Sökning: "Model integration"

Visar resultat 1 - 5 av 1447 uppsatser innehållade orden Model integration.

1. 1. Does industry survey data improve GDP forecasting?

   Kandidat-uppsats, Göteborgs universitet/Företagsekonomiska institutionen

   Författare :Oscar Andersson; Ludvig Fornstedt; [2024-03-06]
   Nyckelord :Bayesian; BVAR; Forecasting; GDP; survey data;

   Sammanfattning : This study assesses the integration of industry survey data into Bayesian Vector Auto Regressive (BVAR) models for GDP forecasting in Sweden. Analyzing a combination of macro economic indicators, CPI and unemployment rates, with survey data from NIER, it explores the effects of different variable combinations on the forecasting ability of different models. LÄS MER

3. 2. Byline: Ex Machina

   Kandidat-uppsats, Göteborgs universitet/Institutionen för journalistik, medier och kommunikation; Göteborgs universitet/Institutionen för journalistik, medier och kommunikation

   Författare :Kalle Mossberg; Karolina Waligorska; Clara Westberg; [2024-02-28]
   Nyckelord :;

   Sammanfattning : The introduction of artificial intelligence (AI) into our daily lives and workplaces, exemplified by the launch of the ChatGPT language model on November 30, 2022, has prompted questions about its role in journalism. Building on Jenny Wiik's (2010) research on the core values of Swedish journalists, this thesis aims to comprehensively understand how AI will impact traditional journalistic ideals in Sweden. LÄS MER

4. 3. Synergieffekt eller spel för galleriet? : Samverkan mellan skolan och Barn- och ungdomspsykiatrin (BUP)

   Kandidat-uppsats, Karlstads universitet/Institutionen för sociala och psykologiska studier (from 2013)

   Författare :Ulrika Sten; Josefin Berglund; [2024]
   Nyckelord :Collaboration; Mental illness; School; Child- and adolescent psychiatry; Samverkan; Psykisk ohälsa; Skolan; Barn- och ungdomspsykiatrin;

   Sammanfattning : Syftet med studien var att undersöka samverkan mellan skolan och Barn- och ungdomspsykiatrin (BUP) utifrån professionellas upplevelser. För att besvara studiens syfte antogs en kvalitativ ansats där sju halvstrukturerade intervjuer genomfördes med kuratorer och enhetschef från BUP samt skolkuratorer och skolsköterska från skolans elevhälsa. LÄS MER

5. 4. Station-level demand prediction in bike-sharing systems through machine learning and deep learning methods

   Master-uppsats, Lunds universitet/Institutionen för naturgeografi och ekosystemvetenskap

   Författare :Nikolaos Staikos; [2024]
   Nyckelord :Physical Geography; Ecosystem Analysis; Bike-sharing demand; Machine learning; Deep learning; Spatial regression; Graph Convolutional Neural Network; Multiple Linear Regression; Multilayer Perceptron Regressor; Support Vector Machine; Random Forest Regressor; Urban environment; Micro-mobility; Station planning; Geomatics; Earth and Environmental Sciences;

   Sammanfattning : Public Bike-Sharing systems have been employed in many cities around the globe. Shared bikes are an efficient and convenient means of transportation in advanced societies. Nonetheless, station planning and local bike-sharing network effectiveness can be challenging. LÄS MER

7. 5. Data analysis for predictive maintenance and potential challenges associated with the technology integration of steel industry machines.

   Master-uppsats, Högskolan i Gävle/Elektronik

   Författare :Pradip Nath; [2024]
   Nyckelord :Data Science; Data processing; Industrial Manufacturing; System Identification; Predictive maintenance; Conditional monitoring; Statistical Analysis; Signal processing; Hydraulic System; IoT; Sustainable Maintenance; Data vetenskap; Databehandling; Industriell tillverkning; System identifiering; Prediktivt underhåll; Tillståndsövervakning; Statistisk analys; Signal behandling;

   Sammanfattning : The recharge is the focus of data analysis of the different situations with the integration of the system and development of the two-stage 2/2 proportional cartridge valve for the steel industry machine. Using the statistical analysis technique to visualize the valve signal data behavior identify the accuracy of the machine data and apply the statistical feature extracting model using classification and clustering algorithms of real-time data analysis for the manufacturing. LÄS MER