Abstract Computer hobbyists as a new, technology-based subculture constitute a challenging and nuanced educational research area. The goals of this particular research are the following: a) to describe computer hobbyist in general, b) to examine the self-image of computer enthusiasts and its connection to Hacker's Ethic (Himanen 2001), c) to analyze the interconnection between computing as a hobby and school success of computer enthusiasts, and d) to explore possible differences among identity groups of computers enthusiasts in general level and/or in school success. Information society, youth culture, and social psychological self-theories make up the theoretical framework for the research problem. The main theoretical starting points for this research arise from Manuel Castell's theory of informational society. Furthermore, juvenile-subculture analysis made by Heiskanen & Mitchell, as well as Mead and other sociopsychological interpretations of origin and development of self are important elements of the theoretical frame. Hackers Ethic will build synthesis for triangulation of views. This research can be described as an multimethodical combination of quantitative and qualitative research. A sample of 274 participants emerged from 4500 computer enthusiasts during a four-day Assembly 2002 -computer party in Helsinki. Data collection was performed by using questionnaire, interviews and observation. Statistical information was analyzed with SPSS-software, and interview transcripts were subjected to content analysis. Also included in the data were observation diaries of main personal remarks made by researcher. Findings evidence that the typical computer enthusiast in the study was a 19-year old male who had been involved in computing more than 10 years. Among the hobbyists, males spend weekly circa 33 hours with computers, and females about 25 hours. Five self-image models of computer enthusiasts were discovered. In seven values included to Hacker's Ethic, passion and activity comes true in high level among computer devotees. With regard to computer hobbyists in school, a positive correlation between activeness in computing and school success was discovered. Those who spend more than 40 hours weekly with computers get significally (p < 0.01) better grades in english language (second language) and computing, compared to others. Almost significally (p < 0.05) better results among hobbyists were achieved in mean value of all school subjects, in mathematics and in shop and significally (p < 0.001) weaker results in sports. Results derived from this sample may be generalized in select populations only. Results do open some new and interesting views in computing as a hobby, as well as in the development of an information society, youth culture and research of self-image. Results are meaningful in theoretical practice, as well as in practical implementations and offer implications regarding student individuality, the self-knowledge of computer devotees, general leisure activities of young adults and parenting. / Tiivistelmä Teknologian käyttöön perustuvana alakulttuurina tietokoneharrastajat muodostavat haastavan ja monivivahteisen kasvatustieteellisen tutkimusalueen. Tämän tutkimuksen tehtävänä on a) kuvailla tietokoneharrastajaa yleisellä tasolla, b) tarkastella tietokoneharrastajan minäkuvaa ja sen yhteyttä Himasen (2001) laatimaan hakkerietiikkaan, c) analysoida tietokoneharrastuksen ja koulumenestyksen välistä yhteyttä, sekä d) tutkia eroavatko tietokoneharrastajien identiteettiryhmät toisistaan yleisten ominaisuuksien ja/tai koulumenestyksen suhteen. Teoreettisessa viitekehyksessä tutkimusongelmia tarkastellaan informaatioyhteiskunnan, nuorisokulttuurin sekä