Data representation tools are commonly used as means of understanding data. However, new ways of representing data such as using physical objects can have a different advantage as well. It is not only understanding the data, which is important, but giving meaning to data to inspire change. This field, called data physicalization, is still new, meaning that limited research exists about it which made us interested in exploring it further. We chose to do this by comparing a physicalization tool with a digital representation tool. We chose to limit the scope of our study to group collaboration and investigate the advantages and disadvantages of both tools from this perspective. We found this angle interesting since most major decisions require a group to work together and the representation tools used for assistance should encourage this. We investigated this by having focus groups where participants solved problems in a group using one representation tool at a time followed by individual interviews. We observed the behavior of the participants and compared it to the answers they gave in the interviews to uncover the main advantages and disadvantages of the data visualization and data physicalization tools. The biggest advantage uncovered by our study for data visualization is the ability to sort and filter data which makes it easier to understand the data. The biggest disadvantage is that only one person at a time has control over the mouse and thus the tool, creating a hierarchical group dynamic. The biggest advantage of the physicalization tool is its dynamic nature which enables the users to interact with the data thus supporting the understanding and exploration of ideas. One of the biggest disadvantages is that data physicalization is a new research field, which results in people needing time to understand how to use it. New data representation tools can be developed based on these advantages and disadvantages. / Datarepresentationsverktyg används vanligen som ett sätt att förstå data. Men nya sätt att representera data på, såsom att använda fysiska objekt, kan ha en ytterligare fördel. Det handlar inte bara om att förstå datan, utan att ge en bättre känsla för datan för att inspirera till förändring. Detta område, som kallas fysikalisering är fortfarande nytt vilket innebär att det finns begränsad forskning om det, vilket gjorde oss intresserade av att utforska det vidare. Vi valde att göra detta genom att jämföra ett fysikaliseringsverktyg med ett digitalt representationsverktyg. Vi valde att begränsa omfattningen av vår studie till samarbete i grupp och att undersöka fördelarna och nackdelarna med båda verktygen från detta perspektiv. Vi fann denna vinkel intressant eftersom de flesta stora beslut kräver att en grupp arbetar tillsammans och att representationsverktygen som används då bör stödja detta. Detta undersöktes genom att hålla i fokusgrupper där deltagarna löste problem i grupp med ett representationsverktyg åt gången, följt av individuella intervjuer. Vi observerade deltagarnas beteende och jämförde det med svaren de gav i intervjuerna för att hitta de största fördelarna och nackdelarna med visualiserings- och fysikaliseringsverktygen. Den största fördelen för datavisualisering som hittades under vår studie är förmågan att sortera och filtrera data, vilket gör det lättare att förstå datan. Den största nackdelen är att bara en person åt gången har kontroll över datormusen och därmed verktyget, vilket skapar en hierarkisk gruppdynamik. Den största fördelen med fysikaliseringsverktyget är dess dynamiska natur som möjliggör för användarna att interagera med datan och därigenom stödja förståelsen och utforskningen av idéer. En av de största nackdelarna är att fysikalisering är ett nytt forskningsområde, vilket innebär att människor behöver tid för att förstå hur man använder det. Baserat på dessa fördelar och nackdelar kan nya datarepresentationsverktyg kan utvecklas.

