Ändra sökning
Avgränsa sökresultatet
1 - 10 av 10
RefereraExporteraLänk till träfflistan
Permanent länk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • apa.csl
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Träffar per sida
  • 5
  • 10
  • 20
  • 50
  • 100
  • 250
Sortering
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
Markera
Maxantalet träffar du kan exportera från sökgränssnittet är 250. Vid större uttag använd dig av utsökningar.
  • 1.
    Barkman, Richard Dan William
    Karlstads universitet, Fakulteten för hälsa, natur- och teknikvetenskap (from 2013).
    Object Tracking Achieved by Implementing Predictive Methods with Static Object Detectors Trained on the Single Shot Detector Inception V2 Network2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    I detta arbete undersöks möjligheten att åstadkomma objektefterföljning genom att implementera prediktiva metoder med statiska objektdetektorer. De statiska objektdetektorerna erhålls som modeller tränade på en maskininlärnings-algoritm, det vill säga djupa neurala nätverk. Specifikt så är det en modifierad version av entagningsdetektor-nätverket, så kallat entagningsdetektor inception v2 nätverket, som används för att träna modellerna. Prediktiva metoder inkorporeras sedan för att förbättra modellernas förmåga att kunna finna ett eftersökt objekt. Nämligen används Lagrangiansk mekanik för härleda rörelseekvationer för vissa scenarion i vilka objektet är tänkt att efterföljas. Rörelseekvationerna implementeras genom att låta diskretisera dem och därefter kombinera dem med fyra olika iterationsformler.

    I kap. 2 behandlas grundläggande teori för övervakad maskininlärning, neurala nätverk, faltande neurala nätverk men också de grundläggande principer för entagningsdetektor-nätverket, närmanden till hyperparameter-optimering och övrig relevant teori. Detta inkluderar härledningar av rörelseekvationerna och de iterationsformler som de skall kombineras med. I kap. 3 så redogörs för den experimentella uppställning som användes vid datainsamling samt hur denna data användes för att producera olika data set. Därefter följer en skildring av hur random search kunde användas för att träna 64 modeller på data av upplösning 300×300 och 32 modeller på data av upplösning 512×512. Vidare utvärderades modellerna med avseende på deras prestanda för varierande kamera-till-objekt avstånd och objekthastighet. I kap. 4 så verifieras det att modellerna har en förmåga att detektera på flera skalor, vilket är ett karaktäristiskt drag för modeller tränade på entagninsdetektor-nätverk. Medan detta gällde för de tränade modellerna oavsett vilken upplösning av data de blivit tränade på, så fanns detekteringsprestandan med avseende på objekthastighet vara betydligt mer konsekvent för modellerna som tränats på data av lägre upplösning. Detta resulterade av att dessa modeller kan arbeta med en högre detekteringsfrekvens.

    Kap. 4 fortsätter med att de prediktiva metoderna utvärderas, vilket de kunde göras genom att jämföra den resulterande avvikelsen de respektive metoderna innebar då de läts arbeta på ett samplat detektionsmönster, sparat från då en tränad modell körts. I och med denna utvärdering så testades modellerna för olika samplingsgrader. Det visade sig att de bästa iterationsformlerna var de som byggde på färre tidigare datapunkter. Anledningen för detta är att den insamlade data, som testerna utfördes på, innehöll en avsevärd mängd brus. Med tanke på att de implementerade iterationsformlerna inte tar hänsyn till brus, så fick detta avgörande konsekvenser. Det fanns även att alla prediktiva metoder förbättrade objektdetekteringsförmågan till en högre utsträckning för modellerna som var tränade på data av lägre upplösning, vilket följer från att de kan arbeta med en högre detekteringsfrekvens.

    I kap. 5, argumenteras det, bland annat, för att konceptet att kombinera prediktiva metoder med statiska objektdetektorer för att åstadkomma objektefterföljning är lovande. Det slutleds även att modeller som erhålls från entagningsdetektor-nätverket är lovande kandidater för detta applikationsområde, till följd av deras höga detekteringsfrekvenser och förmåga att kunna detektera på flera skalor. Metoderna som användes för att förutsäga det efterföljda föremålets position fanns vara odugliga på grund av deras oförmåga att kunna hantera brus. Det slutleddes därmed att dessa antingen bör utökas till att kunna hantera brus eller ersättas av lämpligare metoder. Den mest väsentliga slutsats detta arbete presenterar är att lågupplösta entagninsdetektormodeller utgör bättre kandidater än de tränade på data av högre upplösning till följd av den ökade detekteringsfrekvens de erbjuder.

