Predicting the concentration of residual methanol in industrial formalin using machine learning

In this thesis, a machine learning approach was used to develop a predictive model for residual methanol concentration in industrial formalin produced at the Akzo Nobel factory in Kristinehamn, Sweden. The MATLABTM computational environment supplemented with the Statistics and Machine LearningTM toolbox from the MathWorks were used to test various machine learning algorithms on the formalin production data from Akzo Nobel. As a result, the Gaussian Process Regression algorithm was found to provide the best results and was used to create the predictive model. The model was compiled to a stand-alone application with a graphical user interface using the MATLAB CompilerTM.

Att studera vidare eller inte det är frågan : 2 321 gymnasisters funderingar kring högre studier

I takt med att konkurrensen blir allt hårdare om att rekrytera studenter till grundutbildningar på svenska universitet och högskolor har intresset att ta reda på vad studenter och gymnasister tycker och tänker om högre utbildning ökat. Vid Karlstads universitet har vi sedan många år kartlagt vad våra nuvarande studenter tycker om sin utbildning. När det gäller gruppen framtida studenter i form av gymnasister har vi tidigare inte på motsvarande sätt systematiskt sätt undersökt hur de ser på högre utbildning. Som ett första steg i ett sådant arbete har vi under läsåret 2006/2007 genomfört tre enkätundersökningar där gymnasisters inställning till högre studier analyserats. Två grupper av studenter har under hösten 2006 skrivit sina examensarbeten med detta tema och baserat på dessa studier har vi under våren 2007 samlat in en större enkät i samband med att alla gymnasister i regionen bjudits in till information om högre utbildning på universitetet i Karlstad.