Blekinge Institute of Technology
Not a member yet
13576 research outputs found
Sort by
LumaPot - prototyp av en växtkruka med integrerad LED-belysning.
No full textSyftet med detta projekt var att ta fram en prototyp av en växtkruka med inbyggd växtbelysning som kan användas i miljöer med begränsat naturligt ljus. Många bostäder har dålig tillgång till solljus under stora delar av året, vilket gör det svårt att odla eller bevara växter inomhus. Prototypen kombinerar en 3D-skriven kruka med LED-belysning, driven av tre 1.5 V batterier. Vita LED-dioder valdes utifrån tillgänglighet, även om andra färger som röd och blå vare väldigt intressanta att undersöka i framtiden med hänsyn till växters fotosyntesbehov. Utöver växtvård var ett syfte att skapa en ljuseffekt-genererande kruka som snabbt kan bidra till stämning eller visuell effekt, exempelvis vid homestyling för mäklare, fotograferingar eller floristiska arrangemang. Prototypen är lätt, portabel och kräver ingen elanslutning, vilket gör den enkel att placera var som helst. Designen prioriterade funktionalitet för prototyptestning, men visar tydlig potential att vidareutveckling till en mer praktisk och användarvänlig produkt. Exempelvis fanns ambitioner att implementera flera tändningslägen och en knapp på sidan för att enkelt kunna slå på, släcka och justera belysningen. Även driftstiden på ungefär 12.5 timmar är ett område med förbättringspotential. Projektet har resulterat i en fungerande första version av produkten som ligger till grund för vidare utveckling, tester och potentiellt kommersiell tillämpning. The aim for this project was to develop a prototype of a plant pot with integrated growlighting, designed for use in environments with limited natural light. The prototype combines a 3D-printed pot with LED lighting powered by three 1.5 V batteries. White LED lights were chosen based on availability, although other colors such as red and blue would be very interesting to explore in the future considering their effect on plants photosynthesis process. In addition to plant care, another aim was to create a light-effect-generating pot that could quickly contribute to ambiance or visual impact, for example during home staging for real estate agents, photography sessions or floral arrangements. The prototype is lightweight, portable and requires no connection to electrical outlet, making it easy to place anywhere. The design prioritized functionality for prototype testing, but there is clear potential to further develop the construction into a more practical and user-friendly product. For example, I would like to implement lighting modes, add a button on the side so the user can easily switch the lighting on and off and change lighting modes. The operating time of approximately 12.5 hours is also an area for improvement. The project has resulted in a working first version of the product, which serves as a foundation for further development, testing and potential commercial application
Vilka faktorer förklarar Sveriges relativa tapp i välståndsligan? : BNP per capita-utvecklingen under fyra decennier
No full textSverige har gått från position fyra i välståndsligan år 1970 till position tolv år 2022, vilket är en kraftig försämring av det relativa välståndet. Få länder uppvisar lika stor försämring i relativt välstånd och i skrivande stund har Sverige fortsatt svag BNP-utveckling. I detta kapitel försöker vi ge ett svar på vad som förklarar denna välståndsminskning.
