Dataföreningen Östra Kretsens Ceremoni 2020 för presentation av nominerade till Bästa Examensarbetet 2019, LiU.
Ceremonin hålls online 2020-05-14 kl 17-19 via länk efter kontakt med Simin Najdm-Tehrani (simin.nadjm-tehrani@liu.se) OBS. Endast för ett begränsat antal medlemmar.
NOMINERADE ÄR
Sofia Thunberg
Sofia Thunbergs masteruppsats: "Can You Read My Mind? ‐ A Participatory Design Study of How a Humanoid Robot Can Communicate its Intent and Awareness"
Design av den information ett AI‐system (i det här fallet en humanoid robot) behöver för att kommunicera med mänskliga användare, när den behöver kommunicera och hur den gör det.
Uppsatsen håller mycket hög kvalitet och presenterades bland annat i Madrid i november vid workshopen "Quality of Interaction in Socially Assistive Robots", som var en del av International Conference on Social Robots. Ett längre papper är också skickat till en tidskrift och resultatet av arbetet används av Linköping Universitets RoboCup@Home lag.
Per Lindström
Per Lindströms masteruppsats: “Deep Imitation Learning on Spatio-Temporal Data with Multiple Adversarial Agents Applied on Soccer”
In a cooperation between LiU and the sports analytics company Signality, Per Lindström used imitation learning on spatial‐temporal data of soccer games in Allsvenskan to predict player movements in shot situations. Per worked independently, proposed good ideas for solving the problem, took in good ideas, used critique in a positive way, was good at writing and held an excellent presentation.
The work resulted in a research article that was presented at MLSA 2019 ‐ the 6th Workshop on Machine
Learning and Data Mining for Sports Analytics in September 2019: (Artikel)
Carl Nyqvists och Martin Larsson
Carl Nyqvists och Martin Larssons masteruppsats: ” Lightweight Portable Intrusion Detection System for Auditing Applications: Implementation and evaluation of a lightweight portable intrusion detection system using Raspberry Pi and Wi-Fi Pineapple”
The thesis developed a topical Intrusion Detection System for Internet‐of‐things applications. A comparison of theoretical approaches as well a practical implementation and demonstration are performed. Novel research results are published in a Wiley International Journal of Communication Systems of a high scientific level.
Tobias Sunds och Claes Lööf
Tobias Sunds och Claes Lööfs masteruppsats: ” Performance Evaluation of a Blockchain-based Traceability System – A Case Study at IKEA”
Detta exjobb undersöker möjligheten att använda blockkedjor för att möjliggöra spårbarhet i försörjningskedjor för IKEA. Arbetet är mycket gediget och inkluderar såväl intevjundersökningar för att ta reda på krav och behov, analys av data, design och implementering av enavancerad prototyp och en experimentell undersökning av systemets prestanda. Arbetet har blivit accepterat för publicering i en tidskrift med hög impact factor.
Carl Folkesson
Carl Folkessons masteruppsts: ”Anonymization of directory-structured sensitive data”
Carl Folkesson har utfört en omfattande undersökning av hur man kan anonymisera directory‐strukturerad data i syfte att dela datan med andra utan att gå emot GDPR bestämmelserna, och samtidigt inte förlora nyttan i den delade datan (t ex för forskning eller aggregering). Han har integrerat 4 aktuella anonymiseringsmetoder i datahanteringssystemet på Cybercom, och för varje metod avgjort huruvida anonymisering på individnivå, directory nivå, eller rekursiv directory‐nivå ger fördelar. Arbetet som är för nuvarande under review i top privacy konferensen PETS i form av en 20 sidig sammanfattning, beskriver jämförelserna mha fyra utvalda metriker och i närvaru av tre olika attacker som utförts på den delade anonyma datamängden (innehållande ca 50000 individer).
Christoffer Johansson
Christoffer Johanssons masteruppsats: “Arrival Time Predictions for Buses using Recurrent Neural Networks”
Exjobbets styrkor Christoffer Johansson har självständigt genomfört ett examensarbetet hos Attentec AB tillsammans med Östgötatrafiken där han visar hur det går att förbättra pricksäckerheten i förutsägelser om ankomsttid för bussar med i genomsnitt 7.2% – 40.9% jämfört med det system som Östgötatrafiken använder idag. Han har tillämpat en maskininlärningsmodell som baserar sig på rekurrenta neurala nätverk med LSTM‐enheter.
Christoffer har presenterat exjobbsresultaten för flera av Attentecs kunder och potentiella kunder vilket har lett till nya ordrar och tillämpningar med maskininlärning, vilket tydligt visar att exjobbet har skapat affärsvärde.
Martin Lindbloms and Oscar Järpehul
Martin Lindbloms and Oscar Järpehuls kandidatuppsats: “Longitudinal measurements of link usage on Twitter”
Martin and Oscar’s thesis presents a measurement framework and a novel characterization of the link sharing usage on Twitter that places particular focus on third‐party link shortener services that hides the actual URL from the users until users click on a generic, shortened URL. The analysis provides insights into link sharing biases on Twitter and the observations can have implications on how easily fake news and other miss information can spread. The research has been written up as a research paper that we plan to submit this spring. Overall, the tool is very well designed, allows collection of novel type of datasets, and is currently being used to collect additional datasets (so to allow longitudinal analysis).
Madeleine Bäckströms and Linn Hallonqvist
Madeleine Bäckströms and Linn Hallonqvists kandidatuppsats: “A three-phase user study evaluating the integration of a generalized playback bar for a branched video player”
Madeleine and Linn designed and performed a three‐phase user study, where they evaluated the a novel playback bar and its features within the context of branched video playback (similar to Netflix move Bandersnatch). The research highlights the value of a branched video playback bar, provides valuable insights to the best design of video players for such content, and culminated in a research paper published at ACM Multimedia 2019 (ranked as an A* conference).
Fredrik Josefssons och Niklas Larsson
Fredrik Josefssons och Niklas Larssons kandidatuppsats: ”A study of slow denial of service mitigation tools and solutions deployed in the cloud”
Fredrik och Niklas har studerat ett problem som är mycket aktuellt i dagens digitaliserade samhälle dvs hur resistenta molnbaserade tjänster är mot stora påfrestningsattacker (Denial of Service) för en variant av attacken som är smygande och svåra att upptäcka. De har på ett systematiskt och självständigt sätt skapat miljöer där attacker kan emuleras på en webserver som de satt upp en molnmiljö, samt utfört attacker med utgångspunkt från senaste forskningen och utmätt effekten på tjänstens svarstid genom mätningar. Arbetet som är mindre än 1 år gammal har haft 116 nedladdningar till dagens datum.
Årets Promotorer är Ola Leifler (för kandidatexjobb) och Nahid Shahmeri (för Masterexjobb).
Anmäl dig här