Global ETD Search

31	Developing new methods for estimating population divergence times from sequence data Svärd, Karl January 2021 (has links) Methods for estimating past demographic events of populations are powerful tools in order to get insights of otherwise hidden pasts. The genetic data of people is a valuable resource for these purposes as patterns of variation can inform of the past evolutionary forces and historical events that generated them. There is, however, a lack of methods within the field that uses this information to its full extent. That is why this project has looked at developing a set of new alternatives for estimating demographic events. The work done has been based on modifying the purely sequence based method TTo (Two-Two-outgroup) for estimating divergence times of two populations. The modifications consisted of using beta distributions to model the polymorphic diversity of the ancestral population in order to increase the max sample size possible. The finished project resulted in two implemented methods: TT-beta and a partial variant of MM. TT-beta was able to produce estimations in the same region as TTo and showed that the usage of beta distributions had real potential. For MM there only was a partial implementation able to be done, but this one also showed promise and the ability to use varying sample sizes to estimate demographic values. genetics evolution bioinformatics migration demography beta distributions population genetics numerical methods simulations genetik evolution bioinformatik migration demografi betafördelning populationsgenetik numeriska metoder simulationer Evolutionary Biology Evolutionsbiologi Genetics Genetik Bioinformatics and Systems Biology Bioinformatik och systembiologi Bioinformatics (Computational Biology) Bioinformatik (beräkningsbiologi) Probability Theory and Statistics Sannolikhetsteori och statistik
32	Evaluation of methods for quantifying returns within the premium pension / Utvärdering av metoder för beräkning av internräntani premiepensionen Backman, Emil, Petersson, David January 2020 (has links) Pensionsmyndigheten's (the Swedish Pensions Agency) current calculation of the internal rate of return for 7.7 million premium pension savers is both time and resource consuming. This rate of return mirrors the overall performance of the funded part of the pension system and is analyzed internally, but also reported to the public monthly and yearly based on differently sized data samples. This thesis aims to investigate the possibility of utilizing other approaches in order to improve the performance of these calculations. Further, the study aims to verify the results stemming from said calculations and investigate their robustness. In order to investigate competitive matrix methods, a sample of approaches are compared to the more classical numerical methods. The approaches are compared in different scenarios aimed to mirror real practice. The robustness of the results are then analyzed by a stochastic modeling approach, where a small error term is introduced aimed to mimic possible errors which could arise in data management. It is concluded that a combination of Halley's method and the Jacobi-Davidson algorithm is the most robust and high performing method. The proposed method combines the speed and robustness from numerical and matrix methods, respectively. The result show a performance improvement of 550% in time, while maintaining the accuracy of the current server computations. The analysis of error propagation suggests the output error to be less than 0.12 percentage points in 99 percent of the cases, considering an introduced error term of large proportions. In this extreme case, the modeled expected number of individuals with an error exceeding 1 percentage point is estimated to be 212 out of the whole population. / Pensionsmyndighetens nuvarande beräkning av internräntan för 7,7 miljoner pensionssparare är både tid- och resurskrävande. Denna avkastning ger en översikt av hur väl den fonderade delen av pensionssystemet fungerar. Detta analyseras internt men rapporteras även till allmänheten varje månad samt årligen baserat på olika urval av data. Denna uppsats avser att undersöka möjligheten att använda andra tillvägagångssätt för att förbättra prestanda för denna typ av beräkningar. Vidare syftar studien till att verifiera resultaten som härrör från dessa beräkningar och undersöka deras stabilitet. För att undersöka om det finns konkurrerande matrismetoder jämförs ett urval av tillvägagångssätt med de mer klassiska numeriska metoderna. Metoderna jämförs i flera olika scenarier som syftar till att spegla verklig praxis. Stabiliteten i resultaten analyseras med en stokastisk modellering där en felterm införs för att efterlikna möjliga fel som kan uppstå i datahantering. Man drar slutsatsen att en kombination av Halleys metod och Jacobi-Davidson-algoritmen är den mest robusta och högpresterande metoden. Den föreslagna metoden kombinerar hastigheten från numeriska metoder och tillförlitlighet från matrismetoder. Resultatet visar en prestandaförbättring på 550 % i tid, samtidigt som samma noggrannhet som ses i de befintliga serverberäkningarna bibehålls. Analysen av felutbredning föreslår att felet i 99 procent av fallen är mindre än 0,12 procentenheter i det fall där införd felterm har stora proportioner. I detta extrema fall uppskattas det förväntade antalet individer med ett fel som överstiger 1 procentenhet vara 212 av hela befolkningen. Pension internal rate of return applied mathematics big matrix numerical methods large eigenvalue problem finance risk analysis extreme value modeling probability stochastic modeling Pension intern ränta tillämpad matematik stora matrismetoder numeriska metoder stora egenvärdesproblem finans riskanalys modellering av extrema värden sannolikhet stokastisk modellering Probability Theory and Statistics Sannolikhetsteori och statistik
