Blekinge Institute of Technology
Not a member yet
13576 research outputs found
Sort by
Automated Boulder Localization and Recognition in Side-Scan Sonar Data Using Deep Learning Approach
No full textBackground: Detecting boulders in side-scan sonar (SSS) imagery is critical for offshore infrastructure planning, marine habitat studies, and seabed surveying. Traditional manual detection is time-consuming, subjective, and inefficient, especially for large-scale surveys. Although deep learning offers strong potential for automating this process, applying it to sonar data is challenging due to noise, variability in acquisition settings, and imaging inconsistencies. Objectives: This study aims to develop, implement, and evaluate a deep learningbased pipeline for automatic boulder detection and classification in side-scan sonar data. It investigates how preprocessing, detection, and classification strategies impact detection performance and explores improvements over traditional manual analysis. Methods: Raw SSS data were first preprocessed through water column removal, ping energy normalization, contrast stretching, contrast-gamma correction, and filtering to enhance image clarity. A two-stage deep learning system was implemented: YOLOv11 and Faster R-CNN models were trained for object detection, followed by a lightweight ResNet18 classifier for filtering false positives. Models were evaluated using precision, recall, F1 score, mAP@[.5:.95], and accuracy, on diverse sonar lines with varying seabed textures and boulder densities. Results: The best model, based on Faster R-CNN withclassifier integration, achieved a precision of 0.739, recall of 0.882, accuracy of 0.734, and mAP of 0.409. Port-side f lipping and multi-line training notably improved generalization and reduced false positives. Automated detection was approximately 92 times faster than manual picking, demonstrating significant time savings and operational efficiency. Conclusions: Deep learning, supported by systematic preprocessing and a two-stage detection-classification pipeline, offers a reliable and scalable solution for automated boulder detection in side-scan sonar imagery. The approach addresses previous challenges related to generalization and false positives, providing practical applications for marine surveys and a solid foundation for future research.Bakgrund: Att identifiera sten i Side-Scan Sonar (SSS)-bilder är avgörande för planering av offshore-infrastruktur, marina habitatstudier och kartläggning av havsbotten. Traditionell manuell identifiering är tidskrävande, subjektiv och ineffektiv vid storskaliga undersökningar. Djupinlärning erbjuder stark potential för att automatisera denna process, men tillämpningen på sonar-data är utmanande på grund av brus, variationsrika inspelningsförhållanden och bildmässiga inkonsekvenser. Syfte: Syftet med denna studie är att utveckla, implementera och utvärdera en pipeline baserad på djupinlärning för automatisk lokalisering och klassificering av sten i Side-Scan Sonar data. Studien undersöker hur förbehandling, detektion och klassificering påverkar detektionsprestandan och hur dessa strategier kan förbättra noggrannheten jämfört med manuell analys. Metod: RåSSS-dataförbehandlades genom borttagning av vattenkolumn, normalisering av pingenergi, kontraststräckning, kontrast-gamma korrigering och filtrering för att förbättra bildens klarhet och enhetlighet. Ett tvåstegs djupinlärning baserat system implementerades: YOLOv11 och Faster R-CNN användes för objektdetektering, följt av en lättviktsklassificerare baserad på ResNet18 för att filtrera bort falska positiva. Modellerna utvärderades med precision, recall, F1-poäng, mAP@[.5:.95] och noggrannhet på olika sonarlinjer med varierande bottenförhållanden och stentätheter. Resultat: Den bästa modellen, baserad på Faster R-CNN med klassificeringsfilter, uppnådde en precision på 0.739, en recall på 0.882, en noggrannhet på 0.734 och ett mAP på 0.409. Tekniker som port-sida vändning och träning på flera linjer förbättrade modellens generaliseringsförmåga och minskade antalet falska positiva. Det automatiserade systemet var cirka 92 gånger snabbare än manuell stenidentifiering, vilket visar på betydande tidsbesparingar och operationell effektivitet. Slutsatser: Djupinlärning, i kombination med systematisk förbehandling och en tvåstegs detektions- och klassificeringspipeline, erbjuder en pålitlig och skalbar lösning för automatisk stendetektion i Side-Scan Sonar data. Metoden adresserar tidigare identifierade utmaningar såsom bristande generalisering och hög förekomst av falska positiva, och erbjuder därmed både praktiska tillämpningar för marina undersökningar och en grund för framtida forskning
Tillsammans mot ett hållbart transportsystem : En studie kring översättningen av de nationella riktlinjerna för en ökad transporteffektivitet på den kommunala nivån.
