Sökning: "extremfall"
Visar resultat 1 - 5 av 31 uppsatser innehållade ordet extremfall.
1. Tsunamis i Norge : en kvalitativ fallstudie av riskarbetet i Stranda kommun
Kandidat-uppsats, Uppsala universitet/Kulturgeografiska institutionenSammanfattning : Denna uppsats syftar till att undersöka riskarbetet och resiliensen i Stranda kommun, Norge, genom en kvalitativ fallstudie. Studien undersöker även huruvida en medvetenhet om risker påverkar riskarbetet. LÄS MER
2. Olika barn leker bäst : Samarbete mellan forskningsgrupper och startupföretag
Kandidat-uppsats, Uppsala universitet/Företagsekonomiska institutionenSammanfattning : Universitet-företagssamarbeten är en av de mest gynnsamma kontexterna för innovationsfrämjande, till stor del på grund av heterogeniteten mellan dem. Skillnaderna leder till att de besitter kompletterande resurser som kan delas genom samarbeten, men även leda till konflikter och förhindra samarbete. LÄS MER
3. Designartefakter som kommunikationsverktyg inom mjukvaruutveckling
Kandidat-uppsats, Högskolan i Skövde/Institutionen för informationsteknologiSammanfattning : Samarbetet mellan UX (User Experience) Designers och mjukvaruutvecklare är sällan helt friktionsfritt, vilket delvis beror på sammanflätningen av deras olika arbetssätt, kommunikationssätt samt otydligheter i hur samarbetet bäst bör gå till. Designers lämnar ofta över designprototyper till utvecklare inför implementering, vilket innebär att de fungerar som ett kommunikationsverktyg mellan parterna. LÄS MER
4. Impact of Shot Length and Motion on Cinematic Tempo
Kandidat-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)Sammanfattning : Tempo is an important part of film, it is used by filmmakers to communicate various feelings and settings through visual media. Through research, we found shot length and motion are what primarily makes the tempo of a film. LÄS MER
5. Classification and localization of extreme outliers in computer vision tasks in surveillance scenarios
M1-uppsats, KTH/Hälsoinformatik och logistikSammanfattning : Convolutional neural networks (CNN) have come a long way and can be trained toclassify many of the objects around us. Despite this, researchers do not fullyunderstand how CNN models learn features (edges, shapes, contours, etc.) fromdata. LÄS MER