Grönstrukturplanering - ett verktyg för god hälsa och reducerad stress? : En fallstudie kring kommuners tillvaratagande av grönstrukturens egenskaper att främja människors hälsa och välbefinnande
No full textUnder de senaste decennierna har psykisk ohälsa, stress och ensamhet ökat. Sveriges yngre befolkning mår psykiskt sämre jämfört med övriga Norden och psykisk ohälsa har ökat bland sjukskrivningsfallen. Vanligast är stressrelaterade diagnoser vilket ofta innebär längre sjukskrivningstid än för fysiska diagnoser. Mätningar pekar även på att människor i storstäder mår sämre än de på landsbygden. År 2050 beräknas 70% av världens befolkning att bo i urbaniserade områden vilket innebär att det är viktigt att stadsplaneringen bidrar med det som går för en god hälsa. Naturvårdsverket beskriver natur och grönska som förutsättningar för människans hälsa och välbefinnande och forskning visar på grönstrukturens positiva effekt för gott välbefinnande och återhämtande effekt vid stress och utmattning. Detta masterarbete handlar om att förstå hur svenska kommuner i sin grönstrukturplanering förhåller sig till grönstrukturens potential att motverka stress samt gynna god hälsa och gott välbefinnande. Genom en fallstudie studeras tre kommuner, Östersund, Kalmar och Karlskrona. Det undersöks vad det f inns för teman i kommunernas grönstrukturplanering samt om det finns kopplingar mellan grönstrukturplaneringen och forskning kring grönstrukturens hälsofrämjande effekter. Detta görs genom semistrukturerade intervjuer med planarkitekter och tematisk analys av kommunala planeringsdokument. Till grund för undersökningen ligger i huvudsak två teoretiska perspektiv som beskriver naturens återhämtande effekter. Roger S. Ulrichs Stress Reduction Theory och Stephen Kaplans Attention Restoration Theory. Utifrån analyserna framgick sju huvudteman för grönstrukturplaneringen varav samtliga kommuner delade följande tre huvudsakliga teman; Hälsa och välbefinnande, Ekologiska och biologiska samband och Klimatanpassning. Tre teman som berör människors hälsa och välbefinnande. Samtliga kommuner förmedlade, i olika stor utsträckning, att planeringen stöds av forskning. Även i de fall kommunerna inte motiverar planeringen med forskningsstöd har kopplingar till teorierna och andra studier presenterade i kunskapsöversikten kunnat identifieras. Följande områden inom forskningen som är viktiga för att uppnå miljöer gynnsamma för återhämtning har identifierats i kommunernas grönstrukturplanering: grönskas återhämtande funktion, problematik kring brist av grönytor, närhet till grönska, kvaliteter, funktioner och upplevelser, konceptuell brytning från komplex stadsmiljö, fysisk aktivitet och grönytors storlek. Sammanfattningsvis kan grönstrukturplaneringen i svenska kommuner ses vara hälso- och återhämtningsfrämjande och att det gradvis tagits fasta på forskningsresultat. Det framgår även skillnader i hur utvecklade strategier för grönstrukturplaneringen är mellan olika kommuner. Trots planeringsinriktningarnas redan fysiskt- och mentalt hälsofrämjande effekter upplevs det utifrån denna studie att kunskapen och medvetenheten kring grönstrukturens betydelse för människors mentala mående kan öka. Detta då åtgärder som är viktiga för återhämtning och människors mående motiveras utifrån andra perspektiv än hälsoperspektiv.
Exploring the Relationship between Test Smells and Code Smells
No full textBackground: In software evolution, code smells and test smells represent design f laws that can negatively impact the maintainability, readability, and reliability of both production and test code. These smells, although not immediately causing defects, can lead to long-term challenges such as increased technical debt, difficulty in debugging, and higher maintenance costs. This research focuses on the survivability of code and test smells, examining how long they persist in the codebase and their impact on software quality. Additionally, it explores the associations between code and test smells, providing insights into how the presence of one may indicate the other, and helping developers prioritise which smells to refactor based on their severity and longevity. Objectives : The primary objective of this research is to find the survivability of Smells (Code Smells and Test Smells) and to find any possible associations between the smells code smells occurring in production code and test smells occurring in associated test code. Methods: We conducted archival analysis on five repositories selected from GitHub. To find the survivability of smells we mine the selected repositories using the tool DesigniteJava to detect the smell and find their survivability. We also performed association rule mining to detect any associations with a minimum confidence of 50% between code smells and test smells. Results:We found that test smells tend to survive longer than code smells. Among code smells, Feature Envy has the lowest survivability, while Magic Number exhibits the highest. For test smells, Ignored Test shows the lowest survivability, whereas Assertion Roulette has the highest. Additionally, we observed that the Long Statement smell in production code is frequently associated with Conditional Test Logic and Exceptional Handling in test code. Conclusions: The findings highlight that test smells are often less prioritized for resolution compared to code smells, contributing to their higher survivability. The identified associations offer actionable insights for early detection and refactoring prioritization. These results provide a foundation for improving smell detection tools and practices, ultimately enhancing software quality and maintainability
A Mean-Parameterized Maxwell Time Series Model for Positive Data
No full textThis paper introduces a new time series model for non-negative continuous data based on the Maxwell distribution. The proposed model employs a reparameterization of the Maxwell distribution in which its parameter directly represents the mean. In this formulation, the conditional mean is modeled through a dynamic structure that combines autoregressive and moving average components, linked by an appropriate link function. Parameter estimation is carried out using the conditional maximum likelihood method, for which closed-form matrix expressions of the conditional score vector and the conditional Fisher information matrix are derived. Based on the asymptotic properties of the estimators, procedures for interval estimation and hypothesis testing are presented. Monte Carlo simulations assess the finite-sample performance, and provide evidence of the estimators' convergence toward the true parameter values as the sample size increases. An empirical application involving wind speed data from Brasília, the capital of Brazil, shows the practical relevance and effectiveness of the proposed model for real-world time series modeling and forecasting
Sydsvensk konkurrenskraft : Hur konkurrenskraftigt är södra Sverige?
