Computer Engineering Commons^™

Digital Platform Development For Performance Monitoring System In Oil And Gas Exploration And Production, Tanthai Poopaiboon

Chulalongkorn University Theses and Dissertations (Chula ETD)

The paper provides a case study to enhance the Performance Management System for Oil and Gas Exploration and Production industry. Although the system was designed for the Oil and Gas Exploration and Production industry, the paper could be applied effectively for other industries because the modern organisation mainly utilised the Key Performance Indicator (KPI) to reflect its performance. So, the paper could be applied to most organisations with minor modifications. The Advanced Performance Management System was developed systematically powered by digital transformation according to research methodology framework, including research, analysis, project development, and result measurement. The research stage is studying …

ระบบระบุตำแหน่งภายในอาคารสำหรับสมาร์ตโฟนด้วยการใช้เทคนิคลายนิ้วมือของสัญญาณวายฟายเชิงกำหนด, ธีรภัทร์ วงศ์สุธีรา

Chulalongkorn University Theses and Dissertations (Chula ETD)

การระบุตำแหน่งภายในอาคารด้วยการใช้เทคนิคลายนิ้วมือของสัญญาณวายฟายมักจะทำงานอย่างไม่มีประสิทธิภาพเมื่อนำไปใช้งานในพื้นที่ขนาดใหญ่ นอกจากนี้ การระบุตำแหน่งดังกล่าวมักพบกับปัญหาตำแหน่งที่ไม่ตรงกัน ซึ่งทำให้เกิดความไม่แม่นยำในการระบุตำแหน่ง ยิ่งกว่านั้นการเปลี่ยนแปลงของสภาพแวดล้อมก็สามารถลดประสิทธิภาพโดยรวมของระบบได้เช่นกัน เพื่อที่จะแก้ปัญหาเหล่านี้ งานวิจัยชิ้นนี้ได้นำเสนอ ระบบระบุตำแหน่งภายในอาคารสำหรับสมาร์ตโฟนด้วยการใช้เทคนิคลายนิ้วมือของสัญญาณวายฟายเชิงกำหนด ระบบนี้ประกอบด้วยกันทั้งหมด 3 ส่วน ส่วนที่หนึ่งคืออัลกอริทึมสำหรับจัดหมวดหมู่พื้นที่ โดยส่วนนี้จะจำแนกคำร้องขอจากผู้ใช้งาน ว่าถูกส่งมาจากภายนอกอาคารหรือภายในอาคารใด เพื่อกรองคำร้องขอที่ถูกส่งมาจากพื้นที่ภายนอกอาคารหรือพื้นที่ที่ระบบไม่ได้ครอบคลุมออกไป ส่วนที่สองคืออัลกอริทึมระบุตำแหน่งภายในอาคาร ส่วนนี้จะใช้ข้อมูลจากส่วนแรก ในการลดขอบเขตการค้นหาลายนิ้วมือของสัญญาณลง ทำให้สามารถลดระยะเวลาในการประมวลผลเพื่อหาตำแหน่งที่แน่นอนได้อย่างมหาศาล นอกจากนี้อัลกอริทึมในส่วนนี้จะคำนึงถึงปัญหาตำแหน่งที่ไม่ตรงกัน เพื่อลดผลกระทบจากปัญหาดังกล่าว ส่วนที่สามคืออัลกอริทึมตรวจจับบีเอสเอสไอดีที่หายไปจากคำร้องขอจากผู้ใช้งานและปรับปรุงฐานข้อมูล เพื่อให้ระบบสามารถปรับตัวกับสภาวะแวดล้อมที่เปลี่ยนไปได้ จากผลการทดลอง ระบบที่นำเสนอสามารถจัดหมวดหมู่พื้นที่ ระบุตำแหน่งภายในอาคารและตรวจจับบีเอสเอสไอดีที่หายไปได้อย่างแม่นยำ โดยอัลกอริทึมสำหรับจัดหมวดหมู่พื้นที่สามารถลดระยะเวลาในการประมวลผลอย่างเห็นได้ชัดเมื่อเปรียบเทียบกับงานวิจัยที่ผ่านมา นอกจากนี้อัลกอริทึมตรวจจับบีเอสเอสไอดีที่หายไปสามารถเพิ่มประสิทธิภาพให้กับทั้งระบบที่นำเสนอและงานวิจัยที่ผ่านมาได้อย่างมาก

