En förutsägbar centralbank är en viktig del i teorin för ett väl fungerande inflationsmål med stabil prisstegringstakt på önskvärd nivå. Förutsägbarheten ämnar att styra marknadsagenternas förväntningar i linje med målet sådant att löner och priser sätts efter detta. Eftersom en högre förutsägbarhet delvis är synonymt med hur en centralbank inkorporerar systematik vad gäller förhållningssätt till förändringar i marknadsfaktorer torde därför också den förda räntepolitiken vara möjlig att till viss grad beskriva med en reaktionsfunktion. I den här studien testas de tre riksbankscheferna, Urban Bäckström, Lars Heikensten och Stefan Ingves förda räntepolitik mot ett antal variabler relevanta mot den teoretiska bakgrunden. Resultaten visar hur räntepolitiken förefaller ha blivit mer systematisk efter Urban Bäckströms tid som riksbankschef och hur systematiken verkar förändrats under Stefan Ingves tid. Riksbanken frångick marknadsförväntningar under finanskrisens ned- och uppgång och grundade beslut efter deras egen data i större utsträckning. Från 2014 förefaller Riksbanken tvärtom föra en politik i linje med marknadens förväntningar. Sammanfattningsvis kan Riksbanken idag beskrivas som mer ödmjuk om sin egen förmåga och hur denna för en politik därefter. Studien ger en inblick i vad som föranlett en förändrad reaktionsfunktion, och således också Riksbankens resonemang till en viss grad.

The primary purpose of this thesis is to explore what issues may arise during development of a framework for handling and display of streamed real-time data. In addition to this, it also investigates how the display of different types of data, along with a change of execution platform, impacts execution time. Through the undertaking of two case studies, each split into developmental and an experimental phases, the thesis goes through the development of such a real-time data handling framework. The framework was developed in both stationary and mobile forms, and the developmental issues encountered along each of these paths are highlighted. Afterwards, the results gathered from performance tests run on each framework version were compared, in order to ascertain whether the handling and display of different data types, along with a change in execution platform, had had an impact upon the frameworks execution time. The results from the developmental observations revealed that the most commonly encountered issues were those relating to program latency, commonly due to sub-optimal program architecture along with connectivity issues encountered during data streaming. The second most encountered issue regarded the choice of an appropriate display method, in order to communicate changes in the displayed data along with correlation between several tracked data points. The results from the experimental comparisons revealed that while the impact on execution time caused by the use of calculated data, as opposed to raw data values, was marginal at most, a change of execution platform impacted said time drastically. By porting the framework to the mobile platform, the different processes whose execution time were measured during the tests experienced an increase in execution time ranging from 2405% all the way to 15860%. The authors recommend that the framework be developed towards gaining the ability to connect to any given relational database, and to handle and display the data therein, in order for it to have application areas other than as a test instrument. Further, the authors also recommend that additional tests be run on the framework using a wider variety of stationary and mobile devices, in order to determine whether the conclusions drawn from the results in the thesis hold up in the face of greater hardware variety. / Denna studies primära mål är att utforska vilka problem som kan uppstå under utveckling av ett ramverk för hantering och visande av streamad realtidsdata. Utöver det undersöks även hur visande av olika datatyper, ihop med ett byte av exekveringsplattform, påverkar exekveringstiden. Genom utförandet av två fallstudier, båda uppdelade i utvecklingsoch experimenteringsfaser, går denna studie igenom utvecklingen av ett sådant ramverk för hantering av realtidsdata. Ramverket utvecklades i både stationär och mobil form, och de utvecklingsrelaterade problem som påträffades i vardera fall belyses. Efteråt jämfördes resultaten framtagna genom prestandatester, som kördes på samtliga ramverksversioner, för att upptäcka om hantering och visning av olika datatyper, samt ett skifte av exekveringsplattform, hade påverkat ramverkets exekveringstid. Resultaten från de utvecklingsrelaterade observationerna visade att det mest påträffade problemet hade att göra med programlatens, vanligtvis p.g.a. ickeoptimal programarkitektur kombinerat med konnektivitetsproblem. Det näst mest påträffade problemet hade att göra med valet av en passande visningsmetod, för att kunna förmedla förändringar i den visade datan, samt korrelation mellan flera följda datapunkter. Resultaten från de experimentella jämförelserna visade att medan påverkan av exekveringstiden som uppstått genom användandet av kalkylerad data, till skillnad från rådatavärden, endast var marginell som bäst, påverkade förändringen av exekveringsplattform denna tid drastiskt. Genom att porta ramverket till den mobila plattformen upplevde de processer vars exekveringstid mättes under testerna en ökning från 2405% hela vägen upp till 15860%. Författarna rekommenderar att ramverket utvecklas mot förmågan att koppla till godtycklig databas, och att kunna hantera och visa datan från denna, för att ha ett användningsområde bortom användandet som testinstrument. Vidare rekommenderar även författarna att ytterliggare test utförs på ramverket med en större variation av stationära och mobila enheter, för att kunna bekräfta om slutsatserna som dragits utifrån resultaten av denna studie kvarstår efter att de utsatts för mer varierande hårdvara.