No full textI denna samlingsrapport står Sydsveriges ekonomiska utveckling och konkurrenskraft i fokus. Befolkningen i Sydsverige uppgår idag till 2,7 miljoner och den samlade regionala produkten svarar för lite drygt en femtedel av Sveriges BNP. Med södra Sverige avser vi Skåne, Halland, Kronoberg, Småland samt Blekinge. På den regionala nivån går inte de nationella förutsättningar för konkurrenskraft att ignorera, tvärtom bestäms många av de regionala förutsättningarna av nationellt eller internationellt förd politik. Omvänt är det många gånger nödvändigt att förstå regionala skillnader för att förstå vilken effekt nationella policybeslut kan få regionalt. Befolkningstäthet, förutsättningar för infrastruktur, kvaliteten på energiförsörjningen och tillgängligheten till internationella marknader är några exempel på områden där de regionala förutsättningarna ser olika ut över landet. Denna rapport består utöver detta inledningskapitel av ytterligare sju kapitel som på olika sätt belyser konkurrenskraft. Detta inledningskapitel börjar med att definiera konkurrenskraft samt ger en övergripande bild av hur konkurrenskraftigt riket i sin helhet är respektive hur konkurrenskraftigt södra Sverige är. Kapitlet avslutas med att ge en kort sammanfattning av de resterande kapitle
Contribution Prediction in Federated Learning via Client Behavior Evaluation
No full textFederated learning (FL), a decentralized machine learning framework that allows edge devices (i.e., clients) to train a global model while preserving data/client privacy, has become increasingly popular recently. In FL, a shared global model is built by aggregating the updated parameters in a distributed manner. To incentivize data owners to participate in FL, it is essential for service providers to fairly evaluate the contribution of each data owner to the shared model during the learning process. To the best of our knowledge, most existing solutions are resource-demanding and usually run as an additional evaluation procedure. The latter produces an expensive computational cost for large data owners. In this paper, we present simple and effective FL solutions that show how the clients’ behavior can be evaluated during the training process with respect to reliability, and this is demonstrated for two existing FL models, Cluster Analysis-based Federated Learning (CA-FL) and Group-Personalized FL (GP-FL), respectively. In the former model, CA-FL, the frequency of each client to be selected as a cluster representative and in that way to be involved in the building of the shared model is assessed. This can eventually be considered as a measure of the respective client data reliability. In the latter model, GP-FL, we calculate how many times each client changes a cluster it belongs to during FL training, which can be interpreted as a measure of the client's unstable behavior, i.e., it can be considered as not very reliable. We validate our FL approaches on three LEAF datasets and benchmark their performance to two baseline contribution evaluation approaches. The experimental results demonstrate that by applying the two FL models we are able to get robust evaluations of clients’ behavior during the training process. These evaluations can be used for further studying, comparing, understanding, and eventually predicting clients’ contributions to the shared global model
Vågar jag störa i din vardag med en livsviktigfråga? : En allmän litteraturöversikt om vad som påverkar sjuksköterskors benägenhet att ställa frågan om våld i nära relation till kvinnor som söker hälso- och sjukvård.
