Publikationer från Mälardalens högskola
Not a member yet
16964 research outputs found
Sort by
Integration av VR i utvecklingsprocesser inom robotindustrin
No full textDetta examensarbete undersöker hur virtuell verklighet (VR) kan integreras i produkt- och produktionsutvecklingsprocesser inom robotindustrin. Studien har genomförts i samarbete med ABB Robotics och syftar till att identifiera vilka utvecklingsfaser som har störst potential för VRanvändning samt att kartlägga teknikens fördelar och utmaningar. Följande forskningsfrågor har väglett studien: (1) Hur skulle VR kunna användas i utvecklingsprocessers olika faser? (2) Vad är utmaningarna och fördelarna med att använda VR i utvecklingsprocesser?För att besvara dessa frågor har en kvalitativ forskningsansats med fallstudiedesign tillämpats. Empiri har samlats in genom elva semistrukturerade intervjuer med medarbetare och experter inom produktoch produktionsutveckling samt VR-teknik. Den insamlade datan har analyserats tematiskt och jämförts med tidigare forskning inom området.Resultatet visar att VR upplevs som särskilt användbar i konceptutvecklingsfasen, där den bidrar till snabbare iterationer, förbättrad kommunikation och fullskalig visualisering av designidéer. Även i system- och detaljutveckling samt i samband med utbildning inför produktionsuppstart framkom tydliga tillämpningsmöjligheter. Bland de främsta fördelarna identifierades minskat behov av fysiska prototyper, ökad samsyn mellan projektaktörer och förbättrad ergonomianalys. Samtidigt lyftes flera utmaningar, såsom höga implementeringskostnader, bristande intern kompetens och begränsad användning i planerings- och testfaser.Slutsatsen är att VR har stor potential att effektivisera flera delar av utvecklingskedjan inom robotindustrin, men att en lyckad implementering kräver strategisk planering, utbildningsinsatser och ett tydligt organisatoriskt stöd.This master's thesis explores the integration of Virtual Reality (VR) into product and production development processes within the robotics industry. Conducted in collaboration with ABB Robotics, the study aims to identify which phases of the development process offer the greatest potential for VR application, and to examine the associated benefits and challenges of the technology. The research has been guided by the following questions: (1) How could VR be utilized across the various phases of development processes? (2) What are the key challenges and advantages of using VR in development contexts?A qualitative research approach was adopted, employing a case study design. Empirical data was gathered through eleven semi-structured interviews with professionals and experts in product and production development, as well as VR technology. The collected data was thematically analyzed and juxtaposed with existing literature in the field.The findings indicate that VR is perceived as particularly valuable during the concept development phase, where it enables faster iterations, enhanced communication, and full-scale visualization of design ideas. Further applications were identified in system-level and detailed design, as well as in training activities prior to production ramp-up. Key advantages highlighted include a reduced need for physical prototypes, improved consensus among project stakeholders, and more effective ergonomic analyses. However, several challenges were also noted, including high implementation costs, limited internal competence, and constrained usage during the planning and testing stages.In conclusion, the study suggests that VR holds considerable potential to enhance efficiency across multiple phases of the development process within the robotics sector. Nonetheless, successful implementation necessitates strategic planning, targeted training initiatives, and robust organizational support
Enhancing Industrial Requirements Processing and Reuse
No full textWe live in a world that depends on software. From the moment we log in to a banking system or when we take the bus to work, we are surrounded by software-intensive systems. These systems are often not built from scratch, but as further iterations of existing systems, adapted for different customers and market segments. The development of such complex software and variant-intensive systems is centered around customer needs that are usually described in long documents, full of detail, and written in natural language. Companies must read through, interpret, and extract the relevant requirements, decide which teams should develop and test them, and simultaneously identify what can be reused from earlier projects. This process is often manual, carries a risk of mistakes, and demands great experience and precision. This thesis explores how Artificial Intelligence (AI), and in particular natural language processing (NLP), can help make the process both faster and more reliable. The work is based on six scientific articles, which make four contributions, as follows. First, we study how requirements management and reuse are handled today to identify opportunities for enhancement. Next, we focus on automating the identification and allocation of requirements, so that correct requirements are identified and directed to the right teams from the start. We also develop methods for discovering which parts of previous projects can be reused, to avoid redundant development efforts. Finally, we create a pedagogical resource that enables teachers, students, and professionals to apply the technical solutions in practice. Through these contributions, the thesis