sosiaalipsykologisten minäteorioiden näkökulmista. Tutkimuksen keskeisiä teoreettisia lähtökohtia ovat Manuel Castellsin teoria informaatioyhteiskunnasta sekä hänen näkemyksensä 'identiteetin' käsitteestä, Heiskasen ja Mitchellin analyysi nuorten alakulttuureista sekä Meadin ja muiden sosiaalipsykologien tulkinta minän synnystä ja kehityksestä. Synteesi eri tarkastelukulmille muodostuu Himasen laatimasta hakkerietiikasta. Käsillä olevan tutkimuksen tutkimusstrategia on monimenetelmällinen kvantitatiivisen ja kvalitatiivisen tutkimusstrategian yhdistelmä. Noin 4500 tietokoneharrastajan perusjoukosta kerättiin otos (N = 274) neljä vuorokautta kestäneen Assembly 2002 -tapahtuman aikana Helsingissä. Tiedonhankintamenetelmiä olivat kyselylomake, haastattelut sekä observointi. Tilastoaineisto analysoitiin SPSS-ohjelmistolla ja litteroidut haastattelut analysoitiin sisällönanalyysin keinoin. Observointipäiväkirjaan kirjattiin tutkijan keskeiset omakohtaiset havainnot. Tulosten perusteella tyypillinen tietokoneharrastaja on noin 19-vuotias poika, joka on harrastanut tietokoneita yli 10 vuoden ajan. Tietokoneen parissa pojat viettivät viikoittain noin 33 tuntia ja tytöt 25 tuntia. Tutkimuksessa voitiin erottaa pääkomponenttianalyysin avulla viisi tietokoneharrastajia kuvaavaa minäkuvamallia. Hakkerietiikan seitsemästä arvosta intohimo ja aktiivisuus toteutuvat tietokoneharrastajien keskuudessa erittäin hyvin. Tietokoneharrastajat menestyvät yleensä koulussa hyvin. Harrastusaktiivisuus on yhteydessä koulumenestykseen siten, että yli 40 t viikossa tietotekniikkaa harrastavien koulumenestys englannin kielessä sekä tietotekniikassa oli tilastollisesti merkitsevästi (p < 0,01) parempi kuin vähemmän harrastavien. Tilastollisesti melkein merkitsevästi (p < 0,05) parempia tuloksia he saavuttivat kaikkien aineiden sekä lukuaineiden keskiarvoissa, matematiikassa sekä teknisessä / tekstiilityössä. Tilastollisesti erittäin merkitsevästi (p < 0,001) heikompia he olivat liikunnassa. Otoksen tuottamat tulokset ovat yleistettävissä ainoastaan valikoituneeseen populaatioon. Tutkimustulokset avaavat mielenkiintoisia uusia näkökulmia tietokoneharrastukseen, informaatioyhteiskunnan ja nuorisokulttuurin kehittymiseen sekä minäkuvatutkimukseen. Tutkimustuloksilla voidaan nähdä olevan niin teoreettista merkitystä kuin käytännön implikaatioita opettajan oppilaantuntemuksen, oppilaiden yksilöllisyyden huomioinnin, tietokoneharrastajan itsetuntemuksen sekä harrastustoiminnan ja kotikasvatuksen kehittämisen kannalta.

Abstract This thesis presents a mobile instrumentation middleware, AWARE, aimed at facilitating our understanding of human behavior. We demonstrate how to use AWARE to build context-aware applications, collect data, and study human behavior. Mobile phones are resource-constrained and several considerations need to be taken into account to create a research tool that ensures problem-free data collection. AWARE can mitigate researchers’ effort when building mobile data-logging tools and context-aware applications. By encapsulating implementation details of sensor data retrieval and exposing the sensed data as higher-level abstractions, researchers spend less time developing software and save more time for doing research and analyzing the collected data, both quantitative and qualitative. This thesis demonstrates AWARE’s use in a number of case studies. These vary in the research methods we have used: prototype-building; large-scale deployment; surveys; interviews; cognitive walkthroughs; heuristic evaluation; laboratory & field studies data logs; Day Reconstruction Method (DRM); and Experience Sampling Method (ESM). Together with these methods, we demonstrate how AWARE helps study human behavior in