Bachelor or Master Project – Elastic Input Devices

ELASTIC INPUT DEVICES
Technologies & Tools: Arduino • Android
Arduino is a popular open source hard­ware and soft­ware plat­form that can be used to »di­gi­ta­lize« phy­si­cal ob­jects. In this pro­ject we will use an Ar­du­ino mi­cro­con­trol­ler and stre­tch sen­sors to ex­plo­re ways to cre­ate ela­stic ob­jects that can be used as com­pu­ter in­put de­vices. In the first pro­ject pha­se you will get fa­mi­liar with the Ar­du­ino Soft­ware (IDE) and ba­sic hard­ware (sen­sors and con­troller boards). The work in the se­cond pro­ject pha­se will fo­cus on read­ing data from a stre­tch sen­sor and pre­par­ing the data for further use on an Android-smart­phone or smart­watch. This project can also be extended into a Master project.

Evaluating non-standard Menu Design

In Human-Computer inter­action (HCI) re­search – as well as in many other re­search disci­plines – new scien­ti­fic know­ledge and tech­no­lo­gi­cal ad­van­ces are often based on em­pi­ri­cal re­se­arch where new ideas and theo­ries are ex­plo­red through hypo­thesis test­ing and con­trolled exp­eri­ments. How­ever, cri­ti­cal voices within the HCI re­search commun­ity quest­ion the value and ­ use of con­trolled ex­peri­ments in HCI.

In this project we will con­tri­bute to this dis­cussion by re­doing – rep­li­cating – a series of »famous« user ex­peri­ments from the HCI liter­ature. We will focus on ex­peri­ments that have studied the usa­bility of non-standard drop‐down menus and how easy and fast users can navi­gate menu struc­tu­res and se­lect the con­taining menu items.

For this pur­pose, a first ver­sion of a »menu test suite« app­li­ca­tion has been de­vel­oped. After fur­ther de­vel­op­ment and ad­ap­ta­tions we can start re­pli­cating pre­vious menu exp­eri­ments. This in­cludes care­fully study­ing the desc­ri­ptions of the prev­ious ex­peri­ments, then run­ning the ex­peri­ments with a group of com­puter users, and fi­nally analyz­ing our re­sults and com­paring these with pre­viously re­ported results.

Accordingly, in this pro­ject you will ac­quire skills and ex­perience in design­ing, con­duct­ing, and evalu­ating user experiments.

Technologies & Tools: Java, Python, C++, or Objective-C (your choice!), SPSS (for sta­tistical analysis)

 

Contact: Dr. David Ahlström

Temporal Control Structures

Temporal control structures berücksichtigen zeitliche Bedingungen zur Entscheidung über den Kontrollfluss (XOR, LOOP). Ein Konzept für die Integration von temporal control structures wurde bereits erarbeitet und in einem Draft-Paper beschrieben. Aufgabe dieser Master Arbeit ist es, die Zeitberechnung für die temporalen Kontrollstrukturen ausgehend vom im Paper von Pichler, Eder, Ciglic beschriebenen Verfahren proto­typisch zu implementieren und den Ansatz empirisch zu validieren.

Erwartete Ergebnisse:

  • Implementierung (Erweiterung des bestehenden Frameworks)
  • Empirische Validierung

 

Contact: Prof. Dr. Johann Eder

Temporal Workflows mit Start/End Events, non-contingent Activities und upper-bound constraints

Unsere Temporal Workflows betrachten derzeit nur die End-Events von Workflow Aktivitäten, so können z.B. Time Constraints nur zwischen den End-Events von Aktivitäten deklariert werden. Außerdem werden bisher nur “contingent Activities” betrachtet. Ziel der Arbeit ist die Erweiterung des formalen Apparats auf “non-contingent” Activities und auf Start- und End-Events.

Erwartete Ergebnisse:

  • Erweiterung des formalen Apparats/der Algorithmen (zur Berechnung des Timed Graphs)
  • Implementierung (Erweiterung des bestehenden Frameworks)

 

Contact: Prof. Johann Eder

Advanced Temporal Worklow Patterns

Unsere Temporal Workflows unterstützen derzeit nur folgende Kontroll­strukturen: Sequenzen, XOR, und AND.  Ziel der Arbeit ist die Evaluierung und wenn möglich Integration von weiteren Control Flow Patterns in diese temporalen Workflows.

Erwartete Ergebnisse:

  • Evaluierung der Anwendbarkeit von Advanced Patterns (ausgenommen: Multi-Instance Patterns, Loops)
  • Untersuchung der Auswirkung auf die (Dynamic) Controllability und Erweiterung der Definitionen
  • Erweiterung des formalen Apparats/der Algorithmen (zur Berechnung des Timed Graphs)

Implementierung (Erweiterung des bestehenden Frameworks)

Contact: Prof. Johann Eder

 

Selection of Moving Screen Targets

In many appli­cations – such as in air-traffic con­trol, in video sur­veill­ance, and in com­puter games – the user needs to quick­ly and accu­ra­te­ly select ob­jects that are mov­ing across the screen. Several pre­vious re­search pro­jects have pro­posed vari­ous tech­ni­ques that can assist the user when click­ing on mov­ing screen objects. The aim with this pro­ject is to com­pare such tech­niques and to build a theo­re­ti­cal model that mathe­ma­ti­cally de­scri­bes and pre­dicts how fast users can se­lect tar­gets that are mov­ing across the screen (de­pend­ing on the size of the tar­get and its moving speed).