No full textRiktlinjerna för en ökad transporteffektivitet är på nationell nivå uttryckt som en del av omställningen till ett hållbart transportsystem. Tillsammans med målen om en ökad mängd fossilfria och energieffektiva fordon samt en ökad mängd förnybara drivmedel strävar Sverige mot ett hållbart transportsystem. Om omställningen ska bli verklighet krävs insatser kopplat till alla faktorer och från samtliga organisatoriska nivåer. Det ställer också ett krav på översättning av de utformade riktlinjerna i syfte att säkerställa att hela Sverige gemensamt arbetar mot målen. Studien syftar därför till att bidra till förståelsen kring den vertikala översättningen av de nationellt utformade riktlinjerna för en ökad transporteffektivitet till den kommunala nivån. Därutöver undersöks hur direktiven tar form i kommuners strategiska fysiska planering. Utifrån forskning rörande implementeringsprocessen och arbetet för transporteffektivitet utformades ett teoretiskt ramverk. Det teoretiska ramverket fungerade som vägledande i forskningsprocessen och tolkningen av studiens insamlade empiri. Studien antog en kvalitativ forskningsstrategi och utfördes genom en flerfallsstudie av kommunerna Malmö, Halmstad och Värnamo. Datainsamlingsmetoderna dokumentstudie och semistrukturerade intervjuer nyttjades för att belysa ämnet utifrån två olika perspektiv. Den erhållna empirin analyserades sedan med hjälp av en kvalitativ innehållsanalys där materialet kodades utefter studiens teoretiska ramverk. Därefter presenteras resultatet och analysen utifrån det teoretiska ramverket. Detta följs av en diskussion utifrån de tendenser och mönster som kunnat utläsas vid analysen av den insamlade empirin. Utifrån resultaten och analysen, samt diskussionen kunde en mångtydig slutsats konstateras. Riktlinjerna för en ökad transporteffektivitet ansågs inte vara förankrade i det kommunala strategiska arbetet. Det sågs finnas forum för översättning och dialog kring riktlinjerna men samverkan mellan de olika nivåerna sågs främst behandla andra frågor. Å andra sidan kunde kommuner sägas följa riktlinjerna för en ökad transporteffektivitet genom flertalet av de åtgärder och strategier som premieras i de kommunalt granskade dokumenten samt genom de projekt som kommunerna verkar för.
Fysisk planering i en osäker tid : Hur integrerat är civilt totalförsvar i kommunal fysisk planering?
No full textSverige befinner sig idag i en period av upprustning av både det militära och det civila försvaret. Det har och kommer att ha stor inverkan på samhället och påverkar även arbetet med fysisk planering. Det här arbetet har undersökt i vilken utsträckning civil totalförsvarsberedskap idag är integrerat i kommunal fysisk planering i Sverige. Studien bygger på intervjuer och dokumentanalys av kommunala översiktsplaner från sju kommuner av varierande storlek, geografisk spridning och olika beredskapsmässiga förutsättningar. Resultatet visar att arbetet med att integrera civilt totalförsvar inom fysisk planering inte har kommit särskilt långt och befinner sig i en uppstartsfas. Det visar sig i en avsaknad av styrande riktlinjer och osäkerhet kring frågan bland fysiska planerare. Det finns dock en medvetenhet bland kommunerna om behovet av att inkludera dessa perspektiv, och flera kommuner har påbörjat ett utvecklingsarbete. Resultatet visar även att fysisk planering och civil totalförsvarsberedskap i de flesta fall är både organisatoriskt och begreppsmässigt separerade, vilket försvårar samordning och implementering. Brist på konkreta verktyg och vägledning från nationella myndigheter utgör ett centralt hinder, liksom en kunskapsbrist hos planeringstjänstemän. Samtidigt pekar flera kommuner på möjligheter att integrera totalförsvarsperspektivet genom att bygga vidare på befintliga strukturer för klimatanpassning, riskanalys och samverkansplanering
