Browsing Fakultet for informasjonsteknologi og elektroteknikk (IE) by Title
Now showing items 11129-11148 of 20194
-
Machine Learning for Automatically Counting Growth-Stunted Fish in Sea Cages
(Master thesis, 2023)Lakseoppdrettsmerder inneholder ofte et stort antall veksthindrede fisk omtalt som "taperfisk". Tilstedeværelsen av taperfisk kan indikere utilstrekkelige velferdsfaktorer eller sykdommer. Ved å overvåke forekomsten av ... -
Machine Learning for bottom-detection in Doppler Velocity Logs
(Master thesis, 2021)Den voksende utviklingen og utvidede bruken av autonome undervannsfarkoster (Autonomous Underwater Vehicle, AUV) har bidratt til en økende etterspørsel av nøyaktig, robust og langsiktig undervanns navigasjon. Moderne ... -
Machine Learning for Classification of Myocardial Infarction and Heart failure Using Longitudinal Myocardial Strain
(Master thesis, 2020)Venstre-ventrikkels ejeksjonsfraksjon (EF) har lenge blitt brukt som en indikator på hjertetilstand av pasienter i klinisk kardiologi. De siste årene har bruken av myokardiell tøyning til diagnostikk også blitt mer utbredt. ... -
Machine Learning for COVID-19 Detection Based on Cough Sounds
(Master thesis, 2021) -
Machine learning for detecting the activity of fishing vessels
(Master thesis, 2023)Denne oppgaven presenterer en ny tilnærming til å forutsi aktivitetene til norske fartøyer, spesielt de som driver med å fiske norsk vårgytende sild (NSSH). Studien forsøkte å klassifisere atferden til fiskefartøyer ved å ... -
Machine Learning for Detection of Fronts in Ocean Model and Remote Sensing Data
(Master thesis, 2022)Havfronter er overganger mellom vannmasser med ulike fysiske egenskaper som temperatur, salinitet og tetthet. Fronter kan være utfordrende å detektere da de er komplekse og har «weak edges» (svake gradienter). Dette fører ... -
Machine Learning for Gesture Recognition with Electromyography
(Master thesis, 2017)About 70 million deaf people use sign language as their first language or mother tongue, but the lack of a common language between the deaf and hearing individuals makes the general communication difficult. This thesis ... -
Machine Learning for Hydropower Scheduling: State of the Art and Future Research Directions
(Peer reviewed; Journal article, 2020)This paper investigates and discusses the current and future role of machine learning (ML) within the hydropower sector. An overview of the main applications of ML in the field of hydropower operations is presented to show ... -
Machine learning for identification of features in ocean model and remote sensing data
(Master thesis, 2020)Å forutsi havdynamikk ved bruk av numeriske modeller er utfordrende på grunn av uforutsigbare ikke-lineariteter og begrenset tilgang til fysiske observasjoner. Havvirvler utgjør konseptuelle og praktiske utfordringer for ... -
Machine learning for identification of individual salmon behaviour in aquaculture
(Master thesis, 2023)The modern aquaculture industry suffers from low observability and control of conditions in the aquaculture cages. In order to better understand fish behaviour in both normal and stressful conditions, more knowledge of ... -
Machine Learning for Multi-Source Analysis
(Master thesis, 2021)Internett fortsetter å utvide seg, og brukere forventer stadig bedre ytelse ettersom nye og bedre digitale tjenester blir tilgjengelig. Internettleverandører overvåker nettverksinfrastrukturen sin nøye for å opprettholde ... -
Machine Learning for Multi-Source Analysis
(Master thesis, 2021)Internett fortsetter å utvide seg, og brukere forventer stadig bedre ytelse ettersom nye og bedre digitale tjenester blir tilgjengelig. Internettleverandører overvåker nettverksinfrastrukturen sin nøye for å opprettholde ... -
Machine learning for prevention of strike damage
(Bachelor thesis, 2022)Graveskader forårsaker hvert år kostbare skader på infrastruktur som påvirker levebrødet og skaper ulemper for mange rundt om i Norge. Formålet med denne rapporten er å utforske muligheten til å forutsi utfallet til ... -
Machine Learning for PV System Operational Fault Analysis: Literature Review
(Chapter, 2022)This review paper aims to discover the research gap and assess the feasibility of a holistic approach for photovoltaic (PV) system operational fault analysis using machine learning (ML) methods. The analysis includes the ... -
Machine Learning for Smart Building Applications: Review and Taxonomy
(Journal article; Peer reviewed, 2019)The use of machine learning (ML) in smart building applications is reviewed in this article. We split existing solutions into two main classes: occupant-centric versus energy/devices-centric. The first class groups solutions ... -
Machine Learning for Spatio-Temporal Forecasting of Ambulance Demand: A Norwegian Case Study
(Master thesis, 2021)I akuttmedisinen opererer man ofte i en kamp mot klokken. Man må fordele tilgjengelige ressurser strategisk slik at man kan nå mennesker i nød på kortest mulig tid og redde liv. For å kunne posisjonere ambulanser strategisk ... -
Machine learning for surge modeling
(Master thesis, 2022)Den norske petroleumsindustrien er ikke bare en Norges største inntektskilder, men den er også en av verdens størse gass- og oljeleverandører i det globale markedet. Equinor opplever variasjoner i væskerate på topside (et ... -
Machine Learning in Financial Market Surveillance: A Survey
(Peer reviewed; Journal article, 2021)The use of machine learning for anomaly detection is a well-studied topic within various application domains. However, the detection problem for market surveillance remains challenging due to the lack of labeled data and ... -
Machine learning in robotics: Explaining autonomous agents in real time
(Doctoral theses at NTNU;2023:134, Doctoral thesis, 2023)Artifcial intelligence (AI) and machine learning (ML) offer a number of benefits in multiple applications within the field of robotics, such as computer vision, object grasping, motion control, and planning. Although AI ... -
Machine learning meets continuous flow chemistry: Automated optimization towards the Pareto front of multiple objectives
(Journal article; Peer reviewed, 2018)Automated development of chemical processes requires access to sophisticated algorithms for multi-objective optimization, since single-objective optimization fails to identify the trade-offs between conflicting performance ...