[pt] Atualmente algoritmos de aprendizado de máquina (ML) estão incrivelmente presentes no nosso cotidiano, desde sistemas de recomendação de filmes e músicas até áreas de alto risco como saúde, justiça criminal, finanças e assim por diante, auxiliando na tomada de decisões. Mas a complexidade de criação desses algoritmos de ML também está aumentando, enquanto sua interpretabilidade está diminuindo. Muitos algoritmos e suas decisões não podem ser facilmente explicados por desenvolvedores ou usuários, e os algoritmos também não são autoexplicáveis. Com isso, erros e vieses podem acabar ficando ocultos, o que pode impactar profundamente a vida das pessoas. Devido a isso, iniciativas relacionadas a transparência, explicabilidade e interpretabilidade estão se tornando cada vez mais relevantes, como podemos ver no novo regulamento sobre proteção e tratamento de dados pessoais (GDPR, do inglês General Data Protection Regulation), aprovado em 2016 para a União Europeia, e também na Lei Geral de Proteção de Dados (LGPD) aprovada em 2020 no Brasil. Além de leis e regulamentações tratando sobre o tema, diversos autores consideram necessário o uso de algoritmos inerentemente interpretáveis; outros mostram alternativas para se explicar algoritmos caixa-preta usando explicações locais, tomando a vizinhança de um determinado ponto e então analisando a fronteira de decisão dessa região; enquanto ainda outros estudam o uso de explicações contrafactuais. Seguindo essa linha dos contrafactuais, nos propomos a desenvolver uma interface com usuário para o sistema Optimal Counterfactual Explanations in Tree Ensembles (OCEAN), denominada OceanUI, através do qual o usuário gera explicações contrafactuais plausíveis usando Programação Inteira Mista e Isolation Forest. O propósito desta interface é facilitar a geração de contrafactuais e permitir ao usuário obter um contrafactual personalizado e mais aplicável individualmente, por meio da utilização de restrições e gráficos interativos. / [en] Machine learning algorithms (ML) are becoming incredibly present in our daily lives, from movie and song recommendation systems to high-risk areas like health care, criminal justice, finance, and so on, supporting decision making. But the complexity of those algorithms is increasing while their interpretability is decreasing. Many algorithms and their decisions cannot be easily explained by either developers or users, and the algorithms are also not self-explanatory. As a result, mistakes and biases can end up being hidden, which can profoundly impact people s lives. So, initiatives concerning transparency, explainability, and interpretability are becoming increasingly more relevant, as we can see in the General Data Protection Regulation (GDPR), approved in 2016 for the European Union, and in the General Data Protection Law (LGPD) approved in 2020 in Brazil. In addition to laws and regulations, several authors consider necessary the use of inherently interpretable algorithms; others show alternatives to explain black-box algorithms using local explanations, taking the neighborhood of a given point and then analyzing the decision boundary in that region; while yet others study the use of counterfactual explanations. Following the path of counterfactuals, we propose to develop a user interface for the system Optimal Counterfactual Explanations in Tree Ensembles (OCEAN), which we call OceanUI, through which the user generates plausible counterfactual explanations using Mixed Integer Programming and Isolation Forest. The purpose of this user interface is to facilitate the counterfactual generation and to allow the user to obtain a personal and more individually applicable counterfactual, by means ofrestrictions and interactive graphics.

