Sökning: "Anomali"

Visar resultat 26 - 30 av 116 uppsatser innehållade ordet Anomali.

  1. 26. Resning till den tilltalades nackdel : Användbart verktyg eller framtida rättslig anomali?

    Uppsats för yrkesexamina på avancerad nivå, Uppsala universitet/Juridiska institutionen

    Författare :Alvin Svensson; [2021]
    Nyckelord :;

    Sammanfattning : .... LÄS MER

  3. 27. EVALUATION OF UNSUPERVISED MACHINE LEARNING MODELS FOR ANOMALY DETECTION IN TIME SERIES SENSOR DATA

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

    Författare :Lorenzo Bracci; Amirhossein Namazi; [2021]
    Nyckelord :Machine learning; Unsupervised learning; Anomaly detection; Time Series data; Maskininlärning; Oövervakat Lärande; Anomalidetektering; tidsseriedata;

    Sammanfattning : With the advancement of the internet of things and the digitization of societies sensor recording time series data can be found in an always increasing number of places including among other proximity sensors on cars, temperature sensors in manufacturing plants and motion sensors inside smart homes. This always increasing reliability of society on these devices lead to a need for detecting unusual behaviour which could be caused by malfunctioning of the sensor or by the detection of an uncommon event. LÄS MER

  4. 28. Evaluating Unsupervised Methods for Out-of-Distribution Detection on Semantically Similar Image Data

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

    Författare :Magnus Pierrau; [2021]
    Nyckelord :Out-of-distribution detection; anomaly detection; semantic similarity; image data; comparative evaluation; synthetic image data; Out-of-distribution detektion; anomali detektion; semantisk likhet; bilddata; jämförande utvärdering; syntetisk bilddata;

    Sammanfattning : Out-of-distribution detection considers methods used to detect data that deviates from the underlying data distribution used to train some machine learning model. This is an important topic, as artificial neural networks have previously been shown to be capable of producing arbitrarily confident predictions, even for anomalous samples that deviate from the training distribution. LÄS MER

  5. 29. Anomaly Detection using LSTM N. Networks and Naive Bayes Classifiers in Multi-Variate Time-Series Data from a Bolt Tightening Tool

    Master-uppsats, KTH/Skolan för industriell teknik och management (ITM)

    Författare :Karl-Filip Selander; [2021]
    Nyckelord :LSTM; anomaly detection; time-series; multi-variable; sensor; deep learning; LSTM; anomalidetektion; tidsserie; multivariabel; sensor; djupinlärning;

    Sammanfattning : In this thesis, an anomaly detection framework has been developed to aid in maintenance of tightening tools. The framework is built using LSTM networks and gaussian naive bayes  classifiers. The suitability of LSTM networks for multi-variate sensor data and time-series prediction as a basis for anomaly detection has been explored. LÄS MER

  7. 30. Är det möjligt att generera överavkastning genom systematisk värdeinvestering? : En studie om ”The Magic Formula” på den svenska aktiemarknaden.

    Kandidat-uppsats, Uppsala universitet/Företagsekonomiska institutionen

    Författare :Cavallin Johan; Edvin Raiend; [2021]
    Nyckelord :Värdeinvestering; The Magic Formula; Effektiva marknadshypotesen; överavkastning; Carthart Fyrfaktormodell; svenska aktiemarknaden; marknadsanomalier.;

    Sammanfattning : Är det möjligt att överprestera aktiemarknaden genom investeringsstrategier eller bör den långsiktigeinvesteraren följa indexportföljen? I denna studie appliceras Joel Greenblatts investeringsstrategi ”TheMagic Formula” på den svenska aktiemarknaden under åren 2000-2020. Strategin bygger på systematiskvärdeinvestering där nyckeltalen Return On Invested Capital (ROIC) och Earnings Yield (EY)kombineras för att hitta undervärderade bolag med god resultateffektivitet. LÄS MER