different research scenarios, such as: enabling human-smartphone awareness, understanding concerns on battery life, modeling the proximity of users to their smartphones, and capturing location sharing concerns. The thesis’ contributions are: the design, implementation and evaluation of a novel mobile instrumentation middleware to facilitate an understanding of human behavior. / Tiivistelmä Tämä väitöskirja esittelee mobiililaitteiden välikerrosohjelmisto AWAREn, jonka tarkoituksena on helpottaa ihmisen käyttäytymisen ymmärtämistä. Esitämme, kuinka AWAREa voidaan käyttää apuvälineenä kontekstitietoisten sovellusten kehittämisessä, aineiston keräyksessä ja ihmisen käyttäytymisen tutkimisessa. Mobiililaitteiden rajallisista resursseista johtuen ongelmattoman aineiston keräämisen mahdollistavan tutkimustyökalun kehityksessä tulee huomioida useita seikkoja. AWARE voi helpottaa mobiilien aineistonkeräystyökalujen ja kontekstitietoisten sovellusten kehittämistä tiivistämällä anturitiedon hankintaan liittyviä yksityiskohtia ja esittämällä anturitiedon korkeamman tason abstraktioina. Näin tutkijat voivat käyttää vähemmän aikaa ohjelmistojen kehitykseen ja enemmän aikaa itse tutkimukseen ja kerätyn aineiston sekä kvantitatiiviseen että kvalitatiiviseen analysointiin. Tässä työssä havainnollistamme AWAREn käyttöä useissa tutkimuksissa, joissa on sovellettu erilaisia tutkimusmenetelmiä: prototyyppien kehittäminen, suuren kokoluokan tutkimukset, kyselytutkimukset, haastattelut, kognitiiviset läpikäynnit, heuristiset arvioinnit, aineiston kerääminen laboratorio- ja kenttätutkimuksista, päivärekonstruktiomenetelmä (Day Reconstruction Method, DRM) ja kokemusotosmenetelmä (Experience Sampling Method, ESM). Näiden menetelmien avulla osoitamme, kuinka AWARE helpottaa ihmisen käyttäytymisen tutkimusta erilaisissa tutkimusskenaarioissa, kuten ihmisen älypuhelintietoisuuden mahdollistaminen, akun kestoon vaikuttavien tekijöiden ymmärtäminen, älypuhelimen ja käyttäjän etäisyyden mallinnus sekä paikkatiedon jakamiseen kohdistuvien asenteiden selvittäminen. Tämän väitöskirjan kontribuutiot ovat: uudenlaisen, ihmisen käyttäytymisen ymmärtämistä helpottavan mobiililaitteiden instrumentointiohjelmiston (AWARE) suunnittelu, toteutus ja arviointi.

Abstract Human-computer interaction (HCI) is an integral part of modern society. Since the number of technical devices around us is increasing, the way of interacting is changing as well. The systems of the future should be proactive, so that they can adapt and adjust to people’s movements and actions without requiring any conscious control. Visual information plays a vital role in this kind of implicit human-computer interaction due to its expressiveness. It is therefore obvious that cameras equipped with computing power and computer vision techniques provide an unobtrusive way of analyzing human intentions. Despite its many advantages, use of computer vision is not always straightforward. Typically, every application sets specific requirements for the methods that can be applied. Given these motivations, this thesis aims to develop new vision-based methods and systems that can be utilized in proactive applications. As a case study, the thesis covers two different proactive computer vision applications. Firstly, an automated system that takes care of both the selection and switching of the video source in a distance education situation is presented. The system is further extended with a pan-tilt-zoom camera system that is designed to track the teacher when s/he walks at the front of the classroom. The second proactive application is targeted at mobile devices. The system presented recognizes landscape scenes which can be utilized in automatic shooting