demonstrates how AI can become a powerful support in processing requirements and supporting reuse in complex software development.Vi lever i en värld som är beroende av programvara. Från det att vi loggar in på banken eller att vi tar bussen till jobbet är vi omgivna av programvaruintensiva system. Ofta byggs dessa system inte från grunden, utan som vidareutvecklingar av redan befintliga lösningar, anpassade för olika kunder och marknader. Kundernas behov beskrivs vanligen i långa dokument, fulla av detaljer och skrivna på vanligt språk. Företagen måste läsa igenom, tolka och plocka ut de relevanta kraven, bestämma vilka team som ska utveckla och testa dem, och samtidigt se vad som kan återanvändas från tidigare projekt. Det sparar tid och pengar, men är också ett pussel som kräver stor erfarenhet och noggrannhet. I praktiken tar det ofta lång tid, innebär risk för misstag och är beroende av ett fåtal experter. Den här avhandlingen undersöker hur artificiell intelligens (AI), och i synnerhet naturlig språkbehandling (NLP), kan hjälpa till att göra processen både snabbare och mer tillförlitlig. Arbetet bygger på sex vetenskapliga artiklar och bidrar inom fyra områden: Först kartlägger vi hur arbetet med kravhantering och återanvändning går till idag, och var det finns störst potential till förbättring. Därefter fokuserar vi på att automatisera själva identifieringen och fördelningen av krav, så att de hamnar hos rätt team från början. Vi utvecklar också metoder för att upptäcka vilka delar av tidigare projekt som kan återanvändas, för att undvika att uppfinna hjulet på nytt. Slutligen skapar vi en pedagogisk resurs som gör det möjligt för lärare, studenter och yrkesverksamma att använda de tekniska lösningarna i praktiken. Med hjälp av dessa insatser visar avhandlingen hur AI kan bli ett kraftfullt stöd i arbetet med att förstå, organisera och återanvända den kunskap som ryms i komplex programvaruutveckling
Enhancing Smart Home Security through IoT Device Fingerprinting Using Machine Learning : Enhancing Smart Home Security using ML
No full textSmart-home networks host heterogeneous IoT devices that expand the attack surface while limiting on-device defenses. This thesis investigates whether flow-based machine learning can enhance smart-home intrusion detection without payload inspection. Using the public CIC-IoT-2023 corpus and home-lab traces converted to Zeek bidirectional flows, we evaluate three supervised classifiers (Random Forest, XGBoost, LightGBM) and two one-class detectors (Isolation Forest, Autoencoder). The pipeline prioritizes recall on malicious flows via validation-time thresholding and examines feature ablation to approach gateway-feasible models. Results across the two datasets indicate that ensemble classifiers can reach the recall target with moderate false-alarm rates, while one-class methods provide complementary coverage for previously unseen behaviours at a higher falsepositive cost. Feature pruning retains effectiveness with a compact subset of timing, size, and flag features, supporting edge deployment under privacy constraints. We discuss ethical considerations of flow-only analysis, operational trade-offs for recall-first alerting, and practical steps toward integration on resource-constrained hubs. The work contributes a payload-agnostic evaluation of ML-based fingerprinting for smart-home security and a methodology for balancing detection quality with deployability
AI-BASED SEGMENTATION OF INTERMITTENT FAULTS AND PARTIAL DISCHARGES IN POWER SYSTEMS
No full textHigh-voltage electrical systems are the backbone of modern industry and infrastructure, but they remain vulnerable to insulation failures that can cause severe operational and financial risks. Partial discharges (PD) are among the earliest indicators of such failures, appearing as transient electrical events that signal stress within insulation materials. Detecting and precisely locating these events is crucial for ensuring the reliability and safety of power systems. This thesis focuses on the challenge of accurately identifying the temporal boundaries of PD activity in high-frequency electrical signals, a task often complicated by noise and variability. To address this, we propose a segmentation framework built on a customized U-Net architecture enhanced with attention mechanisms, allowing the model to capture both local and global signal patterns. Combined with traditional signal processing techniques for filtering out irrelevant data, this deep learning approach isolates the onset and offset of PD events with high precision. By improving the accuracy of event boundary detection, our work supports more effective maintenance planning, minimizes unnecessary inspections, and enables condition-based asset management in high-voltage power grids
SYNTHETIC IMU-BASED TIME-SERIES DATA GENERATION FOR P2W CRASH DETECTION
No full textPowered Two-Wheelers (P2Ws) are highly vulnerable to road accidents, yet developing reliable crash detection systems remains challenging due to the scarcity and imbalance of real-world crash data. Collecting such data is costly, logistically complex, and ethi- cally constrained. This thesis explores synthetic data generation as a solution, evaluating two state-of-the-art generative models, TimeGAN and IMUDiffusion, for producing high- fidelity IMU-based time-series crash data. Both models were implemented on proprietary datasets and assessed using a com- prehensive framework combining statistical, structural, and temporal similarity metrics, alongside PCA, t-SNE, and histogram visualizations. Results show that IMUDiffusion outperformed TimeGAN in fidelity, temporal consistency, and class-conditional genera- tion. Controlled generation further enabled targeted synthesis of crash, non-crash, and misuse scenarios. Synthetic data was integrated into Autoliv’s crash detection model, revealing nuanced trade-offs: TimeGAN reduced false positives but increased detection latency, while IMUD- iffusion improved detection speed but slightly raised false positives. These findings high- light synthetic data’s potential to mitigate data scarcity but also underscore the limitations of current downstream models
