Publikationer från KTH
Not a member yet
    57933 research outputs found

    Statistisk modellering på ett sjukhus akutmottagning

    No full text
    In this bachelor thesis, a regression model was constructed to study thelength of patient visits at the emergency clinic of Capio S:t Görans Hospital.Healthcare, waiting times, and the working hours of healthcare professionalsare subjects of political and societal discussions. The purpose of this projectis to explore whether patterns in visit duration can be explained using patientinformation, staffing levels, and bed occupancy. The aim is to determinewhether such patterns can be identified and potentially used to support futurestaffing decisions and other endeavours aimed at optimizing the clinic.With the data provided by Capio S:t Göran’s Hospital, a multiple linearregression model was constructed with visit duration as the response variable.A model with several statistically significant predictors was developed.However, the overall explanatory power was low, suggesting that importantvariables may be missing or that external factors play a substantial role indetermining patient visit length. Thus, the model showed that regressionmodels can be used to identify significant relationships, but it did notdemonstrate that such relationships can be used to effectively predict the lengthof stay for individual patients. By addressing the limitations in the model ofthis project in future work, linear regression models may be an effective toolin optimizing the flows of the clinic.I detta kandidatexamensarbete konstruerades en regressionsmodell för attstudera patienters vistelsetid för patientbesök vid akutmottagningen påCapio S:t Görans sjukhus. Hälso- och sjukvård, väntetider för vård ochvårdpersonals arbetstider är ämnen som ofta diskuteras i både politiskaoch samhälleliga sammanhang. Syftet med detta projekt är att undersökaom mönster i vårdtidens längd kan förklaras med hjälp av information ompatienten, bemanningsnivåer och beläggningsgrad. Målet är att identifierasådana mönster som i framtiden potentiellt kan användas för att stödjabemanningsbeslut och andra insatser för att optimera kliniken.Med data från Capio S:t Görans sjukhus byggdes en multipel linjärregressionsmodell med vistelsetid som responsvariabel. En modell med flerastatistiskt signifikanta prediktorer utvecklades. Det totala förklaringsvärdet vardock lågt, vilket tyder på att viktiga variabler kan saknas eller att externafaktorer spelar en betydande roll i att påverka patientens vårdtid. Modellenvisade därmed att regressionsmodeller kan användas för att identifierasignifikanta samband, men den kunde inte bevisa att sådana samband effektivtkan användas för att förutsäga enskilda patienters vistelsetid. Genom attadressera begränsningarna i detta projekts modell i framtida arbete kanlinjära regressionsmodeller bli ett effektivt verktyg för att optimera flödenapå kliniken

    Prognosticering av omsättningstillväxt inom svenska privatägda bolag med en linjär regressionsmodell

    No full text
    Before acquiring a company, it must be valuated. This is commonly done by a combination of fundamental and technical analysis, the latter of which includes forecasting future financial metrics. Given a comprehensive set of financial data by the Swedish fintech company Valu8, this thesis aims to find if a regression model is suitable for predicting revenue growth in Nordic private companies at an early stage of M&A target screening. The work is carried out as a feasibility study to evaluate whether the given data and mathematical models are suitable for the development of predictive features within the Valu8 software platform. Our findings indicate that a well-performing linear regression model can be fit to solve the forecasting problem within narrow and thoroughly-defined segments of the data. Specifically, regularized models for mid-sized company segments demonstrate superior predictive accuracy and model fit. However, the specific prerequisites make general forecasting by regression modeling on the dataset questionable.Innan ett företagsförvärv måste prospektet i fråga värderas. Detta görs vanligen genom en kombination av fundamental och teknisk analys, där en viktig del är prognosticering av finansiella nyckeltal. Denna uppsats genomförs som en förstudie för att utvärdera huruvida en regressionsmodell kan tränas till att prognosticera omsättningstillväxt i privatägda nordiska bolag med tillräckligt hög träffsäkerhet vid ett tidigt stadie av M&A-processen. Datasetet tillhandahålls av det svenska fintech-företaget Valu8, i syfte att avgöra om kombinationen av datasetet och modellen lämpar sig för att utveckla värderingsfunktioner i Valu8's programvara. Resultaten indikerar att en linjär regressionsmodell kan uppnå god prestanda när den tränas på väl avgränsade segment av datasetet. Mer specifikt uppvisar regulariserade modeller för segment av mellanstora företag överlägsen prediktionsförmåga. Denna snäva avgränsning gör dock att modellens generella lämplighet är mer osäker

