Publikationer från KTH
Not a member yet
57933 research outputs found
Sort by
What is the “project”? : A typology of approaches to the core concept in project studies
No full textThis paper critically revisits the fundamental, defining notion of “project” in project studies. It examines extant approaches to defining projects and illuminates the ontological fuzziness of the main unit of analysis in project studies. Drawing on the notions of open and essentially contested concepts, the paper emphasizes the importance of studying how the project concept has been applied in empirical research. To advance the debate in this direction, two dimensions are emphasized: (1) the “project” as a realization of an object versus the “project” as an actor’s assignment, and (2) the “project” viewed as an empirical phenomenon versus the “project” used as an analytical lens, resulting in a typology of four distinct research approaches to the project concept. By discussing the approaches’ implications for research inquiries on projects and project management, the paper calls for more prudence when applying the “project” as unit of analysis in future empirical research. Consequently, the paper takes a step towards invigorating the once vivid debate on the core, defining concept within project studies.QC 20250612</p
Objektdetektering med AI för projektbaserad tillverkning : RF-DETR vs. YOLOv12
No full textIn project-based manufacturing, efficiently organizing and reusing visual material is critical for communication and knowledge retention. This thesis explores whether fine-tuned object detection models—YOLOv12 and RF-DETR—can automate metadata tagging for a Swedish furniture SME that lacks a Digital Asset Management (DAM) system and relies on Dropbox. A Design Science Research (DSR) approach was used. Both models were trained on a 33-class dataset with 9,447 annotated images (including augmentation). YOLOv12 is convolutional and optimized for speed; RF-DETR is transformer-based. RF-DETR showed slightly higher accuracy ([email protected]: 0.82 vs. 0.79), while YOLOv12 was faster (36s vs. 80s per 40-image batch). Both outperformed manual tagging in speed, though occlusion and ambiguity remained challenging in comparison to human-level accuracy. Beyond benchmarking, the study identifies key organizational enablers and constraints for AI adoption, including the need for semantic consistency, responsibility for model maintenance, and alignment with informal practices. The company reflects characteristics of Mintzberg’s Simple Structure—centralized decision-making and informal coordination—yet displays early signs of systematization and potentially more structured operational roles. In this context, the proposed pipeline could enhance DAM capabilities by improving searchability, reducing manual overhead, and enabling cross-project reuse. The thesis contributes both a replicable pipeline and practical insights for implementing sustainable, domain-specific AI in small organizations lacking dedicated AI roles.Vid projektbaserad tillverkning är effektiv organisering och återanvändning av visuellt material avgörande för kommunikation och kunskapsbevarande. Denna kandidatuppsats undersöker om finjusterade objektigenkänningsmodeller – YOLOv12 och RF-DETR – kan automatisera metadatamärkning i ett svenskt möbelföretag som saknar ett system för digital tillgångshantering (DAM) och använder Dropbox. Studien följer en Design Science Research (DSR)-metodologi. Båda modeller tränades på ett dataset med 33 klasser och 9 447 annoterade bilder (inklusive augmentation). YOLOv12 är konvolutionsbaserad och optimerad för snabbhet; RF-DETR är transformerbaserad. RF-DETR uppnådde något högre precision ([email protected]: 0,82 vs. 0,79), medan YOLOv12 var snabbare (36 sekunder vs. 80 sekunder per 40 bilder). Båda modellerna överträffade manuell märkning i hastighet, men hade fortsatt utmaningar vid skymda eller tvetydiga objekt jämfört med mänsklig noggrannhet. Utöver modelljämförelsen