In CPS development and production environments, tightly integrated processes include different engineering disciplines, development and production departments, and software tools working together, where all of the technical engineering processes become strictly intertwined. CPS development and production toolchains have a highly heterogeneous nature, and supporting toolchain architects is necessary for improving the understanding of the interrelationships between tools. To this end, this thesis mainly concentrates on the interoperability of CPS toolchains with an ambition to improve the understanding of interoperability. A literature survey was conducted to analyze the literature on interoperability with an aim to understand how the interoperability is assessed. Findings of the literature review showed that the existing methods mainly use maturity-like assessment models to assess interoperability and they focus on selective aspects of interoperability. These models use distinct levels and do not guide the stakeholders on how to improve the current state of interoperability. This revealed the need for a more flexible approach for assessing interoperability of CPS toolchains. A case study was developed and exercised with an ambition to test the applicability of the visualization approach. In total, three different visualization techniques were evaluated: circular ideogram, node-link diagram, and balloon layout with a clustering algorithm as an extended version of node-link diagram. This thesis concluded by highlighting that data visualizations and visual analytics are not only a method for understanding the interoperability of CPS toolchains, but also a necessity. Data visualization approaches create many opportunities to make interoperability finally visible and the CPS industry should focus its effort on appropriate data collection, usage, and sharing methods in order to best use data visualization and visual analytics technologies. / Cyber-fysiska system (CPS) är ett resultat av mångfacetterade produktutvecklingsprocesser, som innefattar flerdimensionell komplexitet. I CPS:s utvecklings- och produktionsmiljöer, innefattar dessa tätt integrerade processer olika tekniska discipliner, utvecklings- och produktionsavdelningar, och programvaruverktyg som arbetar tillsammans, där alla tekniska ingenjörsprocesser blir strikt sammanflätade. Beslut som fattas av en intressent kan således ha en inverkan på andra intressenter. Verktygskedjor för CPS:s utveckling och produktion har därför en mycket heterogen karaktär, och det är därför nödvändigt med stödjande utvecklare av verktygskedjan för att förbättra förståelsen av sambanden mellan verktyg. För detta ändamål fokuserar denna avhandling främst på interoperabiliteten hos CPS:s verktygskedjor, med ambitionen att förbättra förståelsen för interoperabilitet och, som en följd, vägleda verktygskedjans utvecklare att fatta kostnadseffektiva och hållbara beslut baserade på förbättrad förståelse. En litteraturundersökning genomfördes för att analysera litteratur om interoperabilitet med syfte att förstå hur interoperabilitet bedöms. Resultaten av litteraturgenomgången visade att de befintliga metoderna huvudsakligen använder mognadsliknande bedömningsmodeller för att bedöma interoperabiliteten, och de fokuserar på selektiva aspekter av interoperabiliteten. Dessa modeller använder olika nivåer och vägleder inte intressenterna i hur det aktuella läget för interoperabilitet kan förbättras. Detta visade att det behövs en mer flexibel inställning för att bedöma interoperabiliteten av CPS:s verktygskedjor. Den systematiska litteraturöversikten avslutades genom att tydliggöra att visualisering och visuell analys visar lovande möjligheter för att externalisera den kunskap som nås av bedömningsmodeller med de möjligheter som visualiseringar kan ge. För att studera situationen gällande interoperabilitet i utvecklingen av CPS, utvecklades och genomfördes en fallstudie med ambitionen att testa visualiseringsmetodens tillämplighet. Fallstudien visade en verktygskedjas interoperabilitet, som används för att utveckla ett inbäddat slutet loopkontrollsystem med olika visualiseringstekniker. Totalt har tre olika visualiseringstekniker utvärderas: (a) cirkulärt ideogram, (b) nod- länkdiagram, och (c) ballonglayout med en klusteralgoritm som en utökad version av nodlänkdiagram, vilket gav vissa insikter om vilka tekniker som är mest lämpliga. Varje teknik diskuteras i detalj med ett interoperabilitetsperspektiv. De utmaningar och möjligheter som datavisualisering och visuella analyser ger förklaras dessutom för att synliggöra interoperabilitet. Denna avhandling avslutas med att lyfta fram att datavisualiseringar och visuella analyser inte bara är metoder för att förstå interoperabiliteten av CPS:s verktygskedjor utan också en nödvändighet. Datavisualiseringsmetoder skapar många möjligheter att slutligen göra interoperabilitet synlig och CPS- industrin bör fokusera sina ansträngningar på lämplig datainsamling, användande och delningsmetoder för att på bästa sätt utnyttja datavisualisering och visuella analystekniker. / <p>QC 20170203</p>

Data visualization is an essential methodology for bioinformatics studies. Spatial Transcriptomics(ST) is a method that aims at measuring the transcriptome of tissue sections while maintaining its spacial information. Finally, the study of biological pathway focuses on a series of biochemical reactions that take place in organisms. As these studies generate a large number of datasets, this thesis attempts to combine the ST’s data with pathwayinformation and visualize it in an intuitive way to assist user comprehension and insight.In this thesis, Python was used for integrating the dataset and JavaScript libraries wereused for building the visualization. The processing of ST pathway data together with the data visualization interface are the outcomes of this thesis. The data visualization can show the regulation of pathways in the ST data and can be accessed by modern browsers. These outcomes can help users navigate the ST and pathway datasets more effectively. / Datavisualisering är en viktig del av bioinformatik. Spatial transkriptomik (ST) är en metod som mäter transkriptom, samtidigt som den behåller spatial information. Biologiskapathways å andrasidan fokuserar på biokemiska reaktioner som sker inom organismer. Dessa studier genererar mycket data, och denna avhandling försöker att kombinera ST-data med pathway information och få en intuitiv visualisering av det integrerade datat.I avhandlingen användes Python för att integrera datat och JavaScript bibliotek för attbygga visualiseringsverktyget. Avhandlingen resulterade i en metod för att integrera STdata och pathway information, samt ett visualiseringsverktyg för ovan nämnda information.Verktyget kan visa pathway regulationer i ST data och kan användas i moderna webbläsare.Forskningen resulterade i ett verktyg som kan hjälpa forskare att förstå ST och pathwaydata.