Maps in mobile devices are appreciated aids for exploring andacquiring information about different geographical locationsaround the world. In these maps, you can, among otherthings, get directions, find restaurants in the local area andnavigate in public transport. To an increasing extent the mapsalso contain real-time data, i.e., information that is current andreflects reality and this information is continuously updatedand can inform the user about traffic situations, extent of airpollution in a specific area or delays of public transport. Theinformation in a map is primarily conveyed visually, whichmeans that people with visual impairments not always canaccess the information that is presented on the screen. Theexisting research on accessibility in maps for people withvisual impairments does not deal with real-time data, and thepurpose of this study was to identify which factors that affectsthe accessibility in maps that contains real-time data and withthese findings develop a model.A qualitative study has been conducted where the datacollection consisted of observations with participants whohave visual impairments to varying degrees observed a mapcontaining real-time data. The observation was followed bysemi-structured interviews. Data were then analyzed using atheoretical framework based on factors that affect accessibilityin mobile maps. Data that could not be associated with theexisting factors were then analyzed thematically.The study shows that factors that affect the availability ofmaps are also significant when the map contains real-timedata. In addition, the study shows the importance of beingable to alter the appearance of the real-time data and howmuch and which real-time data is presented to users. / Kartvyer i mobilen är för många ett uppskattat hjälpmedel föratt utforska och få information om olika geografiska platserrunt om i världen. I kartvyerna kan användaren bland annatfå hjälp med vägbeskrivningar, att hitta restauranger inärområdet och att navigera i kollektivtrafiken. I allt störreutsträckning innehåller kartvyerna idag även realtidsdata, detvill säga information som är aktuell och speglar verklighetenoch uppdateras kontinuerligt. Detta kan vara till exempelinformation om trafiksituationer, halter av luftföroreningar iett specifikt område eller förseningar i kollektivtrafiken.Informationen i en karta förmedlas i första hand visuellt vilketmedför att personer med synnedsättningar inte alltid kan tadel av informationen som finns att tillgå. Den forskning somfinns om tillgänglighet i kartvyer för personer medsynnedsättningar behandlar inte realtidsdata och syftet medstudien var att identifiera vilka faktorer som påverkadetillgängligheten i kartvyer som innehöll realtidsdata ochbaserat på dessa fynd utveckla en modell.En kvalitativ studie har genomförts där datainsamlingenbestått av observationer där studiens deltagare studeratkartvyer innehållandes realtidsdata och semistruktureradeintervjuer med deltagare som i olika utsträckning harsynnedsättningar. Datan analyserades därefter med hjälp avett teoretiskt ramverk innehållandes faktorer som påverkartillgängligheten i mobila kartvyer. Data som inte kundekopplas till de befintliga faktorerna analyserades däreftertematiskt.Studien visar på att de faktorer som påverkar tillgängligheteni kartvyer generellt även är väsentliga när kartvyernainnehåller realtidsdata. Dessutom påvisas ett behov hosstudiens deltagare att kunna anpassa realtidsdatans utseendeoch hur mycket och vilken realtidsdata som presenteras föranvändaren.

Detta examensarbete undersöker användningen av datadrivna metoder för efterfrågan prognoser och lagerstyrning inom ramen för Ericssons supply chain management. Studien fokuserar på integrationen av maskininlärning, demand shaping och realtidsdata för att förbättra noggrannheten och effektiviteten inom dessa avgörande områden. Studien utforskar effekten av maskininlärningstekniker på efterfråganprognoser och betonar betydelsen av exakta förutsägelser för att vägleda produktion, lagerhantering och distributionsstrategier. För att implementera detta föreslår studien integrationen av realtidsdataströmmar och Internet of Things (IoT)-enheter, vilket möjliggör insamling av aktuell information. Denna integration underlättar snabba svar på varierande efterfrågemönster och optimerar därmed supply chain-operationer. Studien ger värdefulla insikter för Ericsson för att förbättra sina förmågor inom efterfråganprognoser och för att optimera lagerhanteringen i en datadriven miljö. / This master's thesis investigates the utilization of data-driven approaches for demand forecasting and inventory control in the context of Ericsson's supply chain management. The study focuses on the integration of machine learning, demand shaping, and real-time data to enhance accuracy and efficiency in these critical areas. The research explores the impact of machine learning techniques on demand forecasting, highlighting the significance of precise predictions in guiding production, inventory management, and distribution strategies. To address this, the study proposes the integration of real-time data streams and Internet of Things (IoT) devices, enabling the capture of up-to-date information. This integration facilitates prompt responses to evolving demand patterns, thereby optimizing supply chain operations.The research provides valuable insights for Ericsson to enhance its demand forecasting capabilities and optimize inventory management in a data-driven environment.

A highly accurate sensor for measuring distances, used for creating high-resolution 3D maps of the environment, utilize “Light Detection And Ranging” (LiDAR) technology. This degree project aims to investigate the implementation of 3D LiDAR sensors into off-highway vehicle display computers, called CCpilots. This involves a study of available low-cost 3D LiDAR sensors on the market and development of an application for visualizing real time data graphically, with room for optimization algorithms. The selected LiDAR sensor is “Livox Mid-360”, a hybrid-solid technology and a field of view of 360° horizontally and 59° vertically. The LiDAR application was developed using Livox SDK2 combined with a C++ back-end, in order to visualize data using Qt QML as the Graphical User Interface design tool. A filter was utilized from the Point Cloud Library (PCL), called a voxel grid filter, for optimization purpose. Real time 3D LiDAR sensor data was graphically visualized on the display computer CCpilot X900. The voxel grid filter had a few visual advantages, although it consumed more processor power compared to when no filter was used. Whether a filter was used or not, all points generated by the LiDAR sensor could be processed and visualized by the developed application without any latency.