Publikationer från KTH
Not a member yet
57933 research outputs found
Sort by
Existence, uniqueness, and regularity theory for local and nonlocal problems
No full textThis thesis consists of three papers, an individual summary of each paper, and an introduction. The papers are all related to existence, uniqueness, or regularity theory of local and nonlocal partial differential equations (PDEs). In Paper A, we establish uniqueness for viscosity solutions of the inhomogeneous nonlocal infinity Laplace equation Lu = f, where the right hand side f is a bounded, continuous, and nonpositive function. Uniqueness is proven through a comparison principle. In Paper B, we use Perron's method to construct viscosity solutions to the equation ∂u/∂t = L u in Ω, and u = g in the complement. In Paper C we study regularity of a minimizer of the expression J(u) := ∫ F(∇u) dx, where F(x) is a strongly convex function whose second derivatives might jump at |x| = 1. The specific form of F gives rise to a free boundary Γ, and the resulting Euler-Lagrange equation varies over Γ. In this paper we only consider two-phase flat points. We show that under some regularity and non-degeneracy assumptions the asymptotic expansion of a minimizer u can be written as u(x) = a + ν · x + p(x) + q(x), where a ∈ R, ν ∈ R^n. The function p is a broken polynomial that is defined as a C^1 function consisting of one polynomial in the upper half space and another polynomial in the lower half space, and the function q is a rest term. We derive the PDEs that are satisfied by p and q, respectively, and show many regularity properties for the terms in the expansion. This paper is intended to be the first part of a project that aims at establishing regularity of the free boundary Γ.Denna avhandling består av tre artiklar, en individuell sammanfattning av varje artikel samt en introduktion. Artiklarna är alla relaterade till existens-, entydighets- eller regularitetsteori för lokala och icke-lokala partiella differentialekvationer (PDE:er). I Artikel A visar vi entydighet för viskositetslösningar till den inhomogena icke-lokala oändlighets-Laplaceekvationen Lu = f, där högerledet f är en begränsad, kontinuerlig och icke-positiv funktion. Vi visar en jämförelseprincip från vilken entydighet följer direkt. I Artikel B använder vi Perron's metod för att konstruera viskositetslösningar till ekvationen ∂u/∂t = Lu i Ω, där u=g i komplementet. I Artikel C studerar vi de reguljära egenskaperna hos en minimerare av funktionalen J(u) := ∫ F(∇u) dx, där F(x) är en starkt konvex funktion vars andraderivator kan vara diskontinuerliga då |x|=1. Den specifika strukturen hos F ger upphov till en fri rand Γ, och den resulterande Euler–Lagrange-ekvationen beror av den fria randen. I denna artikel studerar vi enbart tvåfas-punkter. Vi visar att givet några regularitets- och icke-degenereringsantaganden så kan den asymptotiska expansionen av en minimerare u uttryckas som u(x)= a + ν · x + p(x) + q(x), där a ∈ R, ν∈ R^n. Funktionen p är ett så kallat brutet polynom, vilket vi definierar som en C^1-funktion som består av ett polynom i övre halvrymden respektive ett annat polynom i nedre halvrymden. Funktionen q är en restterm med väldigt liten L^2-norm. Vi härleder de partiella differentialekvationerna som p respektive q löser samt visar flera regularitetsresultat för dessa termer. Den här artikeln är avsedd att vara den första delen i ett projekt som syftar till att visa reguljaritetsegenskaper hos Γ.QC 2025-12-02</p
Höjd- och vågobservatör för bärplansbåtar : För mjukare färd i vågor
No full textHydrofoil technology enables the electrification of high-speed leisure boats and ferries, as these vessels consume less energy than conventional displacement or planing designs. However, hydrofoil boats can be unstable, especially in wavy conditions, and then need an active control system to ensure stable flight. To implement such an active control system, a state observer is required, which is the main focus of this thesis. The estimated states are the height above the calm water surface, vertical velocity, and the wave amplitude, frequency, and phase. A linear discrete-time-invariant Kalman filter is used for height estimation, with additional wave filters tested. The wave frequency is estimated using the Aranovskii frequency estimator, the amplitude is estimated with a low-pass filter, and the phase is estimated using an extended Kalman filter. The phase-time-path difference from the height sensors’ measurements is used to estimate the waves’ direction of propagation. The complete observer was then evaluated in multiple experiments of increasing complexity. First, the observer behaviour was tested in simulations using sine waves and JONSWAP-spectrum waves at different headings. The observer was verified with recorded data from a Candela C-8, before being tested in sea trials with the current control system. Finally, the observer was tested with a newly developed model predictive controller.Bärplansbåtar möjliggör elektrifieringen av snabba fritidsbåtar och färjor, tack vare en lägre energikonsumtion än traditionella planande båtar. Detta kommer dock till priset av stabilitet, och för att flyga stabilt i vågor så krävs ett aktivt reglersystem. Reglering kräver en tillståndsuppskattning, vilket är huvudmålet med detta examensarbetet. De tillstånd som uppskattas är båtens höjd över medelvattenytan, hastigheten i höjdled, och vågornas amplitud, frekvens och fas. Höjduppskattningen består av ett linjärt diskret tidsoberoende Kalmanfilter, och ett tillägg i form av ett vågfilter testades. Vågornas frekvens uppskattas med hjälp av ett Aranovskiifilter, amplituden av ett lågpassfilter, och fasen med hjälp av ett utvidgat Kalmanfilter. Skillnad i fas, tid och väg hos höjdsensorerna används för att uppskatta båtens riktning i vågorna. Observatören utvärderades i simuleringar med både rena sinusvågor och med vågor skapade från JONSWAP-spektrat i olika riktningar. Observatören verifierades sedan med inspelad data från en Candela C-8, innan den utvärderades med tester till sjöss tillsammans med det nuvarande reglersystemet i samma båt. Slutligen testades observatören tillsammans med ett nyutvecklat modellbaserat reglersystem
Time-causal and time-recursive wavelets
No full textThis paper presents a framework for time-causal wavelet analysis. It targets real-time processing of temporal signals, where data from the future are not available. The study builds upon temporal scale-space theory, originating from a complete classification of temporal smoothing kernels that guarantee non-creation of new structures from finer to coarser temporal scale levels. We construct temporal wavelets from the temporal derivatives of a special time-causal smoothing kernel, referred to as the time-causal limit kernel, as arising from the classification of variation-diminishing smoothing transformations with the complementary requirement of temporal scale covariance, to guarantee self-similar handling of structures in the input signal at different temporal scales. This enables decomposition of the signal into different components at different scales, while adhering to temporal causality. The paper establishes theoretical foundations for these time-causal wavelet representations, and maps structural relationships to the non-causal Ricker wavelets. We also describe how efficient discrete approximations of the presented theory can be performed in terms of first-order recursive filters coupled in cascade, which enables numerically well-conditioned real-time processing with low resource usage. We characterize and quantify how the continuous scaling properties transfer to the discrete implementation, demonstrating how the proposed time-causal wavelet representation can reflect the duration of locally dominant temporal structures in the input signal. We propose this notion of time-causal wavelet analysis as a generic multi-purpose tool for signal processing tasks, where streams of signals are to be processed in real time, specifically for signals that may contain local variations over a rich span of temporal scales, or more generally for analysing physical or biophysical temporal phenomena, where a fully time-causal analysis is called for to be physically realistic.Covariant and invariant deep network