STADENS ANSIKTE : En studie om hur urban identitet i relation till den byggda miljön konstrueras, i en alltmer globaliserad värld – fallet Malmö
No full textDen byggda miljön förändras snabbt i städerna, i takt med globaliseringens framfart. Städerna får en likartad global profil och den lokala identiteten utmanas. Effekten av globaliseringen på våra miljöer har således kastat ljus på identitetsbegreppet för stadsplanerare och arkitekter. Till följd har begreppet urban identitet blivit alltmer förekommande, i syfte att stärka stadens unika särdrag. Begreppet avser den kollektiva bilden av staden och de fysiska och sociala egenskaper som gör en stad unik. Trots det ökade intresset för begreppet får empiriska undersökningar om stadens urbana identitet ett smalt utrymme i forskningen, särskilt i relation till stadens byggda strukturer. Mot ovanstående bakgrund var syftet med den här studien att undersöka relationen mellan urban identitet och byggd miljö i en stad vars fysiska miljö genomgått snabba förändringar de senaste decennierna, i kontexten av en alltmer globaliserad värld. Studien avsåg att undersöka hur stadens urbana identitet konstrueras ur ett kommunalt och andra samhällsaktörers perspektiv. Studien har genomförts genom en fallstudie som specifikt ämnade att undersöka hur Malmö konstruerar stadens urbana identitet utifrån identitetsdimensionerna: visuellt, beteendemässigt och kognitivt. Staden har sedan 1990-talet genomgått omfattande förändringar parallellt som globalismens påtryckningar har ökat, vilket gjorde att staden ansågs vara ett unikt och intressant fall att undersöka utifrån studiens syfte. Undersökningen visade att Malmö har flera identiteter som bygger upp stadens urbana identitet. Det är bland annat en stad som beskrivs i termer av “staden vid havet” och en stad med stark grön prägel. I flera sammanhang beskrivs Malmö vara en modig stad som vågar bygga högt, nytänkande och utmanade, vilket har bidragit till en arkitektonisk mångfald. Staden har starka kopplingar till Danmark, och bygger bland annat sin urbana identitet på den starka gemenskapen i staden. Sammantaget visar undersökningen att element, oavsett om de kom till från lokala initiativ eller i vågorna av globaliseringen, starkt förknippas med stadens urbana identitet, om de förankras genom en, två eller alla tre identitetsdimensioner
De kunskapsintensiva tjänsteföretagens betydelse i tre storstadsregioner - kan de bli nästa ankarföretag?
No full textI detta kapitel beskrivs och diskuteras de kunskapsintensiva tjänsteföretagens ekonomiska betydelse i våra tre storstadsregioner. Hur har de utvecklats över perioden 1997–2021? Har Malmös och Göteborgs kunskapsintensiva tjänsteföretag närmat sig utvecklingen i Stockholm? En viktig fråga som ställts i den näringspolitiska debatten är om kunskapsintensiva tjänsteföretag förmår att bygga kluster av högteknologisk och kunskapsintensiv verksamhet i en region på liknande sätt som tillverkande ankarföretag gjort. Det har funnits en farhåga att dessa företag, trots en stor betydelse för sysselsättningen inte kan ha lika stor kunskapsspridande effekt som de traditionella ankarföretagen – stämmer detta? I kapitlet redogörs för viktiga särdrag som påverkar sannolikheten att bli ett ankarföretag och en analys hur och om de kunskapsintensiva tjänsteföretagen uppfyller dessa förutsättningar eller till och med skapar nya mekanismer för att bli ett ankarföretag. Svaret på frågan är inte ett klart ja eller nej. Den evidens som gåtts igenom antyder att potentialen f inns då såväl svensk som internationell forskning visar att spillovers är större än vad som antagits bland annat genom en betydande förmåga för spridning av kunskap och innovationer nedströms i värdekedjorna. Men då evidensen inte är tydlig kan det vara befogat med att hävda att mer forskning behövs.