    Ladda ner fulltext (pdf)
    fulltext
  • 2.
    Greenberg, Daniel
    Karlstads universitet, Fakulteten för hälsa, natur- och teknikvetenskap (from 2013).
    GPU-Based Path Optimization Algorithm in High-Resolution Cost Map with Kinodynamic Constraints: Using Non-Reversible Parallel Tempering2023Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [en]

    This thesis introduces a GPU-accelerated algorithm for path planning under kinodynamic constraints, focusing on navigation of flying vehicles within a high-resolution cost map. The algorithm operates by creating dynamically feasible initial paths, and a non-reversible parallel tempering Markov chain Monte Carlo scheme to optimize the paths while adhering to the nonholonomic kinodynamical constraints. The algorithm efficiently generates high quality dynamically feasible paths. An analysis demonstrates the algorithm's robustness, stability and scalability. The approach used for this algorithm is versatile, allowing for straightforward adaptation to different dynamic conditions and cost maps. The algorithm's applicability also extends to various path planning problems, signifying the potential advantages of GPU-accelerated algorithms in the domain of path planning.

    Ladda ner fulltext (pdf)
    fulltext
    Ladda ner fulltext (pdf)
    Arkivfil
  • 3.
    Hellner, Simon
    et al.
    Karlstads universitet, Fakulteten för hälsa, natur- och teknikvetenskap (from 2013), Institutionen för matematik och datavetenskap (from 2013).
    Syvertsson, Henrik
    Karlstads universitet, Fakulteten för hälsa, natur- och teknikvetenskap (from 2013), Institutionen för matematik och datavetenskap (from 2013).
    Neurala nätverk försjälvkörande fordon: Utforskande av olika tillvägagångssätt2021Självständigt arbete på grundnivå (kandidatexamen), 10 poäng / 15 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Artificiella neurala nätverk (ANN) har ett brett tillämpningsområde och blir allt relevantare på flera håll, inte minst för självkörande fordon. För att träna nätverken användsmeta-algoritmer. Nätverken kan styra fordonen med hjälp av olika typer av indata. I detta projekt har vi undersökt två meta-algoritmer: genetisk algoritm (GA) och gradient descent tillsammans med bakåtpropagering (GD & BP). Vi har även undersökt två typer av indata: avståndssensorer och linjedetektering. Vi redogör för teorin bakom de metoder vi har försökt implementera. Vi lyckades inte använda GD & BP för att träna nätverk att köra fordon, men vi redogör för hur vi försökte. I resultatdelen redovisar vi hur det med GA gick att träna ANN som använder avståndssensorer och linjedetektering som indata. Sammanfattningsvis lyckades vi implementera självkörande fordon med två olika typer av indata.

    Ladda ner fulltext (pdf)
    fulltext
  • 4.
    Jakobsson, Kenny
    Karlstads universitet, Fakulteten för humaniora och samhällsvetenskap (from 2013).
    Är framtiden här?: En undersökning kring AI-konstens relation till kreativitet2023Självständigt arbete på grundnivå (kandidatexamen), 10 poäng / 15 hpStudentuppsats (Examensarbete)
    Abstract [en]

    The purpose of the thesis is to investigate and draw attention to current discussions around the use of artificial intelligence to produce images, as well as to examine different ways to perceive the relationship between artificial intelligence and creativity. The thesis’ theoretical framework consists of an account on the historical understanding of the concepts regarding creativity and art, as well as the theories that have dominated the Western world in terms of understanding the internal processes of creativity and art. Six articles published by various newspapers regarding AI-generative art have been examined by use of a modified Toulmin method. The result shows that the authors behind the articles regard AI-generative art to be considered as art and the process to be creative. Their view seems to indicate that the relationship between creativity and artificial intelligence may have several societal and ethical implications that need to be addressed in the future.