The aim of this master thesis is to investigate the affordances and limitations of using information visualization methods to visualize errors in real-time video streaming data. The study was carried in Red Bee Media company by following several steps including user research, prototyping, and user evaluation. The user research produced design requirements and basic tasks for the prototype. The prototype had to follow the design requirements and use information visualization techniques to visualize the error data. Next, the prototype was evaluated by 5 expert users, all Red Bee Media employees with 1,5 to 3 years experience of working with the existing Red Bee Media system. The results show the prototype obtained a higher SUS score compared to the Red Bee Media monitoring system. Based on a comparison questionnaire, the prototype also had a better visualization for each basic task compared to Red Bee Media monitoring system. The comments from the user evaluation have been categorized into 4 different labels. Those labels listed several usabilities need to be focused on when developing a video monitoring system. / Syftet med denna masteruppsats är att undersöka möjligheterna och begränsningarna av att använda informationsvisualiseringsmetoder för att visualisera fel i realtidsvideoströmningsdata. Studien genomfördes hos företaget Red Bee Media genom att följa flera steg inklusive användarstudier, framtagning av prototyper och användarutvärdering. Användarstudien gav designkrav och grundläggande uppgifter för prototypen. Prototypen måste följa designkraven och använda informationsvisualiseringstekniker för att visualisera feldata. Därefter utvärderades prototypen av 5 expertanvändare, som är medarbetare inom Red Bee Media med 1,5 till 3 års erfarenhet av att arbeta med det befintliga Red Bee Mediasystemet. Resultaten visar att prototypen erhållit ett högre SUS-poäng jämfört med Red Bee Medias nuvarande övervakningssystem. Genom ett jämförelseformulär erhöll även prototypen en bättre visualisering för varje grundläggande uppgift jämfört med Red Bee Medias övervakningssystem. Kommentarer från användarutvärderingen har kategoriserats i 4 olika kategorier. Dessa anger flertalet användningsområden som måste fokuseras på när ett övervakningssystem utvecklas.

In 2009, The United States Securities and Exchange Commission (SEC) issued a mandate requiring public companies to provide financial information to the SEC and on their corporate Web sites in an interactive data format using the eXtensible Business Reporting Language (XBRL). This dissertation consists of three separate, but interrelated studies exploring issues related to interactive data visualization in financial reporting contexts. The first study employs theories in information systems (task-technology fit and the technology-performance chain model) and cognitive psychology (cognitive load) to examine the link between characteristics of interactive data visualization and task requirements in a financial analysis context, and the impact of that link on task performance and user attitudes towards interactive data technology use. The second study extends the first by examining the effects of prior interactive data technology use on future choice to use an interactive technology. This study uses the IS continuance model to examine antecedents to continued interactive technology use based on previous assessments of task-technology fit and performance impacts from the first study. The third study employs an elaboration likelihood model (ELM) to understand the interactivity concept and its impact on information processing and belief/attitude formation. This study examines the impact of increasing interactivity on investor perceptions of forecast credibility and on a firm’s attractiveness as a potential investment choice. Overall, these three studies provide insights on factors that impact decision-making in interactive financial reporting contexts, and how characteristics of interactive data visualization impact information processing, user perceptions, and task performance

