Det har alltid funnits tomma och outhyrda lokaler i Stockholm. Vakanser är något som alltid har funnits, och därför också känns som ett ständigt aktuellt ämne. Fastighetsföretag har alltid försökt se till att så mycket som möjligt av lokalerna är uthyrda, men vilka strategier finns och används vid frågor om vakans? Studien undersöker vad som sägs på marknaden i Stockholm. Med hjälp av intervjuer av ansvariga inom detta ämne hos olika kommersiella fastighetsföretag har en bild med tankar och åsikter från dessa personer målats upp för att få en inblick i vad som är viktigt att tänka på när det gäller vakanser. En enkät har också skickats ut för att få en bredare uppfattning hur de kommersiella fastighetsföretagen agerar i olika situationer, vilken strategi kring vakanser de har. Företagen har samma åsikt om hel del frågor. De är överrens om att det finns mycket pengar att tjäna genom att se till att den nuvarande hyresgästen sitter kvar i lokalen. Att få in en ny hyresgäst i lokalen går inte att göra på en dag. Det kan ta månader innan den nya hyresgästen är på plats, och vakanser är lika med förlorade pengar. Det är därför viktigt att ha en bra relation med sin hyresgäst. De frågor som ställdes som fick olika svar var bland annat hur företagen agerar för att påverka antalet lediga lokaler, vad som görs vid uppsägning av kontrakt, vad man tycker om hyresgästrepresentanter, hur de ser på ett eventuellt priskrig, varför man inte har 100 % uthyrda lokaler, hur man ser på dold vakans och vilka lokaler som är mest efterfrågade i Stockholm, På de flesta frågor har en klar majoritet av uthyrarna samma åsikt. Ingen uthyrare ger några stora rabatter till hyresgästerna. Uthyrarna vet att det är dyrt att flytta. Det finns heller inget som tyder på att en uthyrare skulle sänka sina priser bara för att en konkurrent gör det, och på sätt hamna i ett priskrig. De flesta uthyrare tycker det är skönare att förhandla direkt med hyresgästen istället för att gå genom en hyresgästrepresentant. Vilka parametrar som är viktigast i en lokal, får många olika svar i undersökningen. Nya lokaler och möjlighet att skapa rum och ny planlösning är de populäraste svaren. Få företag oroar sig för att det ska bli en högre vakansgrad i närmaste framtiden. De flesta tror att marknaden kommer vara oförändrad. / There have always been empty and vacant premises in Stockholm. Vacant space is something that has always existed, and therefore feels like a recurring topic. Property companies has always tried to ensure that as much as possible of the premises are leased, but what strategies are in place in the issues of vacancy? The study examines what is said in the market in Stockholm. Using interviews of people responsible in this line of work from various commercial real estate companies, by studying and analyzing thoughts and opinions of what these people have to say get a glimpse of what's important to think about in terms of vacancies. A survey was also sent out to get a wider understanding of how the commercial real estate firms act in different situations, the strategy around the vacancies they have. Companies have the same opinion on many questions. They agreed that there is much money to be made by ensuring that the current tenant remains in the premises. Getting a new tenant into the premises can´t be done in a day. It can take months before the new tenant is in place, and vacancies mean lost money. It is therefore important to have a good relationship with his tenant. On most issues, a clear majority of the property companies have the same opinion. No company provides big discounts. They know it's expensive to move. There is also no evidence to suggest that a company would lower their prices just because a competitor does, and end up in a price war. Most companies find it more comfortable to negotiate directly with the tenant instead of going through a tenant representative. The answers differ on what parameters are most important in an office space. The most popular answers are new spaces and the ability to make a new floor plan Very few companies worry about if there will be a higher vacancy rate in the near future. Most believe that the market will remain unchanged.

User behavior analysis in web applications is currently mainly performed by analysis of statistical measurements based on user interactions or by creation of personas to better understand users. Both of these methods give great insights in how the users utilize a web site, but do not give any additional information about what they are actually doing. This thesis attempts to use eye tracking data for analysis of user activities in web applications. Eye tracking data has been recorded, labeled and analyzed for 25 test participants. No data source except eye tracking data has been used and two different approaches are attempted where the first relies on a gaze map representation of the data and the second relies on sequences of features. The results indicate that it is possible to distinguish user activities in web applications, but only at a high error-rate. Improvement are possible by implementing a less subjective labeling process and by including features from other data sources. / I nuläget utförs analys av användarbeteende i webbapplikationer primärt med hjälp av statistiska mått över användares beteenden på hemsidor tillsammans med personas förökad förståelse av olika typer av användare. Dessa metoder ger stor insikt i hur användare använder hemsidor men ger ingen information om vilka typer av aktiviteter användare har utfört på hemsidan. Denna rapport försöker skapa metoder för analys av användaraktiviter på hemsidor endast baserat på blickdata fångade med eye trackers. Blick data från 25 personer har samlats in under tiden de utför olika uppgifter på olika hemsidor. Två olika tekniker har utvärderats där den ena analyserar blick kartor som fångat ögonens rörelser under 10 sekunder och den andra tekniken använder sig av sekvenser av händelser för att klassificera aktiviteter. Resultaten indikerar att det går att urskilja olika typer av vanligt förekommande användaraktiviteter genom analys av blick data. Resultatet visar också att det är stor osäkerhet i prediktionerna och ytterligare arbete är nödvändigt för att finna användbara modeller.

