This study aims to describe how researchers may incorporate four different generalisation methods (working hypothesis, analytic generalisation, critical case and naturalistic generalisation) to aid them in properly generaliseing from case study results. It was found that critical cases can be used in combination with working hypothesis to determine the falsifiability of the hypotheses. Working hypothesis and analytic generalisation complement each other by making it possible for researchers to generalise to both theory and new hypotheses (i.e. both inductively and deductively). Lastly, naturalistic and analytic generalisation enables a double-ended generalisation, where both the reader and the scientist themself generalise to specific situations and over-all theory, respectively.

Fluency is functionally defined by: skill retention after a period without practice; skill endurance over longer intervals than encountered during practice; skill stability in the face of distraction; a performance that can be effortlessly applied to new environments; and a skill that adduces easily with other skills to form new repertoires (RESAA). Precision Teachers have found that fluency can be promoted by building the frequency of an accurate response to high rates. Young children with autism often fail to achieve RESAA outcomes from accuracy-based discrete trial training and may benefit from frequency-building instruction. However, a lack of published empirical support has meant that many behavioural educators have resisted adopting these strategies. The purpose of the current study was to determine if frequency-building procedures will promote the fluent skill development of tasks encountered on many early intervention programs for 12 young children with autism. The data showed that imitation, line tracing, drawing, simple addition, and phoneme reading skills taught to young children with autism achieved RESAA outcomes and responded to frequency building procedures in ways that were consistent with non-autistic populations. Secondly, frequency-building imitation to a rate-based fluency aim produced far greater gains on measures of generalised, imitation than using discrete trial training to an accuracy-based mastery criterion alone. Thirdly, increases in the rate of performance under frequency-building conditions positively predicted increases in the quality and quantity of applications, adductions, and skill generalisation for most skills. Fourthly, more exemplars are preferable to few during frequency-building practice. Fifthly, gross motor imitation, a controlled-operant task by definition, was modified and practiced to rates high enough to achieve RESAA criteria. Finally, discrete trial training was as effective as frequency-building when matched for reinforcement and practice, however was less efficient and rated less enjoyable by 5 children without developmental disabilities. The findings were consistent with behavioural fluency predictions and support the inclusion of frequency building strategies to promote skill fluency for young children with autism.

The purpose of this study was to investigate the extent to which PECS would generalise from the training setting to other familiar settings as a function of properties of the settings. It was predicted that PECS would generalise better to the setting where PECS use facilitated was by having the same communicative partners and items available. Three preschool children all with a diagnosis of Autism Spectrum Disorder (ASD) were trained to use the Picture Exchange Communication System (PECS) to a minimum proficiency level of Phase 3. The experiment employed an ABA single case design with multiple target measures, replicated across participants, acknowledging that observations in the first baseline would be zero. Transfer of PECS across settings varied for each participant. One participant generalised PECS to the facilitated environment more than the non-facilitated environment as predicted. Another participant transferred PECS better to the non-facilitated environment compared to the facilitated environment contrary to the research prediction. The final participant did not generalise PECS to either environment, switching to functional verbal communication instead.

Despite a central role for morphological knowledge in supporting linguistic generalisation, the neural representations supporting its learning remain largely unexplored. This thesis addressed this gap by exploring the role of memory consolidation in morphological learning and generalisation. In three experiments, adult participants learned an artificial language in which stems (e.g. gleet, shiln) combined with plural affixes (e.g. –aff, -opp; gleetaff, shilnopp) to refer to the occupation of multiple male and female characters. Mimicking properties of morphological systems in natural languages, the plurals varied in their phonological consistency/ambiguity and type/token frequency. Two sets of plurals, distinguished by gender, were trained on two successive days. Experiment 1 revealed that generalisation to novel phonologically ambiguous forms measured on the second day showed a greater influence of token frequency for plurals trained on the previous day, suggesting overnight changes in their underlying representations. Experiment 2 examined this effect further by using fMRI to compare the neural representations underlying plurals learned on the day of scanning or on the previous day. Representational Similarity Analysis revealed increased similarity structure among high type frequency plurals and reduced similarity structure among high token frequency plurals following overnight consolidation in the left superior temporal gyrus (STG). These results are consistent with a Complementary Learning Systems (CLS) model in which overnight consolidation supports the development of overlapping representations among several items sharing the same feature (here, an affix; type frequency) and strengthens item-specific representations for frequently occurring items (token frequency). Additionally, connectivity analyses showed that the functional coupling between the left STG and the left dorsolateral prefrontal cortex was weaker for high type frequency plurals and stronger for high token frequency plurals following overnight consolidation. These results suggest that the engagement of prefrontal control processes in retrieving the newly-learned plurals is subject to overnight consolidation and sensitive to the similarity structure underlying the plurals to be retrieved. However, the overnight changes in similarity structure and functional networks observed in Experiment 2 were not mirrored by changes in generalisation to novel forms as were observed in Experiment 1. Experiment 3 aimed to address the discrepancy in consolidation-related changes in generalisation behaviour between the first two experiments. Type/token frequencies were manipulated to bias learning, consolidation, and generalisation towards high token frequency plurals. Despite this manipulation, no consolidation-related changes in generalisation were observed. Findings from all three experiments are interpreted in the context of the CLS model and a role for overnight consolidation in morphological learning and generalisation is discussed.