การวิเคราะห์ข้อความภาษาธรรมชาติตามประมวลกฎหมายอาญา, วีรยุทธ ครั่งกลาง

Chulalongkorn University Theses and Dissertations (Chula ETD)

วิทยานิพนธ์นี้วิเคราะห์การบังคับใช้กฎหมายอาญาของประเทศไทย ในภาค1 บทบัญญัติทั่วไป และภาค2 เฉพาะความผิดเกี่ยวกับชีวิต มาตรา 288 และมาตรา 289 ในลักษณะ10 ความผิดเกี่ยวกับชีวิตและร่างกาย ตามประมวลกฎหมายอาญาของไทย ส่วนแรกของวิทยานิพนธ์นี้ใช้ความรู้ด้านกฎหมายอาญาและคำพิพากษาของศาลฎีกาในการสร้างกฎในการพิจารณาที่มนุษย์สามารถเข้าใจได้ และส่วนที่สองคือการฝึกฝนแบบจำลองด้วยชุดข้อมูลจากคำพิพากษาด้วยเทคนิคการเรียนรู้เชิงลึก โดยแก้ปัญหาความไม่สมดุลของกลุ่มข้อมูลฝึกสอนด้วยการสังเคราะห์ตัวอย่างข้อมูลในกลุ่มอื่น ๆ ให้มีจำนวนเท่ากับกลุ่มที่มากที่สุด และฝึกสอนด้วยโครงข่ายหน่วยความจำระยะสั้นแบบยาวทิศทางเดียวและสองทิศทาง ซึ่งเป็นโครงข่ายประสาทเทียมแบบวกกลับประเภทหนึ่ง และเมื่อวัดประสิทธิภาพแบบจำลองด้วยค่าเฉลี่ยมหภาคเอฟวัน พบว่าแบบจำลองของหน่วยความจำระยะสั้นแบบยาวสองทิศทางให้ประสิทธิภาพสูงกว่าแบบทิศทางเดียว และการใช้ค่าถ่วงน้ำหนักเริ่มต้นจากเรียนรู้ด้วยคลังข้อมูลขนาดใหญ่อื่น ให้ประสิทธิภาพที่สูงกว่าการใช้เฉพาะข้อมูลฝึกสอน และท้ายสุดทำการทดสอบความแม่นยำของแบบจำลองจากข่าวอาชญากรรมด้วยเทคนิคการหาค่าเฉลี่ยความน่าจะเป็น เพื่อใช้เป็นข้อมูลขาเข้าของกฎการพิจารณา พบว่าสอดคล้องกับความเห็นของนักกฎหมาย 59 %

การสร้างเทสต์สคริปต์สําหรับโปรแกรมประยุกต์บนเว็บ, พันทกานต์ ศรีวิชัยนันท์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การทดสอบซอฟต์แวร์เป็นกระบวนการหนึ่งที่สำคัญต่อการพัฒนาซอฟต์แวร์ เพื่อค้นหาข้อผิดพลาดของซอฟต์แวร์ที่มีอยู่ในระบบ สามารถเพิ่มความน่าเชื่อถือให้กับซอฟต์แวร์ได้ การทดสอบซอฟต์แวร์ด้วยมือเป็นการทดสอบรูปแบบหนึ่งที่สามารถค้นหาข้อผิดพลาดของซอฟต์แวร์ได้ ทุก ๆ ครั้งที่ซอฟต์แวร์มีการเปลี่ยนแปลงต้องมีการทดสอบเพื่อเป็นการประกันคุณภาพของซอฟต์แวร์ อย่างไรก็ตามการทดสอบนั้นจะใช้จำนวนนักทดสอบ เวลาที่ใช้ทดสอบ เป็นจำนวนมากโดยเฉพาะการทดสอบแบบถดถอย แม้ว่าปัจจุบันนี้จะมีการใช้การทดสอบแบบอัตโนมัติมาช่วยลดเวลาที่ใช้ในการทดสอบลงแล้ว ยังต้องอาศัยนักทดสอบที่มีความรู้ ความเชี่ยวชาญในการสร้างเทสต์สคริปต์ ทำให้การสร้างเทสต์สคริปต์ในช่วงเวลาเริ่มต้นนั้นอาจใช้เวลานาน งานวิจัยนี้จึงได้เล็งเห็นความสำคัญที่จะช่วยนักทดสอบสร้างเทสต์สคริปต์ได้ง่ายขึ้น จึงนำเสนอวิธีการสร้างเทสต์สคริปต์สำหรับโปรแกรมประยุกต์บนเว็บจากการนำเข้าชื่อยูอาร์แอลเพื่อวิเคราะห์อินพุตฟิลด์และไฟล์เอกซ์เอสดีเพื่อสร้างข้อมูลทดสอบ โดยใช้วิธีการสร้างข้อมูลทดสอบแบบการวิเคราะห์ค่าขอบเขตแล้วสร้างเป็นเทสต์สคริปต์ ซึ่งเทสต์สคริปต์ที่ได้มานั้นจะถูกใช้งานภายใต้โรบอทเฟรมเวิร์ค หลังจากผู้วิจัยได้ทดสอบเครื่องมือเพื่อสร้างเทสต์สคริปต์ พบว่าเครื่องมือสามารถสร้างเทสต์สคริปต์และนำไปใช้งานภายใต้โรบอทเฟรมเวิร์คได้จริง