mode selection. Distributed smart cameras have been an active area of research in recent years, and they play an important role in many applications. Most of the research has focused on either the computer vision algorithms or on a specific implementation. There has been less activity on building generic frameworks which allow different algorithms, sensors and distribution methods to be used. In this field, the thesis presents an open and expendable framework for development of distributed sensor networks with an emphasis on peer-to-peer networking. From the methodological point of view, the thesis makes its contribution to the field of multi-object tracking. The method presented utilizes soft assignment to associate the measurements to the objects tracked. In addition, the thesis also presents two different ways of extracting location measurements from images. As a result, the method proposed provides location and trajectories of multiple objects which can be utilized in proactive applications. / Tiivistelmä Ihmisen ja eri laitteiden välisellä vuorovaikutuksella on keskeinen osa nyky-yhteiskunnassa. Teknisten laitteiden lisääntymisen myötä vuorovaikutustavat ovat myös muuttumassa. Tulevaisuuden järjestelmien tulisi olla proaktiivisia, jotta ne voisivat sopeutua ihmisten liikkeisiin ja toimintoihin ilman tietoista ohjausta. Ilmaisuvoimansa ansiosta visuaalisella tiedolla on keskeinen rooli tällaisessa epäsuorassa ihminen-tietokone –vuorovaikutuksessa. Tämän vuoksi on selvää, että kamerat yhdessä laskentaresurssien ja konenäkömenetelmien kanssa tarjoavat huomaamattoman tavan ihmisten toiminnan analysointiin. Lukuisista eduistaan huolimatta konenäön soveltaminen ei ole aina suoraviivaista. Yleensä jokainen sovellus asettaa erikoisvaatimuksia käytettäville menetelmille. Tästä syystä väitöskirjassa on päämääränä kehittää uusia kuvatietoon perustuvia menetelmiä ja järjestelmiä, joita voidaan hyödyntää proaktiivisissa sovelluksissa. Tässä väitöskirjassa esitellään kaksi proaktiivista sovellusta, jotka molemmat hyödyntävät tietokonenäköä. Ensimmäinen sovellus on etäopetusjärjestelmä, joka valitsee ja vaihtaa kuvalähteen automaattisesti. Järjestelmään esitellään myös ohjattavaan kameraan perustava laajennus, jonka avulla opettajaa voidaan seurata hänen liikkuessaan eri puolilla luokkahuonetta. Toinen proaktiivisen tekniikan sovellus on tarkoitettu mobiililaitteisiin. Kehitetty järjestelmä kykenee tunnistamaan maisemakuvat, jolloin kameran kuvaustila voidaan asettaa automaattisesti. Monissa sovelluksissa on tarpeen käyttää useampia kameroita. Tämän seurauksena eri puolille ympäristöä sijoitettavat älykkäät kamerat ovat olleet viime vuosina erityisen kiinnostuksen kohteena. Suurin osa kehityksestä on kuitenkin keskittynyt lähinnä eri konenäköalgoritmeihin tai yksittäisiin sovelluksiin. Sen sijaan panostukset yleisiin ja helposti laajennettaviin ratkaisuihin, jotka mahdollistavat erilaisten menetelmien, sensoreiden ja tiedonvälityskanavien käyttämisen, ovat olleet vähäisempiä. Tilanteen parantamiseksi väitöskirjassa esitellään hajautettujen sensoriverkkojen kehitykseen tarkoitettu avoin ja laajennettavissa oleva ohjelmistorunko. Menetelmien osalta tässä väitöskirjassa keskitytään useiden kohteiden seurantaan. Kehitetty seurantamenetelmä yhdistää saadut paikkamittaukset seurattaviin kohteisiin siten, että jokaiselle mittaukselle lasketaan todennäköisyys, jolla se kuuluu jokaiseen yksittäiseen seurattavaan kohteeseen. Seurantaongelman lisäksi työssä esitellään kaksi erilaista tapaa, joilla kohteiden paikka kuvassa voidaan määrittää. Esiteltyä kokonaisuutta voidaan hyödyntää proaktiivisissa sovelluksissa, jotka tarvitsevat usean kohteen paikkatiedon tai kohteiden kulkeman reitin.