Die Region Mestia liegt abgeschieden im Norden Georgiens im Großen Kaukasus. Markant für die Region Mestia ist der Doppelgipfel der Ushba. Dieser zieht Touristen an, welche Wandertouren und Erkundungen durchführen möchten. Um diese sicher gewährleisten zu können, ist eine Alpenvereinskarte dringend erforderlich. In dieser Arbeit wird eine Generalisierung des Gebäudedatenbestand der Region Mestia mit Hilfe der Geoinformationssoftware ArcGIS Pro für eine ebensolche Alpenvereinskarte erstellt. Als Ausgangsdaten werden OpenStreetMap-Datensätze verwendet. Es werden die für den Zweck dieser Karte relevanten Daten herausgefiltert und alle unwichtigen Elemente entfernt. Zudem werden alle Stützpunkte der Gebäude gebildet und deren Abstand zueinander mittels eines dichte basierten Clustering bestimmt. Im Anschluss werden die Stützpunkte den Gebäude-Polygonen zugewiesen. Anhand der Abstandsbestimmung kann im Folgenden eine Unterscheidung der Gebäude in zwei Kategorien vorgenommen werden. Einzelnstehende Gebäude bzw. Gebäude mit einer sehr geringen Anzahl an Gebäuden in der unmittelbaren Nachbarschaft werden der Kategorie „Einzelgebäude“ zugeordnet. Alle anderen Gebäude werden in die Kategorie „Siedlung“ eingegliedert, da diese Gebäude sehr zahlreich und dicht beieinanderstehen. Die beiden Kategorien werden unterschiedlich generalisiert. Die Gebäude, die der Kategorie „Einzelgebäude“ zugeordnet sind, werden vereinfacht und als Punktsignaturen dargestellt. Alle anderen Gebäude werden aggregiert und Polygone mit einem geringen Flächeninhalt eliminiert. Zudem werden die Außenkanten der Polygone geglättet, damit ein vereinfachter Grundriss der Gebäude vorliegt. In einer Evaluierung wird die erstellte Generalisierung des Gebäudebestandes mit einer weiteren Gebäudegeneralisierung, welche mit dem Programm QGIS erstellt ist, gegenübergestellt. Den Expert*innen werden zudem Bilder von den Gebäuden der Region und zwei Beispielkarten, auf denen die generalisierten Gebäude dargestellt sind, gezeigt. Es ist zu entscheiden, welche Karte die Gebäude auf dem Bild abbildet. In dieser Arbeit wird die unterschiedliche Generalisierung der Einzelgebäude und der Siedlungen betrachtet. Die Unterschiede dieser beiden Kategorien wird herausgearbeitet. Mittels der Evaluierung wird das Ergebnis von Expert*innen überprüft. / The Mestia region is in the north of Georgia in the Great Caucasus. A distinctive feature of the Mestia region is the double peak of the Ushba. It attracts tourists who want to go hiking and exploring. To be able to guarantee this safely, an alpine association map is urgently needed. In this work, a generalisation of the building data stock of the Mestia region is created with the help of the geoinformation software ArcGIS Pro for a similar alpine association map. OpenStreetMap datasets are used as source data. The data relevant for the purpose of this map are filtered out and all unimportant elements are removed. In addition, all support points of the buildings are formed and their distance to each other is determined using density based clustering. Subsequently, the support points are assigned to the building polygons. Based on the distance determination, the buildings can be divided into two categories. Single buildings or buildings with a very small number of buildings in the immediate vicinity are assigned to the category 'single building'. All other buildings are placed in the category 'Settlement', as these buildings are very numerous and close together. The two categories are generalised differently. The buildings assigned to the category 'single building' are simplified and represented as point signatures. All other buildings are aggregated and polygons with a small area are eliminated. In addition, the outer edges of the polygons are smoothed so that a simplified ground plan of the buildings is available. In an evaluation, the created generalisation of the building stock is compared with another building generalisation created with the QGIS programme. The experts are also shown pictures of the buildings in the region and two sample maps showing the generalised buildings. It must be decided which map depicts the buildings on the picture. In this paper, the different generalisation of individual buildings and settlements is considered. The differences between these two categories will be worked out. By means of evaluation, the result is checked by experts.