Manifolds of Learning
No full textNeural networks are central to modern machine learning, with applications that range from computer vision to natural language processing. Despite their success, their mathematical foundations are barely understood. At the heart of every such model lies a training procedure that amounts to solving a highly nonconvex optimization problem with many potential solutions, yet optimization algorithms often find parameters that not only fit the data but also generalize well to unseen samples. Why neural networks exhibit this favorable behavior, and how architectural choices influence it, remain fundamental open questions that call for new mathematical tools. This thesis suggests one promising approach, neuroalgebraic geometry, whose research program is to study neural networks through the lens of algebraic geometry. In this framework, nonlinearities such as activation functions are replaced with algebraic counterparts, for instance polynomials, so that the resulting models become amenable to rigorous algebro-geometric analysis. Since polynomials are universal approximators, by a limit argument, the methods developed in neuroalgebraic geometry can extend beyond the polynomial realm and thus bridge the gap between algebraic models and practical neural networks. Through neuroalgebraic geometry, we study the function space parameterized by a given neural network architecture, which we refer to as the neuromanifold. Its dimension and volume reflect how rich the model is and how well it can generalize from data. Singular points, places where the neuromanifold is not regular, characterize implicit biases that arise during training. The analysis of the parametrization map relates to the identifiability of neural networks, a property that is essential for the design of equivariant architectures in which symmetries of the data are encoded into the model. Finally, viewing optimization through this geometric lens connects the landscape of the loss function to the underlying structure of the neuromanifold. The algebraic setting makes these analyses more feasible since it makes the ambient space of the neuromanifold finite-dimensional. The main goal of this thesis is to analyze the functionality of two important architectures, multilayer perceptrons (MLPs) and convolutional neural networks (CNNs), through the lens of algebraic geometry. In Paper A, we present a position paper that introduces and motivates the emerging research area of neuroalgebraic geometry. We construct a dictionary between algebro-geometric concepts (such as dimension, degree, and singularities) and key machine learning phenomena (including sample complexity, expressivity, and implicit bias). Along the way, the paper provides a concise literature overview and argues for new connections at the intersection of algebraic geometry and machine learning. In Paper B, we investigate linear convolutional networks with single-channel and one-dimensional filters. By examining their neuromanifold, we provide its dimension and singularities. Furthermore, by considering optimization with squared loss, we show that the critical points of the parameterization corresponding to spurious points are not attracted by gradient-based optimization once all strides are larger than one. In Paper C, which continues the investigation from Paper B, we introduce a recursive algorithm that generates the polynomial equations defining the Zariski closure of the neuromanifold of linear convolutional networks. We further provide the exact number of (complex) critical points that arise when training these networks with squared loss and generic data. In Paper D, we examine linear invariant and equivariant networks under permutation groups. We determine the dimension, degree, and singular locus of the neuromanifold for these models. We then analyze the number of (complex) critical points that can arise during training. Furthermore, we show that the neuromanifold of linear equivariant networks comprises many irreducible components that cannot be parameterized by a single fixed architecture, and thus the choice of architecture determines which irreducible component we parameterize. In Paper E, which is our first exploration of non-linear activation functions, we analyze single-channel, one-dimensional-filter convolutional networks with monomial activation functions. We show that its neuromanifold, once projectified, is birational to a Segre--Veronese variety, a well-known object in classical algebraic geometry. We then describe its algebraic invariants such as dimension and degree and characterize its singular points, including their types. Finally, we provide an exact formula for the number of (complex) critical points arising when training with generic data under squared loss optimization. In Paper F, we investigate both MLPs and CNNs with generic polynomial activation functions. We prove that no continuous symmetry exists in either model, i.e., the generic fiber of the parameterization is finite. Consequently, the dimension of the neuromanifolds coincides with the number of parameters. Furthermore, we show that in both models, certain subnetworks correspond to singular points of the neuromanifold. Finally, for CNNs the parameters associated with these subnetworks are not critically exposed, whereas for MLPs they are critically exposed, meaning that they appear as critical points of the loss function with nonzero probability over the data distribution. Although the main thrust of this thesis concerns the geometry and optimization of neural networks, the perspective developed here---framing learning problems as algebraic optimization over structured sets---also motivated a new approach to a classical problem in signal processing. In Paper G, we address the problem of multireference alignment (MRA), where multiple noisy observations of a one-dimensional signal are available, each subjected to an unknown circular shift. The objective is to reconstruct the underlying signal up to circular shift. We introduce a novel algorithm that minimizes a distance function defined on the manifold of signals whose second-order moments agree with those estimated from the observations. We analyze the optimization problem both in the finite- and infinite-data regimes. In the latter, we show that the true signal is always a critical point of the loss function, and our empirical results show that it corresponds to a global minimum.Neuronnät är centrala för modern maskininlärning, med tillämpningar som sträcker sig från datorseende till naturlig språkbearbetning. Trots deras framgång är de matematiska grunderna inte väletablerade. I kärnan av varje sådan modell finns en träningsprocedur som syftar till att lösa ett icke-konvext optimeringsproblem med många potentiella lösningar, ändå hittar optimeringsalgoritmer ofta parametrar som inte bara anpassar sig till data utan också generaliserar väl till osedda exempel. Varför neuronnät uppvisar detta gynnsamma beteende, och