Prime group graded rings with applications to partial crossed products and Leavitt path algebras
No full textWe generalize a classical result by Passman on primeness of unital strongly group graded rings to the class of nearly epsilon-strongly group graded rings which are not necessarily unital. Using this result, we obtain (i) a characterization of prime s-unital strongly group graded rings, and, in particular, of infinite matrix rings and of group rings over s-unital rings, thereby generalizing a well-known result by Connell; (ii) characterizations of prime s-unital partial skew group rings and of prime unital partial crossed products; (iii) a generalization of the well-known characterizations of prime Leavitt path algebras, by Larki and by Abrams-Bell-Rangaswamy. © 2024 The Author(s
Bonding analysis of ultrasonic welded multi-wire joints with additional root gaps
No full textThis work presents four sets of welded multi-wires on Cu sheet (e.g., A-(95/95mm2), B-(35, 35, 25/35, 35, 25 mm2), C-(50, 35, 10/50, 35, 10 mm2), D-(35, 35, 25/50, 35, 10 mm2)) using ultrasonic wire harness welding (USWW). Forming quality of multi-wire joint, examination of microstructures, root gaps influence, fractographic analysis and surface micro-topography were investigated and clarified. Tensile strength and microhardness of samples in B-(35, 35, 25/35, 35, 25 mm2) increases up to peak load (6527.7 N and 484.5 HV) under welding energy of 1000 J. Tensile strength of B-(35, 35, 25/35, 35, 25 mm2/(6527.7 N)) is 29.2 % higher than A-(95/95mm2/(3681 N)) under effect of root gap. Maximum hardness of Cu plate in group B was obtained 484.5HV and maximum hardness of sample reached 363.2HV and 251HV in group C and A respectively. Stability of sample in group B is generally increased by 20.5 % compared to A3, C5 and D2. Failure displacement of joint A3 is 35 % higher than joint B1. Failure displacement of joint C5 is 15 % higher than joint D2. EDS analysis experienced Cu content at welded interface is higher compared to rest of locations which generates more fine grains structures to increase strength and weldability of joints. Kathmatic microscope investigated microtopographical features in group B sample wherein regular surface size was measured to be approximately 10μm. A standard root gap allows welded sheet to penetrate amid multi-wires being joined tightly and ensures a strong bond in group B.
”Hjälp! Min patient är psykiskt sjuk” – vad gör jag? : En allmän litteraturstudie om sjuksköterskans upplevelse att möta patienter med psykisk ohälsa inom somatisk akutsjukvård.
No full textBakgrund: Psykisk ohälsa är ett växande samhällsproblem som påverkar både individens livskvalitet och omvårdnaden. Personer med psykisk ohälsa är en särskilt sårbar grupp inom sjukvården, och deras möte med sjuksköterskor på akutmottagningar präglas av stigmatisering, bristande kunskap och otillräckligt stöd. Syfte: Syftet med studien var att beskriva sjuksköterskans upplevelse av att möta patienter med psykisk ohälsa inom somatisk akutsjukvården. Metod: Studien genomfördes som en allmän litteraturöversikt där artiklar från databaserna CINAHL och PubMed. Artiklarna som valdes granskades enligt kvalitetsprotokoll och är baserad på artiklar med kvalitativ eller mixad metod. Resultat: I resultatet framkom att sjuksköterskor upplevde osäkerhet och otillräcklighet i mötet med patienter med psykisk ohälsa. Osäkerheten grundar sig främst i bristande kunskap och erfarenhet. Tidsbrist och den överstimulerande miljön på akutmottagningen gjorde det svårt för sjuksköterskorna att uppmärksamma och närvarande under mötet. Sjuksköterskor med erfarenhet av psykisk ohälsa hade större självförtroende och kunde lättare hantera komplexa situationer. Empati och trygghet betonades mycket för att minska stigmatiseringen och för att förbättra vården. Slutsats: Det behövs mer utbildning för att förbättra omvårdnaden för patienter med psykisk ohälsa samt mer resurser för att möjliggöra både längre och mer djupgående möten. För att patienten ska finna välbefinnande var det viktigt att skapa trygghet, empati och respekt i mötet med patienten
Good-Enough Requirements Engineering
No full textBackground: High-quality requirements are considered crucial for successful software development endeavors as the requirements' purpose is to inform subsequent activities like implementation or testing. Requirements quality defects have been shown to incur significant costs for remediation, scaling up even to project failure. At the same time, the effort to improve the quality of requirements must be justified. Organizations developing software, therefore, need to understand when their requirements artifacts are of "good enough'' quality, i.e., they need to be able to identify the optimum between over- and under-engineering. Problem: The body of knowledge in requirements quality does not yet offer solutions that would allow organizations to identify that optimum due to three shortcomings: (1) there is no generally