• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 63
  • 1
  • Tagged with
  • 64
  • 40
  • 28
  • 15
  • 14
  • 14
  • 14
  • 14
  • 14
  • 13
  • 12
  • 12
  • 11
  • 11
  • 11
  • 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.
61

Jämförelse av artificiella neurala nätverksalgoritmerför klassificering av omdömen / Comparing artificial neural network algorithms forclassification of reviews

Gilljam, Daniel, Youssef, Mario January 2018 (has links)
Vid stor mängd data i form av kundomdömen kan det vara ett relativt tidskrävande arbeteatt bedöma varje omdömes sentiment manuellt, om det är positivt eller negativt laddat. Denna avhandling har utförts för att automatiskt kunna klassificera kundomdömen efter positiva eller negativa omdömen vilket hanterades med hjälp av maskininlärning. Tre olika djupa neurala nätverk testades och jämfördes med hjälp av två olika ramverk, TensorFlow och Keras, på både större och mindre datamängder. Även olika inbäddningsmetoder testades med de neurala nätverken. Den bästa kombination av neuralt nätverk, ramverk och inbäddningsmetod var ett Convolutional Neural Network (CNN) som använde ordinbäddningsmetoden Word2Vec, var skriven i ramverket Keras och gav en träffsäkerhetpå ca 88.87% med en avvikelse på ca 0.4%. CNN gav bäst resultat i alla olika tester framför de andra två neurala nätverken, Recurrent Neural Network (RNN) och Convolutional Recurrent Neural Network (CRNN) / With large amount of data in the form of customer reviews, it could be time consuming to manually go through each review and decide if its sentiment is positive or negative. This thesis have been done to automatically classify client reviews to determine if a review is positive or negative. This was dealt with by machine learning. Three different deep neural network was tested on greater and lesser datasets, and compared with the help of two different frameworks, TensorFlow and Keras. Different embedding methods were tested on the neural networks. The best combination of a neural network, a framework and anembedding was the Convolutional Neural Network (CNN) which used the word embedding method Word2Vec, was written in Keras framework and gave an accuracy of approximately 88.87% with a deviation of approximately 0.4%. CNN scored a better result in all of the tests in comparison with the two other neural networks, Recurrent NeuralNetwork (RNN) and Convolutional Recurrent Neural Network (CRNN).
62

The Inefficient Loneliness : A Descriptive Study about the Complexity of Assessment for Learning in Primary Technology Education

Hartell, Eva January 2012 (has links)
This thesis provides findings from a qualitative study that explores the assessment process undertaken by teachers in Swedish primary technology education. The thesis aims to contribute to a deeper understanding of how teachers assess in technology education. In this study assessment with the purpose of acquiring information in order to adjust the teaching to the pupils’ needs for future progress is explored in particular. Teachers’ work with assessment is explored in two teacher-focused sub-studies. Sub-study 1 focuses on the long-cycle formative assessment and on the formal documentation of pupils’ attainment, the so-called IDP with written assessment. Sub-study 2 explores the short cycle of formative assessment and highlights two teachers’ classroom assessments practice. The results presented are built upon authentic samples of assessment documents (IDPs), classroom observations and teacher interviews. The study shows that the teachers are alone in the planning, executing and follow-up of technology education. Support is both asked for and needed. / <p>QC 20121109</p>
63

Prestandajämförelse mellan Xception, InceptionV3 och MobileNetV2 för bildklassificering på nätpaneler / Performance comparison between Xception, InceptionV3 and MobileNetV2 for image classification on mesh panel

Birindwa, Fleury January 2020 (has links)
Under de senaste året har modeller för djupinlärning använts inom nästa alla områden, från industri till akademi, särskilt för bildklassifikation. Dessa modeller är dock enorma i storlek, med miljontals parametrar, vilket gör det svårt att distribuera till mindre enheter med begränsade resurser såsom mobiltelefoner. Denna studie tar upp små modeller av faltningsnätverk som är toppmoderna inom djupinlärning och vars storlek är lämplig för mobilapplikation. Syftet med denna studie är att utvärdera prestanda på faltningsnätverken Xception, InceptionV3 och MobilNetV2 för att underlätta vid valbeslut av faltningsnätverk som bas vid utveckling av mobila applikation inom bildklassificering. För att uppnå syftet har dessa faltningsnätverk implementeras med hjälp av överföringsinlärning metod samt utformas för att skilja på bilder av nätpaneler från företaget Troax. Studien tar upp metoden som möjliggör att överföra kunskap från befintliga förtränade modeller till nya modeller. Studien förklarar även hur träningsprocessen och testprocessen gick till samt analys kring resultatet.   Resultat visade att Xception hade 86 % noggrannhet med en processtid på 10 minuter på 2000 träningsbilder och 1000st testbilder. Xceptions prestation var bäst bland alla dessa modeller. Skillnaden mellan Xception och Inception var på 10 % noggrannhet och 2 minuter processtid. Mellan Xception och MobilNetV2 var skillnaden på 23 % noggrannhet och 3 minuter processtid. Experimentet visade att dessa modeller presterade mindre bra vid mindre träningsbilder under 800st. Över 800st bilder började respektive modell att utföra prediktering över 70 % noggrannhet. / In recent years, deep learning models have been used in almost all areas, from industry to academia, specifically for image classification. However, these models are huge in size, with millions of parameters, making it difficult to distribute to smaller devices with limited resources such as mobile phones. This study addresses lightweight pre-trained models of convolutional neural networks which is state of art in deep learning and their size is suitable as a base model for mobile application development. The purpose of this study is to evaluate the performance of Xception, InceptionV3 and MobilNetV2 in order to facilitate selection decisions of a lightweight convolutional networks as base for the development of mobile applications in image classification. In order to achieve their purpose, these models have been implemented using the Transfer Learning method and are designed to distinguish images on mesh panels from the company Troax. The study takes up the method that allows transfer of knowledge from an existing model to a new model, explain how the training process and the test process went, as well as analysis of results. Results showed that Xception had 86% accuracy and had 10 minutes processing time on 2000 training images and 1000 test images. Exception’s performance was the best among all these models. The difference between Xception and InceptionV3 was 10% accuracy and 2 minutes process time. Between Xception and MobilNetV2 there was a difference of 23% in accuracy and 3 minutes in process time. Experiments showed that these models performed less well with smaller training images below 800 images. Over 800 images, each model began to perform prediction over 70% accuracy.
64