hur arkitektoniska val påverkar det, är fortfarande grundläggande öppna frågor som kräver nya matematiska verktyg. Denna avhandling föreslår en lovande ansats, neuroalgebraisk geometri, vars forskningsprogram är att studera neuronnät genom algebraisk geometri. I detta ramverk ersätts icke-linjäriteter såsom aktiveringsfunktioner med algebraiska motsvarigheter, till exempel polynom, så att de resulterande modellerna blir mer lämpade för rigorös algebro-geometrisk analys. Eftersom polynom är universella approximatorer kan metoderna som utvecklas inom neuroalgebraisk geometri (genom att ta de relevanta gränsvärdena) sträcka sig bortom polynomvärlden och därmed överbrygga klyftan mellan algebraiska modeller och praktiska neuronnät. Genom neuroalgebraisk geometri studerar vi funktionsrummet som parameteriseras av en given neuronnätsarkitektur, vilket vi kallar neuromångfald. Dess dimension och volym återspeglar hur rik modellen är och hur väl den kan generalisera från data. Singulära punkter, platser där neuromångfalden inte är reguljär, karakteriserar implicita bias som uppstår under träning. Analysen av parameteriseringsavbildningen relaterar till neuronnätets identifierbarhet, en egenskap som är avgörande för utformningen av ekvivarianta arkitekturer där datasymmetrier kodas in i modellen. Att betrakta optimering ur detta geometriska perspektiv kopplar förlustfunktionens landskap till den underliggande strukturen hos neuromångfalden. Den algebraiska miljön gör dessa analyser mer genomförbara eftersom det omgivande rummet för neuromångfalden blir ändligtdimensionellt. Huvudmålet med denna avhandling är att analysera funktionaliteten hos två viktiga arkitekturer, flerlagersperceptroner (MLP:er) och faltningsnätverk (CNN:er), genom algebraisk geometri. I Artikel A presenterar vi ett ståndpunktsdokument som introducerar och motiverar det framväxande forskningsområdet neuroalgebraisk geometri. Vi konstruerar en ordbok mellan algebro-geometriska begrepp (såsom dimension, grad och singulariteter) och centrala fenomen i maskininlärning (inklusive samplingskomplexitet, expressivitet och implicit bias). Samtidigt ger artikeln en koncis litteraturöversikt och argumenterar för nya kopplingar i skärningspunkten mellan algebraisk geometri och maskininlärning. I Artikel B undersöker vi linjära faltningsnät med en kanal och endimensionella filter. Genom att studera deras neuromångfald anger vi dess dimension och singulariteter. Genom att betrakta optimering med kvadratisk förlust, visar vi vidare att de kritiska punkterna för parameteriseringen som motsvarar spuriösa punkter inte attraheras av gradientbaserad optimering när alla stegstorlekar (eng. strides) är större än ett. I Artikel C, som fortsätter undersökningen från Artikel B, introducerar vi en rekursiv algoritm som genererar de polynomekvationer som definierar Zariski-slutningen av neuromångfalden för linjära faltningsnät. Vi ger vidare det exakta antalet (komplexa) kritiska punkter som uppstår när dessa nät tränas med kvadratisk förlust och generiska data. I Artikel D undersöker vi linjära invarianta och ekvivarianta nätverk under permutationsgrupper. Vi bestämmer dimension, grad och singulärmängd hos neuromångfalden för dessa modeller. Därefter analyserar vi antalet (komplexa) kritiska punkter som kan uppstå under träning. Vidare visar vi att neuromångfalden för linjära ekvivarianta nätverk består av många irreducibla komponenter som inte kan parameteriseras av en enda fix arkitektur, och därmed avgör arkitekturvalet vilken irreducibel komponent vi parameteriserar. I Artikel E, som är vår första utforskning av icke-linjära aktiveringsfunktioner, analyserar vi faltningsnät med en kanal och endimensionella filter med monom som aktiveringsfunktioner. Vi visar att dess neuromångfald, när den projektiviseras, är birationell med en Segre--Veronese-varietet, ett välkänt objekt inom klassisk algebraisk geometri. Vi beskriver därefter dess algebraiska invarianter såsom dimension och grad och karakteriserar dess singulära punkter, inklusive deras typer. Slutligen ger vi en exakt formel för antalet (komplexa) kritiska punkter som uppstår vid träning med generiska data under optimering med kvadratisk förlust. I Artikel F undersöker vi både MLP:er och CNN:er med generiska polynom som aktiveringsfunktioner. Vi bevisar att inga kontinuerliga symmetrier finns i någon av modellerna, det vill säga den generiska fibern av parameteriseringen är ändlig. Följaktligen sammanfaller neuromångfaldernas dimension med antalet parametrar. Vidare visar vi att det i båda modellerna finns vissa delnätverk som motsvarar singulära punkter i neuromångfalden. Slutligen är parametrarna associerade med dessa delnätverk, för CNN:er, inte kritiskt exponerade, medan de för MLP:er är kritiskt exponerade, vilket innebär att de uppträder som kritiska punkter för förlustfunktionen med nollskild sannolikhet över datafördelningen. Även om huvudinriktningen i denna avhandling rör geometri och optimering av neuronnät har det perspektiv som utvecklas här, där inlärningsproblem ramas in som algebraisk optimering över strukturerade mängder, också motiverat en ny ansats till ett klassiskt problem inom signalbehandling. I Artikel G behandlar vi flerreferensorientering (MRA), ett problem där flera brusiga observationer av en endimensionell signal finns tillgängliga, var och en utsatt för en okänd cirkulär förskjutning. Målet är att rekonstruera den underliggande signalen upp till cirkulär förskjutning. Vi introducerar en ny algoritm som minimerar en avståndsfunktion definierad på mångfalden av signaler vars andra ordningens moment överensstämmer med dem som skattas från observationerna. Vi analyserar optimeringsproblemet både för ändlig och oändlig datamängd. I det senare visar vi att den sanna signalen alltid är en kritisk punkt för förlustfunktionen, och våra empiriska resultat visar att den motsvarar ett globalt minimum.QC 2025-12-15</p
From Chaos to Control (Rooms) : Smart city governance and the re-wiring of technologies, expertise and organizations
No full textSmart cities represent a dominant urban development discourse advocating for the use of technology and data to enhance urban services, sustainability, and quality of life. This discourse aims to integrate systems like transport, energy, and communication through digital innovation, fostering efficient and livable cities. While early research emphasized the global diffusion of the smart city concept, and later studies examined “actually existing smart cities” in local contexts, there remains limited focus on national smart city programs and their role in shaping urban governance. National smart city programs materially transform urban infrastructure through technologies such as sensors, mobile apps, and integrated urban control rooms. However, it has been established that these programs not only introduce new technological tools but also reorganize governance by creating new institutions and enabling the rise of technical experts within urban administration. Existing scholarship often isolates these dimensions of technology, expertise, or organization. In this thesis, I argue that they must be explored in their intertwined evolution within national smart city frameworks. Using theoretical insights from science and technology studies, urban studies, and organization studies, the thesis asks: (1) How do national smart city programs generate new governance dispositifs through the deployment of new technologies? (2) How do national smart city programs introduce new technical experts into urban governance dispositifs? (3) How do new urban governance dispositifs created by national smart city