    Ladda ner fulltext (pdf)
    fulltext
    Ladda ner fulltext (pdf)
    fulltext
  • 5.
    Khajo, Gabriel
    Karlstads universitet, Fakulteten för hälsa, natur- och teknikvetenskap (from 2013).
    Region Proposal Based Object Detectors Integrated With an Extended Kalman Filter for a Robust Detect-Tracking Algorithm2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [en]

    In this thesis we present a detect-tracking algorithm (see figure 3.1) that combines the detection robustness of static region proposal based object detectors, like the faster region convolutional neural network (R-CNN) and the region-based fully convolutional networks (R-FCN) model, with the tracking prediction strength of extended Kalman filters, by using, what we have called, a translating and non-rigid user input region of interest (RoI-) mapping. This so-called RoI-mapping maps a region, which includes the object that one is interested in tracking, to a featureless three-channeled image. The detection part of our proposed algorithm is then performed on the image that includes only the RoI features (see figure 3.2). After the detection step, our model re-maps the RoI features to the original frame, and translates the RoI to the center of the prediction. If no prediction occurs, our proposed model integrates a temporal dependence through a Kalman filter as a predictor; this filter is continuously corrected when detections do occur.

    To train the region proposal based object detectors that we integrate into our detect-tracking model, we used TensorFlow®’s object detection api, with a random search hyperparameter tuning, where we fine-tuned, all models from TensorFlow® slim base network classification checkpoints. The trained region proposal based object detectors used the inception V2 base network for the faster R-CNN model and the R-FCN model, while the inception V3 base network only was applied to the faster R-CNN model. This was made to compare the two base networks and their corresponding affects on the detection models. In addition to the deep learning part of this thesis, for the implementation part of our detect-tracking model, like for the extended Kalman filter, we used Python and OpenCV® . The results show that, with a stationary camera reference frame, our proposed detect-tracking algorithm, combined with region proposal based object detectors on images of size 414 × 740 × 3, can detect and track a small object in real-time, like a tennis ball, moving along a horizontal trajectory with an average velocity v ≈ 50 km/h at a distance d = 25 m, with a combined detect-tracking frequency of about 13 to 14 Hz. The largest measured state error between the actual state and the predicted state from the Kalman filter, at the aforementioned horizontal velocity, have been measured to be a maximum of 10-15 pixels, see table 5.1, but in certain frames where many detections occur this error has been shown to be much smaller (3-5 pixels). Additionally, our combined detect-tracking model has also been shown to be able to handle obstacles and two learnable features that overlap, thanks to the integrated extended Kalman filter. Lastly, our detect-tracking model also was applied on a set of infra-red images, where the goal was to detect and track a moving truck moving along a semi-horizontal path. Our results show that a faster R-CNN inception V2 model was able to extract features from a sequence of infra-red frames, and that our proposed RoI-mapping method worked relatively well at detecting only one truck in a short test-sequence (see figure 5.22).

    Ladda ner fulltext (pdf)
    fulltext
  • 6.
    Larsson, Robin
    Karlstads universitet, Fakulteten för hälsa, natur- och teknikvetenskap (from 2013), Institutionen för ingenjörsvetenskap och fysik (from 2013).
    A GPU Implementation of Kinodynamic Path Planning in Large Continuous Costmap Environments: Using Dijkstra's Algorithm and Simulated Annealing2023Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [en]

    Path planning that takes kinodynamic constraints into account is a crucial part of critical missions where autonomous vehicles must function independently without communication from an operator as this ensures that the vehicle will be able to follow the planned path. In this thesis, an algorithm is presented that can plan kinodynamically feasible paths through large scale continuous costmap environments for different constraints on the maximum allowed acceleration and jerk along the path. The algorithm begins by taking a small stochastic sample of the costmap, with a higher probability to keep more information from the cheaper, interesting areas of the map. This random sample is turned into a graph to which Dijkstra's algorithm is applied in order to obtain an initial guess of a path. Simulated annealing is then used to first smooth this initial guess to obey the kinodynamic constraints and then optimize the path with respect to cost while keeping the kinodynamics below the set limits. The majority of the simulated annealing iterations utilize a GPU to significantly reduce the computational time needed.