การแปลงตรรกเชิงเวลาแบบเมตริกไปเป็นตรรกเชิงเวลาเชิงเส้นสำหรับโพรเมลา, จุฑามาศ กะวิเศษ

Chulalongkorn University Theses and Dissertations (Chula ETD)

การทวนสอบสำหรับระบบเรียลไทม์เป็นสิ่งสำคัญและหลีกเลี่ยงไม่ได้ โดยปกติแล้วระบบเรียลไทม์จะอยู่ในรูปแบบที่เป็นรูปแบบทางการและถูกตรวจสอบเพื่อให้สามารถรองรับคุณลักษณะที่สำคัญ ๆ ได้ แบบจำลองที่อยู่ในรูปแบบที่เป็นทางการนี้สามารถตรวจสอบคุณลักษณะที่สนใจด้วยใช้การตรวจสอบแบบจำลอง อย่างไรก็ตาม การตรวจสอบคุณลักษณะของแบบจำลองดังกล่าว ที่ได้ประสิทธิภาพสามารถเขียนแทนให้อยู่ในรูปแบบของตรรกเชิงเวลาแบบเมตริก หรือเอ็มทีแอล ซึ่งสามารถระบุช่วงเวลาที่สนใจได้ วิทยานิพนธ์ฉบับนี้ได้นำเสนอทางเลือกหนึ่งสำหรับการแปลงสมการในรูปบบแอลทีแอลไปเป็นสมการในรูปแบบของตรรกศาสตร์เชิงเส้น หรือแอลทีแอล ที่ทำงานร่วมกันกับภาษาโพรเมลา จากคุณลักษณะของเอ็มทีแอลที่ประกอบไปด้วย ตัวดำเนินการแบบตลอดไป ตัวดำเนินการแบบในที่สุด ตัวดำเนินการแบบถัดไป ตัวดำเนินการจนกระทั่งแบบเข้ม และตัวดำเนินการจนกระทั่งแบบอ่อน จากคุณะลักษณะทั้งหมดที่กล่าวมานั้นเป็นคุณลักษณะที่ได้นำมาศึกษาในวิทยานิพนธ์ฉบับนี้ กรณีศึกษาแบบจำลองระบบการบรรจุในแจ้งยอดหนี้บัตรเครดิตที่อยู่ในรูปแบบของไทม์แพททริเนทและถูกเขียนด้วยภาษาโพรเมลาซึ่งทำงานด้วยระบบสัญญาณนาฬิกาหลักและนาฬิกาย่อยเพื่อรองรับการทำงานกับเงื่อนไขด้านเวลาของกระบวนการในกรณีศึกษา การแปลงสมการในรูปแบบของเอ็มทีแอลพร้อมด้วยเงื่อนไขของเวลาไปเป็นสมการในรูปแบบของแอลทีแอลแสดงให้เห็นว่าการทวนสอบแบบจำลองกรณีศึกษาทำงานได้อย่างถูกต้องโดยทวนสอบแบบจำลองดังกล่าวด้วยเครื่องมือสปิน