33	A Numerical Approach for Wind Tunnel Noise Control / En numerisk ansats för aktiv bullerdämpning av vindtunnel Dall, Hampus, Palm, Robert January 2021 (has links) A wind tunnel from the 1950s located in Bromma, Stockholm, once used for military research is today used for commercial activities. Today the tunnel is used for indoor wingsuit flight and the facility has an interest in reducing the overall noise generated by the tunnel. Acoustic measurements indicate noise problems in the 50 Hz range. A 3D and a 2D model was structured with physical measured dimensions of the wind tunnel for simulations.Results indicate that a 37 dB decrease of the second higher order azimuthal spinning mode was achievable with the same number of monopole anti-sources as fan blades with each individual monopole modeling an enclosed loudspeakers. This acoustic mode was identified as the most problematic due to the cut-on frequency for the geometry coinciding with the fundamental blade pass frequency of the fan source during normal operating conditions. / På 1950-talet byggdes en vindtunnel i Bromma, Stockholm kallad "LT1". Vindtunneln användes då för militär utveckling för bland annat flygförsvaret. Idag drivs den efter en period utan användning kommersiellt för flygning av ekorrdräkt så kallad "Wingsuit" inomhus. Området kring tunneln har kommersialierats under tiden den var ur drift och omgivande verksamheter påverkas av ljud från vindtunnelns verksamhet varför tunnelns verksamhet söker förbättringsmöjligheter avseende bullerdämpning. Akustiska mätningar i och utanför tunneln indikerar ett problemområde kring frekvensen 50 Hz som härstammar från den stora fläkt som skapar flödet i tunneln. Vindtunneln modellerades i 3D och 2D med hjälp av fysiskt uppmätta dimensioner på plats. Modellerna användes sedan för att kunna numeriskt simulera och beräkna möjligheten att dämpa ljudet från fläkten med hjälp av aktiv kontroll. Resultaten indikerar att en 37 dB ljudreduktion är möjlig av andra ordningens högre akustiska snurrande mod. Detta var möjligt att uppnå med lika många anti-källor modellerade som monopoler vilket motsvarar slutna högtalare, som fläktblad. Denna akustiska mod identifierades som den mest problematiska eftersom cut-on frekvensen för tunnelns geometri sammanfaller med den fundamentala bladpass-frekvensen för fläkten under normal drift. Technical Acoustics ANC Active Noise Control Superposition Wind Tunnel Wingsuit Indoor Wingsuit Numerical Acoustic Simulations Teknisk Akustik Aktiv Brusreducering Superposition Vindtunnel Flygning med ekorrdräkt inomhus Numeriska akustiska simuleringar Vehicle Engineering Farkostteknik
34	Revision of an artificial neural network enabling industrial sorting Malmgren, Henrik January 2019 (has links) Convolutional artificial neural networks can be applied for image-based object classification to inform automated actions, such as handling of objects on a production line. The present thesis describes theoretical background for creating a classifier and explores the effects of introducing a set of relatively recent techniques to an existing ensemble of classifiers in use for an industrial sorting system.The findings indicate that it's important to use spatial variety dropout regularization for high resolution image inputs, and use an optimizer configuration with good convergence properties. The findings also demonstrate examples of ensemble classifiers being effectively consolidated into unified models using the distillation technique. An analogue arrangement with optimization against multiple output targets, incorporating additional information, showed accuracy gains comparable to ensembling. For use of the classifier on test data with statistics different than those of the dataset, results indicate that augmentation of the input data during classifier creation helps performance, but would, in the current case, likely need to be guided by information about the distribution shift to have sufficiently positive impact to enable a practical application. I suggest, for future development, updated architectures, automated hyperparameter search and leveraging the bountiful unlabeled data potentially available from production lines. artificial neural networks machine learning deep learning connectionism pattern recognition machine learning automation image analysis information technology applied mathematics mathematical optimization information theory mathematical statistics mathematical models stochastic models probabilities chance approximations algorithms computer programs computer software signal processing high performance computing numerical methods high technology industries sustainable development artificiella neurala nätverk maskininlärning djup maskininlärning konnektionism mönsterigenkänning automatisering bildanalys informationsteknik tillämpad matematik optimering informationsteori statistisk inferens matematiska modeller stokastiska modeller sannolikhetskalkyl slumpen approximationer algoritmer datorprogram programvara signalbehandling högpresterande beräkningar numeriska metoder teknikutveckling maskinindustri högteknologisk industri maskinhandel skrothandel bärkraftig utveckling Robotics Robotteknik och automation Probability Theory and Statistics Sannolikhetsteori och statistik Other Computer and Information Science Annan data- och informationsvetenskap Signal Processing Signalbehandling

Page generated in 0.0541 seconds