    Avkastningen på Prediktivt Underhåll

    No full text
    Industry 4.0 is a reference to the fourth industrial revolution where businesses adapt new andsmart technologies within AI, Industrial Internet of Things and advanced robotics. Increasingoperational requirements and supply chain challenges are key drivers behind the revolution asmanagers identify innovation as an important strategic priority. Yet, businesses have struggledto make full transitions.Predictive Maintenance is a specific field within Industry 4.0. Enabled through sensors andcontinuous data collection, solutions within predictive maintenance look to analyse said dataand provide real time insights to processes. By warning of potential system failures before theyoccur, business can prevent costly failures resulting in production stoppages. Increasingprocess uptime, driving efficiency and revenue up.Strainlabs is a Swedish smart sensor equipped bolt manufacturer, enabling predictivemaintenance, attesting to the market hesitancy of technology adaptation. As an industrialcontext, this report looks to build an ROI-model for Strainlabs that help quantify the benefits oftheir solution. Not only for them to use, but also to give insight into what benefits predictivemaintenance have for all business, and to evaluate how mathematical models can beincorporated in sales processes helping show proof of value.The ROI-model has been developed by modelling an underlying value-creation-process as aSemi Markov Process, ultimately allowing for an estimation of the total time of downtime savedand number of maintenance stoppages avoided. Thereby allowing for cost savings to bequantified and an ROI to be calculated.The model presented in the report show high returns. The results are derived from two casesimulations of the ROI, looking at the adaptation of Strainlabs Systems in a paper mill and ina railway switch system. Further, cost development simulations confirm that while the initialcost of investing in smart systems as Strainlabs can impose substantially higher upfront costs,these costs are quickly paid back by reduced costs of ongoing maintenance and reducedprocess downtime. Thereby, showing that predictive maintenance solution can have increasedvalue for processes where downtime is expensive and where maintenance need to be carriedout often due to regulations or to assure avoidance of expensive process failures.Acknowledging that the results may possibly be inflated by simplified estimations of modelparameters, it is important that whenever applying the ROI-model in practice to have thoroughinsight into the underlying process modelled to assure reliability. Further highlighting the needfor trustworthy data whenever applying mathematical models on real world processes.Syftet med denna rapport är att undersöka hur en matematisk ROI-modell kan bidra till attkvantifiera fördelarna med att adaptera lösningar inom prediktivt underhåll. Målet medmodellen är att kunna hjälpa företag som erbjuder innovativa lösningar bättre påvisa derasaffärsvärde för potentiella kunder på en marknad där innovation är eftertraktat men där är ettuppenbart gap mellan innovatörer och den större marknaden.Globala utmaningar till följd av pandemier, geopolitik och konflikt har resulterat i en ökaddimension av komplexitet för företag som redan hanterar komplexa värdekedjor med högakrav på prestation och kvalitet. Industri 4.0 refererar till den fjärde industriella revolutionen därföretag skiftar till smarta, datadrivna lösningar för att motverka de utmaningar som kontinuerligtdyker upp.Prediktivt underhåll, som är en specifik gren inom Industri 4.0, möjliggörs genom datainsamlingmed hjälp av sensorer. Denna data analyseras i realtid för att ge användare insikt i processershälsa och kan därigenom varna för potentiella felkällor innan de dyker upp i verkligheten ochorsakar dyra problem. Strainlabs är ett svenskt bolag som erbjuder sensorutrustade bultar sommöjliggör prediktivt underhåll. I denna rapport utgör de en industriell kontext för en utveckladROI-modell.ROI-modellen bygger på en modellering av underliggande värdeskapandeprocess som enSemi Markov Process. Genom denna modellering tillåts en estimering av tider processer stårstilla, samt antal underhållstillfällen och fel och därigenom kan kostnadsfördelarna medprediktivt underhåll kvantifieras.Resultatet av modellen visar att avkastningen på en investering i en lösning som StrainlabsSystems är väldigt hög. Det största värdet i lösningar inom prediktivt underhåll utges iprocesser som kräver reguljära underhåll som resulterar i frekventa produktionsstopp. Därtillprocesser där oplanerade produktionsstopp resulterar i kostsamma reparationer ochoplanerade kostnadsutlägg.Resultatet är i linje med tidigare rapporter som poängterar processtopp som en storkostnadsbesparingsmöjlighet för verksamheter. Samtidigt ska det poängteras att absolutaresultat kan vara påverkade av underliggande bias och för att modellen ska ge pålitliga resultatkrävs gedigen förståelse för den modellerade processen. Därtill poängteras vikten av pålitligadata när modellvariabler ska estimeras. Blir inte resultatet pålitligt tjänar modellen ej sitt syfte