Algorithm for automated building simplification using aggregation Abstract Diploma thesis deals with automated cartographic generalization. The main aim is to propose a new generalization algorithm for building aggregation. The first part brings summary of existing algorithms for building aggre- gation. Then the new algorithm is presented: at first, auxiliary data structu- res and algorithms are presented, then cartographic and geometric require- ments are defined. New algorithm is based on the principle of straight skeleton construction. Outer vertices are removed from constructed straight skeletons and those structures are aggregated. The aggregated polygon is reconstructed from ag- gregated structures. The second part is focused on implementation and results evaluation. The algorithm is implemented using open-source libraries CGAL, Boost and Shapelib. The results and confrontation with SW ArcGIS are discus- sed in conclusion of the thesis. 1

Die kartographische Generalisierung ist eines der zentralen Themengebiete der Kartographie. Seit den 1960er Jahren vollzieht sich ein Entwicklungsprozess in der Generalisierung vom freien praktischen Generalisieren in Abhängigkeit von den Fähigkeiten des Kartenbearbeiters hin zur regelhaften rechengestützten Automation. Bis heute sind viele Fragen in Bezug auf die vollautomatische Generalisierung offen. Die vorliegende Arbeit widmet sich dieser Thematik und liefert einen Lösungsansatz für die automatische Ableitung der Daten des Städtischen Vermessungsamtes Dresden in 1:25.000 und des ATKIS Basis-DLMs in kleinere Folgemaßstäbe. Dabei werden die einzelnen Generalisierungsprozeduren und -abläufe im Einzelnen sowie in ihrer gesamten Komplexität betrachtet. Elementare Vorgänge beim Generalisieren, wie das Auswählen, Klassifizieren, Zusammenfassen, Überdimensionieren, Verdrängen und Vereinfachen (insbesondere Linienglättung) werden beschrieben und zu einem Gesamtablauf zusammengefügt. Der Schwerpunkt liegt hierbei auf der Flächenaggregation benachbarter Flächen unter Wahrung der topologischen Verhältnisse zu linienhaften Objekten. Das Ergebnis der Arbeit ist eine eigenständige Applikation, die zukünftig das Städtische Vermessungsamt Dresden bei der Laufendhaltung seiner Daten unterstützen wird. / Cartographic generalization is one of the most pivotal issues in cartography. From the 1960s on, a development from free practical map generalization depending on the abilities of the mapmaker towards a scale-determined computer assisted automation has taken place. By today, many open questions concerning the entirely automatic generalization are still remaining. This thesis addresses the issue of automatic generalization and provides a solution for the automatic derivation of data from Dresden’s Municipal Survey Office in 1:25.000 and ATKIS Base DLM into smaller scales. The generalization procedures will be considered both in detail and as a whole. Elementary generalization procedures, such as selection, classification, regrouping, amplification, displacement and simplification (particularly line smoothing) will be described and combined to form a complete process. The focus is set on aggregation of adjacent areas, while maintaining the topological relationship to line objects. The result is a stand-alone application being capable of supporting Dresden’s Municipal Survey Office in revising its data.