identifierar studien viktiga organisatoriska förutsättningar och hinder för AI-adoption: semantisk konsekvens, ansvar för modellunderhåll och anpassning till informella rutiner. Företaget följer Mintzbergs "enkla struktur", med centraliserat beslutsfattande och informell samordning, men visar tecken på ökad systematisering och potentiellt mer strukturerade roller. I detta sammanhang kan det föreslagna AI-baserade arbetsflödet stärka DAM genom att förbättra sökbarhet, minska manuellt arbete och möjliggöra återanvändning mellan projekt. Uppsatsen bidrar med en replikerbar lösning och konkreta insikter för hållbar, domänspecifik AI-implementering i små organisationer utan dedikerade AI-resurser
Beräkningsanalys av plasmamembranets fluiditet från 4D Lattice Lightsheet-mikroskopidata
No full textPlasmamembranet är en nyckelkomponent i cellen, som inte bara möjliggör separation mellan den inre och yttre miljön utan också deltar direkt i flera viktiga cellulära processer. Variationer i sammansättningen av detta asymmetriska dubbla lipid-proteinlager på lokal och global nivå är kopplade till fluktuationer i biofysikaliska parametrar som membranets krökning och fluiditet. Dessa parametrar är kända för att påverka och påverkas av cellulära processer, vilket gör deras studie särskilt relevant för en bättre förståelse av cellulär dynamik och beteenden. Tidigare har membranfluiditet främst studerats genom 2D-baserade metoder. Trots detta skulle 3D-metoder kunna möjliggöra volymbaserade kvantifieringar, direkt analys av membranfluiditet och krökning och i allmänhet en mer holistisk förståelse av membrandynamiken. Under hela detta projekt försökte jag utveckla flera beräkningsverktyg skräddarsydda för att studera membranfluiditet i Giant Plasma Membrane Vesicles (GPMVs) och i celler baserat på 3D-bilddatasetet som erhållits med Lattice Lightsheet Microscopy. Jag presenterar därför en serie pythonbaserade pipelines som är utformade för att studera och kvantifiera de fotoselektionsmönster som uppvisas av de miljökänsliga prober som används för att uppskatta membranfluiditet, samt analysera fasseparation i GPMV och korrelera fluiditet och krökning i plasmamembran. Sammantaget belyser dessa verktyg fördelarna med 3D-baserade tillvägagångssätt inom membranbiofysikforskning och lägger grunden för framtida ansträngningar som syftar till att använda 4D-avbildning för att studera dynamiken i membranfluiditet.The plasma membrane is a key component of the cell, not only allowing interior-exterior environment separation but also directly partaking in multiple essential cellular processes. Variations in the composition of this asymmetric double lipid-protein layer at a local and global level are linked to the fluctuation of biophysical parameters such as membrane curvature and fluidity. These parameters are known to impact and be impacted by cellular processes, making their study especially relevant for a better understanding of cellular dynamics and behaviors. Over the past, membrane fluidity has been primarily studied through 2D based approaches. Despite that, 3D approaches could allow for volume-based quantifications, direct membrane fluidity-curvature analysis and in general, a more holistic understanding of membrane dynamics. Throughout this project, I sought to develop multiple computational tools tailored toward the study of membrane fluidity in Giant Plasma Membrane Vesicles (GPMVs) and in cells based on the 3D image dataset obtained using Lattice Lightsheet Microscopy. I thus present a series of python-based pipelines designed to study and quantify the photoselection patterns exhibited by the environment sensitive probes used to estimate membrane fluidity, as well as analyze phase separation in GPMVs, and correlate fluidity and curvature in plasma membrane. Overall, these tools highlight the benefits of 3D based approaches in membrane biophysics research and lay the groundwork for future endeavors seeking to use 4D imaging to study the dynamics of membrane fluidity.