    Effekter av horisontell vibration på spout-fluidiserade bäddar

    No full text
    Döda zoner eller stillastående områden bildas ofta i spoutade bäddar, vilket hindrar recirkulation och minskar blandnings effektiviteten, vilket i slutändan minskar den övergripande processprestandan och avkastningen. En tidigare studie (Punch, et al., Ind. Eng. Chem. Res., 2025, 64, 153459) observerade en minskning av stillastående zoner när bädden utsattes för vertikal vibration. Här studeras effekten av horisontell vibrationsstyrka och vibrationsfrekvens, och resultaten visar att horisontell vibration minskar döda zoner och förbättrar recirkulationen i stabila spoutade bäddar. Effekterna av horisontell och vertikal vibration jämförs, och pekar på en större minskning av döda zoner vid horisontell vibration än vid vertikal vibration av samma magnitud. Horisontell vibration tros förbättra recirkulationen genom att skapa tomrum som gör att ovanpåliggande partiklar kan sjunka ner och på så sätt putta material i horisontell riktning, mot spouten. Numeriska CFD-DEM-simuleringar används för att undersöka blandning och förstå mekanismerna bakom den ökande recirkulationen, vilket ytterligare stärker hypotesen. Dead zones often form in spouted beds, hindering particle recirculation and reducing mixing efficiency, ultimately decreasing overall process performance and yield. A previous study (Punch, et al., Ind. Eng. Chem. Res., 2025, 64, 153459) observed a decrease in particle dead zones due to vertical vibration. Here, the effects of horizontal vibration strength and frequency are studied, showing that horizontal vibration decreases dead zones and improves recirculation in stable spouted beds. The effects of horizontal and vertical vibration are compared, pointing towards a greater reduction in dead zones for horizontal vibration than for vertical vibration of equal magnitude. Horizontal vibration is believed to improve recirculation by creating voids which allows superjacent particles to descend and push material in horizontal direction, towards the spout. Numerical CFD-DEM simulations are used to investigate mixing and to understand mechanisms behind the increased recirculation, further solidifying the hypothesis.

    Prognoser för bankernas nettoränteintäkter: En jämförande studie av statistiska och maskininlärningsmetoder