Uppsatsens syfte var att undersöka hur personer som i yrket möter kvinnor som har varit utsatta för våld i nära relationer upplever att mörkertalet för våldet ser ut, orsaker till anmälningsbenägenhetens låga nivå, samt hur Polisens arbete upplevs fungera mot våld i nära relationer. Undersökningen genomfördes genom kvalitativa semistrukturerade intervjuer med personer i Gävleborgs län, som genom arbetet mött kvinnor som utsatts för våld i nära relationer. Uppsatsen undersökte hur intervjupersonerna som arbetar på myndigheter som Polismyndigheten och Socialtjänsten samt organisationer som kvinnojourer eller brottsofferjourer uppfattar mörkertalet och dess orsaker. I resultatet framkom att den våldsutsatta individens individuella förutsättningar uppfattades styra sökandet efter stöd. Ävenbemötandet från myndigheter och andra organisationer var avgörande. Andra framträdande slutsatser var att intervjupersonerna hade uppfattningen att Polisens arbete behövde förbättrad kompetens för området våld i nära relationer, trots att de flesta var nöjda med Polisens arbete. Mörkertalet upplevdes vara okänt och svårdefinierat. / The aim for this study was to research the perception of hidden statistic according to workers that meet victims of domestic violence and causes for the low level of propensity to report. As well as research how, the policing works against domestic violence. This was implemented through qualitative semi-structured interviews with people in Gävleborg, who works with victims of domestic violence. The study showed the perceptions of the people working at authorities like the Police, Social services, or voluntary organizations like girl- and women’s shelters. It emerged that victims' individual and interpersonal prerequisites perceived as guiding their help-seeking but that reply from the authorities was crucial. Other prominent conclusions were that interviewees inherited the perception that policing had to improve their knowledge and competence in this field, despite the majority were satisfied with the policing. The interviewee’s thought hidden statistics has unknown extent and is difficult to define.

>Magister Scientiae - MSc / This thesis presents a system for performing whole gesture recognition for South African Sign Language. The system uses feature vectors combined with Hidden Markov models. In order to construct a feature vector, dynamic segmentation must occur to extract the signer's hand movements. Techniques and methods for normalising variations that occur when recording a signer performing a gesture, are investigated. The system has a classification rate of 69%.

Attityder kring etnicitet är en företeelse som förekommer i många sammanhang. I arbetet med människor är attityder kring etnicitet väsentligt för hur arbetsplatsen upplevs, både för anställda och klienter. Idag består Sveriges yrkesliv av anställda med växlande/olika bakgrunder och etniciteter, vilket påverkats av den ökade invandrarpopulationen sedan 2000-talet. Attityder kring etnicitet framkallar hinder för ett jämställt arbete och risken för etnisk diskriminering blir därför större. Att synliggöra hur attityder påverkar arbetsplatsen kan vara komplext och kräver att anställda kritiskt granskar sig själva, sina medarbetare och klientarbetet. Upplevelser av attityders påverkan beror på flera individuella faktorer och kan skilja sig åt på olika arbetsplatser. Syftet med denna kvalitativa studie var att undersöka attityder kring etnicitet hos ett urval av Socialtjänstens anställda samt hur attityderna påverkar mötet med klienter. Med en socialpsykologisk ansats genomfördes denna studie utifrån teorier om social kognitionsteori, attityder, social attributionsteori samt etnicitet, vi och dem-tänkande & indirekt diskriminering. Undersökningen innehåller tio semistrukturerade intervjuer med socialarbetare på socialtjänsten i tre olika kommuner. Resultaten visar att negativa attityder kring etnicitet framkommer på socialtjänsten, både på arbetsplatsen och i bemötandet med klienter. Hur attityderna framkommer i arbetet påverkas ett flertal olika faktorer såsom erfarenhet, medvetenhet kring negativa attityder och öppna dialoger mellan anställda. I mötet med klienter har attityders påverkan en grund i anställdas förståelse, bemötande och förmågan att hålla sig till den professionella rollen. / Attitudes and prejudice about ethnicity is a phenomenon that occurs in many different contexts. When working with people, attitudes about ethnicity is essential for how the workplace is experienced, both for the employees and clients. The work-life in Sweden consists of employees with different backgrounds and ethnicities. Norms about ethnicity create obstacles to achieve equality and the risk of ethnic discrimination enhances. The issue can be complex and requires employees to critically examine themselves and their colleagues. Experiences of attitudes depends on several individual factors, therefore they may differ in different workplaces. The purpose of this qualitative study was to investigate attitudes about ethnicity among Social Services' employees and how the attitudes affect the work with clients. With a social psychological approach, this study was conducted based on theories of social cognition theory, attitudes, social attribution theory and ethnicity, we and them-thinking & indirect discrimination. The essay contains ten semi-structured interviews with social workers in three different municipalities. The results show that it exists negative attitudes about ethnicity in the social services, both between employees and clients. How attitudes appear in the work is affected by several different factors such as experience, awareness of negative attitudes and open dialogues between employees. Whilst working with clients, the influence of attitudes has a basis in the employees´ level of understanding, treatment and ability to maintain the professional role.