programs result in organizational change in urban local governance? These questions are addressed through a qualitative case study of India’s Smart Cities Mission, an exemplary case of a national smart city program. The study focuses on the development of integrated command and control centers (ICCCs) in Kochi and Vishakhapatnam, revealing how these control rooms - even as they fall short of achieving integrated and data-mediated governance - facilitate the incursion of the central government into urban local governance where they previous played little direct role while simultaneously enabling the emergence of information and communication technology (ICT) specialists as key urban governance actors. Using the concept of boundary work, the thesis then illustrates how these ICT specialists expand their epistemic authority into urban governance. Focusing on institutional and organizational changes to urban local governance through national smart city programs, the thesis unpacks how institutional logics associated with the smart city hybridize and conflict to shape new local governance organizations called smart city Special Purpose Vehicles (SPVs) in Kochi. Finally, the implementation of the smart city in Kochi is marked by persistent political contestation—challenging the depoliticized vision projected by smart city narratives. Overall, the thesis demonstrates how national smart city programs have intertwined technological, political and organizational effects on urban local governance. For those interested in urban governance in India, this research demonstrates the long-term sociotechnical impacts of central government led urban development programs. Finally, for practitioners and policy makers, the thesis provides a deep dive into the impact of the Smart Cities Mission in Kochi.“Smart cities” representerar ett dominerande diskursivt inslag inomstadsutveckling, där man förespråkar användningen av teknik och data för attförbättra stadens tjänster, hållbarhet och livskvalitet. Målet är att integrerasystem såsom transport, energi och kommunikation genom digital innovation,för att skapa effektiva och attraktiva städer att leva i. Tidig forskning betonadefrämst den globala spridningen av det smarta stadskonceptet, medan senarestudier undersökte ”verkligt existerande smarta städer” i lokala sammanhang.Ändå finns det fortfarande ett begränsat fokus på nationella smartastadsprogram och deras roll i att forma stadsstyrning. Nationella Smart Cities-program omformar den urbana infrastrukturen på ettmateriellt plan genom teknologier såsom sensorer, mobilappar och integreradeurbana kontrollrum. Det har dock fastställts att dessa program inte baraintroducerar nya teknologiska verktyg, utan även omorganiserarstadsstyrningen genom att skapa nya institutioner och möjliggöra framväxtenav tekniska experter inom den urbana förvaltningen. Existerande forskningtenderar ofta att behandla dessa dimensioner av teknologi, expertis ellerorganisation var för sig. I denna avhandling hävdar jag att de måste utforskas isin sammanvävda utveckling inom nationella smarta stadsramverk. Med teoretiska insikter från teknik- och vetenskapsstudier (STS), urbanastudier och organisationsstudier ställer avhandlingen följande frågor: (1) Hur skapar nationella smarta stadsprogram nya styrningsdispositiv genominförandet av ny teknik? (2) Hur introducerar nationella smarta stadsprogram nya tekniska experter iurbana styrningsdispositiv? (3) Hur leder nya styrningsdispositiv som skapas av nationella smartastadsprogram till organisatoriska förändringar i den lokala stadsstyrningen? Dessa frågor besvaras genom en kvalitativ fallstudie av Indiens Smart CitiesMission, som utgör ett exemplariskt fall av ett nationellt smart stadsprogram.Studien fokuserar på utvecklingen av integrerade kommandocentraler (ICCC) iKochi och Vishakhapatnam, och visar hur dessa kontrollrum — även om deinte fullt ut uppnår integrerad och datadriven styrning — möjliggörcentralregeringens inträde i den lokala urbana styrningen, där den tidigarespelat en begränsad direkt roll. Samtidigt möjliggör de även framväxten avexperter inom informations- och kommunikationsteknik (IKT) som centralaaktörer inom den urbana styrningen. Genom att använda begreppet boundarywork (gränsarbete), visar avhandlingen hur dessa IKT-specialister utvidgar sinepistemiska auktoritet inom den urbana styrningen. Genom att fokusera påinstitutionella och organisatoriska förändringar i den lokala urbana styrningengenom nationella smarta stadsprogram, visar avhandlingen hur institutionellalogiker kopplade till smarta städer hybridiseras och kolliderar — vilket formarnya lokala styrningsorganisationer, så kallade special purpose vehicles (SPV)för smarta städer i Kochi. Slutligen präglas implementeringen av den smartastaden i Kochi av ihållande politiska konflikter — som utmanar denavpolitiserade vision som ofta framhålls i det smarta stadsnarrativet. Sammanfattningsvis visar avhandlingen hur nationella smarta stadsprogramhar sammanflätade teknologiska, politiska och organisatoriska effekter pålokal urban styrning. För dem som är intresserade av urban styrning i Indienvisar forskningen de långsiktiga sociotekniska effekterna av centralregeringensstadsutvecklingsprogram. Slutligen erbjuder avhandlingen en djupgåendeanalys av Smart Cities Missions inverkan i Kochi, med särskild relevans förpraktiker och beslutsfattare.QC 20250901</p
Improving Sample-efficiency of Reinforcement Learning from Human Feedback
No full textWith the rapid advancement of AI, the technology has moved out of the industrial and lab setting and into the hands of everyday people. Once AI and robot agents are placed in everyday households they need to be able to take into account human needs. With methods like Reinforcement Learning from Human Feedback (RLHF), the agent can learn desirable behavior by learning a reward function or optimizing a policy directly based on their feedback. Unlike vision models and large language models (LLM) which benefit from internet-scale data, RLHF is limited by the amount of feedback provided since it requires additional human effort. In this thesis, we look into how we can decrease the amount of feedback humans provide to reduce their burden when estimating a reward function without degrading the estimate. We investigate the fundamental trade-off between the informativeness and efficiency of feedback from a preference-based learning perspective. In this regard, we introduce multiple methods that can be categorized into two groups, implicit methods that increase the quality of the feedback without additional human effort, and explicit methods that aim to drastically increase the information content by using additional feedback types. To implicitly improve the efficiency of preference feedback, we look into how we can utilize Active Learning (AL) to improve the diversity of samples by strategically picking from different clusters in a learned representation through a Variational Autoencoder (VAE). Furthermore, we make use of the unique relationship between preference pairs to perform data synthesis by interpolation on the latent space of the VAE. While the implicit methods have the benefit of requiring no extra effort, they still suffer from the limited amount of information that preferences alone can provide. One limitation of preferences on trajectories is that there is no discounting which means that if a trajectory is preferred, the assumption is that the whole trajectory is preferred leading to casual confusion. Therefore, we introduce a new form of feedback called highlights that lets the user show on the trajectory, which part was good and