accepted, theoretical foundation to describe requirements quality that can serve as a basis to coordinate distributed research efforts and the synthesis of evidence in the field, (2) the scientific practice currently applied in the field is of limited rigor to draw reliable conclusions from existing empirical contributions, and (3) the field lacks empirical evidence that can be aggregated to form a holistic view of requirements quality. These are potential causes for the lack of adoption of requirements quality research in practice. Goal: In this cumulative, publication-based thesis, we address these three shortcomings and aim to contribute to a more evidence-based approach to requirements quality research grounded in scientific theory. Method: First, we develop a theoretical foundation by adopting and integrating existing software engineering theories. Second, we evaluate the state of the art of data analysis and open science in the field and provide guidelines to improve these practices. Third, we demonstrate the application of these guidelines and conduct a controlled experiment to contribute additional empirical evidence to the field. Results: The resulting set of analytical theories specifies requirements quality and provides a structure for future empirical contributions. Our evaluation of the state of the art shows both the need for a common theoretical foundation as well as support for applying rigorous research practices. Our empirical studies contribute to these needs and illustrate the complexity of the impact that requirements quality defects have on subsequent activities. Finally, we develop a method for the effective aggregation of empirical results. Conclusion: Our theoretical, methodological, and empirical contributions help to coordinate a productive and constructive research agenda on requirements quality that is based on evidence and grounded in theory. This allows for rigorous and practically relevant research that ultimately informs organizations on how to engineer good-enough requirements
Prediction of Cognitive Strain During the Development Phase of the Software Development Life Cycle Using Machine Learning Models
No full textBackground: Cognitive strain among software developers during the coding phase of the Software Development Life Cycle (SDLC) can adversely affect productivity and well-being. Understanding the factors contributing to cognitive strain and developing effective strategies to manage it are crucial for optimizing performance in software development. Objectives: This study aims to identify the key factors influencing cognitive strain during the coding phase of the SDLC, quantify these factors for effective analysis, It also seeks to develop and evaluate machine learning models to predict cognitive strain, thereby exploring how identification and management can improve productivity and developer well-being. Methods: A systematic approach was employed, beginning with a theoretical foundation established through a literature review, followed by empirical data collection via a structured questionnaire. Insights from experienced developers refined the identified factors, which were then used to develop predictive machine learning models, including Random Forest, LSTM neural networks, Logistic Regression, and K-Nearest Neighbors. These models assessed cognitive strain and informed the formulation of evidence-based management strategies, although their practical implementation was beyond the study’s scope. By quantifying cognitive strain and leveraging predictive analytics, this research provides a structured methodology for identifying, analyzing,and mitigating cognitive strain, ultimately contributing to a more sustainable and productive software development process. Results: Significant correlations were found between cognitive strain and factors like high task complexity, extended work hours, poor sleep quality, frequent multitasking, and high deadline pressure. The Random Forest model achieved the highest performance with accuracy close to 0.991, indicating excellent predictive capabilities. LSTM performed moderately well with an accuracy of 0.808, while LR and KNN had lower accuracies around 0.62. Based on these findings, strategies such as workload balancing, expertise-based task allocation, flexible scheduling, reducing multitasking,and providing stress management resources were proposed. Conclusions: Identifying cognitive strain through predictive modeling enables organizations to implement targeted interventions that enhance productivity and developer well-being during the coding phase of the SDLC. The Random Forest model proved particularly effective in predicting cognitive strain. The proposed strategies, supported by empirical data and existing literature, offer actionable insights for proactively addressing cognitive strain. Future research should focus on testing these interventions in practical settings, expanding the dataset, and exploring additional factors influencing cognitive strain