Master thesis proposals - external

Spotify

Machine learning applied to music search

There are several parts in our search platform that use machine learning to give the best user experience possible. We want a master’s student to look into the best way of doing this.

Machine Learning at Spotify

Computer Science, Data and Security

Volumental

Efficient object segmentation on mobile phones

Since AlexNet published in 2012, Convolutional Neural Networks has ushered a new era in computer vision, consistently improving object detection and segmentation accuracy. In image segmentation, the latest promising work on this front is Mask R-CNN, a region proposing network for object segmentation, building upon a series of CNNs for object detection [1]. This Msc thesis is about implementing Mask R-CNN that can run on flagship iPhone with the end goal of 3D scanning human bodies. As such, the thesis combines theoretical understanding of CNNs with the practice of running it on mobile devices. This is a challenging and exciting thesis topic and we are looking for ambitious, talented candidates.

About Volumental
Volumental is a computer vision company from RPL, KTH active in 3D body scanning and product recommendation based on 3D measurements in footwear. Today we have our computer vision systems are deployed across 32 countries and scanning hundreds of thousands of people regularly, working with some of the world's biggest brands. We are a relatively small but growing team of PhDs in computer vision and machine learning and are product RPL-alumni. We have a healthy gender ratio of almost half of the team being women, and we hail from 9 different countries. We are located centrally at T-Centralen.

If you are interested reach out to: alper@volumental.com

[1] blog.athelas.com/a-brief-history-of-cnns-in-image-segmentation-from-r-cnn-to-mask-r-cnn-34ea

Tillämpningsområden för Google Glass inom Scania

Contact: Bashar Mengana, 0736-686941, bashar.mengana@scania.com (skicka ansökan till gunilla.abrink@scania.com, märk ansökan med FU14-140)

Bakgrund:

Vi är på väg mot det uppkopplade samhället. Scania började sin resa 1999 och tog ett stort steg 2011 då alla nya fordon började utrustas med en telematikuppkoppling. Idag har Scania mer än 100 000 uppkopplade fordon vilka tillgängliggör stora mängder fordons- och förardata samt skapar en grund för nya tjänster och arbetssätt.

Det uppkopplade samhället vilar på flera hörnstenar: uppkopplade ting (IoT), molnteknologi, säkerhet, trådlösteknik nya affärsmodeller, tjänster och arbetsmetoder.
Parallellt med detta har wearables (kroppsnära teknik) utvecklats och förväntas bli en viktig ingrediens i det uppkopplade samhället. Wearables kan bidra till att få in praktisk teknik i vardagslivet på ett sådant sätt att det stöttar och effektiviserar arbetsflöden med visuellt och audiellt stöd och bidrar till att koppla upp människan bortom mobiltelefonen.

Mål:

Målet med examensarbetet är reda ut samt ge förslag på vilka tillämpningsområden Google Glass kan bidra till inom Scanias tjänsteutveckling för interaktionen mellan förare, lastbil och åkeri, för att på så sätt öka kunskapsnivån inom området wearables; samt att därefter realisera tillämpning i form av en prototyp (med Google Glass) med syfte att verifiera applikation i verkligheten.

Uppdragsbeskrivning:

I arbetet ingår i huvudsyfte att reda ut hur Google Glass kan bidra till att fördjupa interaktionen mellan fordon – åkeri, genom att förbättra en befintlig Scaniatjänst alternativt tänka utanför ramarna.

Uppdraget omfattar att

1. sätta sig in i Scanias befintliga affär inom tjänsteutveckling och lära känna Google Glass,

2. reda ut hur utvalda Scaniatjänster inom befintlig produktportfölj kan förbättras med hjälp av Google Glass,

3. forska – teoretiskt – fram nya tjänster, byggda på Google Glass plattformen, relevanta för Scanias tjänsteaffär,

4. välja ut lämplig förbättring av tjänst alternativt ny tjänst att realisera på Google Glass-plattformen, vilket då skall syfta till att illustrera hur wearables kan tillämpas inom Scanias tjänsteutveckling.

Lämplig bakgrund:

Uppdraget kräver två studenter som tillsammans kan utforska behoven samt visualisera idéerna genom att bygga en prototyp. Vi tror att ni är två drivna teknologer inom datateknik, teknisk fysik, industriell ekonomi, elektroteknik (med inriktning mot datalogi) eller liknande. Ni bör ha ett brinna intresse för MDI (människa-datorinteraktion) samt en viss känsla för grafisk form. Kunskap inom Java, Eclipse IDE fodras; Kunskap inom Android SDK och GDK är meriterande. Vi kan hjälpa till att matcha rätt kandidater.