which part was bad. Furthermore, leveraging LLMs we create a method for letting humans explain their preferences via natural language to deduce which parts were preferred. Overall, this thesis takes a step away from the assumption of internet-scale data and shows how we can achieve alignment from less human feedback.Med den snabba utvecklingen av AI har teknologin lämnat den industriella och laboratoriebaserade miljön och hamnat i händerna på vanliga människor. När AI- och robotagenter placeras i vardagliga hushåll måste de kunna ta hänsyn till mänskliga behov. Med metoder som Reinforcement Learning from Human Feedback (RLHF) kan en agent lära sig önskvärt beteende genom att antingen lära sig en belöningsfunktion eller optimera en policy direkt baserat på mänsklig feedback. Till skillnad från visionsmodeller och stora språkmodeller (LLM), som gynnas av internet-skaliga datamängder, är RLHF begränsat av mängden feedback som ges, eftersom det kräver ytterligare mänsklig insats.I denna avhandling undersöker vi hur man kan minska mängden feedback som människor behöver ge för att minska deras börda vid estimering av en belöningsfunktion, utan att försämra uppskattningen. Vi undersöker den fundamentala avvägningen mellan informationsinnehållet och effektiviteten i feedback från ett preferensbaserat inlärningsperspektiv. I detta avseende introducerar vi flera metoder som kan kategoriseras i två grupper: implicita metoder, som förbättrar kvaliteten på feedback utan extra mänsklig ansträngning, och explicita metoder, som syftar till att drastiskt öka informationsinnehållet genom att använda ytterligare typer av feedback.För att implicit förbättra effektiviteten av preferensfeedback undersöker vi hur Active Learning (AL) kan användas för att förbättra mångfalden av urval genom att strategiskt välja från olika kluster i en inlärd representation med hjälp av en Variational Autoencoder (VAE). Vidare utnyttjar vi den unika relationen mellan preferenspar för att utföra datasyntes genom interpolation i VAE:s latenta utrymme.Även om de implicita metoderna har fördelen att de inte kräver extra ansträngning, lider de fortfarande av den begränsade mängd information som preferenser ensamma kan ge. En begränsning med preferenser på trajektorier är att det saknas diskontering, vilket innebär att om en trajektori föredras, antas det att hela trajektorin föredras, vilket kan leda till kausal förvirring. Därför introducerar vi en ny form av feedback, kallad highlights, där användaren kan markera på trajektorier vilka delar som var bra och vilka som var dåliga. Vidare utnyttjar vi LLM:er för att skapa en metod där människor kan förklara sina preferenser genom naturligt språk för att dra slutsatser om vilka delar som föredrogs.Sammanfattningsvis tar denna avhandling ett steg bort från antagandet om internet-skaliga datamängder och visar hur vi kan uppnå anpassning med mindre mänsklig feedback.QC 20250307</p
Mainstreaming Sustainable Consumption : Practices, Perspectives, and the Case of Food
No full textMany of the grave threats facing life on Earth can be connected to the unsustainable consumption of resources by the wealthier parts of the world. Sweden is not only a wealthy country, but one with an international reputation as a forerunner in terms of sustainability. However, the per-capita consumption of resources by private households in Sweden is fundamentally unsustainable, not least when it comes to the key area of food consumption. In order to achieve a sustainable consumption in Sweden, the ways most of us go about our daily lives today must change drastically, especially when it comes to how and what we eat. In other words, sustainable ways of doing things – sustainable consumption practices – need to become the new mainstream. Against this backdrop, this thesis aims to explore the potential roles and perspectives of different societal actors in processes of making sustainable consumption the mainstream in Sweden, especially when it comes to eating practices. Based on the notion that a sustainable consumption meets everyone’s needs without exceeding ecological boundaries, the theoretical approach is grounded in social practice theory and concepts of power and recognitional justice. The main methods used are interviews, an intervention study, workshops, and questionnaires. The thesis consists of a cover essay and five appended papers. Papers A and B give particular attention to exploring different perspectives on what sustainable consumption is and could be in the future. In Paper A, differentsocioeconomic groups envision sustainable consumption futures, whereas in Paper B, different types of sustainable consumption practices are explored. In focusing on food consumption specifically, Papers C, D, and E mainly address the roles of different actors in the mainstreaming of sustainable eating practices. Paper C explores households’ agency in a transition to sustainable food consumption, as well as what they consider to be the necessary roles of other actors in society to enable such a transition. Papers D and E then explore the roles and perspectives of two such types of actors: civil society organizations and food provisioning actors, respectively. While Papers A and B demonstrate that there exist perspectives and ways of thinking about sustainable consumption that challenge dominant framings, Papers D and E indicate that many strategies nonetheless tend to be framed in these dominant and conventional ways, thus relying on measures aimed at individuals’ attitudes, behavior, and choices. In comparison, Paper C shows that such measures are insufficient and ineffective, since significant efforts are required even of households that are relatively privileged in terms of finances, knowledge, and commitment, etc. A general conclusion, then, is that to challenge dominant narratives of what sustainable consumption is and should be in the future, careful attention needs to be paid to issues of recognitional justice and power in how sustainable consumption is conceptualized and envisioned. Additionally, a greater level of coordination is required between actors in civil society and the private and public sectors in order to mainstream sustainable consumption practices, especially when it comes to eating practices. While households are not powerless in this process, the structural factors that limit the mainstreaming of sustainable consumption are mainly under the influence of larger actors.Många av de allvarliga hoten mot livet på jorden kan knytas till den ohållbara konsumtionen av resurser bland världens rikare delar. Sverige är inte bara ett rikt land, utan anses även vara ett föregångsland när det gäller hållbarhet. Men svenska privathushålls resurskonsumtion per capita är i grunden ohållbar, inte minst när det kommer till nyckelområdet livsmedelskonsumtion. För att uppnå en hållbar konsumtion i Sverige måste det ske en drastisk förändring av sättet som de flesta av oss lever på idag, särskilt med avseende på hur och vad vi äter. Med andra ord måste hållbara sätt att göra saker och ting på – ”hållbara konsumtionspraktiker” – bli det nya normala, ett nytt ”mainstream”. Mot bakgrund av detta syftar den här avhandlingen till att utforska olika samhällsaktörers potentiella roller och perspektiv i omställningsprocesser som syftar till att göra hållbara praktiker till mainstream i Sverige, särskilt när det gäller matpraktiker. Utgångspunkten ligger i att en hållbar konsumtion bör tillgodose allas behov utan att överskrida ekologiska gränser, och det teoretiska angreppssättet är grundat i social praktikteori och teoretiska begrepp som makt och erkännande. De huvudsakliga