Sökning: "framgångsrikt nätverk"

Visar resultat 1 - 5 av 75 uppsatser innehållade orden framgångsrikt nätverk.

  1. 1. Svenska privatpersoners investeringsbeteende: Kryptomarknaden : En kvantitativ studie om hur svenska privatpersoner investerar i kryptovalutor

    Magister-uppsats, Högskolan i Halmstad/Akademin för företagande, innovation och hållbarhet

    Författare :Emil Karlsson; Jackie Lu; [2023]
    Nyckelord :;

    Sammanfattning : Titel:  Svenska privatpersoners investeringsbeteende: Kryptomarknaden - En kvantitativ studie om hur svenska privatpersoner investerar i kryptovalutor Bakgrund: Kryptomarknaden har på senare år blivit alltmer populär och visat på en stark tillväxt. Trots detta förblir den en oförutsägbar och riskfylld marknad för investeringar. LÄS MER

  3. 2. Lokalisering av borrhål i underjordsgruvor : Face drilling, del av adaptive automations projekt på Epiroc

    Master-uppsats, Örebro universitet/Institutionen för naturvetenskap och teknik

    Författare :Alex Melander; Edris Fatah; [2023]
    Nyckelord :;

    Sammanfattning : Yrkesmän har manuellt gjort borrplaner för varje borrsekvens, men denna modul med ett neuralt nätverk för punktmolnssegmentering- och- klassificering kommer att underlätta yrkesmännens behov genom att förenkla processen och utesluta orimliga delar i utgångsplanen. Dettaexamensarbete, som utförts i samarbete med Epiroc, en svensk tillverkare av gruv- och infrastrukturutrustning, fokuserar på att automatisera borrprocessen vid underjordisk gruvdrift. LÄS MER

  4. 3. Enabling Collaboration for Industrial Symbiosis Formation between Manufacturing Firms : A Study of the Norrbotten & Västerbotten Region

    Uppsats för yrkesexamina på avancerad nivå, Luleå tekniska universitet/Institutionen för ekonomi, teknik, konst och samhälle

    Författare :Anton Nygårdh; [2023]
    Nyckelord :Industrial symbiosis; Collaboration; Challenges; Strategies; Manufacturing industry; Norrland; Industriell Symbios; Samarbete; Utmaningar; Strategier; Tillverkningsindustri; Norrland;

    Sammanfattning : Purpose: The purpose of this thesis is to enhance the understanding of how collaboration in the manufacturing industry can enable the formation of industrial symbiosis by identifying challenges and strategies. To fulfill this purpose, two research questions has been addressed: What are the factors hindering collaboration and thus IS formation between companies in Norr- & Västerbotten? and What are the enabling strategies allowing collaboration for IS formation in Norr- & Västerbotten? Method: The research was conducted as a qualitative, inductive study of exploratory nature. LÄS MER

  5. 4. Designing Diverse Features to Reduce the Filter Bubble Effect on Social Media

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

    Författare :Ramya Kandula; [2023]
    Nyckelord :Filter bubbles; recommender systems; diversity; social media; filter bubblor; rekommenderande system; mångfald; sociala medier;

    Sammanfattning : The filter bubble effect has been an active area of research that has been explored in various contexts within social media. Research on recommender system designs within filter bubbles has received a lot of attention, mainly due to its impact on the phenomena. LÄS MER

  7. 5. Low-power Implementation of Neural Network Extension for RISC-V CPU

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

    Författare :Dario Lo Presti Costantino; [2023]
    Nyckelord :Artificial intelligence; Deep learning; Neural networks; Edge computing; Convolutional neural networks; Low-power electronics; RISC-V; AI accelerators; Parallel processing; Artificiell intelligens; Deep learning; Neurala nätverk; Edge computing; konvolutionella neurala nätverk; Lågeffektelektronik; RISC-V; AI-acceleratorer; Parallell bearbetning;

    Sammanfattning : Deep Learning and Neural Networks have been studied and developed for many years as of today, but there is still a great need of research on this field, because the industry needs are rapidly changing. The new challenge in this field is called edge inference and it is the deployment of Deep Learning on small, simple and cheap devices, such as low-power microcontrollers. LÄS MER