    The performance of the algorithm was evaluated by studying the paths generated from a large number of different start and end points in a complex continuous costmap with a high resolution of 2551×2216 pixels. To evaluate the robustness of the algorithm a large number of paths were generated, both with the same and with different start and end points, and the paths were inspected both visually, and the spread of the cost of the different paths was studied. 

    It was concluded that the algorithm is able to generate paths of high quality for different limits on the allowed acceleration and jerk as well as achieving a low spread in cost when generating multiple paths between the same pair of points. The utilization of a GPU to improve computational performance proved successful as the GPU executed between 2.4 and 2.8 times more simulated annealing iterations in a given time compared to the CPU. This result hopefully inspires future work to utilize GPUs to improve computational performance, even in problems that traditionally are solved using sequential algorithms.

    Ladda ner fulltext (pdf)
    fulltext
    Ladda ner fulltext (pdf)
    Arkivfil
  • 7.
    Lokkin, Caj
    et al.
    Karlstads universitet, Fakulteten för hälsa, natur- och teknikvetenskap (from 2013), Institutionen för matematik och datavetenskap (from 2013).
    Bragd, Sebastian
    Karlstads universitet, Fakulteten för hälsa, natur- och teknikvetenskap (from 2013), Institutionen för matematik och datavetenskap (from 2013).
    Öppen källkodslösning för datorseende: Skapande av testmiljö och utvärdering av OpenCV2021Självständigt arbete på grundnivå (kandidatexamen), 10 poäng / 15 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Datorseende är ett område inom datavetenskap som har utvecklats i många år och funktionaliteten är mer tillgängligt nu än någonsin. 

    Det kan bland annat användas för beröringfri mätning så som att hitta, verifiera och identifiera defekter för objekt.

    Frågan är om det går att utforma en öppen källkodslösning för datorseende som ger motsvarande prestanda som tillgängliga kommersiella.

    Med andra ord, kan ett företag som använder ett kommersiellt program med stängd källkod istället använda ett gratis öppet källkodsblibotek och få motsvarande resultat?

    I denna rapport beskriver vi designen av en prototyp som använder det öppna källkodsbiblioteket för datorseende, OpenCV. 

    I syfte att utvärdera vår prototyp låter vi den identifiera block i ett torn på en bild i en serie testfall.

    Vi jämför resultaten från prototypen med de resultat som erhålls med en kommersiell lösning, skapad med programmet 'Vision Builder for Automated Inspection'.

    Resultat av det som testats visar att OpenCV tycks ha prestanda och funktionalitet som motsvarar den kommersiella lösningen men har begränsningar.

    Då OpenCV är fokus är på programmatisk utveckling av datorseenden lösningar är resultatet av lösningar som skapas beroende på användarens kompetens inom programmering och programmdesign.

    Utifrån de tester som genomfördes anser vi att OpenCV kan ersätta ett licensierat kommersiellt program men licensenkostnaderna kan komma att ersättas av andra utvecklingskostnader.

    Ladda ner fulltext (pdf)
    fulltext
  • 8.
    Mørk, Cato
    et al.
    Rikshospitalet University Hospital.
    Salerud, E Göran
    Linköpings universitet.
    Asker, Claes L
    Karlstads universitet.
    Kvernebo, Knut
    Ulleval University Hospital.
    The prostaglandin E1 analog misoprostol reduces symptoms and microvascular arteriovenous shunting in erythromelalgia-a double-blind, crossover, placebo-compared study.2004Ingår i: Journal of Investigative Dermatology, ISSN 0022-202X, E-ISSN 1523-1747, Vol. 122, nr 3, s. 587-93Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Based on previous experience with parenteral prostanoids, we studied the effect of misoprostol treatment, an orally administered prostaglandin E1 analog, in patients with erythromelalgia. Treatment with placebo was followed by treatment with misoprostol (0.4-0.8 mg per d), both for 6 wk. The patients (n=21) and a study nurse who administered the trial were blinded. The endpoints were change in pain and need for cooling and global assessment of the treatment. Following central body heat provocation, global skin perfusion, capillary morphology, and change in pain were also recorded before and after each treatment period. Results were compared with data from healthy control subjects (n=11) that did not undergo treatment. Clinical safety and tolerability evaluation included physical examinations, clinical laboratory tests, and monitoring of adverse events. All clinical outcome measures were significantly better after treatment with misoprostol (p<0.01) as compared with placebo treatment and after a 3- mo follow-up without treatment. The heat-induced increase in global perfusion after misoprostol treatment was similar to the control group and significantly lower when compared with baseline (p<0.01) and placebo treatment (p<0.05), respectively. This study demonstrates that misoprostol is clinically superior to placebo in patients with erythromelalgia. The results of the perfusion studies may imply that the mechanism of action of the beneficial effect of misoprostol is reduced microvascular arteriovenous shunting in affected skin.