    No full text
    This thesis investigates forecasting of Net Interest Income for banks using publicly available macroeconomic and financial data, focusing specifically on the Nordic bank Swedbank as a case study. A comparative analysis of traditional time series models (ARIMA, ARIMAX, VAR) and machine learning methods (Neural Networks, Random Forest) is conducted. The study introduces two different strategies for input variables: traditional dimensionality reduction through Principal Component Analysis and a qualitative domain-informed variable selection strategy. The combinations of model and variable selection are assessed through rolling window backtesting to understand performance under realistic forecasting conditions. The findings indicate that models based on qualitative variable selection consistently outperform the PCA-based models, both in terms of interpretability and forecast accuracy. Neural Networks and Random Forest produce the most accurate forecasts using a selected set of economic indicators and bank figures, achieving the lowest overall mean absolute errors. These results highlight the importance of informed feature selection and model transparency in financial forecasting, suggesting that compact, economically grounded variable sets can enhance predictive performance without sacrificing interpretability. The study provides practical insights for financial institutions aiming to improve risk management and strategic planning in dynamic economicenvironments.Denna avhandling undersöker prognostisering av netto ränteintäkter för banker med hjälp av offentligt tillgängliga makroekonomiska och finansiella data, medsärskilt fokus på den nordiska banken Swedbank som fallstudie. En jämförandeanalys utförs av traditionell tidsseriemodeller (ARIMA, ARIMAX, VAR) och maskininlärningsmetoder (Neural Nätverk, Random Forest). Studien introducerar två strategier för val av indata: traditionell dimensionreduktion genom Principalkomponentanalys samt en kvalitativ, expertinformerad variabelselektion. Kombinationerna av modell och variabelval utvärderas genom rullandefönster backtesting för att analysera prestanda under realistiska prognosförhållanden. Resultaten visar att modeller grundade i kvalitativ variabelselektion konsekvent överträffar PCA-baserade modeller, både inom prognosprecision och tolknings-barhet. Neurala Nätverk och Random Forest producerar de mest träffsäkraprognoserna med indata från ett bestämt urval av nationalekonomiska indikatorer och bankdata samt uppnår lägst genomsnittligt prognosfel. Studien understryker vikten av informerade variabelval och modelltransparens vid finansiell prognosticering samt pekar på att kompakta, ekonomiskt motiverade variabeluppsättningar kan förbättra prognoskvaliteten utan att offra tolkningsmöjligheter. Arbetet ger praktiska insikter för finansiella institutioner som vill stärka riskhantering och strategisk planering i en föränderlig ekonomisk miljö

    Dynamic Testing of Evaporator Overfeeding in CO2 Refrigeration System

    No full text