A Robust System For Core Thai Natural Language Processing Technologies, Can Udomcharoenchaikit

Chulalongkorn University Theses and Dissertations (Chula ETD)

As the amount of unstructured textual data grows, it becomes increasingly important to build an intelligent system that can process it. Natural Language Processing (NLP) is a technology that allows a computer to exploit human languages to perform tasks. Deep learning models have shown excellent results across fundamental tasks in NLP, such as word segmentation, part-of-speech tagging, and named-entity recognition. However, in many situations, these proposed methods fail to perform well. For an NLP system to be robust, it must address issues such as out-of-vocabulary and spelling-mistakes. This thesis's research goal is to develop NLP models that can handle malformed …

Implementation Of Traffic Engineering With Segment Routing And Opendaylight Controller On Emulated Virtual Environment Next Generation (Eve-Ng), Htain Lynn Aung

Chulalongkorn University Theses and Dissertations (Chula ETD)

Internet service providers and enterprise networks face rapid changes and rapid growth of the internet, and the networks become complex in operations to support the strict Service-level Agreements (SLAs) needed applications. Segment Routing (SR) is a source routing technology that overcomes the conventional Multiprotocol Label Switching (MPLS) networks' drawbacks in scalability, flexibility, and applicability in Software-defined Networking (SDN). SR enables the source device to instruct the path using a segment or list of segments to go through the network. SR can be implemented in IPv6 and MPLS. A segment can be defined as information that instructs SR capable nodes to …

Using Automatic Speech Recognition To Assess Thai Speech Language Fluency In Montreal Cognitive Assessment (Moca), Pimarn Kantithammakorn

Chulalongkorn University Theses and Dissertations (Chula ETD)

The Montreal Cognitive Assessment (MoCA), a widely accepted screening tool for identifying patients with mild cognitive impairment (MCI), includes a language fluency test of verbal functioning where scores are based on the number of unique correct words produced by the test-taker. However, with different languages, it is possible that unique words may be counted differently. This study focuses on Thai as a language that differs from English in its type of word combination. We applied various automatic speech recognition (ASR) techniques to develop an assisted scoring system for the language fluency test of the MoCA with Thai language support. The …

Predicting Imports In Java Code With Graph Neural Networks, Aleksandr Fedchin

Senior Projects Spring 2020

Programmers tend to split their code into multiple files or sub-modules. When a program is executed, these sub-modules interact to produce the desired effect. One can, therefore, represent programs with graphs, where each node corresponds to some file and each edge corresponds to some relationship between files, such as two files being located in the same package or one file importing the content of another. This project trains Graph Neural Networks on such graphs to learn to predict future imports in Java programs and shows that Graph Neural Networks outperform various baseline methods by a wide margin.

Automatic Chest X-Rays Analysis Using Statistical Machine Learning Strategies, Hermann Yepdjio Nkouanga

All Master's Theses

Tuberculosis (TB) is a disease responsible for the deaths of more than one million people worldwide every year. Even though it is preventable and curable, it remains a major threat to humanity that needs to be taken care of. It is often diagnosed in developed countries using approaches such as sputum smear microscopy and culture methods. However, since these approaches are rather expensive, they are not commonly used in poor regions of the globe such as India, Africa, and Bangladesh. Instead, the well known and affordable chest x-ray (CXR) interpretation by radiologists is the technique employed in those places. Nevertheless, …

Image Forgery Detection With Machine Learning, Lubna Alzamil

All Master's Theses

The issue of forged images is currently a global issue that spreads mainly via social networks. Image forgery has weakened Internet users’ confidence in digital images. In recent years, extensive research has been devoted to the development of new techniques to combat various image forgery attacks. Detecting fake images prevents counterfeit photos from being used to deceive or cause harm to others. In this thesis, we propose methods using the error level analysis algorithm to detect manipulated images. We show that our combination of image pre-processing and machine learning techniques is an efficient approach to detecting image forgery attacks.

