Sökning: "arkitekturer"

Visar resultat 1 - 5 av 183 uppsatser innehållade ordet arkitekturer.

1. 1. FPGA Based Control of Multiple Electric Machines for Marine Propulsion Systems

   Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

   Författare :Simon Weideskog; [2024]
   Nyckelord :FPGA; Field Oriented Control; BLDC; SVPWM; SMO; Electric Drives; Electric Machines; Sliding Mode Observer; Marine Propulsion; Multiple Machines; Boat Motor; Fältorienterad styrning; marin framdrivning; elektriska drivsystem; elmaskiner; flertal maskiner; båtmotor;

   Sammanfattning : This master thesis addresses the control of electric propulsion motors in a marine context. The focus lies mainly on the implementation of field oriented control (FOC) in a field programmable gate array (FPGA). The hypothesis is that FPGAs provide performance advantages over microcontroller-based control solutions by enabling parallel processing. LÄS MER

3. 2. SIMULATION AND SKILLS IMPROVEMENT An action research project to improve students’ learning of communication skills in upper-secondary health and social care education

   Master-uppsats, Göteborgs universitet/Institutionen för didaktik och pedagogisk profession

   Författare :Jason Patrick Stanley; [2023-09-27]
   Nyckelord :Aktionsforskning; simulering; praktik; arkitekturer; eleverfarenheter;

   Sammanfattning : Syfte: Uppsatsen undersöker vilka faktorer som möjliggör och/eller förhindrar elevlärande när lärare använder sig av simuleringar på vård- och omsorgsprogrammet. Forskning tyder på att simuleringar är en effektiv metod som gynnar elevers lärande och utveckling i sitt yrkeskunnande (Jossberger et al, 2022; Aarkrog 2018; Leibring, 2015). LÄS MER

4. 3. Image-classification for Brain Tumor using Pre-trained Convolutional Neural Network : Bildklassificering för hjärntumör medhjälp av förtränat konvolutionell tneuralt nätverk

   M1-uppsats, KTH/Hälsoinformatik och logistik

   Författare :Ahmad Osman; Bushra Alsabbagh; [2023]
   Nyckelord :Brain tumor; Deep learning; Convolutional Neural Network CNN ; diagnosis; Image classification; pre-trained models; dataset; economic impact.; Cancer; Hjärntumör; Artificiell intelligens AI ; djupinlärning; konvolutionellt neuralt nätverk CNN ; Diagnostik; Bildklassificering; förtränade modeller; dataset.;

   Sammanfattning : Brain tumor is a disease characterized by uncontrolled growth of abnormal cells inthe brain. The brain is responsible for regulating the functions of all other organs,hence, any atypical growth of cells in the brain can have severe implications for itsfunctions. The number of global mortality in 2020 led by cancerous brains was estimatedat 251,329. LÄS MER

5. 4. Image-classification for Brain Tumor using Pre-trained Convolutional Neural Network

   Kandidat-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

   Författare :Bushra Alsabbagh; [2023]
   Nyckelord :Brain tumor; Deep learning; Convolutional Neural Network CNN ; diagnosis; Image classification; pre-trained models; dataset; economic impact.; Cancer; Hjärntumör; Artificiell intelligens AI ; djupinlärning; konvolutionellt neuralt nätverk CNN ; Diagnostik; Bildklassificering; förtränade modeller; dataset.;

   Sammanfattning : Brain tumor is a disease characterized by uncontrolled growth of abnormal cells in the brain. The brain is responsible for regulating the functions of all other organs, hence, any atypical growth of cells in the brain can have severe implications for its functions. LÄS MER

7. 5. Transformer Offline Reinforcement Learning for Downlink Link Adaptation

   Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

   Författare :Alexander Mo; [2023]
   Nyckelord :Link Adaptation; Transformers; Reinforcement Learning; Sequence Modelling; Decision Transformer; Deep Neural Networks; Radio Resource Management; Telecommunication; Länkanpassning; Transformers; Reinforcement Learning; Sekvensmodellering; Beslutsstöd; Djupa neurala nätverk; Dataresurshantering; Telekommunikation;

   Sammanfattning : Recent advancements in Transformers have unlocked a new relational analysis technique for Reinforcement Learning (RL). This thesis researches the models for DownLink Link Adaptation (DLLA). LÄS MER