    The constantly increasing energy demand and concerns for the environment have brought the need to develop more efficient applications. Following the same pattern, refrigeration systems, which have always been an important part of human development and are one of the major consumers, are the subject of scientific research, especially when a natural refrigerant is used as a working fluid. One of the methods that is being investigated to increase efficiency in such systems is overfeeding the evaporator. In this research, an experimental evaluation of different overfeeding methods has been conducted, using the experimental rig of the Kungliga Tekniska Högskolan installation, located in Stockholm, Sweden. This rig is a refrigeration system using CO2 as refrigerant, simulating a real-life supermarket refrigeration system application. Not all controlling strategies presented a stable operation under dynamic testing. From the tested controlling strategies, the fixed stable superheat and adaptive liquid controller, using an internal heat exchanger or ejector to overfeed, stand out, achieving a 4 K to 5 K increase in evaporation temperature during the dynamic tests. The best results from dynamic testing were presented when the fixed stable superheat strategy was paired with the internal heat exchanger,achieving an evaporation temperature of -25 °C. During the steady state, minimum stable superheat with an internal heat exchanger presented the best results, but it showed instability during the dynamic testing. The experiments include disturbances in the load and are characterized as dynamic. The energy analysis, following the experimental results, has shown an increase in the COP of 11% to 23 %, and decreased energy consumption by 10% to 19%. The economic analysis concluded that under certain conditions, this overfed system could justify 5996 SEK/kW of refrigeration demand, which is influenced by the interest rate and the electricity prices; thus, the economic feasibility is dependent on outside factorsDen ständigt ökande energiefterfrågan och växande miljöoro har skapat ett behov av att utveckla mer energieffektiva tekniska lösningar. Kylsystem, som alltid har varit en central del av den mänskliga utvecklingen och tillhör de största energikonsumenterna, är ett viktigt område för vetenskaplig forskning – särskilt när naturliga ämnen används som köldmedium. En metod som undersöks för att öka effektiviteten i dessa system är övermatning av förångaren. I denna studie har en experimentell utvärdering av olika övermatningsmetoder utförts med hjälp av en testrigg vid Kungliga Tekniska Högskolan i Stockholm. Riggens kylsystem använder CO₂ som köldmedium och är utformad för att efterlikna ett verkligt kylsystem i en livsmedelsbutik.Inte alla testade styrstrategier uppvisade stabil drift under dynamiska tester. Bland de undersökta strategierna utmärkte sig två: fast stabil överhettning och adaptiv vätskereglering med intern värmeväxlare eller ejektor för övermatning. Dessa strategier resulterade i en ökning av förångningstemperaturen med 4–5 K under dynamiska tester. De bästa resultaten vid dynamisk drift erhölls när fast stabil överhettning kombinerades med en intern värmeväxlare, vilket gav en förångningstemperatur på -25 °C. Vid stationär drift gav minimal stabil överhettning i kombination med intern värmeväxlare de bästa resultaten, men strategin uppvisade instabilitet vid dynamisk testning. De dynamiska testerna omfattade variationer i lasten för att simulera verkliga driftsförhållanden.Energianalysen, baserad på de experimentella resultaten, visade en ökning av COP med 11–23 % samt en minskning av energiförbrukningen med 10–19 %. Den ekonomiska analysen indikerade att ett övermatat system, under vissa förhållanden, skulle kunna motivera en investering motsvarande 5996 SEK/kW kylbehov. Utfallet påverkas dock av faktorer som räntenivå och elpriser, vilket innebär att den ekonomiska lönsamheten är beroende av externa omständighete