    Ladda ner fulltext (pdf)
    FULLTEXT01
  • 9.
    Nyflött, Åsa
    Karlstads universitet, Fakulteten för teknik- och naturvetenskap.
    Development of an Image Processing Tool for Fluorescence Microscopy Analysis of Paper Chemistry2010Självständigt arbete på avancerad nivå (yrkesexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Tillverkning av papper är till en viss del baserad på empirisk kunskap. Välkänt är att finmaterial, pH värde, laddning och jonstyrka påverkar de papperskemiska mekanismerna och därmed flertalet pappersegenskaper vid tillverkning av papper. En möjlighet att utveckla kunskaperna inom papperskemiska mekanismerar att studera finmaterial och additiv i en pappers suspension for att samla in informationom reaktionsmekanismer. Fyra trackningalgoritmer ar vidareutvecklade i syftet att möjliggöra studier kring papperskemiska mekanismer. Trackningalgoritmerna inkluderar två varianter av den välkända "Lucas-Kanade" algoritm och två template-baserade metoder: korskorrelation och minsta kvadratmetoden. Samtliga metoder bygger på samma princip, men trots detta kan resultaten från trackningen skilja mellan metoderna. Lucas-Kanade algoritmerna är mer oberoende av brus medan korskorrelationen och minsta kvadratmetoden exekveras snabbare i Matlab. Trackning metoderna utvärderades med hjälp av en simulator som genererar bildsekvenser av syntetiska partiklar med en Brownsk rörelse. Trackningen har även använts på mikroskopibilder av rörelsebanor på verkliga suspenderade latex partiklar, varvid trackningresultatet har jämförts med manuell trackning. De genererade bildsekvensernapa de simulerade partiklarna har kända rörelsebanor som är jämförbara med rörelsebanor for latex partiklarna.

    Ladda ner fulltext (pdf)
    FULLTEXT01
  • 10.
    Palm, Magdalena
    Karlstads universitet, Fakulteten för hälsa, natur- och teknikvetenskap (from 2013), Institutionen för matematik och datavetenskap.
    Detektering och Identifiering av Vägmärken2017Självständigt arbete på grundnivå (kandidatexamen), 10 poäng / 15 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Denna avhandling beskriver ett projekt för att skapa en prototypapplikation med syftet att förenkla vägmärkesinventering. Istället för att manuellt analysera en tagen bild och jämföra med en databas av vägmärken för inventing så kan man istället starta denna applikation, ladda in bilden och få ut ett svar på vad skylten har för identifieringskod. Idén är att vägmärkesinventerare ska spara in tiden det tar att gå igenom alla bilder tagna under en dag och istället få systemet att automatiskt lägga in vad vägmärket har för identifieringskod. Grundapplikationen är skriven som en WPF-applikation med hjälp av ramverket EmguCV som i sin tur nyttjar .NET ramverket. Den viktiga aspekten i detta projekt är att se ifall detta kan göras med rimlig beräkningskraft, kunna matcha skyltar på en rimlig tid, vilket gjordes möjligt med EmguCVs FLANN-algoritm. Projektet resulterade i en fungerande applikation där användare kan ladda upp cirkulära hastighetsvägmärken där applikationen detekterar och sedan matchar vägmärket mot en databas för att kunna identifiera det.

    Ladda ner fulltext (pdf)
    fulltext
    Ladda ner fulltext (pdf)
    Arkivfil
1 - 10 av 10
RefereraExporteraLänk till träfflistan
Permanent länk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • apa.csl
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf