mdh.sePublikationer
1 - 4 av 4
rss atomLänk till träfflistan
Permanent länk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
  • Disputation: 2019-12-06 13:30 Delta, Västerås
    Hellström, Per Anders Rickard
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    Wearable Pedobarography System for Monitoring of Walk Related Parameters2019Doktorsavhandling, sammanläggning (Övrigt vetenskapligt)
    Abstract [sv]

    Kostnaderna för sjukvård har ökat de senaste decennierna på grund av att vi lever allt längre. Därför så har forskningen inom personlig hälsomonitorering (PHM) ökat som ett svar på detta. PHM har fördelar såsom mobilitet (monitorering av hälsa på jobbet eller i hemmet), tidig upptäckt av hälsoproblem gör det möjligt att sätta in förebyggande åtgärder för hälsa och reducera kostnaden för sjukvård. Rörelseanalys på människor, med hjälp av till exempel pedobarografi (PBG), är en viktig underkategori av PHM. PBG används för att studera kraftfält som verkar mellan fotens undersida och en uppbärande yta. Analys av gångstil och kroppshållning, utvärdering av proteser och övervakning av återhämtning från skada eller sjukdom är exempel på tillämpningar för PBG.

     I överrensstämmelse med detta är syftet för forskningen i den här avhandlingen att utforma, bygga och utvärdera ett trådlöst och bärbart mätsystem som bygger på PBG för övervakning av gångrelaterade parametrar. Övervakning av buren vikt och gånghastighet valdes som tillämpningarna för att utvärdera systemet. Motiveringar för att välja dessa tillämpningar är att det finns en brist på bärbara system för övervakning av vikt under gång och att en möjlig kombination med accelerometrar kan förbättra uppskattningen av gånghastighet. Både gånghastighet och vikt är viktiga faktorer vid uppskattning av energiförbrukning. Ett portabelt system, som uppskattar vikt under gång, möjliggör övervakning av tunga arbetsförhållanden.

     De främsta forskningsbidragen inkluderar utformningen av ett mätsystem baserat på PBG med sensorimplementering som ger lång livslängd för sensorerna, flera nya analysmetoder för uppskattning av vikt under gång och en ny analysmetod för gångintensitet som relateras till gånghastighet. Forskningsresultaten visar på att det nya PBG-systemet, i kombination med de nya analysmetoderna, är passande för användning i bärbara system för övervakning av hälsorelaterade gångparametrar.

  • Disputation: 2019-12-18 13:15 Delta, Västerås
    Leon, Miguel
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system. Mälardalens Högskola.
    IMPROVING DIFFERENTIAL EVOLUTION WITH ADAPTIVE AND LOCAL SEARCH METHODS2019Doktorsavhandling, sammanläggning (Övrigt vetenskapligt)
    Abstract [en]

    Differential Evolution (DE) is a population-based algorithm that belongs to the Evolutionary algorithm family. During recent years, DE has become a popular algorithm in optimization due to its strength solving different types of optimization problems and due to its easy usage and implementation.

    However, how to choose proper mutation strategy and control parameters for DE presents a major difficulty in many real applications. Since both mutation strategy and DE control parameters are highly problem dependent, they have to be adapted to suite different search spaces and different problems. Failure in proper assignment for them will cause slow convergence in search or stagnation with a local optimum.

    Many researches have been conducted to tackle the above issues. The major efforts have been made in the following three directions. First, some works have been proposed that adapt the selection between various mutation strategies. But the choice of strategies in these methods has not considered the difference of quality of individuals in the population, which means that all individuals will acquire the same probability to select a mutation strategy from the candidates. This does not seem a very desired practice since solutions of large difference would require different mutation operators to reach improvement. Second, many works have been focusing on the adaptation of the control parameters of DE (mutation factor (F) and crossover rate (CR)). They mainly rely on previous successful F and CR values to update the probability functions that are used to generate new F and CR values. By doing this, they ignore the stochastic nature of the operators in DE such that weak F and CR values can also get success in producing better trial solutions. The use of such imprecise experiences of success would prevent the DE parameters from being adapted towards the most effective values in coming generations. Third, various local search methods have been incorporated into DE to enhance exploitation in promising regions so as to speed up the convergence to optima. It is important to properly adjust the characteristics of the local search in DE to achieve well balanced exploratory/exploitative behavior to solve complex optimization problems.

    This thesis aims to further improve the performance of DE by new adaptation and local search methods. The main results can be summarized in the following three aspects:

    1) Proposal of a new rank-based mutation adaptation method, which takes into account the quality of solutions in the population when adapting the selection probabilities of mutation strategies. This makes possible to treat solutions with distinct ranks (in quality) differently by using different selection probabilities for mutation operators.

    2) Development of improved parameter adaptation methods for DE, which emphasizes more reliable and fair evaluation of candidates (F and CR assignments) during the search process. It is suggested that greedy search being used as a fast and cheap technique to look for better parameter assignment for F and CR respectively in the neighborhood of a current candidate. Further, a joint parameter adaptation method is proposed that enables continuous update of the selection probabilities for F and CR pairs based on feedback acquired during the search.

    3) Proposal of new methods for better incorporation of local search into a DE algorithm. The Eager Random Search method is investigated as local search inside DE, which exhibits different exploratory-exploitative characteristics by using different probability density functions. More importantly, we propose a novel memetic framework in which Alopex local search (ALS) is performed in collaboration with a DE algorithm. The framework favors seamless connection between exploration and exploitation in the sense that the behavior of exploitation by ALS can be controlled by the status of global exploration by DE.

    The proposed methods and algorithms have been tested in a number of benchmark problems, obtaining competitive results compared with the state-of-the-art algorithms. Additionally, the Greedy Adaptive DE (GADE) algorithm (developed based on greedy search for DE parameters) has been tested in a real industrial problem, i.e., finding best component parameters to optimize the performance of harmonic filters for power transmission. GADE is shown to produce better harmonic filter systems with lower harmonic distortion than the standard DE.

  • Disputation: 2020-01-10 13:15 Beta, Västerås
    Källberg, Linus
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    Minimum Enclosing Balls and Ellipsoids in General Dimensions2019Doktorsavhandling, sammanläggning (Övrigt vetenskapligt)
    Abstract [en]

    In this doctoral thesis, we study the problem of computing the ball of smallest radius enclosing a given set of points in any number of dimensions. Variations of this problem arise in several branches of computer science, such as computer graphics, artificial intelligence, and operations research. Applications range from collision detection for three-dimensional models in video games and computer-aided design, to high-dimensional clustering and classification in machine learning and data mining. We also consider the related and more challenging problem of finding the enclosing ellipsoid of minimum volume. Such ellipsoids can provide more descriptive data representations in the aforementioned applications, and they find further utility in, for example, optimal design of experiments and trimming of outliers in statistics.

    The contributions of this thesis consist of practical methods for the efficient solution of these two problems, with a primary focus on problem instances involving a large number of points. We introduce new algorithms to compute arbitrarily fine approximations of the minimum enclosing ball or ellipsoid in general dimensions. In our experimental evaluations, these algorithms exhibit running times that are highly competitive with, and often markedly superior to, those of earlier algorithms from the literature. Moreover, we present a new out-of-core algorithm to compute the exact minimum enclosing ball for massive, low-dimensional point sets residing in secondary storage. In addition to these solution methods, we develop acceleration techniques that can further improve their performance, either by using pruning heuristics to reduce the amount of work performed in each iteration, or by utilizing parallel hardware features of modern processors and graphics processing units. These techniques are also applicable to several existing algorithms.

    Publikationen är tillgänglig i fulltext från 2019-12-20 08:00
  • Disputation: 2020-01-28 09:15 Kappa, Västerås
    Ahlberg, Carl
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    Embedded high-resolution stereo-vision of high frame-rate and low latency through FPGA-acceleration2020Doktorsavhandling, sammanläggning (Övrigt vetenskapligt)
    Abstract [sv]

    Autonoma agenter är beroende av information från den omgivande miljön för att agera. I en mängd av tillgängliga sensorer är troligtvis bildsensorn den mest mångsidiga, då den möjliggör särskillnad av färg, storlek, form och djup. För det sistnämnda är, i en dynamisk miljö utan krav på förkunskaper, stereovision en vanligt tillämpad teknik. Tolkning av bildinnehåll och extrahering av relevant information går under benämningen datorseende. Datorseende, och specifikt stereoalgoritmer, är redan för ett enskilt bildpar komplexa och beräkningsmässigt kostsamma, och ger resultat som, i termer av noggrannhet, är kvalitativt svåra att jämföra. Problematiken utökas vidare av kontinuerlig ström av bilder, med allt högre bildfrekvens och upplösning. För autonoma agenter krävs dessutom överväganden vad gäller realtidskrav, inbyggda system/resursbegränsade beräkningsplattformar, strömförbrukning och fysisk storlek, vilket summerar till ett otvetydigt utmanande problem.

    Den här avhandlingen syftar till att åstadkomma högupplöst stereovision med hög uppdateringsfrekvens och låg latens på inbyggda system. Genom att närma sig problemet från två olika vinklar, hårdvaru- och algoritmmässigt, kan ett symbiotiskt förhållande däremellan säkerställas.Avhandlingens första bidrag är GIMME och GIMME2 inbyggda visionsplattformar, som erbjuder FPGA-baserad hårdvaruaccelerering, med särskilt fokus på stereoseende, i kontrast till för tidpunkten kommersiellt tillgängliga system.Det andra bidraget, härrörande stereoalgoritmer, är tudelat.Först hanteras skalbarhetproblemet, sammankopplat med disparitetsomfånget, genom att föreslå en segmentbaserad stereoalgoritm.I segmentrymden är matchningen oberoende av bildupplösningen, samt att disparitetsomfånget definieras i termer av segment, vilket antyder att relativt få hypoteser behövs för att omfatta hela scenen.I det andra bidraget på algoritmnivå, mer i linje med konventionella stereoalgoritmer för FPGAer, har Censustransformen (CT) identifierats som ett återkommande kostnadsmått för likhet. Här föreslås en optimering av CT genom att tillämpa genetisk algoritm (GA) - Genetisk Algoritm Census Transform (GACT). GACT visar lovande resultat för referensdataset jämfört med etablerade CT-metoder, men är samtidigt resurseffektiv.