metoder som används är intervjuer, en interventionsstudie, workshops samt frågeformulär. Avhandlingen består av denna så kallade kappa samt fem bifogade vetenskapliga artiklar. Utforskandet av olika perspektiv på vad hållbar konsumtion är och kan vara i framtiden ägnas särskilt stor uppmärksamhet i Artikel A och B. I Artikel A får olika socioekonomiska grupper föreställa sig en framtid med hållbar konsumtion, och i Artikel B undersöks olika typer av hållbara praktiker. Artikel C, D och E inriktar sig på matkonsumtionen och fokuserar främst på olika aktörers roller i att göra hållbara matpraktiker till mainstream. I Artikel C undersöks hushållens möjligheter att ställa om till en hållbar matkonsumtion, samt vad de anser att andra aktörer i samhället bör göra för att möjliggöra en sådan omställning. I Artikel D och E undersöks sedan rollerna och perspektiven hos två sådana typer av aktörer: civilsamhällesorganisationer respektive företag inom livsmedelsförsörjningen. Medan Artikel A och B visar att det finns perspektiv på och sätt att tänka kring hållbar konsumtion som utmanar dominerande synsätt, visar Artikel D och E att många strategier ändå brukar utformas på dessa dominerande och konventionella sätt och därmed förlitar sig på åtgärder som riktar sig mot individers attityder, beteenden och val. Samtidigt visar Artikel C att sådana åtgärder saknar god effekt och är otillräckliga, eftersom de kräver stora ansträngningar även från hushåll som har relativt goda förutsättningar när det kommer till ekonomi, kunskap och engagemang med mera. En allmän slutsats är därför att erkännande och makt måste uppmärksammas noga när det kommer till hur hållbar konsumtion föreställs och framställs. Detta är för att dominerande berättelser om vad hållbar konsumtion är och bör vara i framtiden ska kunna utmanas. Dessutom behöver aktörer i civilsamhället och i privat och offentlig sektor samordnas i högre utsträckning för att hållbara praktiker ska kunna bli mainstream, särskilt när det gäller matpraktiker. Hushållen är inte maktlösa i den här processen, men de strukturella faktorer som begränsar omställningen till hållbar konsumtion påverkas främst av större aktörer.QC 20250630Mistra Sustainable Consumptio
Quantification of Skeletal Muscle Morphology and Mechanical Properties Using Medical Imaging
No full textSkeletal muscle is crucial for enabling movement, maintaining posture, and stabilising joints. These functions are largely related to the morphology and mechanical properties of skeletal muscle. To quantify these properties in vivo, medical imaging techniques have been widely used, with ultrasonography and magnetic resonance imaging (MRI) being the most commonly used imaging modalities. This thesis presents four studies using different imaging techniques to quantify the morphology and mechanical properties of skeletal muscle. In the first study, we used three-dimensional freehand ultrasound (3DFUS) and MRI to quantify 3D skeletal muscle morphological parameters, including muscle volume, fascicle length, and pennation angle. We demonstrated that 3DFUS provided reliable and repeatable measurements, with strong agreement with MRI-based measurements. Given its lower cost and better accessibility, we suggest that 3DFUS could serve as a viable alternative to MRI for quantifying skeletal muscle morphology. In the second and third studies, we used two elastography techniques, magnetic resonance elastography (MRE) and ultrasound shear wave elastography (SWE), to quantify the mechanical properties of skeletal muscle. We incorporated diffusion tensor imaging to determine the fascicle orientation and integrated this information into the direct inversion of the wave equation in MRE. This approach allowed for the quantification of anisotropic mechanical properties under the assumption that skeletal muscle behaves as an incompressible transversely isotropic material. This approach was first validated through comparison with ex vivo rheometry measurements, demonstrating a good agreement between the two techniques, and then applied in vivo to the medial gastrocnemius (MG), demonstrating muscle anisotropy as well. We also compared this technique with a commercial ultrasound SWE system, which assumes skeletal muscle to be isotropic, by measuring both ex vivo muscle samples and the MG in vivo. By quantifying shear wave velocity using both elastography techniques, we observed a moderate to strong correlation between SWE and MRE in ex vivo muscle samples and a strong correlation in the MG in vivo. These findings suggested that the isotropy assumption in commercial ultrasound SWE systems does not substantially affect the quantification of muscle mechanical properties. In the fourth study, we used MRI to evaluate changes in calf muscle morphology and intramuscular fat content 12 months after the first botulinum neurotoxin type A (BoNT-A) injection in children with cerebral palsy (CP), who were naive to muscle tone reduction therapy. Our findings showed that the calf muscle growth was not impaired 12 months after BoNT-A injection, as indicated by increased absolute muscle volume and unchanged normalized muscle volume. However, the calf muscle growth was compromised by concurrent intramuscular fat infiltration, evidenced by increased intramuscular fat content. The ultrasonography and MRI techniques presented in this thesis provide the biomechanics field with different options for quantifying skeletal muscle morphology and mechanical properties. These techniques not only contribute to the medical imaging methodological development but also offer practical implications for clinical assessments and rehabilitation strategies.Skelettmuskulaturens funktion är viktigför förmågan att producera kraft som i kombination med neurologiska komponenter gör det möjligt för människan att röra sig, bibehålla hållningen och stabilisera lederna. Förmågan att producera kraft (ofta mätt som styrka) kan relateras till muskulaturensstruktur och mekaniska egenskaper. För att kvanitfiera dessa egenskaper in vivo används ofta medicinska avbildningstekniker varav ultraljud och magnetisk resonanstomografi (MRI) är de två mest använda metoderna. I denna avhandling som omfattar fyra studier presenteras olika avbildningstekniker för kvantifiering av skelettmuskulatur. I den första studien använde vi två tekniker, tredimensionell frihands-ultraljudsteknink (3DFUS) och MRI för 3D-kvantifiering av muskulaturens morfologiska egenskaper som inkluderade muskelvolym, fascikellängd och pennationsvinkel. Vi kunde visa att 3DFUS gav valida och reliabla resultat som överensstämde väl med resultaten från MRI undersökningarna. Resultaten visar att 3DFUS kan användas som ett kostnadseffektivt alternativ till MRI för att mäta muskelmorfologi. I den andra och tredje studien använde vi två tekniker, magnetisk resonans-elastografi (MRE) och ultraljuds-elastografi (SWE), för att kvantifiera muskulaturens mekaniska egenskaper. Med diffusionstensoravbildning, identifierade vi fascikelns orientering och integrerade denna information i den direkta inversionen av vågekvationen i MRE. Detta tillvägagångssätt möjliggjorde kvantifiering av skelettmuskulaturens anisotropa mekaniska egenskaper antaget att skelettmuskulaturen beter sig som inkompressibelt tvärgående isotropiskt material. Metoden som först valideras med reometrimätningar ex vivo och visade god överensstämmelse mellan MRE och reometrimätningar. Därefter tillämpades mätningen i vivo på mediala gastrocnemius (MG) som också visade god anisotropi. Vi jämförde sedan denna teknik med ett kommersiellt ultraljuds SWE-system, där skelettmuskulaturen antogs vara isotrop. Genom att