”Maten är kass, men lärarna är snälla” : Recensioner av gymnasieskolor - ett beslutsunderlag för gymnasievalet på skolmarknaden / ”The food is crappy, but the teachers are kind” : Reviews of schools – basis for decision-making for upper secondary school election on a school market

Barakat, Mohammed, Östergren, Rolf January 2019 (has links)
Syfte och frågeställningar Syftet med uppsatsen är att få en förståelse för vad det är elever som söker till gymnasieskolan kan tänkas möta då de läser recensionstexter. Syftet är således att kartlägga recensionssystemets omfattning och innehåll kvantitativt; vad som tas upp i recensionstexterna, samt att undersöka hur recensionstexterna är konstruerade. Avslutningsvis syftar uppsatsen till att diskutera recensionssystemet i en större samhällskontext - som ett resultat av och en del i vår samtid. Vilka ämnen och teman förekommer i recensionstexter av gymnasieskolor samt hur frekvent är förekomsten?  Hur värderas (positivt, negativt eller neutralt) de olika temana i recensionerna?  På vilket sätt är recensionstexterna konstruerade och hur kan det tolkas? På vilket sätt framträder en skolmarknadsdiskurs i recensionstexterna? Metod De kvantitativa frågorna undersöks genom en innehållsanalys av slumpmässigt utvalda recensioner på gymnasieskolor i Stockholms län. De förekomna orden kvantifieras och delas in i teman, kategorieroch subkategorier. En bedömning görs även utifrån om de förekomna orden lyfts i en positiv, negativ eller neutral kontext. Den kvalitativa delen utgörs av en textanalys inspirerad av diskursanalysen. Av ett antal utvalda recensioner, baserat på dess innehållsliga relevans, analyseras dessa semantiskt med diskursanalytiska verktyg. I diskussions- och analysdelen behandlas resultatet utifrån det teoretiska ramverket och tidigare forskning.  Resultat Av innehållsanalysen framgår att de vanligast förekommande temana var allmänna värdeomdömen om skolan, att kommentera lärare samt skolans upplägg och utbildningens kvalité. Det är även vanligt att sociala aspekter så som atmosfär och gemenskap lyfts fram i recensionerna. Av den kvalitativa delen framgår det att recensenterna uttrycker sig på ett sätt som speglar skolmarknadsdiskursen. I somliga fall framgår tydligt hur recensenten anammat skolmarknadsdiskursen. Slutsats Resultatet indikerar att recensionssystemet riskerar att generera segregerande effekter. Framförallt utifrån den asymmetriska tillgången av information och att skola och identitet knyts allt närmare varandra. Detta förtydligas och ställs på sin spets i hur recensionerna är konstruerade och kan, i vissa fall, tänkas vara svårare att bearbeta då gemene elev tenderar att se recensenter som objektiva (till skillnad från övrig tillgänglig information). / Aim The aim with this study is to explore what kind of information pupils, searching for upper secondary school, might get from reading reviews of schools. The purpose is thus to quantify the scope and content of the review system quantitatively; what is mentioned in the review texts, and to examine how the review are textually constructed. Finally, the paper aims to discuss the review system in a larger social context - as a result of and a part of our time. What topics occur in reviews of upper secondary schools and how frequent is the occurrence? How are the different themes in the reviews valued (positive, negative or neutral)? In what way are the review texts constructed and how can it be interpreted? In what way does a school market discourse appear in the reviews? Method The quantitative questions are examined through a content analysis on randomly selected reviews of upper secondary schools in Stockholm County. The words in question are quantified and divided into themes, categories and subcategories. An assessment is also made based on whether the existing words are lifted in a positive, negative or neutral context. The qualitative part consists of a text analysis inspired by the discourse analysis. From a number of selected reviews, based on its substantive relevance, these are semantically analyzed with discourse analytics tools. In a merged discussion and analysis section, the result is treated on the basis of the theoretical framework and previous research. Results The content analysis shows that the most common themes were general value reviews of the school, commenting on teachers and the school's structure and the quality of the education. It is also common to mention social aspects such as atmosphere and cohesion. From the qualitative part it appears that the reviewers express themselves in a way that reflects the school market discourse. In some cases, it is clear that the reviewer has adopted the school market discourse.  Conclusion The result indicates that the review system risks generating segregating effects. Especially based on the asymmetric availability of information and the fact that school and identity are getting more connected. This is clarified and put on its tip in how the reviews are constructed and, in some cases, may be more difficult to process when the common student tends to see reviewers as objective (in contrast to other available sources of information).

Page generated in 0.0525 seconds