv. Dessutom gör man en analys av leveransprecision, leveranssäkerhet, leveranstid och leverensflexibilitet. Arbetet har gått genom dessa punkter och finner att lagerräntabiliteten ökar med 13% om företaget Armatec stänger sitt lager i Norge. Detta under villkor att leveransservicenivån förbättras. Transportkostnaderna ökar något men inte markant i det här sammanhanget. Arbetet berör också andra typer av metoder som behandlar lagerlokaliserings fråga nämligen tyndpunktsmetoden, matematiska modeller samt Analytic Hierarchy Process (AHP) Uppsatsen använder sig av en differentierad lagerhållningsränta för att beräkna lagerkostnaderna. Man har dock utgått ifrån en multivariabel ABC analys för att klassificera produkterna. En kvalitativ metod nämligen SWOT- analysen dvs. Styrka ,Svaghet, möjligheter och Hot avslutar detta arbete. Slutstaten med detta examensarbete är att Armatec skulle tjäna på en centralisering av lagerstrukturerna. Författaren vill påminna läsaren att Företaget vill behålla sitt lager i Köpenhamn. Det är därför Köpenhamn inte igår i arbetet. Företaget har inget lager i Finland. Arbetet visar också att den finska marknaden inte kommer att påverkas i samband med centralisering</p>

Armatec tillhandahåller system, produkter och funktionella lösningar inom värme, kyla och process. Företaget har lager i Sverige, Norge och Danmark. Under senare tid har företaget sett att lagret i Norge utgör en stor kostnad. Armatec har därför börjat fundera på om de skulle tjäna på att centralisera logistikstrukturen dvs. stänga lagret i Norge och utöka centrallagret i Göteborg. Syftet meddetta examensarbete är att undersöka huruvida lagret behövs i Norge eller ej. Den metod som arbetet använder sig av är Dupont - modellen eller avkastningsmodellen. Genom att använda denna modell beräknas lagerkostnaderna, transportkostnaderna, lagerstorlek, kapacitetsutnyttjande osv. Dessutom gör man en analys av leveransprecision, leveranssäkerhet, leveranstid och leverensflexibilitet. Arbetet har gått genom dessa punkter och finner att lagerräntabiliteten ökar med 13% om företaget Armatec stänger sitt lager i Norge. Detta under villkor att leveransservicenivån förbättras. Transportkostnaderna ökar något men inte markant i det här sammanhanget. Arbetet berör också andra typer av metoder som behandlar lagerlokaliserings fråga nämligen tyndpunktsmetoden, matematiska modeller samt Analytic Hierarchy Process (AHP) Uppsatsen använder sig av en differentierad lagerhållningsränta för att beräkna lagerkostnaderna. Man har dock utgått ifrån en multivariabel ABC analys för att klassificera produkterna. En kvalitativ metod nämligen SWOT- analysen dvs. Styrka ,Svaghet, möjligheter och Hot avslutar detta arbete. Slutstaten med detta examensarbete är att Armatec skulle tjäna på en centralisering av lagerstrukturerna. Författaren vill påminna läsaren att Företaget vill behålla sitt lager i Köpenhamn. Det är därför Köpenhamn inte igår i arbetet. Företaget har inget lager i Finland. Arbetet visar också att den finska marknaden inte kommer att påverkas i samband med centralisering