Examensarbete, 30 hp: LLM-baserad automatisering och analys av Monte Carlo simuleringar inom flygautonomi

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

Detect and Avoid (DAA) är en avgörande teknik för obemannade luftburna fordon (UAV) för att uppnå säker flygverksamhet. DAA-system använder sensorer, såsom radar och kameror, för att upptäcka andra flygplan och hinder. De sammanför data från dessa sensorer för att spåra och identifiera föremål och förutsäga potentiella kollisioner. DAA måste följa luftfartsreglerna för att uppnå säkerhet och driftskompatibilitet med bemannade flygplan. Det är viktigt för applikationer som kommersiella drönarleveranser och militära uppdrag, vilket hjälper UAV att fungera säkert i delat luftrum

Beskrivning av examensarbetet

Integration av stora språkmodeller (LLMs) och traditionella simuleringsverktyg är ett snabbt växande område inom industriell AI och dataanalys. Inom området flygautonomi görs stora mängder Monte-Carlo simulering (FTS-kampanjer) av olika scenarios för att testa hur flygplanen undviker kollision. Från miljontals simuleringar fås statistiskt data såsom risk-ratio som ger ett mått på andelen fall där något har gått fel som lett till att flygplanen hamnat för nära varandra i någon del av scenariot. Arbetet att ta reda på vad som har gjort att felen uppstår görs idag manuellt och blir ofta tidskrävande.

Detta examensarbete syftar till att undersöka om AI kan automatisera stora delar av arbetsflödet för att underlätta och effektivisera analys, samt analysera och sammanfatta de fel som påträffats i en kampanj och möjligtvis berätta på hög nivå vad som kan ligga bakom felet.

Din profil

Arbetet är lämpligt för 1 student med intresse för simulering, maskininlärning och dataanalys.

Du är i slutet av er civilingenjörsutbildning eller motsvarande och ska påbörja ert 30 hp examensarbete. Vi ser gärna att du utbildar dig inom farkostteknik, teknisk fysik och elektroteknik, maskinteknik, datateknik eller dylikt.

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.

Kontaktperson

Marcus Ramteen, Chef

marcus.ramteen@saabgroup.com

073-418 21 93

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 25 500 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.