Listener Perception of AI-Generated Bebop Jazz : An empirical study
No full textAs artificial intelligence continues to advance in the field of music generation, its expansion into more niche subgenres has not been thoroughly examined. By investigating the overall perception of AI-generated bebop, we can gain insight into its current capabilities and identify areas in need of further development. Through an evaluation study, 41 participants assessed three AI-generated and three human-composed jazz pieces, without being informed of the order of appearance. Each excerpt was rated by a set of subjective criteria. This resulted in over 615 evaluations for AI-generated music and an additional 615 for human-composed music, serving as reference points for comparative analysis. The results suggest that AI-generated jazz excels at adhering to genre-specific formulas, often being perceived as authentic in structure. However, it falls short in conveying creativity, improvisation and emotional depth. Furthermore, by dividing the participants into groups based on their experience in the genre, we observe that individuals with high familiarity with jazz evaluated the AI-generated pieces more critically, both in comparison to less experienced listeners, and compared to humanely composed pieces. Those with limited jazz expertise tend to rate AI and human compositions similarly. This could indicate that AI-generated jazz has reached a level of sophistication where the average person, without particular knowledge in jazz, perceives it generally positive. Lastly, we affirm how the results of this study are limited in accuracy by its scope and participant size. Further exploration of the subject is suggested to further consider the results found in this study.I takt med att artificiell intelligens fortsätter att utvecklas inom musikgenerering har dess utbredning till mer nischade subgenrer ännu inte undersökts i någon större utsträckning. Genom att undersöka den övergripande uppfattningen om AI-genererad bebop kan vi få en inblick i dess nuvarande kapacitet och identifiera områden som behöver vidareutvecklas. Genom en utvärderingsstudie fick 41 deltagare bedöma tre AI-genererade och tre mänskligt komponerade jazzstycken, utan att informeras om ordningen i vilken de presenterades. Varje utdrag bedömdes utifrån ett antal subjektiva kriterier. Detta resulterade i över 615 utvärderingar för AI-genererad musik och ytterligare 615 för mänskligt komponerad musik, vilket fungerade som referenspunkter för jämförande analys. Resultaten tyder på att AI-genererad jazz utmärker sig i att följa genrespecifika strukturer och uppfattas ofta som autentisk i sin uppbyggnad. Däremot brister den i att förmedla kreativitet, improvisation och emotionellt djup. Vidare visar en uppdelning av deltagarna baserat på deras erfarenhet av genren att personer med hög jazzvana bedömde de AI-genererade styckena mer kritiskt – både i jämförelse med mindre erfarna lyssnare och med de mänskligt komponerade styckena. De med begränsad jazzkunskap tenderade att bedöma AI- och människokomponerad musik på ett likartat sätt. Detta kan tyda på att AI-genererad jazz har nått en nivå av sofistikering där den genomsnittliga lyssnaren, utan särskild jazzkompetens, uppfattar den som generellt positiv. Slutligen konstateras att denna studies resultat begränsas i tillförlitlighet av dess omfång och deltagarstorlek. Vidare forskning rekommenderas för att pröva och vidareutveckla de slutsatser som här identifierats
Teacher perspectives on important characteristics of MR laborations in chemistry in Swedish upper secondary schools
No full textDenna studie syftar till att undersöka vilka egenskaper i en Mixed Reality (MR)-laboration inom kemi som är viktiga, utifrån ett lärarperspektiv. Studien bygger på tidigare forskning som har visat att virtuella simuleringar och laborationer kan ge likvärdig förståelse samt större engagemang från eleverna. Trots att lärare ser positivt på användningen av digitala verktyg i skolan upplevs det inte finnas tillgång till de verktyg och digitala resurser som behövs. Genom insamling och analys av data från enkät och workshoppar med lärare skapades en digital prototyp för Meta Quest 3 med hjälp av de digitala hjälpmedlen Unity och Figma. Detta testades senare med lärare för ytterligare återkoppling kring design och utformning. Resultaten indikerar att lärarna anser att verktyget ska implementera laborationen verklighetstroget. Aspekter som säkerhet och tillvägagångssätt ska inte förringas, och möjligheter att förstärka specifika moment ska utnyttjas. Genom dessa insikter kan det skapas effektiva MR-läromedel som är anpassade för lärare och deras behov i klassrummet.This study aims to investigate which features of a mixed reality (MR) chemistry lab are considered important from a teacher’s perspective. It builds on previous research indicating that virtual simulations and laboratory experiences