Sökning: "dynamiska modeller"

Visar resultat 1 - 5 av 163 uppsatser innehållade orden dynamiska modeller.

  1. 1. Vehicle dynamics modelling of electromagnetic suspensions for MAGLEV applications

    Master-uppsats, KTH/Väg- och spårfordon samt konceptuell fordonsdesign

    Författare :Léa Chatelais; [2024]
    Nyckelord :MAGLEV; Dynamics; Requirements; Suspension; Vehicle modeling; MATLAB; MAGLEV; Dynamisk; Fordran; Upphängning; Fordon modell; MATLAB;

    Sammanfattning : MAGnetic LEVitation Guidance System (MAGLEV) technology was commercially introduced relatively recently in the guided transport field. It is based on removing the wheels and rails of classic railway systems and supporting and guiding the train with magnets and magnetic forces instead. LÄS MER

  3. 2. Simuleringsdriven inferens av stokastiska dynamiska system

    Kandidat-uppsats, Göteborgs universitet/Institutionen för matematiska vetenskaper

    Författare :Alfred Andersson; Vilgot Jansson; Noah Trädgårdh; Jacob Welander; Victor Wellsmo; [2023-11-28]
    Nyckelord :;

    Sammanfattning : Stokastiska modeller, som ger tillförlitlig och användbar information om ett systems beteende, består ofta av stokastiska differentialekvationer (SDE) vars likelihoodfunktion inte är analytiskt tillgänglig. Mer traditionella Markov Chain Monte Carlo-metoder (MCMC) samt relativt nyligen utvecklade likelihood-fria Approximate Bayesian Computation-metoder (ABC) utgör populära angrepssätt för att utföra inferens på dessa typer av problem. LÄS MER

  4. 3. Övergången från linjära till cirkulära affärsmodeller: En kvalitativ studie om cirkulära affärsmodeller i textil- och modebranschen

    Kandidat-uppsats, Göteborgs universitet/Företagsekonomiska institutionen

    Författare :Nellie Falck; Moa Persson; [2023-11-08]
    Nyckelord :Cirkulär ekonomi; cirkulära affärsmodeller; cirkularitet; modebranschen; second hand; hållbarhet;

    Sammanfattning : Syftet med följande empiriska studie är att beskriva och undersöka hur en cirkulär affärsmodell kan se ut inom textil- och modebranschen samt vilka förutsättningar som behöver vara på plats för att driva och implementera en lönsam cirkulär affärsmodell. För att uppnå syftet har en kvalitativ metod använts, där datainsamlingen bestod av semistrukturerade intervjuer med en respondent från näringslivet, två från utbildningssektorn samt en från en statlig myndighet. LÄS MER

  5. 4. Comparing energy efficiency of Leaky integrate-and-fire and Spike response neuron models in Spiking Neural Networks

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

    Författare :Majd Dawli; Imran Bahed Diva; [2023]
    Nyckelord :;

    Sammanfattning : Spiking Neural Networks (SNNs) are a type of neural network that is designed to mimic the way neurons function in our brains. While there have been notable advancements in developing SNNs, energy consumption hasn't been studied to the same extent. This gets especially relevant with steadily increasing network sizes. LÄS MER

  7. 5. Customer churn prediction in a slow fashion e-commerce context : An analysis of the effect of static data in customer churn prediction

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

    Författare :Luca Colasanti; [2023]
    Nyckelord :Survival Analysis; Time To Event prediction; Churn retention; Machine Learning; Deep Learning; Customer Clustering; E-commerce; Analisi di sopravvivenza; Previsione del tempo a evento; Ritenzione dall’abbandono dei clienti; Apprendimento automatico; Apprendimento profondo; Segmentazione della clientela; Commercio elettronico; Överlevnadsanalys; Tid till händelseförutsägelse; Churn Prediction; Maskininlärning; Djuplärning; Kundkluster; E-handel;

    Sammanfattning : Survival analysis is a subfield of statistics where the goal is to analyse and model the data where the outcome is the time until the occurrence of an event of interest. Because of the intrinsic temporal nature of the analysis, the employment of more recently developed sequential models (Recurrent Neural Network (RNN) and Long Short Term Memory (LSTM)) has been paired with the use of dynamic temporal features, in contrast with the past reliance on static ones. LÄS MER