    Analyzing discursive policy leadership using regime narratives in Sweden’s emerging drone transport for sustainability transition

    No full text
    Sweden aims for carbon neutrality by 2045, including a fossil-free transport sector. Radical innovations like civilian drones and eVTOLs offer potential for sustainable, electrified, and integrated transport, but integration is challenged by infrastructure, connectivity, regulation, and public concerns. This paper explores discursive policy leadership in governing drone innovation for sustainable transition, focusing on Sweden. Using a multi-level perspective and narrative discourse analysis, we conducted 18 expert interviews with national, regional, local, and private actors. We examine how drones are narrated within sustainable transport and how accounts reveal the presence or absence of niche leadership. Findings highlight four insights: (1) lack of public-sector leadership risks reinforcing division between private actors and regime lock-in; (2) ideological tensions frame drones as disruptive or conflictual; (3) fragmented responsibilities hindering policy coordination; and (4) new discursive models are needed to reflect complexity. We argue for active discursive policy leadership and inclusive governance to unlock drones’ transformative potential. QC 20251015</p

    Dialogic Teaching in Maths and Science

    No full text
    Arbetet som presenteras i rapporten omfattar en kvalitativ fallstudie som undersöker dialogisk undervisning inom matematik och naturvetenskap på högstadiet och gymnasiet. I dagens samhälle är det viktigt med djupgående kunskaper och kritiskt tänkande. Forskning visar att klassrumsdiskussioner är effektiva metoder för lärande eftersom de låter lärare se elevers kunskaper och elever dela perspektiv. Robin Alexander föreslår en modell för dialogisk undervisning beskriven i boken A Dialogic Teaching Companion (2020), där dialogisk undervisning definieras som ett sätt att undervisa som aktivt involverar elever i ett öppet och reflekterande utbyte av idéer och perspektiv, där elever uttrycker tankar, ställer frågor, följdfrågor, och bygger vidare på andras bidrag. Trots detta präglas undervisningen i praktiken ofta av korta frågor och snabba svar, särskilt inom matematik och naturvetenskap, där fokus kan ligga på ”rätt eller fel” snarare än förståelse. Syftet med denna studie är att undersöka i vilken utsträckning undervisningen i naturvetenskap och matematik är dialogisk, samt hur dialogiska praktiker uttrycks. Studien är en kvalitativ fallstudie baserad på delvis strukturerade intervjuer med 14 lärare i matematik och naturvetenskap, samt observationer med ljudinspelningar av lektioner. Datamaterialet transkriberades delvis med AI och analyserades tematiskt med en deduktiv ansats utifrån Alexanders sex principer, kompletterat med induktiva underteman. Forskningsetiska principer följdes, och studiens resultat är en fallstudie som inte kan generaliseras. Analysen visade att de flesta lärare aktivt strävar efter att implementera dialogiska principer, även om detta sker med varierande framgång och anpassningar beroende på ämne. Lärare försöker främja samarbete och trygga miljöer där alla elever får göra sin röst hörd. Dock upplever de betydande utmaningar som tidsbrist och examinationsformer som domineras av individuella prov, vilket skapar en krock med idealet om kollektivt lärande. Studien bekräftar att Alexanders (2020) ramverk är relevant för att förstå dialogisk undervisning i svenska matematik- och naturvetenskapsklassrum. För framtiden föreslås att professionell utveckling fokuserar på att utveckla lärares epistemiska mål och ideal, och att ytterligare forskning undersöker hur specifika strategier kan anpassas för att överkomma ämnesspecifika utmaningar samt utmaningar kopplade till normer. Det är av ytterligare intresse att studera hur Alexanders ramverk kan vidareutvecklas med teoretiskt stöd från andra forskningsfält, exempelvis Guy Brosseaus (2002) teori om didaktiska och a-didaktiska situationer, i syfte att optimera implementeringen av de mer utmanande principerna.This thesis presents a qualitative case-study that investigates dialogic teaching in secondary 1and upper secondary 2 schools in Sweden. The theoretical framework used to analyse the data is Robin Alexanders model of dialogic teaching, as presented in his book A dialogic teaching companion (2020) where Alexander defines dialogic teaching as an interactive pedagogy where teaching encourages students to express thoughts, ask questions, follow up on and reflect on what has been said, exchange ideas and perspectives, build upon what others have said and fit this in to logical lines of thinking. Although research indicates that dialogic forms of teaching are effective methods of teaching, teaching is often characterized by interactions where quick questions and short answers are abundant whilst students true understanding is less attended to. Especially in science and mathematics there tends to be focus on what is right or wrong, rather than understanding. The purpose of the study is to investigate to what extent teaching in science and mathematics is dialogic and how dialogic practices are expressed in classrooms and in interviews with teachers. The data consists of sound recordings from 14 interviews with teachers, recordings and notes from classes in science and mathematics, and the transcripts of transliteration. This was subject of thematical analysis where Alexanders principles of dialogic teaching were analysed deductively and where inductive themes were found along the way as the analyse progressed. The analyse indicates that most teachers actively strive for implementing dialogic principles and try to establish environments which promote cooperation and trust, and where everyone can express themselves freely. However, teachers experience various challenges in doing so, i.e. norms, lack of time and forms of examination dominated by individual exams. The thesis suggests that future studies investigate possibilities of constructing professional development programs that aim to develop teachers’ epistemic ideals and goals. Challenges in creating norms that allow implementation of dialogical principles is another potential field of interest to investigate further, to find strategies that help teachers implement supportive norms. Future research could also look into the principles of dialogic teaching which have the most challenge in being implemented and seek support from other theories, such as Guy Brosseau´s theory of didactical and a-didactical situations, for a better understanding about what structures in classes that promote students to grow independency in learning and knowledge building

    Assembly features in collaborative product development : Integrating assembly into product information to enhance stakeholder communication

