Är du en student som är ivrig att tillämpa dina teoretiska kunskaper och nya perspektiv på verkliga utmaningar? På Saab tror vi att innovationer växer på nya idéer, och ditt examensarbete kan vara gnistan som tänder vårt nästa tekniska genombrott.
Din roll
Vi ser det enorma värdet som studenter tillför vårt företag. Din akademiska precision, i kombination med din entusiasm för avancerad teknik, gör att du kan närma dig problem med en unik och insiktsfull lins. På Saab får du möjlighet att samarbeta med erfarna ingenjörer och specialister, få ovärderlig praktisk erfarenhet och samtidigt bidra till vår tillväxt och utveckling.
Bakgrund
Den senaste tidens framsteg inom generativ maskininlärning är väldigt intressant och kan inom modellering av cyberfysiska system användas som komplement till klassiska metoder. Saab Dynamics använder simuleringsmodeller som stöd under utvecklingen, i detta fall är vi intresserade av att ta fram modeller som vi idag har svårt att beskriva utan stora förenklingar. Kan vi beskriva fler egenskaper hos systemet eller interaktionen mellan människa och maskin med generativ maskininlärning?
Beskrivning av examensarbetet
Detta examensarbete handlar om att utreda om vi kan träna fram simuleringsmodeller utifrån testdata där systemen är svårdefinierade för användning i utveckling av våra dynamiska system. Exempelvis för hur mänsklig interaktion sker med systemen.
Vid design av våra styrlagar för våra dynamiska system använder vi simuleringsmodeller vid design och analys. Ur robusthetssynpunkt använder vi ofta monte carlosimuleringar för att med små förändringar se att vi når tänkt prestanda. Vi har idag fall där vi skapat enklare modeller, utifrån observationer av verkliga skyttbeteenden, för simulering av skytt men dessa blir lätt allt för förenklade varpå vi riskerar att missa mänskliga felfaktorer. Däremot finns data tillgängligt och vi vill undersöka möjligheten att nyttja denna för att fånga in beteenden och mönster som vi har svårt att beskriva idag. Vi har gjort initiala försök med generativa adversiella nätverk (GAN) modeller, och vill nu utforska tekniken med diffusionsmodeller för att se om vi kan nå ytterligare bättre resultat.
Uppgiften består i att undersöka de befintliga skjutfallen och, om möjligt, utveckla en förbättrad modell jämfört med dagens lösning. Arbetet ska även syfta till att dra övergripande slutsatser kring användningsområdet. Målet är att belysa både de tekniska aspekterna, såsom intressanta metoder och behov av data, samt de metodiska aspekterna, det vill säga hur arbetet bör genomföras och hur resultaten kan användas på bästa sätt.
Din profil
Det här examensarbetet passar dig som har ett stort intresse för maskininlärning. Du har god matematisk bakgrund och har läst Master i Artificiell Intelligens och robotik, Teknisk Fysik, Datateknik eller motsvarande.
Examensarbetet kan utföras av en eller två personer.
Placeringsort är Karlskoga.
Specifika krav på erfarenhet och genomförda kurser sätts för respektive examensarbete.
Vi ger dig det stöd och den vägledning du behöver för att omsätta dina teoretiska kunskaper i praktiska lösningar. Bli en drivande kraft bakom Saabs tekniska framsteg!
Befattningen kräver att du genomgår och godkänns enligt vid var tid gällande bestämmelser för säkerhetsskydd. För befattningar där Saab har krav på säkerhetsklassinplacering kan, i förekommande fall, medföra krav på visst medborgarskap.
Vad du blir en del av
Upptäck oändliga möjligheter. Anta utmaningar, skapa smarta innovationer och uppgradera dina förmågor. Det här är en plats för kluriga tänkare, modiga pionjärer och alla däremellan. Tillsammans uppnår vi det extraordinära, var och en tar med sitt unika perspektiv. Varje bidrag räknas.
Saab är ett ledande försvars- och säkerhetsföretag med uppdrag att hjälpa nationer att skydda sin befolkning och bidrar till trygghet för människor och samhällen. Med 26,100 talangfulla medarbetare utvecklar Saab teknik och lösningar för en säkrare och mer hållbar värld.
Saab utvecklar, tillverkar och underhåller avancerade system inom flygteknik, vapen, ledningssystem, sensorer och undervattenssystem. Saab har sitt huvudkontor i Sverige men en global verksamhet där Saab är en del av många nationers försvarsförmåga. Läs mer om oss här
Sista ansökningsdag
2025-12-12
Kontaktperson
Mikael Sahlin, Sektionschef
+46 73 418 8419