Stream Clustering And Visualization Of Geotagged Text Data For Crisis Management, Nathaniel C. Crossman

Browse all Theses and Dissertations

In the last decade, the advent of social media and microblogging services have inevitably changed our world. These services produce vast amounts of streaming data, and one of the most important ways of analyzing and discovering interesting trends in the streaming data is through clustering. In clustering streaming data, it is desirable to perform a single pass over incoming data, such that we do not need to process old data again, and the clustering model should evolve over time not to lose any important feature statistics of the data. In this research, we have developed a new clustering system that …

An Adversarial Framework For Deep 3d Target Template Generation, Walter E. Waldow

Browse all Theses and Dissertations

This paper presents a framework for the generation of 3D models. This is an important problem for many reasons. For example, 3D models are important for systems that are involved in target recognition. These systems use 3D models to train up accuracy on identifying real world object. Traditional means of gathering 3D models have limitations that the generation of 3D models can help overcome. The framework uses a novel generative adversarial network (GAN) that learns latent representations of two dimensional views of a model to bootstrap the network’s ability to learn to generate three dimensional objects. The novel architecture is …

Geoaware - A Simulation-Based Framework For Synthetic Trajectory Generation From Mobility Patterns, Jameson D. Morgan

Browse all Theses and Dissertations

Recent advances in location acquisition services have resulted in vast amounts of trajectory data; providing valuable insight into human mobility. The field of trajectory data mining has exploded as a result, with literature detailing algorithms for (pre)processing, map matching, pattern mining, and the like. Unfortunately, obtaining trajectory data for the design and evaluation of such algorithms is problematic due to privacy, ethical, dataset size, researcher access, and sampling frequency concerns. Synthetic trajectories provide a solution to such a problem as they are cheap to produce and are derived from a fully controllable generation procedure. Citing deficiencies in modern synthetic trajectory …

Topological Analysis Of Averaged Sentence Embeddings, Wesley J. Holmes

Browse all Theses and Dissertations

Sentence embeddings are frequently generated by using complex, pretrained models that were trained on a very general corpus of data. This thesis explores a potential alternative method for generating high-quality sentence embeddings for highly specialized corpora in an efficient manner. A framework for visualizing and analyzing sentence embeddings is developed to help assess the quality of sentence embeddings for a highly specialized corpus of documents related to the 2019 coronavirus epidemic. A Topological Data Analysis (TDA) technique is explored as an alternative method for grouping embeddings for document clustering and topic modeling tasks and is compared to a simple clustering …

Quantitative Susceptibility Mapping (Qsm) Reconstruction From Mri Phase Data, Sara Gharabaghi

Browse all Theses and Dissertations

Quantitative susceptibility mapping (QSM) is a powerful technique that reveals changes in the underlying tissue susceptibility distribution. It can be used to measure the concentrations of iron and calcium in the brain both of which are linked with numerous neurodegenerative diseases. However, reconstructing the QSM image from the MRI phase data is an ill-posed inverse problem. Different methods have been proposed to overcome this difficulty. Still, the reconstructed QSM images suffer from streaking artifacts and underestimate the measured susceptibility of deep gray matter, veins, and other high susceptibility regions. This thesis proposes a structurally constrained Susceptibility Weighted Imaging and Mapping …

Enabling Static Program Analysis Using A Graph Database, Jialun Liu

Browse all Theses and Dissertations

This thesis presents the design, the implementation, and the evaluation of a database-oriented static program analysis engine for the PHP programming language. This engine analyzes PHP programs by representing their semantics using a graph-based data structure, which will be subsequently stored into a graph database. Such scheme will fundamentally facilitate various program analysis tasks such as static taint analysis, visualization, and data mining. Specifically, these complex program analysis tasks can now be translated into built-in declarative graph database operations with rich features. Our engine fundamentally differs from other existing static program analysis systems that mainly leverage intermediate representation (IRs) to …

Development Of Real-Time Systems For Supporting Collaborations In Distributed Human And Machine Teams, Aishwarya Bositty