Die kartographische Generalisierung ist eines der zentralen Themengebiete der Kartographie. Seit den 1960er Jahren vollzieht sich ein Entwicklungsprozess in der Generalisierung vom freien praktischen Generalisieren in Abhängigkeit von den Fähigkeiten des Kartenbearbeiters hin zur regelhaften rechengestützten Automation. Bis heute sind viele Fragen in Bezug auf die vollautomatische Generalisierung offen. Die vorliegende Arbeit widmet sich dieser Thematik und liefert einen Lösungsansatz für die automatische Ableitung der Daten des Städtischen Vermessungsamtes Dresden in 1:25.000 und des ATKIS Basis-DLMs in kleinere Folgemaßstäbe. Dabei werden die einzelnen Generalisierungsprozeduren und -abläufe im Einzelnen sowie in ihrer gesamten Komplexität betrachtet. Elementare Vorgänge beim Generalisieren, wie das Auswählen, Klassifizieren, Zusammenfassen, Überdimensionieren, Verdrängen und Vereinfachen (insbesondere Linienglättung) werden beschrieben und zu einem Gesamtablauf zusammengefügt. Der Schwerpunkt liegt hierbei auf der Flächenaggregation benachbarter Flächen unter Wahrung der topologischen Verhältnisse zu linienhaften Objekten. Das Ergebnis der Arbeit ist eine eigenständige Applikation, die zukünftig das Städtische Vermessungsamt Dresden bei der Laufendhaltung seiner Daten unterstützen wird.:Kurzfassung IV Abstract V Inhaltsverzeichnis VI Abbildungsverzeichnis IX Tabellenverzeichnis X Abkürzungsverzeichnis XII 1 Einleitung und Motivation 1 1.1 Allgemeine Einführung 1 1.2 Ziele und Abgrenzung der Arbeit 2 2 Grundlagen der Generalisierung 3 2.1 Generalisierung in der Kartographie 3 2.2 Kartographische Modelltheorie und Modellbildung im digitalen Umfeld 5 2.3 Modell- und kartographische Generalisierung 7 2.4 Rahmenmodelle der digitalen Generalisierung 8 2.4.1 Brassel-Weibel-Modell 9 2.4.2 McMaster-Shea-Modell 10 2.5 Elementare Generalisierungsvorgänge 11 2.5.1 Klassifikation 15 2.5.2 Flächenaggregation 15 2.5.3. Flächenexpansion und -reduktion durch morphologische Operatoren 16 2.5.4 Verdrängung 18 2.5.4.1 Nickerson-Algorithmus 19 2.5.4.2 Linienverdrängung mittels Energieminimierung 22 2.5.5 Geometrietypwechsel 26 2.5.5.1 Dimensionswechsel von Fläche zu Linie 27 Inhaltsverzeichnis 2.5.5.2 Dimensionswechsel von Fläche zu Punkt 29 2.5.6 Linienvereinfachung und Linienglättung 30 2.5.6.1 Douglas-Algorithmus 31 2.5.6.2 McMaster-Algorithmus 32 2.5.7 Generalisierungsoperatoren in ausgewählten kommerziellen GIS 33 3 Datenmodelle der Digitalen Übersichtskarte der Stadt Dresden 35 3.1 Datenmodelle des Städtischen Vermessungsamtes Dresden 35 3.1.1 Erweitertes Straßenknotennetz (ESKN) 35 3.1.2 Erweiterte Blockkarte (EBK) 36 3.2 ATKIS Basis-DLM 38 4 Generalisierungsverfahren und Parametrisierung 40 4.1 Anforderungen an das Generalisierungsergebnis und -verfahren 40 4.2 Gesamtablauf des Generalisierungsverfahren 41 4.3 Algorithmen- und Parameterwahl für die Generalisierungsoperatoren 44 4.3.1 Anpassung der Selektion 44 4.3.2 Anpassung der Klassifikation 47 4.3.3 Anpassung der Zusammenfassung 48 4.3.4 Anpassung der Überzeichnung 51 4.3.5 Anpassung des Geometrietypwechsels 52 4.3.6 Anpassung der Linienglättung und Linienvereinfachung 54 4.3.7 Anpassung der Verdrängung 56 5 Programmtechnische Umsetzung 58 5.1 Weiterentwicklungsmöglichkeiten von GIS-Applikationen durch objektorientiertes Programmieren 58 5.2 ArcObjects und FMEObjects 60 5.3 Programmaufbau 61 5.3.1 Oberflächengestaltung 61 5.3.2 Module 62 5.3.3 Prozeduren 64 5.3.3.1 Button1_Click 64 5.3.3.2 Prozeduren des Modules FMEObj 66 Inhaltsverzeichnis 5.3.3.3 Klassifikationsprozeduren 67 5.3.3.4 Zusammenfassungsprozeduren 70 5.3.3.5 Vergrößerungsprozedur 71 5.3.3.6 Morphologieprozeduren 72 5.3.3.7 Geometrietypwechsel- und Flächenaggregationsprozeduren 73 5.3.3.8 Kantenmodellprozedur 80 5.3.3.9 Punktsignaturenableitungsprozeduren 81 5.3.3.10 Linienglättungs- und Punktneuorientierungsprozeduren 82 5.4 Tabellen der Parameterdatenbank und ihre Strukturen 84 5.5 Handlungsanweisungen für den Nutzer 87 6 Evaluation der Ergebnisse 89 6.1 Evaluierung zur Nachbearbeitung 90 6.2 Numerisch