can provide equivalent conceptual understanding and increase student engagement. Although teachers are generally positive toward the use of digital tools in education, they report a lack of access to the necessary resources and technologies. Based on data collected through surveys and workshops with teachers, a digital prototype was developed for Meta Quest 3, using the tools Unity and Figma. The prototype was later tested with teachers to gather further feedback on its design and usability. The results indicate that teachers expect the tool to replicate the laboratory experience in a realistic and authentic manner. Aspects such as safety and procedural steps should not be downplayed, and opportunities to enhance specific moments should be leveraged. These insights can inform the development of effective MR-based educational tools that are tailored to teachers and their needs in the classroom
Bayesian or Frequentist? : A study on the communication of A/B test results in e-commerce
No full textMaking informed decisions in e-commerce is crucial to avoid costly mistakes. A/B testing is widely used in digital optimisation to guide decision-making, but the statistical presentation of A/B-test results can influence the implementation decisions. Research suggests that the way statistical results are framed affects how decision-makers understand and act upon them. While both frequentist and Bayesian approaches are commonly used to present A/B test results, their impact on the stakeholders’ decision-making remains understudied. This study investigates how the selected statistical models’ interpretations of A/B-test results influence stakeholders’ decision-making within the e-commerce context. An experiment was conducted where 39 participants were presented with a survey containing A/B test results in the two different formats (i.e., frequentist and Bayesian), and were asked to decide whether to implement a business change or not, based on given scenarios. Participants evaluated six A/B testing scenarios each; three of the scenarios were presented in a frequentist format, and three in a Bayesian format. This was followed up with six semistructured interviews with selected study participants to better understand the survey results, based on findings of a Fisher's exact test as well as a logistic regression. The results indicated no statistically significant differences in decision-making between the Bayesian and frequentist models. Additionally, through the logistic regression analysis, it was found that the statistically significant factor for decision-making was the factor of “normalised improvement”. The interviews revealed that most participants did not consider specific statistical metrics when making their decisions. This implies that presenting results in a clear and easily understandable way is more important for decision-making than the particular statistical methods used. In sum, this study’s findings suggest that for business decision-makers, the challenge may lie less in the choice of statistical models and more in the effective communication and interpretation of statistical evidence. Regardless of the approach, A/B test metrics must be presented in such a manner that makes it easy for stakeholders to make a decision.Att fatta välinformerade beslut inom e-handel är avgörande för att undvika kostsamma misstag. A/B-testning används i stor utsträckning inom digital optimering för att vägleda beslutsfattande, men vilken statistisk metod som ska användas för att presentera resultaten av denna testmetod kan ha en inverkan på det slutgiltiga beslutet om att implementera en förändring eller inte. Forskning visar att presentationen av statistiska resultat påverkar hur de tolkas och ageras på av beslutsfattare. Även om både frekventistiska och Bayesianska metoder ofta används för att presentera A/B testresultat, är dess påverkan på intressenters beslutsfattande fortfarande otillräckligt utforskade. Den här studien undersöker hur olika statistiska modellers tolkningar av A/B-testresultat påverkar beslutsfattande inom e-handel. Ett experiment genomfördes där 39 deltagare fick ta ställning till A/B-testresultat i två olika format (frekventistiskt och Bayesianskt) och avgöra om en förändring borde genomföras eller inte, utifrån olika scenarier. Varje deltagare bedömde sex scenarier: tre med frekventistisk presentation och tre med Bayesiansk. Därefter genomfördes sex semistrukturerade intervjuer för att fördjupa förståelsen kring hur resultaten tolkades, baserat på analyser med Fishers exakt-test och logistisk regression. Resultaten visade inga statistiskt signifikanta skillnader i beslut mellan frekventistiska och Bayesianska metoder. Däremot visade den logistiska regressionsanalysen att den faktor som faktiskt påverkade besluten mest var den “normaliserade förbättringen”. Intervjuerna visade också att de flesta deltagare inte tog hänsyn till vilken statistisk metod som användes, vilket tyder på att tydlig presentation är viktigare än själva metoden. Sammanfattningsvis tyder denna studie på att utmaningen för beslutsfattare inom näringslivet inte nödvändigtvis handlar om valet av statistisk modell, utan snarare om hur resultaten kommuniceras och tolkas. Oavsett metod behöver A/B-testresultat presenteras på ett sätt som gör det enkelt för intressenter att fatta beslut
