Genomförda examensarbeten på master- och kandidatnivå

Genomförda och pågående examensarbeten och kandidatarbeten på MindRoad fram till och med hösten 2020:
 

Transmission, storage, and visualization of data with ANT+,
Marcus Ericsson.
Examensarbete IT, Linköpings universitet, 2015.

Utvärdering av användbarhet hos LTE-modelleringsmjukvara,
Ludvig Helén och Robin Dahlberg.
Kandidatarbete Datavetenskap, Linköpings universitet, 2016.

GPU-acceleration of Image Rendering and Sorting Algorithms with the OpenCL framework,
Anders Söderholm och Justus Sörman.
Kandidatarbete Datavetenskap, Linköpings universitet, 2016.

A Parallel FPGA Implementation of Image Convolution,
Henrik Ström.
Examensarbete Datateknik, Linköpings universitet, 2016.

Comparison of Technologies for General-Purpose Computing on Graphics Processing Units,
Torbjörn Sörman.
Examensarbete Datateknik, Linköpings universitet, 2016.

Global Illumination using Voxel Cone Tracing on Mobile Deivces
Conrad Wahlén.
Examensarbete Teknisk fysik och elektroteknik, Linköpings universitet, 2016.

Jämförelse av GPGPU-ramverk och AES-metoder,
Emil Berggren och Tobias Gustafsson,
Kandidatarbet Datateknik, Jönköping University, 2017.

Analysis of GPU accelerated OpenCL applications on the Intel HD 4600 GPU,
Arvid Johnsson.
Examensarbete Datavetenskap, Linköpings universitet, 2017.

A Parallel FPGA Implementation of Image Subtraction using a Space-Varying Kernel,
Matilda Ralmé.
Examensarbete Teknisk fysik och elektroteknik, Linköpings universitet, 2017.

Deep Learning for Autonomous Collision Avoidance,
Oliver Strömgren.
Examensarbete Datavetenskap, Linköpings universitet, 2017.

Evaluating Deep Learning Algorithms for Navigating a Robot Car,
Filip Magnusson,
Examensarbete Datateknik, Linköpings universitet, 2018.

A Qualitative Comparision Study Between Common GPGPU Frameworks,
Adam Söderström,
Examensarbete Medieteknik, Linköpings universitet, 2018.

Obstacle Avoidance for an Autonomous Robot Car using Deep Learning,
Karl Norén,
Kandidatarbete Datateknik, Linköpings universitet, 2018.

En fördjupad studie och GPGPU-ramverken Cuda och OpenCL samt grafikkortsarkitektur vid AES-kryptering (pågående),
Yosef Diraoui och Hagob Antraneek,
Kandidatarbete, Jönköping University, 2018

A Comparison of Parallel Algorithms for Calculating the Anti-Aliased Euclidean Distance Transform, Daniel Ericsson,
Examensarbete Datateknik, Linköpings universitet, 2019.

Improving the Development of Safety Critical Software,
Oscar Holm,
Examensarbete Datateknik, Linköpings universitet, 2019.

Automated System Test with Image Recognition Focused on Text Detection and Recognition,
Moa Eriksson och Oscar Olsson,
Kandidatarbete, Linköpings universitet, 2019

A Survey of Methods for Visualizing Spatiotemporal Data,
Mattias Persson
Examensarbete Medieteknik, Linköpings universistet, 2019.

Non-binary Octree-Based Voxelization using Optimal Scanline,
Tim Håkansson,
Examensarbete Mjukvaruteknik, Linköpings universitet, 2020.

Visualization and User Interface for Churn System,
Malin Niska,
Examensarbete Medieteknik, Linköpings universitet, 2020.

Implementation of Visualizations using a Server-Slient Architecture - Effects on Performance Measurements,
Pia Løtvedt,
Kandidatarbete Innovativ programmering, Linköpings universitet, 2020.

Effektmätare för 3-fassystem i mjukvara. Power Meter for 3-phase Systems in Software,
Anton Ekudd,
Kandidatarbete högskoleingenjör elektronik, Linköpings universistet, 2020.

Automated Discovery of Refactoring Opportunities in CSS (pågående),
Villiam Rydfalk,
Examensarbete Informationsteknologi, Linköpings universitet, 2020.

Simulation based obstacle avoidance for self-driving cars using Deep Reinforce-
ment Learning for real-world environments (pågående),
Alex Lindström,
Examensarbete Informationsteknologi, KTH, 2020

Obstacle avoidance on a small robot car using image segmentation and deep
learning (pågående),
Markus Winroth,
Examensarbete informationsteknologi, KTH, 2020