beschreibende Evaluierung 91 6.3 Evaluierung zur Gütebestimmung 94 6.4 Individuelle subjektive Bewertung 96 6.5 Vergleich mit der amtlich-topographischen Karte 98 7 Fehleranalyse und Dokumentation interaktiv zu lösender Konflikte 100 8 Zusammenfassung und Ausblick 102 Literaturverzeichnis 104 Anhangsverzeichnis 110 / Cartographic generalization is one of the most pivotal issues in cartography. From the 1960s on, a development from free practical map generalization depending on the abilities of the mapmaker towards a scale-determined computer assisted automation has taken place. By today, many open questions concerning the entirely automatic generalization are still remaining. This thesis addresses the issue of automatic generalization and provides a solution for the automatic derivation of data from Dresden’s Municipal Survey Office in 1:25.000 and ATKIS Base DLM into smaller scales. The generalization procedures will be considered both in detail and as a whole. Elementary generalization procedures, such as selection, classification, regrouping, amplification, displacement and simplification (particularly line smoothing) will be described and combined to form a complete process. The focus is set on aggregation of adjacent areas, while maintaining the topological relationship to line objects. The result is a stand-alone application being capable of supporting Dresden’s Municipal Survey Office in revising its data.:Kurzfassung IV Abstract V Inhaltsverzeichnis VI Abbildungsverzeichnis IX Tabellenverzeichnis X Abkürzungsverzeichnis XII 1 Einleitung und Motivation 1 1.1 Allgemeine Einführung 1 1.2 Ziele und Abgrenzung der Arbeit 2 2 Grundlagen der Generalisierung 3 2.1 Generalisierung in der Kartographie 3 2.2 Kartographische Modelltheorie und Modellbildung im digitalen Umfeld 5 2.3 Modell- und kartographische Generalisierung 7 2.4 Rahmenmodelle der digitalen Generalisierung 8 2.4.1 Brassel-Weibel-Modell 9 2.4.2 McMaster-Shea-Modell 10 2.5 Elementare Generalisierungsvorgänge 11 2.5.1 Klassifikation 15 2.5.2 Flächenaggregation 15 2.5.3. Flächenexpansion und -reduktion durch morphologische Operatoren 16 2.5.4 Verdrängung 18 2.5.4.1 Nickerson-Algorithmus 19 2.5.4.2 Linienverdrängung mittels Energieminimierung 22 2.5.5 Geometrietypwechsel 26 2.5.5.1 Dimensionswechsel von Fläche zu Linie 27 Inhaltsverzeichnis 2.5.5.2 Dimensionswechsel von Fläche zu Punkt 29 2.5.6 Linienvereinfachung und Linienglättung 30 2.5.6.1 Douglas-Algorithmus 31 2.5.6.2 McMaster-Algorithmus 32 2.5.7 Generalisierungsoperatoren in ausgewählten kommerziellen GIS 33 3 Datenmodelle der Digitalen Übersichtskarte der Stadt Dresden 35 3.1 Datenmodelle des Städtischen Vermessungsamtes Dresden 35 3.1.1 Erweitertes Straßenknotennetz (ESKN) 35 3.1.2 Erweiterte Blockkarte (EBK) 36 3.2 ATKIS Basis-DLM 38 4 Generalisierungsverfahren und Parametrisierung 40 4.1 Anforderungen an das Generalisierungsergebnis und -verfahren 40 4.2 Gesamtablauf des Generalisierungsverfahren 41 4.3 Algorithmen- und Parameterwahl für die Generalisierungsoperatoren 44 4.3.1 Anpassung der Selektion 44 4.3.2 Anpassung der Klassifikation 47 4.3.3 Anpassung der Zusammenfassung 48 4.3.4 Anpassung der Überzeichnung 51 4.3.5 Anpassung des Geometrietypwechsels 52 4.3.6 Anpassung der Linienglättung und Linienvereinfachung 54 4.3.7 Anpassung der Verdrängung 56 5 Programmtechnische Umsetzung 58 5.1 Weiterentwicklungsmöglichkeiten von GIS-Applikationen durch objektorientiertes Programmieren 58 5.2 ArcObjects und FMEObjects 60 5.3 Programmaufbau 61 5.3.1 Oberflächengestaltung 61 5.3.2 Module 62 5.3.3 Prozeduren 64 5.3.3.1 Button1_Click 64 5.3.3.2 Prozeduren des Modules FMEObj 66 Inhaltsverzeichnis 5.3.3.3 Klassifikationsprozeduren 67 5.3.3.4 Zusammenfassungsprozeduren 70 5.3.3.5 Vergrößerungsprozedur 71 5.3.3.6 Morphologieprozeduren 72 5.3.3.7 Geometrietypwechsel- und Flächenaggregationsprozeduren 73 5.3.3.8 Kantenmodellprozedur 80 5.3.3.9 Punktsignaturenableitungsprozeduren 81 5.3.3.10 Linienglättungs- und Punktneuorientierungsprozeduren 82 5.4 Tabellen der Parameterdatenbank und ihre Strukturen 84 5.5 Handlungsanweisungen für den Nutzer 87 6 Evaluation der Ergebnisse 89 6.1 Evaluierung zur Nachbearbeitung 90 6.2 Numerisch beschreibende Evaluierung 91 6.3 Evaluierung zur Gütebestimmung 94 6.4 Individuelle subjektive Bewertung 96 6.5 Vergleich mit der amtlich-topographischen Karte 98 7 Fehleranalyse und Dokumentation interaktiv zu lösender Konflikte 100 8 Zusammenfassung und Ausblick 102 Literaturverzeichnis 104 Anhangsverzeichnis 110