A first version of a Java appli­ca­tion that pro­vi­des the necess­ary func­ti­on­ality to con­duct user ex­peri­ments on selec­tion of moving screen objects has al­ready been de­vel­oped. In this pro­ject you will first ex­tend this app­li­ca­tion with addi­tional func­tion­ality and then de­sign and con­duct a user ex­peri­ment that allows you to 1) veri­fy pre­vi­ously re­ported re­search re­sults on the effect­ive­ness of var­ious tech­niques that support the selec­tion of mov­ing screen ob­jects, and 2) empi­ri­cally build and veri­fy a pre­dictive per­for­mance model that ex­plains how fast users can select mov­ing screen objects.

Accordingly, with this pro­ject you have the oppor­tu­nity to deepen your pro­gramming skills (using Swing, Java’s GUI tool­kit) and you will gain ex­peri­ence in how to de­sign, conduct, and eva­luate user ex­peri­ments, and in theo­re­ti­cal modell­ing of user per­for­mance.

Technologies & Tools: Java, SPSS (for statistical analysis)

Contact: Dr. David Ahlström

XML-based Disclosure and Access Filters (Biobanken)

Biobanken sammeln und speichern persönliche und sehr sensitive Daten über ihre Spender. Wir wollen die Spender dabei unterstützen ihre  Gesundheitsdaten in der Form von ELGA-Dokumenten (HL7-CDA, XML-basiert) an eine Biobank zu spenden. Dabei müssen viele rechtliche und ethische Regeln eingehalten werden. Zuallererst muss der Spender eine Einverständniserklärung (=Informed Consent) unterzeichnen, in der deklariert wird welche Daten er für welchen Zweck spenden will. Außerdem muss später sichergestellt werden, dass nur berechtigte Personen Zugriff auf die Daten (bzw. einen Teil der Daten) bekommen.

Ziel der Arbeit ist es eine Architektur zu schaffen, welche einerseits den Spender beim Freigeben und Spenden der XML-Dokumente und anderer­seits den Forscher bei der Suche nach Proben und Daten von Spendern mit gewissen Eigenschaften unterstützen soll.

Erwartete Ergebnisse:

  • Spezifikation von XML-basierten Zugriffs- bzw. Disclosure Filtern für HL7-CDA Dokumente
  • Upload und Filterung von HL7-CDA XML-Dokumenten in ein Repository
  • Personalisierte Suche nach Inhalten in gefilterten Dokumenten im Repository
  • Prototyp für eine Architektur, welche diese Punkte vereint

Kontakt: Prof. Johann Eder, Dr. Horst Pichler

Data Provenance and Quality (Biobanken)

Biobanken lagern Biomaterialien (von Lebewesen entnommene Proben) und stellen diese der Forschung zur Verfügung. Die Verwendbarkeit des Materials für eine bestimmte Studie und den damit verbundenen Untersuchungen wird nicht nur durch die Art des Materials und Taug­lichkeit des Spenders bestimmt, sondern auch durch die Qualität der Probe. Diese Qualität wird stark durch die handelnden Personen und Prozeduren während Gewinnung, Verarbeitung, Transport und Lagerung der Probe beeinflusst. Beispielsweise sind bestimmte labortechnische Methoden nicht mehr anwendbar wenn eine Probe nach der Entnahme nicht innerhalb einer Stunde eingefroren wurde.

Ziel der Arbeit ist es, Forscher dabei zu unterstützen die richtigen Proben innerhalb einer Biobank zu finden, indem sie neben der Material- und Spenderbeschreibung zusätzlich die benötigte Qualität angeben können.

Ausgangssituation/Szenario:

  • Entnahme, Verarbeitung, Transport, Vorbereitung und Lagerung von Proben ist ein definierter Prozess (der Prozess wird von uns vorgegeben, bzw. aus bestehenden Standards abgeleitet)
  • während dieses Prozesses werden Daten erhoben und gespeichert (~Provenance Informationen, Log, …)
  • aus diesen Daten können qualitative Aussagen abgeleitet werden (z.B. eingefroren innerhalb einer gewissen Toleranzspanne, von einem Experten)
  • dies ermöglicht die Suche nach Proben unter Berücksichtigung von definierten Qualitätskriterien

Erwartete Ergebnisse:

  • Entwurf eines Provenance-Modells für den Anwendungsfall (welche Informationen werden zu welchem Prozess-Schritt benötigt/er­zeugt/ge­speichert)
  • Entwurf eines Qualitäts-Modells, zur Beschreibung der Qualität der verfügbaren Informationen
  • Abbildung des Modells in einer Datenbank; Erzeugung von Testdaten
  • Prototyp: Implementierung einer Suchoberfläche mit Filtern; Such­anfrage inkl. Qualitätskriterien erzeugt entsprechende Query, welche passende Proben liefert)

Kontakt: Prof. Johann Eder, Dr. Horst Pichler