Cette thèse, organisée en deux parties indépendantes, a pour objet la sémantique distributionnelle et la sélection de variables. Dans la première partie, nous introduisons une nouvelle méthode pour l'apprentissage de représentations de mots à partir de grandes quantités de texte brut. Cette méthode repose sur un modèle probabiliste de la phrase, utilisant modèle de Markov caché et arbre de dépendance. Nous présentons un algorithme efficace pour réaliser l'inférence et l'apprentissage dans un tel modèle, fondé sur l'algorithme EM en ligne et la propagation de message approchée. Nous évaluons les modèles obtenus sur des taches intrinsèques, telles que prédire des jugements de similarité humains ou catégoriser des mots et deux taches extrinsèques~: la reconnaissance d'entités nommées et l'étiquetage en supersens. Dans la seconde partie, nous introduisons, dans le contexte des modèles linéaires, une nouvelle pénalité pour la sélection de variables en présence de prédicteurs fortement corrélés. Cette pénalité, appelée trace Lasso, utilise la norm trace des prédicteurs sélectionnés, qui est une relaxation convexe de leur rang, comme critère de complexité. Le trace Lasso interpole les normes $\ell_1$ et $\ell_2$. En particulier, lorsque tous les prédicteurs sont orthogonaux, il est égal à la norme $\ell_1$, tandis que lorsque tous les prédicteurs sont égaux, il est égal à la norme $\ell_2$. Nous proposons deux algorithmes pour calculer la solution du problème de régression aux moindres carrés regularisé par le trace Lasso et réalisons des expériences sur des données synthétiques. / This thesis, which is organized in two independent parts, presents work on distributional semantics and on variable selection. In the first part, we introduce a new method for learning good word representations using large quantities of unlabeled sentences. The method is based on a probabilistic model of sentence, using a hidden Markov model and a syntactic dependency tree. The latent variables, which correspond to the nodes of the dependency tree, aim at capturing the meanings of the words. We develop an efficient algorithm to perform inference and learning in those models, based on online EM and approximate message passing. We then evaluate our models on intrinsic tasks such as predicting human similarity judgements or word categorization, and on two extrinsic tasks: named entity recognition and supersense tagging. In the second part, we introduce, in the context of linear models, a new penalty function to perform variable selection in the case of highly correlated predictors. This penalty, called the trace Lasso, uses the trace norm of the selected predictors, which is a convex surrogate of their rank, as the criterion of model complexity. The trace Lasso interpolates between the $\ell_1$-norm and $\ell_2$-norm. In particular, it is equal to the $\ell_1$-norm if all predictors are orthogonal and to the $\ell_2$-norm if all predictors are equal. We propose two algorithms to compute the solution of least-squares regression regularized by the trace Lasso, and perform experiments on synthetic datasets to illustrate the behavior of the trace Lasso.