<p>3D city models have been widely used in different applications such as urban planning, traffic control, disaster management etc. Effective visualisation of 3D city models in various scales is one of the pivotal techniques to implement these applications. In this thesis, a framework is proposed to visualise the 3D city models both online and offline using City Geography Makeup Language (CityGML) and Extensible 3D (X3D) to represent and present the models. Then, generalisation methods are studied and tailored to create 3D city scenes in multi-scale dynamically. Finally, the quality of generalised 3D city models is evaluated by measuring the visual similarity from the original models.</p><p> </p><p>In the proposed visualisation framework, 3D city models are stored in CityGML format which supports both geometric and semantic information. These CityGML files are parsed to create 3D scenes and be visualised with existing 3D standard. Because the input and output in the framework are all standardised, it is possible to integrate city models from different sources and visualise them through the different viewers.</p><p> </p><p>Considering the complexity of the city objects, generalisation methods are studied to simplify the city models and increase the visualisation efficiency. In this thesis, the aggregation and typification methods are improved to simplify the 3D city models.</p><p> </p><p>Multiple representation data structures are required to store the generalisation information for dynamic visualisation. One of these is the CityTree, a novel structure to represent building group, which is tested for building aggregation. Meanwhile, Minimum Spanning Tree (MST) is employed to detect the linear building group structures in the city models and they are typified with different strategies. According to the experiments results, by using the CityTree, the generalised 3D city model creation time is reduced by more than 50%.</p><p> </p><p>Different generalisation strategies lead to different outcomes. It is important to evaluate the quality of the generalised models. In this thesis a new evaluation method is proposed: visual features of the 3D city models are represented by Attributed Relation Graph (ARG) and their similarity distances are calculated with Nested Earth Mover’s Distance (NEMD) algorithm. The calculation results and user survey show that the ARG and NEMD methods can reflect the visual similarity between generalised city models and the original ones.</p> / QC 20100923 / ViSuCity Project

Is there possibly a way design can make us reflect upon and acknowledge multiple realities? Our perceptions are so individually rooted that we can practically say that we experience multiple realities. Depending on which senses we use and what previous experiences we have, we explore our physical world in such a way that one could say that it’s a reality of it’s own. By exposing ourselves to multiple realities we not only learn more, we also diminish our generalisations within that field. Through the objects presented in the project, I question how aesthetics and functionality can stimulate new views and experiences, opening up how we perceive the world in different ways. Thus giving us different associations of what objects come to mean to each and everyone - our subjective reality. The project resulted in three proposals which are related to the private home, but has been given a costume of ambiguity to connect with viewers and users on a more individual plane. Who do you see in the mirror? Is it a table, or is it actually an instrument? Does our previous experiences reveal in how we interact with objects?