    No full text
    Digital product development that combines diverse expertise can strengthen the ability to create products that meet customer demands in a commercially viable way. In the early stages of this process, user requirements are translated into technical specifications that define a feasible product concept. Therefore, concept detailing in these stages is essential for manufacturing, as they impact process selection and resources required to manufacture the product. Given the high proportion of assembled products, assembly becomes an important manufacturing process to study, especially in terms of deriving and propagating product characteristics relevant to this process throughout product development. One major research gap is the lack of a unified way to represent and distinguish product characteristics defined during design to facilitate assembly, which later serve as essential information for this process. Multiple research efforts have addressed this issue by proposing various specialized information models for assembly, yet a suitable way to represent this information integrated with the product model is still missing. This thesis addresses this issue focusing on handling activities for automated assembly by providing a threefold contribution: identifying a core concept to represent assembly information, proposing a way to incorporate assembly information within the product information model by leveraging an international standard, and gathering industry experts' insights to improve this approach for broad and quick adoption. The outcome of this thesis facilitates the integration of stakeholder information early in product development while providing a space to capture design intent. It also streamlines the identification and subsequent extraction of product information that is decisive in designing dedicated specialized equipment, such as feeders, grippers, and fixtures. Thus, this thesis enables enhancement of communication between design and manufacturing and simultaneously bridges the product and resource life cycles.Digital produktutveckling som kombinerar expertkompetenser kan stärka förmågan att skapa produkter som möter kunders krav på ett kommersiellt gångbart sätt. I de tidiga faserna av denna process omsätts användarkrav till tekniska specifikationer som definierar ett genomförbart produktkoncept. Därför är konceptdetaljeringen i dessa faser avgörande för tillverkningen, eftersom de påverkar val av processer och de resurser som krävs för att tillverka produkten. Givet den höga andelen monterande produkter blir montering en avgörande tillverkningsprocess att studera, särskilt när det gäller att härleda och fördela produktegenskaper relevanta för denna process genom hela produktutvecklingen. Ett stort forskningsgap är avsaknaden av ett enhetligt sätt att representera och särskilja de produktegenskaper som definierats under konstruktion för att underlätta monteringen och som senare utgör väsentlig information för denna process. Flera forskningsinsatser har fokuserat på detta problem genom att föreslagit olika specialiserade informationsmodeller för montering, men ett lämpligt sätt att representera denna information integrerat med produktmodellen saknas fortfarande. Denna avhandling adresserar detta problem genom att fokusera på hantering vid automatiserad montering genom att ge ett tredelat bidrag: identifiera ett huvudkoncept för att representera monteringsinformation, föreslå ett sätt att integrera monteringsinformation inom produktinformationsmodellen genom att utnyttja en internationell standard, och samla insikter från experter i industrin för att förbättra denna metod för ett brett och snabbt införande. Resultatet av denna avhandling underlättar integrationen av intressenters information tidigt i produktutvecklingen samtidigt som det ger ett utrymme för att fånga konstruktionens avsikt. Det effektiviserar också identifieringen och den efterföljande användningen av produktinformation som är avgörande för konstruktion av specialiserad utrustning, såsom matare, gripare och hållare. På så sätt möjliggör denna avhandling förbättrad kommunikationen mellan konstruktion och tillverkning och skapar samtidigt en brygga mellan produktens och resursernas livscykler

    Design and Evaluation of an LLM Assistant : Supporting teachers in formative assessment for programming education

    No full text
    Large Language Models or LLMs have been employed in many different fields, including education. These AI tools are used, among other things, for answering students’ questions and generating teaching material. Assisting teachers in assessment is an interesting topic that does not get as much attention in research. In this master’s thesis, which was done as a part of the K-ULF collaboration at KTH, we explore using LLMs to assist teachers in formative assessment. One goal of this thesis is to determine ways that LLMs can facilitate formative assessment for secondary school programming teachers in Sweden. Another goal is to examine teachers’ views on the efficiency and usefulness of formative assessment of students provided by AI. In the end of this thesis, we conclude that the teachers’ views on using LLMs for assisting their work in formative assessment are mostly positive. The technology can facilitate their work by giving them a readable and well-summarized overview of the students work process, and possibly pointing out things they might have missed themselves. Different opinions from the teachers were noted on different models.Stora språkmodeller, även kallade LLMer, har nyttjats inom många olika områden, inklusive utbildning. Dessa AI-verktyg används bland annat för att besvara elevers frågor och generera undervisningsmaterial. Att hjälpa lärare i bedömningar är ett intressant ämne som inte får lika mycket uppmärksamhet i forskningen. I denna masteruppsats, som skrevs i samarbete med K-ULF-gruppen på KTH, utforskar vi hur LLMer kan stödja lärare i formativ bedömning. Ett av målen med denna avhandling är att fastställa hur LLMer kan underlätta formativ bedömning för lärare i programmering på gymnasienivå i Sverige. Ett annat mål är att undersöka lärarnas syn på effektiviteten och nyttan av formativ bedömning som tillhandahålls av AI. I denna uppsats drar vi slutsatsen att lärarnas syn på att använda LLMer för att stödja deras arbete med formativ bedömning mestadels är positivt. Teknologin kan underlätta deras arbete genom att ge dem en läsbar och väl sammanfattad översikt över elevernas arbetsprocess, och eventuellt påpeka saker de själva kan ha missat. Lärarna hade olika åsikter om de olika modellerna

    0

    full texts

    57,933

    metadata records
    Updated in last 30 days.
    Publikationer från KTH
    Access Repository Dashboard
    Do you manage Open Research Online? Become a CORE Member to access insider analytics, issue reports and manage access to outputs from your repository in the CORE Repository Dashboard! 👇