AI hjälpte Geofence-generering från flygbilder : Objektdetektering med öppen vokabulär och nollbildssegmentering för mobilitet
No full textThis thesis explores the application of artificial intelligence for automatic geofence generation from satellite imagery. Geofences—virtual perimeters for monitoring vehicle movements—are essential for fleet management but currently require manual configuration, a process that is time-consuming, error-prone, and labor-intensive, especially for companies like Volvo that manage thousands of locations worldwide. Creating a system that can automatically detect and define appropriate geofence boundaries presents significant challenges: property boundaries lack universal visual patterns, industrial areas have complex layouts, and different facilities require context-specific boundary definitions. Previous approaches have struggled because property lines often have no distinct visual signatures in satellite imagery, making traditional heuristic algorithms ineffective. This research develops an AI-based pipeline that integrates Open-StreetMap vector data with high-resolution satellite imagery from TomTom. The system employs a sequential approach using foundation models: first applying GroundingDINO (a zero-shot object detector) with text prompts to identify areas of interest, then using Segment Anything Model 2 (SAM2) to generate precise masks for industrial features. The pipeline follows a two-pass strategy—first filtering out vegetation, then identifying industrial elements like buildings, asphalt, parking lots, and vehicles—to construct geofence polygons around facilities. Testing with approximately 1,500 global commercial locations revealed that the system achieved a 30.4% perfect detection rate on first attempts, with an additional 5.9% correct on second attempts. Even imperfect predictions were valuable: 43.7% captured the target areas but were slightly larger than optimal, while 19.8% identified core facility features but missed peripheral areas. These results demonstrate that non-fine-tuned AI foundation models can generate reasonable geofences automatically without requiring labeled training data. This approach offers significant time savings for transportation companies and fleet managers who currently draw thousands of boundaries manually, while providing a foundation for more sophisticated geofencing systems that could improve vehicle safety, efficiency, and environmental compliance.Denna avhandling utforskar tillämpningen av artificiell intelligens för automatisk generering av geofence från satellitbilder. Geofences – virtuella perimeter för övervakning av fordonsrörelser – är viktiga för flotthantering men kräver för närvarande manuell konfiguration, en process som är tidskrävande, felbenägen och arbetsintensiv, särskilt för företag som Volvo som hanterar tusentals platser världen över. Att skapa ett system som automatiskt kan upptäcka och definiera lämpliga geofence-gränser innebär betydande utmaningar: fastighetsgränser saknar universella visuella mönster, industriområden har komplexa layouter och olika anläggningar kräver kontextspecifika gränsdefinitioner. Tidigare metoder har haft svårt eftersom fastighetsgränser ofta inte har några distinkta visuella signaturer i satellitbilder, vilket gör traditionella heuristiska algoritmer ineffektiva. Denna forskning utvecklar en AI-baserad pipeline som integrerar OpenStreetMap-vektordata med högupplösta satellitbilder från TomTom. Systemet använder en sekventiell metod med hjälp av grundmodeller: först tillämpas GroundingDINO (en noll-skott-objektdetektor) med textmeddelanden för att identifiera intressanta områden, sedan används Segment Anything Model 2 (SAM2) för att generera exakta masker för industriella funktioner. Rörledningen följer en tvåstegsstrategi – först filtreras bort vegetation och sedan identifieras industriella element som byggnader, asfalt, parkeringsplatser och fordon – för att konstruera geofence-polygoner runt anläggningar. Tester med cirka 1 500 kommersiella platser globalt visade att systemet uppnådde en perfekt detekteringsgrad på 30,4% vid första försöken, med ytterligare 5,9% korrekta vid andra försöken. Även ofullkomliga förutsägelser var värdefulla: 43,7% fångade målområdena men var något större än optimalt, medan 19,8% identifierade centrala anläggningsfunktioner men missade perifera områden. Dessa resultat visar att icke-finjusterade AI-grundmodeller kan generera rimliga geofences automatiskt utan att kräva märkta träningsdata. Denna metod erbjuder betydande tidsbesparingar för transportföretag och vagnparksförvaltare som för närvarande ritar tusentals gränser manuellt, samtidigt som den ger en grund för mer sofistikerade geofence-system som kan förbättra fordonssäkerhet, effektivitet och miljöefterlevnad