Abstract Novel methods and tools are needed for the performance evaluation of future embedded systems due to the increasing system complexity. Systems accommodate a large number of on-terminal and or downloadable applications offering the users with numerous services related to telecommunication, audio and video, digital television, internet and navigation. More flexibility, scalability and modularity is expected from execution platforms to support applications. Digital processing architectures will evolve from the current system-on-chips to massively parallel computers consisting of heterogeneous subsystems connected by a network-on-chip. As a consequence, the overall complexity of system evaluation will increase by orders of magnitude. The ABSOLUT performance simulation approach presented in this thesis combats evaluation complexity by abstracting the functionality of the applications with workload models consisting of instruction-like primitives. Workload models can be created from application specifications, measurement results, execution traces, or the source code. Complexity of execution platform models is also reduced since the data paths of processing elements need not be modelled in detail and data transfers and storage are simulated only from the performance point of view. The modelling approach enables early evaluation since mature hardware or software is not required for the modelling or simulation of complete systems. ABSOLUT is applied to a number of case studies including mobile phone usage, MP3 playback, MPEG4 encoding and decoding, 3D gaming, virtual network computing, and parallel software-defined radio applications. The platforms used in the studies represent both embedded systems and personal computers, and at the same time both currently existing platforms and future designs. The results obtained from simulations are compared to measurements from real platforms, which reveals an average difference of 12% in the results. This exceeds the accuracy requirements expected from virtual system-based simulation approaches intended for early evaluation. / Tiivistelmä Sulautettujen tietokonejärjestelmien suorituskyvyn arviointi muuttuu yhä haastavammaksi järjestelmien kasvavan kompleksisuuden vuoksi. Järjestelmissä on suuri määrä sovelluksia, jotka tarjoavat käyttäjälle palveluita liittyen esimerkiksi telekommunikaatioon, äänen ja videokuvan toistoon, internet-selaukseen ja navigaatioon. Tästä johtuen suoritusalustoilta edellytetään yhä enemmän joustavuutta, skaalautuvuutta ja modulaarisuutta. Suoritusarkkitehtuurit kehittyvät nykyisistä System-on-Chip (SoC) -ratkaisuista Network-on-Chip (NoC) -rinnakkaistietokoneiksi, jotka koostuvat heterogeenisistä alijärjestelmistä. Sovellusten ja suoritusalustan muodostaman järjestelmän suorituskyvyn arviointiin tarvitaan uusia menetelmiä ja työkaluja, joilla kompleksisuutta voidaan hallita. Tässä väitöskirjassa esitettävä ABSOLUT-simulointimenetelmä pienentää suorituskyvyn arvioinnin kompleksisuutta abstrahoimalla sovelluksen toiminnallisuutta työkuormamalleilla, jotka koostuvat kuormaprimitiiveistä suorittimen käskyjen sijaan. Työkuormamalleja voidaan luoda sovellusten spesifikaatioista, mittaustuloksista, suoritusjäljistä tai sovellusten lähdekoodeista. Suoritusalustoista ABSOLUT-menetelmä käyttää yksinkertaisia kapasiteettimalleja toiminnallisten mallien sijaan: suoritinarkkitehtuurit mallinnetaan korkealla tasolla ja tiedonsiirto ja tiedon varastointi mallinnetaan vain suorituskyvyn näkökulmasta. Menetelmä mahdollistaa aikaisen suorituskyvyn arvioinnin, koska malleja voidaan luoda ja simuloida jo ennen valmiin sovelluksen tai suoritusalustan olemassaoloa. ABSOLUT-menetelmää on käytetty useissa erilaisissa kokeiluissa, jotka sisälsivät esimerkiksi matkapuhelimen käyttöä, äänen ja videokuvan toistoa ja tallennusta, 3D-pelin pelaamista ja digitaalista tiedonsiirtoa. Esimerkeissä käytetiin tyypillisiä suoritusalustoja sekä kotitietokoneiden että sulautettujen järjestelmien maailmasta. Lisäksi osa esimerkeistä pohjautui tuleviin tai keksittyihin suoritusalustoihin. Osa simuloinneista on varmennettu vertaamalla simulointituloksia todellisista järjestelmistä saatuihin mittaustuloksiin. Niiden välillä huomattiin keskimäärin 12 prosentin poikkeama, mikä ylittää aikaisen vaiheen suorituskyvyn simulointimenetelmiltä vaadittavan tarkkuuden.