No full textBakgrund: Våld i nära relation är ett globalt folkhälsoproblem som främst drabbar kvinnor. Våldet kan vara bland annat fysiskt, psykiskt eller sexuellt och leder ofta till både fysiska och psykiska hälsoproblem såsom ångest, depression och sömnsvårigheter. Trots att kvinnor ofta vänder sig till hälso- och sjukvården i första hand, ställs frågan om våldsutsatthet inte i tillräcklig utsträckning. Sjuksköterskan har en central roll i att upptäcka och bemöta våldsutsatta kvinnor. Syfte: Syftet var att beskriva vad som påverkar sjuksköterskors benägenheten att ställa frågan om våld i närarelation till kvinnor som söker hälso- och sjukvård. Metod: Studien är en allmän litteraturöversikt med induktiv ansats. Artiklar för resultatet hämtades från databaserna CINAHL och PubMed och kvalitetsgranskades med hjälp av Fribergs kvalitetsgranskningsmallar för kvalitativa- respektive kvantitativa studier. Resultat: Resultatet baserades på 10 artiklar där analysen gav tre kategorier. Kategorierna som skapades var Kunskapens betydelse för att ställa frågan om våld i nära relation, Arbetsplatsens påverkan på att ställa frågan om våld i nära relation och Erfarenhet som stöd för att ställa frågan om våld i nära relation. Slutsats: Sjuksköterskors vilja att ställa frågor om våld i nära relation påverkas av upplevd kunskap, arbetsplatsens stöd och tidigare erfarenheter. Bristande kunskap och otydliga riktlinjer skapar osäkerhet, medan tydliga rutiner och erfarenhet ökar sjuksköterskans trygghet och vilja att fråga om våld i nära relation
Intelligent approach for Supplier Selection using Multi-Criteria Decision Making methods
No full textBackground: Supplier selection plays a critical role in supply chain management as it directly impacts cost efficiency, product quality, and timely delivery. Organizations depend on effective supplier evaluation to ensure smooth operations and reduce risks in procurement. Traditional approaches often struggle to balance multiple conflicting criteria such as price, quality, lead time, and reliability. To address this challenge, Multi-Criteria Decision-Making (MCDM) methods are widely applied for ranking and selecting suppliers. However, existing methods sometimes fail to filter out low-performing suppliers, leading to noisy and less reliable results. Thismotivates the development of improved approaches, such as the Two-Stage Filtering MOORA (TSF–MOORA), to enhance supplier selection accuracy. In this thesis we focus on finding the state of the art MCDM algorithms and compare them to find the best performing one in the context of supplier selection. Objectives: The motive of the thesis is to find different algorithms to solve supplier selection, implement the algorithms and compare them by doing an experiment. Methods: A literature review was conducted to identify the most suitable Multi-Criteria Decision-Making (MCDM) algorithms for supplier selection. Based on this review, an experiment was designed to compare the shortlisted methods. The experiment was performed on a supplier dataset containing multiple attributes such as cost, quality, delivery performance, and reliability. The algorithms compared in this study include Simple Additive Weighting (SAW), Fuzzy AHP—TOPSIS, and the proposed Two-Stage Filtering MOORA (TSF–MOORA) Results: The performance of the algorithms was evaluated using accuracy, precision, recall, F1-score, and Normalized Discounted Cumulative Gain (NDCG) across five-fold cross-validation. TSF–MOORA achieved an accuracy of 0.5142, precision of 0.5104, recall of 0.8127, and an F1-score of 0.6270. In terms of ranking quality, TSF–MOORA obtained an average NDCG of 0.8547, outperforming SAW(0.8316) and closely matching Fuzzy AHP–TOPSIS (0.8481). Conclusions: The results indicate that TSF–MOORA delivers competitive and consistent supplier rankings, performing comparably to other established MCDM methods while offering improved ranking stability. Although differences in metrics such as F1-score were not statistically significant, TSF–MOORA demonstrates strong overall performance, highlighting its effectiveness as a decision-support tool for supplier selection
Towards Using GANs for Synthetic SCADA Data Generation in Smart Grids
No full textThe effectiveness of cybersecurity research for SCADA systems depends on access to high-quality network traffic data, yet such data remains scarce due to proprietary restrictions and security concerns. Synthetic data generated by machine learning models, particularly Generative Adversarial Networks (GANs), presents a promising alternative. This study provides a preliminary evaluation of GAN-based approaches for SCADA network traffic synthesis using the IEEE ITACHA DNP3 Smart Grid dataset. We compare a general-purpose GAN (CTGAN) with a network-traffic-specific GAN (NetShare) based on fidelity and statistical consistency. Initial results indicate that CTGAN generates statistically diverse synthetic data, while NetShare suffers from excessive duplication, limiting its applicability. These findings offer an early structured roadmap for selecting and refining generative models for SCADA data synthesis, supporting future research in smart grid security.