Browse all Theses and Dissertations

Real-time distributed systems constitute computing nodes that are connected by a network and coordinate with one another to accomplish a cooperative task, combining the responsiveness, fault-tolerance and geographic independence to support time-constrained collaborative applications, including distributed Human-Machine Teaming. In this thesis research the viability of real-time distributed collaborative technologies is demonstrated through the design, development and validation of prototype systems that support two human-machine teaming scenarios namely, ACE-IMS (Affirmation Cue based Interruption Management Systems) and ReadMI (Real-time Assessment of Dialogue in Motivational Interview). ACE-IMS demonstrates how a combination of AI capabilities and the cloud and mobile computing infrastructure can be …

Stream Clustering And Visualization Of Geotagged Text Data For Crisis Management, Nathaniel C. Crossman

Browse all Theses and Dissertations

In the last decade, the advent of social media and microblogging services have inevitably changed our world. These services produce vast amounts of streaming data, and one of the most important ways of analyzing and discovering interesting trends in the streaming data is through clustering. In clustering streaming data, it is desirable to perform a single pass over incoming data, such that we do not need to process old data again, and the clustering model should evolve over time not to lose any important feature statistics of the data. In this research, we have developed a new clustering system that …

Novel Approaches For Reliable And Efficient Circuit Design, Prashanthi Metku

Doctoral Dissertations

"In this research work, a suite of approaches are presented to improve reliability of 3D heterogeneous processors (3DHP) and to reduce the area overhead of asynchronous designs. This work is primarily divided into two parts. In the first part, we present an approach for improving reliability in 3DHP. Typically, in 3DHP, thermal hotspots introduce spatial and temporal variability that results in wide bit error variation in DRAM dies. To address this issue multi- path BCH decoder is introduced. Based on the thermal gradient data generated by on-chip temperature sensors, the proposed methodology specializes in adaptively estimating the number of errors …

Automated And Standardized Tools For Realistic, Generic Musculoskeletal Model Development, Trevor Rees Moon

Graduate Theses, Dissertations, and Problem Reports

Human movement is an instinctive yet challenging task that involves complex interactions between the neuromusculoskeletal system and its interaction with the surrounding environment. One key obstacle in the understanding of human locomotion is the availability and validity of experimental data or computational models. Corresponding measurements describing the relationships of the nervous and musculoskeletal systems and their dynamics are highly variable. Likewise, computational models and musculoskeletal models in particular are vitally dependent on these measurements to define model behavior and mechanics. These measurements are often sparse and disparate due to unsystematic data collection containing variable methodologies and reporting conventions. To date, …

Identifying Knowledge Gaps Using A Graph-Based Knowledge Representation, Daniel P. Schmidt

Browse all Theses and Dissertations

Knowledge integration and knowledge bases are becoming more and more prevalent in the systems we use every day. When developing these knowledge bases, it is important to ensure the correctness of the information upon entry, as well as allow queries of all sorts; for this, understanding where the gaps in knowledge can arise is critical. This thesis proposes a descriptive taxonomy of knowledge gaps, along with a framework for automated detection and resolution of some of those gaps. Additionally, the effectiveness of this framework is evaluated in terms of successful responses to queries on a knowledge base constructed from a …

Deep Learning Based Face Detection And Recognition In Mwir And Visible Bands, Suha Reddy Mokalla

Graduate Theses, Dissertations, and Problem Reports

In non-favorable conditions for visible imaging like extreme illumination or nighttime, there is a need to collect images in other spectra, specifically infrared. Mid-Wave infrared (3-5 microm) images can be collected without giving away the location of the sensor in varying illumination conditions. There are many algorithms for face detection, face alignment, face recognition etc. proposed in visible band till date, while the research using MWIR images is highly limited. Face detection is an important pre-processing step for face recognition, which in turn is an important biometric modality. This thesis works towards bridging the gap between MWIR and visible spectrum …

A Comprehensive And Modular Robotic Control Framework For Model-Less Control Law Development Using Reinforcement Learning For Soft Robotics, Charles Sullivan

Open Access Theses & Dissertations

Soft robotics is a growing field in robotics research. Heavily inspired by biological systems, these robots are made of softer, non-linear, materials such as elastomers and are actuated using several novel methods, from fluidic actuation channels to shape changing materials such as electro-active polymers. Highly non-linear materials make modeling difficult, and sensors are still an area of active research. These issues have rendered typical control and modeling techniques often inadequate for soft robotics. Reinforcement learning is a branch of machine learning that focuses on model-less control by mapping states to actions that maximize a specific reward signal. Reinforcement learning has …