Le design du mapping (ou couplage) entre mouvement et son est essentiel à la création de systèmes interactifs sonores et musicaux. Cette thèse propose une approche appelée mapping par démonstration qui permet aux utilisateurs de créer des interactions entre mouvement et son par des exemples de gestes effectués pendant l'écoute. Le mapping par démonstration est un cadre conceptuel et technique pour la création d'interactions sonores à partir de démonstrations d'associations entre mouvement et son. L'approche utilise l'apprentissage automatique interactif pour construire le mapping à partir de démonstrations de l'utilisateur. Nous nous proposons d’exploiter la nature générative des modèles probabilistes, de la reconnaissance de geste continue à la génération de paramètres sonores. Nous avons étudié plusieurs modèles probabilistes, à la fois des modèles instantanés (Modèles de Mélanges Gaussiens) et temporels (Modèles de Markov Cachés) pour la reconnaissance, la régression, et la génération de paramètres sonores. Nous avons adopté une perspective d’apprentissage automatique interactif, avec un intérêt particulier pour l’apprentissage à partir d'un nombre restreint d’exemples et l’inférence en temps réel. Les modèles représentent soit uniquement le mouvement, soit intègrent une représentation conjointe des processus gestuels et sonores, et permettent alors de générer les trajectoires de paramètres sonores continûment depuis le mouvement. Nous avons exploré un ensemble d’applications en pratique du mouvement et danse, en design d’interaction sonore, et en musique. / Designing the relationship between motion and sound is essential to the creation of interactive systems. This thesis proposes an approach to the design of the mapping between motion and sound called Mapping-by-Demonstration. Mapping-by-Demonstration is a framework for crafting sonic interactions from demonstrations of embodied associations between motion and sound. It draws upon existing literature emphasizing the importance of bodily experience in sound perception and cognition. It uses an interactive machine learning approach to build the mapping iteratively from user demonstrations. Drawing upon related work in the fields of animation, speech processing and robotics, we propose to fully exploit the generative nature of probabilistic models, from continuous gesture recognition to continuous sound parameter generation. We studied several probabilistic models under the light of continuous interaction. We examined both instantaneous (Gaussian Mixture Model) and temporal models (Hidden Markov Model) for recognition, regression and parameter generation. We adopted an Interactive Machine Learning perspective with a focus on learning sequence models from few examples, and continuously performing recognition and mapping. The models either focus on movement, or integrate a joint representation of motion and sound. In movement models, the system learns the association between the input movement and an output modality that might be gesture labels or movement characteristics. In motion-sound models, we model motion and sound jointly, and the learned mapping directly generates sound parameters from input movements. We explored a set of applications and experiments relating to real-world problems in movement practice, sonic interaction design, and music. We proposed two approaches to movement analysis based on Hidden Markov Model and Hidden Markov Regression, respectively. We showed, through a use-case in Tai Chi performance, how the models help characterizing movement sequences across trials and performers. We presented two generic systems for movement sonification. The first system allows users to craft hand gesture control strategies for the exploration of sound textures, based on Gaussian Mixture Regression. The second system exploits the temporal modeling of Hidden Markov Regression for associating vocalizations to continuous gestures. Both systems gave birth to interactive installations that we presented to a wide public, and we started investigating their interest to support gesture learning.

La production d'énergie renouvelable et la consommation d'électricité dépendent largement des conditions météorologiques : température, précipitations, vent, rayonnement solaire... Ainsi, pour réaliser des études d'impact sur l'équilibre offre-demande, on peut utiliser un générateur de temps, c'est-à-dire un modèle permettant de simuler rapidement de longues séries de variables météorologiques réalistes, au pas de temps journalier. L'une des approches possibles pour atteindre cet objectif utilise les modèles de Markov caché : l'évolution des variables à modéliser est supposée dépendre d'une variable latente que l'on peut interpréter comme un type de temps. En adoptant cette approche, nous proposons dans cette thèse un modèle permettant de simuler simultanément la température, la vitesse du vent et les précipitations, en tenant compte des non-stationnarités qui caractérisent les variables météorologiques. D'autre part, nous nous intéressons à certaines propriétés théoriques des modèles de Markov caché cyclo-stationnaires : nous donnons des conditions simples pour assurer leur identifiabilité et la consistance forte de l'estimateur du maximum de vraisemblance. On montre aussi cette propriété de l'EMV pour des modèles de Markov caché incluant des tendances de long terme sous forme polynomiale. / Renewable energy production and electricity consumption both depend heavily on weather: temperature, precipitations, wind, solar radiation... Thus, making impact studies on the supply/demand equilibrium may require a weather generator, that is a model capable of quickly simulating long, realistic times series of weather variables, at the daily time step. To this aim, one of the possible approaches is using hidden Markov models : we assume that the evolution of the weather variables are governed by a latent variable that can be interpreted as a weather type. Using this approach, we propose a model able to simulate simultaneously temperature, wind speed and precipitations, accounting for the specific non-stationarities of weather variables. Besides, we study some theoretical properties of cyclo-stationary hidden Markov models : we provide simple conditions of identifiability and we show the strong consistency of the maximum likelihood estimator. We also show this property of the MLE for hidden Markov models including long-term polynomial trends.

This master's thesis deals with design of speech recognition algorithms with consideration of target technology, which is platform combinating digital signal processing and field programmable gate array. Algorithms for speech recognition includes: feature extraction of Melfrequency cepstral coefficients, hidden Markov models and their evaluation by Viterbi algorithm.

The goal of this project is to create a mobile phone application, which can use phone camera to get a photography. This photography contains text, application has an ability to find a text, recognize all characters and send output as SMS. In this application there are implemented algorithms for text recognize from pictures based on Hidden Markovov Models. The particular stress is put on training of the model, to maximalise a succes of text recognition. There are some experiments model training with model variables, which are leading in better ability of text recognition. It was achieved a value of 97% succesfully recognized characters.