Jämförelse av kvalitet på AI:s och lärarassistenters återkoppling i en introduktionskurs i programmering
No full textThis study has explored what comments OpenAI’s model gpt-4.1 makes on the coding assignments belonging to first year computer science students at KTH and compared the comments to feedback given by TAs. The intent was to determine if the AI-generated feedback contained enough correct information to potentially replace TAs. As of this AI-model, although parts of the generated feedback could be helpful to TAs when grading assignments, such as positive comments, gpt-4.1 has been proven to not work well enough to be trusted for independently grading assignments. The generated feedback did not find logical errors in the code that the TAs found, resulting in the AI passing assignments that, according to TAs, needed more work to receive a passing grade. Nevertheless, another later model could possibly be able to give proper feedback on student assignments in the future.Denna studie har undersökt vilka kommentarer OpenAIs modell gpt-4.1 gör på koduppgifter tillhörande studenter i årskurs 1 av datateknikprogrammet på KTH och jämfört dessa kommentarer med återkoppling från kursassistenter. Målet var att avgöra om AI-genererad återkoppling innehåller tillräckligt stor andel korrekt information för att eventuellt ersätta kursassistenter. Trots att delar av AI-genererade återkopplingen kan vara hjälpsam för assistenters bedömning så är gpt-4.1 inte rustad för att pålitligt bedöma studenters uppgifter själv. Den genererade återkopplingen missar logiska fel i koden som en assistent hade märkt av, vilket leder till att AI:n godkänner studenter vars uppgifter enligt assistenter behöver kompletteras. Dock skulle en annan senare modell eventuellt kunna ge ordentlig återkoppling på studenters uppgifter i framtiden
Jupyter Analytics : A Toolkit for Collecting, Analyzing, and Visualizing Distributed Student Activity in Jupyter Notebooks
No full textJupyter is a web-based, interactive computing environment that supports many commonly-used programming languages. It has been widely adopted in the CS education community and is now rapidly expanding to other STEM disciplines due to the growing integration of programming in STEM education. However, unlike other educational platforms, there is currently no integrated way to capture, analyze, and visualize student interaction data in Jupyter notebooks. This means that teachers have limited to no visibility into student activity, preventing them from drawing insights from these data and providing timely interventions on the fly. In this paper, we present Jupyter Analytics, an end-to-end solution for teachers to collect, analyze, and visualize both synchronous and asynchronous learning activities in Jupyter. The Jupyter Analytics system consists of two JupyterLab extensions connected via a cloud-based backend. On the student side, we introduce the Jupyter Analytics Telemetry extension to anonymously capture students’ interaction activity with more structure and higher granularity than log data. On the teacher side, we introduce the Jupyter Analytics Dashboard extension, which visualizes real-time student data directly in the notebook interface. The Jupyter Analytics system was developed through an iterative co-design process with university instructors and teaching assistants, and has been implemented and tested in several university STEM courses. We report two use cases where Jupyter Analytics impacted teaching and learning in the context of exercise sessions, and discuss the potential value of our tools for CS education.Part of ISBN 9798400705311QC 20250325</p
CodeX : Contextual Flow Tracking for Browser Extensions
No full textBrowser extensions put millions of users at risk when misusing their elevated privileges. Despite the current practices of semi-automated code vetting, privacy-violating extensions still thrive in the official stores. We propose an approach for tracking contextual flows from browser-specific sensitive sources like cookies, browsing history, bookmarks, and search terms to suspicious network sinks through network requests. We demonstrate the effectiveness of the approach by a prototype called CodeX that leverages the power of CodeQL while breaking away from the conservativeness of bug-finding flavors of the traditional CodeQL taint analysis. Applying CodeX to the extensions published on the Chrome Web Store between March 2021 and March 2024 identified 1,588 extensions with risky flows. Manual verification of 339 of those extensions resulted in flagging 212 as privacy-violating, impacting up to 3.6M users.QC 20250616</p