kvantifiera skjuvvågshastighet från dessa två tekniker visade vi en måttlig till stark korrelation mellan SWE och MRE i ex vivo muskelprover och en stark korrelation mellan dessa två tekniker i MG in vivo. Resultat tyder på att mätningar med det kommersiella ultraljuds SWE-systemet inte signifikant påverkade kvantifieringen av muskelmekaniska egenskaper även med det isotropiska antagandet. I den fjärde studien använde vi MRI för att utvärdera eventuella förändringar i vadmuskulaturen avseende morfologiska egenskaper och fettsammansättning 12 månader efter spasticitetsreducerande behandling med botulinumtoxin typ A (BoNT-A) injektioner hos barn med cerebral pares (CP), som inte fått muskeltonsreducerande behandling tidigare. Vi visade att vadmuskeltillväxten inte var försämrad 12 månader efter BoNT-A-injektion, vilket indikeras av ökad absolut muskelvolym och oförändrad normaliserad muskelvolym. Muskeltillväxten omfattades av samtidig fettinfiltration i form av ökning av intramuskulära fett. Ultraljuds- och MRI-teknikerna som presenteras i denna avhandling bidrar till ökad kunskap om metoder för kvantifiering av skelettmuskulaturens morfologi och dess mekaniska egenskaper att använda inom biomekaniken. Metoderna bidrar till ny kunskap och utveckling av medicinska avbildningstekniker som kan implementeras i kliniken och användas vid bedömning av muskelfunktion och för utvärdering av rehabiliteringsåtgärder. QC 20250331</p
Satellite and UAV Imagery for Flood Mapping and Damage Assessment in Mozambique using Machine Learning
No full textFloods are becoming increasingly frequent and impactful worldwide, with their severity intensifying due to climate change. This growing threat has made all countries more vulnerable to natural disasters. Over the past few decades, Mozambique has been particularly affected by several tropical cyclones (TCs). In 2019, following the devastation caused by TCs Idai and Kenneth, Mozambique became the first country in southern Africa to be struck by two cyclones in the same rainy season. In 2023, it was hit twice by the same cyclone, TC Freddy, which was also recorded as the longest-lasting cyclone on record. Given the extent of the damage caused by such events, there is an urgent need for efficient and cost-effective methods to map both flooded and flood-prone areas. These methods are essential for aiding local authorities in disaster preparedness, planning, and impact mitigation. Moreover, they play a vital role in providing information that supports evidence-based decisionmaking for sustainable development. Several remote sensing (RS) approaches have been proposed for post-flood assessment, including those based on machine learning (ML) and deep learning (DL). While effective, these approaches often require large amounts of annotated data and are typically task-specific,limiting their scalability and adaptability especially in data-scarce regions. In this study, we investigate the use of multi-temporal Sentinel-1 (S1) Synthetic Aperture Radar (SAR) and Sentinel-2 (S2) Multi-Spectral Instrument(MSI) data, along with other data sources, to develop scalable, cost-effective,and computationally efficient methods for near real-time flood mapping and flood damage assessment (DA) in Mozambique. Additionally, we explore the use of Geo-Foundation Models (GFMs) on small datasets for flood mapping and DA, including ML-based alternatives to DL approaches. As such, three approaches for flood mapping are proposed. The first is a fully automated method for near real-time flood mapping, utilizing multitemporal S1 data acquired over Beira municipality and the Macomia district. It identifies flooded areas by computing the difference between images acquired before and after the flooding event, followed by Otsu’s thresholding method for automatic flood area extraction. The second approach employs both supervised and unsupervised ML methods, such as Support Vector Machines (SVM) and K-Means clustering, leveraging a dataset provided by DrivenData, which was launched as part of a competition for flood mapping using SAR data. This dataset, based on S1, includes VH and VV imagery and labeled data from 13 countries worldwide. By harnessing the processing capability of the Google Earth Engine (GEE) platform, both approaches are presented as an alternative to traditional DL methods due to cost-effectiveness and low computational power requirements. The third approach involves finetuning a GFM, named Clay, on the DrivenData dataset for the task of flood mapping. Foundation Models (FMs) refer to models that are pre-trained on broad datasets typically using large-scale self-supervision and can be adapted(e.g., fine-tuned) for a wide range of downstream tasks. Clay was initially pre-trained for segmentation, classification, and biomass information extraction using a variety of sensors such as S1, S2, and Landsat. These models are reshaping how traditional ML and DL approaches are trained, significantly reducing the amount of time and data required for training while maintaining high standards of result quality. Furthermore, we explored the use of S2 MSI data to generate a land cover(LC) map of the study area and estimate the percentage of flooded areas within each LC class. The results demonstrate that the combination of S1 and S2 data is a reliable approach for near real-time flood mapping and damage assessment. Using the first approach, we automatically mapped flooded areas with an overall accuracy of about 87–88% and kappa of 0.73–0.75. The second approach also produced satisfactory results, revealing that VH polarization and the combination of VV+VH performed better than using VV polarization alone. Specifically, in Cambodia and Bolivia, VH polarization yielded Intersection over Union (IoU) values ranging from 0.819 to 0.856. Predictions for Beira using VH imagery resulted in an IoU of 0.568, which represents a reasonable outcome. The third approach achieved an IoU exceeding 0.92 and an F1-score above 0.96, outperforming the winning DL solution from the DrivenData competition, which attained an IoU of 0.8072 when the dataset was initially released. The LC classification was validated by randomly collecting over 600 points for each LC class, achieving an overall accuracy of 90–95% with a kappa value of 0.80–0.94. These results enabled us to identify areas prone to flooding and regions where floodwaters recede more quickly, providing valuable insights for improved planning. Additionally, we determined the percentage of flooded LC categories such as Agriculture, Mangrove, and Built-up areas, as their destruction has significant implications for food security and socio-economic development. Furthermore, to obtain more detailed insights into the damage in Beira,we deployed Clay for the task of Building Damage Classification (BDC), finetuning it on the EDDA dataset. The EDDA dataset, released in 2023, consists of geo-referenced drone imagery captured in Beira after TC Idai. The finetuned model achieved a validation IoU of 0.829, which was then compared to the results from a U-Net implementation that yielded a validation IoU of 0.567. Therefore, the contribution of this thesis lies in providing practical, dataefficient solutions that enhance local disaster management capabilities and community resilience. We have demonstrated that while ML methods are efficient and cost-effective for near real-time flood mapping, particularly when combined with Sentinel data, GFMs offer improved accuracy (even with a small dataset), albeit with slightly higher computational requirements.