Mfpa: Mixed-Signal Field Programmable Array For Energy-Aware Compressive Signal Processing, Adrian Tatulian

Electronic Theses and Dissertations, 2020-

Compressive Sensing (CS) is a signal processing technique which reduces the number of samples taken per frame to decrease energy, storage, and data transmission overheads, as well as reducing time taken for data acquisition in time-critical applications. The tradeoff in such an approach is increased complexity of signal reconstruction. While several algorithms have been developed for CS signal reconstruction, hardware implementation of these algorithms is still an area of active research. Prior work has sought to utilize parallelism available in reconstruction algorithms to minimize hardware overheads; however, such approaches are limited by the underlying limitations in CMOS technology. Herein, the …

Pervasive Spectrum Sharing For Improved Wireless Experience, Mostafizur Rahman

Electronic Theses and Dissertations, 2020-

Spectrum sharing among cellular users has been a promising approach to attain better efficiency in the use of the limited spectral bands. The existing dynamic spectrum access techniques include sharing of the licensed spectrum bands by allowing other 'secondary' users to use the bands if the licensee 'primary' user is idle. This primary-secondary spectrum sharing is limited in terms of design space, and may not be sufficient to meet the ever-increasing demand of connectivity and high signal quality to improve the end-users' wireless experience. The next step to increase spectrum efficiency is to design markets where sharing takes place pervasively …

Demand-Driven Execution Using Future Gated Single Assignment Form, Omkar Javeri

Dissertations, Master's Theses and Master's Reports

This dissertation discusses a novel, previously unexplored execution model called Demand-Driven Execution (DDE), which executes programs starting from the outputs of the program, progressing towards the inputs of the program. This approach is significantly different from prior demand-driven reduction machines as it can execute a program written in an imperative language using the demand-driven paradigm while extracting both instruction and data level parallelism. The execution model relies on an executable Single Assignment Form which serves both as the internal representation of the compiler as well as the Instruction Set Architecture (ISA) of the machine. This work develops the instruction set …

Application Of Advanced Algorithms And Statistical Techniques For Weed-Plant Discrimination, Saman Akbar Zadeh

Theses: Doctorates and Masters

Precision agriculture requires automated systems for weed detection as weeds compete with the crop for water, nutrients, and light. The purpose of this study is to investigate the use of machine learning methods to classify weeds/crops in agriculture. Statistical methods, support vector machines, convolutional neural networks (CNNs) are introduced, investigated and optimized as classifiers to provide high accuracy at high vehicular speed for weed detection.

Initially, Support Vector Machine (SVM) algorithms are developed for weed-crop discrimination and their accuracies are compared with a conventional data-aggregation method based on the evaluation of discrete Normalised Difference Vegetation Indices (NDVIs) at two different …

Proactive Content Caching In Future Generation Communication Networks: Energy And Security Considerations, Muhammad Ishtiaque Aziz Zahed

Theses: Doctorates and Masters

The proliferation of hand-held devices and Internet of Things (IoT) applications has heightened demand for popular content download. A high volume of content streaming/downloading services during peak hours can cause network congestion. Proactive content caching has emerged as a prospective solution to tackle this congestion problem. In proactive content caching, data storage units are used to store popular content in helper nodes at the network edge. This contributes to a reduction of peak traffic load and network congestion.

However, data storage units require additional energy, which offers a challenge to researchers that intend to reduce energy consumption up to 90% …

Fast Decision-Making Under Time And Resource Constraints, Kyle Gabriel Lassak

Graduate Theses, Dissertations, and Problem Reports

Practical decision makers are inherently limited by computational and memory resources as well as the time available in which to make decisions. To cope with these limitations, humans actively seek methods which limit their resource demands by exploiting structure within the environment and exploiting a coupling between their sensing and actuation to form heuristics for fast decision-making. To date, such behavior has not been replicated in artificial agents. This research explores how heuristics may be incorporated into the decision-making process to quickly make high-quality decisions through the analysis of a prominent case study: the outfielder problem. In the outfielder problem, …