Advanced search
Showing result 21 - 25 of 1406 essays matching the above criteria.
-
21. Activation of Place : Curating Site-Specific Art at the Luleå Biennial in 2018 and 2020
University essay from Uppsala universitet/Konstvetenskapliga institutionenAbstract : This thesis investigates how site-specific art manifest itself in different ways, specifically in the biennial format. The focus is on the Luleå Biennale, one of Scandinavia's oldest biennales that returns every two years. READ MORE
-
22. Rum för barn : ett gestaltningsförslag för Vaksalaskolans skolgård samt omgivande gaturum som ger plats för barn och unga
University essay from SLU/Dept. of Urban and Rural DevelopmentAbstract : 88% av Sveriges befolkning bor i tätorter, vilket endast utgör 1,3 % av Sveriges totala yta. Urbaniseringstrenden förväntas fortsätta och barns miljöer är de som försvinner först då konkurrensen om ytan är stor. Då barn spenderar majoriteten av sin vakna tid på skolan, får skolgården en allt viktigare roll i barns uppväxtmiljö. READ MORE
-
23. Unga tjejers perspektiv på den urbana närmiljön : promenadintervjuer med tjejer i åldern 8-12
University essay from SLU/Dept. of People and SocietyAbstract : Det urbana landskapet har genomgått en stor förändring de senaste decennierna, och den ökade trafiken, förtätningen och rädslan för fulla gubbar begränsar barns rörelsefrihet idag. Möjligheten att röra sig fritt utgör tillsammans med tillgång till många miljöerbjudanden, grundstenarna i en barnvänlig miljö. READ MORE
-
24. Arbete med biologisk mångfald på Kungliga Djurgården : med fokus på rödlistade och invasiva arter
University essay from SLU/Dept. of EcologyAbstract : Fler och fler arter hotas av förändrad markanvändning, klimatförändringar, spridning av invasiva arter m.m. För att motverka den negativa utvecklingen har urbana grönområden blivit allt viktigare. READ MORE
-
25. Multi-Agent Deep Reinforcement Learning in Warehouse Environments
University essay from KTH/Skolan för elektroteknik och datavetenskap (EECS)Abstract : This report presents a deep reinforcement algorithm for multi-agent systems based on the classicalDeep Q-Learning algorithm. The method considers a decentralized approach to controlling theagents, by equipping each agent with its own neural network and replay memory. READ MORE