Översvämningar blir allt vanligare och deras påverkan värre världen över, och deras förmåga att göra skada ökar på grund av klimatförändringarna. Detta växande hot har gjort alla länder mer sårbara för naturkatastrofer. Under de senaste decennierna har Moçambique särskilt drabbats av flera tropiska cykloner (TC). År 2019, efter förödelsen orsakad av TCs Idai och Kenneth, blev Moçambique det första landet i södra Afrika som drabbades av två cykloner under samma regnperiod. År 2023 träffades det två gånger av samma cyklon, TC Freddy, som också registrerades som den längsta varaktiga cyklonen någonsin. Med tanke på omfattningen av de skador som sådana händelser orsakar finns det ett akut behov av effektiva och kostnadseffektiva metoder för att kartlägga både översvämmade och översvämningsdrabbade områden. Dessa metoder är viktiga för att hjälpa lokala myndigheter med katastrofberedskap, planering och begränsning av påverkan. Dessutom spelar de en viktig roll för att tillhandahålla information som stöder evidensbaserat beslutsfattande för hållbar utveckling. Flera metoder för fjärranalys (RS) har föreslagits för bedömning efter översvämning, inklusive de som bygger på maskininlärning (ML) och djupinlärning (DL). Även om de är effektiva, kräver dessa tillvägagångssätt ofta stora mängder kommenterad data och är vanligtvis uppgiftsspecifika, vilket begränsar deras skalbarhet och anpassningsförmåga, särskilt i områden med brist på data. I den här studien undersöker vi användningen av multi-temporal Sentinel-1 (S1) Synthetic Aperture Radar (SAR) och Sentinel-2 (S2) Multi-Spectral Instrument (MSI) data, tillsammans med andra datakällor, för att utveckla skalbara, kostnadseffektiva och beräkningseffektiva metoder för översvämningsbedömning (FM) och översvämningsskada (FM) i nära realtid. Dessutom utforskar vi användningen av Geo-Foundation Models (GFM) på små datamängder för FM och DA, inklusive ML-baserade alternativ till DL-metoder. Som sådan föreslås tre tillvägagångssätt för FM. Den första är en helt automatiserad metod för nära realtid FM, som använder multi-temporal S1-data som förvärvats över Beira kommun och Macomia-distriktet. Den identifierar översvämmade områden genom att beräkna skillnaden mellan bilder som tagits före och efter översvämningshändelsen, följt av Otsu’s tröskelmetod för automatisk utvinning av översvämningsområden. Det andra tillvägagångssättet använder både övervakade och oövervakade ML-metoder, såsom Support Vector Machines (SVM) och KMeans-klustring, som utnyttjar ett dataset från DrivenData, som lanserades som en del av en tävling för FM som använder SAR-data. Denna datauppsättning, baserad på S1, inkluderar VH- och VV-bilder och annoterad data från 13 länder över hela världen. Genom att utnyttja bearbetningsförmågan hos Google Earth Engine-plattformen (GEE) presenteras båda metoderna som ett alternativ till traditionella DL-metoder på grund av kostnadseffektivitet och låga krav på beräkningskraft. Det tredje tillvägagångssättet innebär att finjustera en GFM, kallad Clay, med DrivenData-datasetet för FM-uppgiften. Grundmodeller (FoMs) hänvisar till modeller som är förtränade på breda datauppsättningar som vanligtvis använder storskalig självövervakning och som kan anpassas (t.ex. finjusteras) för ett brett utbud av nedströmsuppgifter. Clay var från början avsedd för segmentering, klassificering och utvinning av biomassainformation med hjälp av en mängd olika sensorer som S1, S2 och Landsat. Dessa modeller omformar hur traditionella ML- och DL-metoder tränas, vilket avsevärt minskar mängden tid och data som krävs för träning samtidigt som höga standarder för resultatkvalitet bibehålls. Dessutom undersökte vi användningen av S2 MSI-data för att generera en landtäckningskarta(LC) över studieområdet och uppskatta andelen översvämmade områden inom varje LC-klass. Resultaten visar att kombinationen av S1- och S2-data är ett tillförlitligt tillvägagångssätt för översvämningskartläggning och skadebedömning i nästan realtid. Med den första metoden kartlade vi automatisktöversvämmade områden med en total noggrannhet på cirka 87–88% och kappa på 0,73–0,75. Det andra tillvägagångssättet gav också tillfredsställande resultat, vilket avslöjade att VH-polarisering och kombinationen av VV+VH fungerade bättre än att använda enbart VV-polarisering. I synnerhet i Kambodja och Bolivia, gav VH-polarisering Intersection over Union-värden (IoU) från 0,819 till 0,856. Förutsägelser för Beira med VH-bilder resulterade i ett IoU på 0,568, vilket representerar ett rimligt resultat. Det tredje tillvägagångssättet uppnådde ett IoU som översteg 0,92 och ett F1-poäng över 0,96, vilketöverträffade den vinnande DL-lösningen från DrivenData-tävlingen, som uppnådde ett IoU på 0,8072 när datasetet initialt släpptes. LC-klassificeringen validerades genom att slumpmässigt samla in över 600 poäng för varje LC-klass, vilket uppnådde en total noggrannhet på 90–95% med ett kappavärde på 0,80–0,94. Dessa resultat gjorde det möjligt för oss att identifiera områden som är utsatta för översvämning och regioner där översvämningsvattnet minskar snabbare, vilket ger värdefulla insikter för förbättrad planering. Dessutom bestämde vi andelen översvämmade LC-kategorier som jordbruk, mangrove och bebyggda områden, eftersom deras förstörelse har betydande konsekvenser för livsmedelssäkerhet och socioekonomisk utveckling. Dessutom, för att få mer detaljerade insikter om skadorna i Beira, distribuerade vi Clay för uppgiften Building Damage Classification (BDC), och finjusterade den på EDDAdatauppsättningen. EDDA-datauppsättningen, som släpptes 2023, består av georefererade drönarebilder som tagits i Beira efter den tropiska cyklonen Idai. Den finjusterade modellen uppnådde en validerings-IoU på 0,829, som sedan jämfördes med resultaten från en U-Net-implementering som gav en validerings-IoU på 0,567. Därför ligger bidraget från denna avhandling i att tillhandahålla praktiska, dataeffektiva lösningar som förbättrar lokal katastrofhanteringskapacitet och samhällets motståndskraft. Vi har visat att även om ML-metoder är effektiva och kostnadseffektiva för nära realtids-FM, särskilt i kombination med Sentinel-data, erbjuder GFM förbättrad noggrannhet(även med en liten datamängd), om än med något högre beräkningskrav.QC 20250523</p
Synthetically Expressive: Evaluating gesture and voice for emotion and empathy in VR and 2D scenarios
No full textThe creation of virtual humans increasingly leverages automated synthesis of speech and gestures, enabling expressive, adaptable agents that effectively engage users. However, the independent development of voice and gesture generation technologies, alongside the growing popularity of virtual reality (VR), presents significant questions about the integration of these signals and their ability to convey emotional detail in immersive environments. In this paper, we evaluate the influence of real and synthetic gestures and speech, alongside varying levels of immersion (VR vs. 2D displays) and emotional contexts (positive, neutral, negative) on user perceptions. We investigate how immersion affects the perceived match between gestures and speech and the impact on key aspects of user experience, including emotional and empathetic responses and the sense of co-presence. Our findings indicate that while VR enhances the perception of natural gesture–voice pairings, it does not similarly improve synthetic ones—amplifying the perceptual gap between them. These results highlight the need to reassess gesture appropriateness and refine AI-driven synthesis for immersive environments.Best Paper Award: https://www.acm.org/conferences/best-paper-awardsProject: https://hydu0016.github.io/Part of ISBN 979-8-4007-1508-2QC 20251219</p