With the increasing elderly population and longer life expectancies, smart wearable technologies are playing an important role in facilitating caregivers to monitor elderly people remotely. Aifloo’s wristband is one smart wristband which can collect various data, predict activities and detect abnormalities to enable elderly people to live independently at home. However, too much information and poor visualizations will cause huge difficulties for caregivers to interpret the data. Six caregivers were interviewed in this study to investigate what data is relevant to monitor elderly people and how they interpret the different designed displays. The main results show that alarms, fall incidents and medication compliance are the most important. Besides, caregivers place a greater emphasis on holistic views of data and they want to highlight abnormal behaviors and alerts. In the end, design guidelines for the information system to present data meaningfully and intuitively are generated. / Med ett ökande antal äldre och en ökande medellivslängd kommer smart, bärbar teknologi att spela en större roll i äldrevården för att övervaka de äldre. Aifloos armband är en smart teknologi som kan samla in olika former av data, förutsäga aktiviteter och upptäcka avvikande och onormala beteenden, vilket kan användas av äldre som bor självständiga i sena egna hem. Stora mängder data, och dåliga visualiseringar av dem, orsakar svårigheter för vårdgivare att tolka datan. I den här studien har sex vårdgivare intervjuats för att utforska vilken data som är relevant för dem, och hur de kan tolka information ifrån en grupp olika gränssnitt. Studiens resultat visar att alarm, fallolyckor och översikt över hur de äldre efterföljer sina medicinska recept är viktigast. Vårdgivarna lägger en större vikt vid att förstå datan holistiskt, och de vill synliggöra avvikande beteendemönster och varningar. Slutgiltligen presenteras riktlinjer för hur IT-system kan designas för att presentera data på ett meningsfullt och intuitivt vis.

No description available.

No description available.

As listening to podcasts have increased in most western countries, podcast applications need to become more exciting both content-wise, functionally, and visually as well as contain original features, to differentiate them-selves from the competition. One such feature is data visualization, which is in this study argued to deliver additional value for users. This design study investigated the possibility of visually representing personal listening history from podcasts into a mobile application through focusing on the following question: How can visualization of podcast listening history give additional value to the user-experience on a mobile screen? Research on visualization of temporal data and user experience was used as the foundational theory, with additional information from state-of-the-art products. Using a variant of the design process, described in Design Study Methodology, a final design was developed iteratively, with focus groups and usability tests. After designing and implementing a proposed solution, usability tests were conducted remotely, using videos of a hi-fidelity prototype. Concluding the research, one finding is that a successful data visualization of podcast listening history on mobile screens should include only meaningful animations and interactions and separation between visual elements and filtering options. To fully understand the best implementation strategy, more refined and expansive studies are required, with more test participants. User tests in this study were limited due to the Covid-19 outbreak. / Då podcastlyssnandet har ökat i västvärlden behöver podcastmobilapplikationer differentiera sig mot konkurrensen genom att erbjuda ett spännande utbud av podcasts och unika funktionaliteter. I denna studie anses visualisering vara en sådan funktionalitet. Visualisering anses även kunna bidra med ytterligare uppskattning för användaren. Denna designstudie ämnar studera den visuella representationen av lyssningshistorik från podcasts i en mobilapplikation, genom att besvara följande forskningsfråga: Hur kan visualisering av lyssningshistorik från podcasts ge ytterligare värde för användarupplevelsen i en mobilapplikation? Den grundläggande teorin bakom studien består av tidigare forskning om visualisering av tidsrelaterade data samt information från moderna digitala produkter från relevanta ämnen. En slutgiltig design togs iterativt fram med hjälp av en variant av metodiken från Design Study Methodology, som bestod utav fokusgrupper och användarstudier, bland annat. Efter design och implementation av en prototyp undersöktes den med användarstudier. Dessa var gjorda på distans med hjälp utav videoklipp av olika funktionaliteter i prototypen. Resultat från studien visar på att en lyckad datavisualisering av lyssningshistorik från podcasts i mobilapplikationer bör endast inkludera meningsfulla animationer och interaktioner, samt bör man separera visuella komponenter med filtreringsalternativ. En mer expansiv och noga planerad studie med fler testdeltagare behövs för att säkerställa den bästa strategin för en lyckad implementering av de föreslagna visuella metoder som ingick i prototypen. Användarstudien som genomfördes begränsades av Covid-19 pandemin.