Ett lustfyllt lek och undervisning i förskolan : En kvalitativ studie om förskollärares uppfattning kring undervisningens betydelse i leken
No full textStudien lyfter förskollärarnas resonemang kring begreppen lek och undervisning i förskolan samt hur leken används som ett läroverktyg i undervisningen för att främja barns lärande. SYFTE: Syftet med studien är att få en uppfattning om hur förskollärarens undervisning kan stödja barns lärande i leksituationer. Frågeställningar:- Hur beskriver förskollärare sin roll som undervisande i barns lek? - Vilka undervisningsstrategier använder förskollärare i leken? METOD: I metoddelen har semistrukturerade intervjuer genomförts med åtta verksamma förskollärare. Denna metod har visat sig lämplig för att samla in relevant data och besvara studiens syfte och frågeställningar. RESULTAT: Jag har analyserat studien utifrån ett sociokulturellt perspektiv för att få en djupare förståelse av ämnet och resultatet visar att undervisning sker både i planerade och spontana sammanhang där barnens intressen står i centrum. Förskolläraren använder undervisning för att förbättra kvalititen i förskolans verksamhet. SLUTSATSER: Studien visar att begreppen lek och undervisning är viktiga aspekter i barns lärande. Förskollärare planerar undervisningen med ett tydligt syfte, vilket hjälper dem att fånga upp barnens intresse och följa deras utveckling för att kunna stödja deras lärande på bästa sätt
Lekens betydelse i matematikundervisningen : The importance of play-based learning in mathematics teaching
No full textDenna systematiska litteraturstudjie undersöker hur lek framställs som ett didaktiskt verktyg i matematikundervisningen för de tidiga skolåren (F-3), samt vilken roll läraren har i en effektiv lekbaserad undervisning. nio vetenskapliga artiklar analyserades genom tematisk innehållsanalys, vilket resulterade i fyra centrala teman: lek som verktyg för engagemang och trygghet i lärandet, lärarens roll som vägledare och medskapare, lekens konkreta uttrycksformer för begreppsförståelse samt lärarens didaktiska ansvar. Resultaten visar att lekbaserad undervisning stärker elvers motivation, delaktighet och förståelse av matematiska begrepp när den används medvetet och målinriktat. Läraren har en central roll i att planera, leda och anpassa lekfulla aktiviteter så att de stödjer elevernas lärande och kopplas till läroplanens mål. Studien visar att lek kan fungera som ett meningsfullt verktyg för att främja elevernas matematiska förmågor, under förutsättning att läraren tar ett aktivt didaktiskt ansvar. Vidare pekar studien på behovet av mer praktiknära forskning i svensk kontext kring hur lek kan integreras i matematikundervisningen.
Sjuksköterskors erfarenheter av personcentrerad palliativ vård. : En allmän litteraturöversikt.
No full textPredictive Modeling of Natural Medicinal Compounds for Alzheimer’s Disease UsingCheminformatics
No full textLÄKANDE VÅRDMILJÖER : En litteraturöversikt om vårdmiljöns betydelse för återhämtningen hos patienter inom slutenvård utifrån ett patientperspektiv
No full textAbstract Background: Recovery can be related to several factors within the care environment. Previous research shows that nurses and relatives emphasize the significance of the care environment for patients’ safety, participation, and well-being. Aim: The aim was to describe the significance of the inpatient care environment for patients’ recovery. Method: A literature review was conducted based on ten peer-reviewed scientific articles (2015–2025) with qualitative, quantitative, and mixed-method approaches identified in Cinahl Plus and PubMed. The selection was limited to inpatient care and was analyzed stepwise according to Friberg’s model for general literature reviews. Results: The results were organized into three themes: physical, sensory, and psychosocial care environment. Views from windows and single rooms with well-planned spaces promoted patients’ recovery. Crowded areas and unclear signage reduced the experience of well-being. Low noise levels, dimmed lighting, and soothing colors reduced stress and improved sleep quality whereas noise, harsh lighting, and sterile color schemes had the opposite effect. Single rooms increased integrity, sleep quality, and sense of control but needed to be complemented with common spaces to counteract isolation. A supportive psychosocial care environment was characterized by respectful encounters, patients’ participation, and a balance between privacy and social interaction. Conclusion: A supportive care environment requires interaction between physical, sensory, and social factors. Nurses play an important role in identifying barriers and promoting evidence-based improvements that support inpatients’ recovery. Keywords: general literature review, inpatient care, patient perspective, physical care environment, psychosocial care environment, recovery, sensory care environmen