Complex spatial relationships and patterns in multivariate data are relatively simple to identify visually but di cult to detect computation- ally. For this reason, Anivis, an interactive tool for visual exploration of multivariate quantitative pure serial periodic data was developed. The data has four dimensions depth, laterality, frequency and time. The data was visualized as an animated heatmap, by mapping depth and laterality to coordinates in a pixel grid and frequency to color. Transfer functions were devised to map a single variable to color through parametric curves. Anivis implemented heatmap generation through both weighted sum and deconvolution for comparison reasons. Deconvolution exhibited a to have better theoretical and practical performance. In addition to the heatmap visualization a scatter-plot was added in order to visualize the causal relationships between data points and high value areas in the heatmap visualization. Performance and applicability of the tool were tested and verified on experimental data from the Karolinksa Institute’s Department of Neuroscience. / Komplexa spatiala mo ̈nster och fo ̈rh ̊allanden i multivariat data a ̈r rel- ativt sv ̊ara att identifiera via bera ̈kningar men simpla att identifiera vi- suellt. Att visualisera data fo ̈r denna typ av data-analys anva ̈nds ofta i m ̊anga olika typer av fa ̈lt. Detta motiverade utvecklingen av Anivis; ett interaktivt verktyg fo ̈r visuell utforskning av multivariat kvantitativ data av neural aktivitet. Anivis anva ̈nder sig av dataset baserade p ̊a experi- mentell data fr ̊an en forskningsgrupp p ̊a Karolinska Institutets Institution fo ̈r Neurovetenskap. Dessa fyrdimensionella dataset best ̊ar av ma ̈tningar fr ̊an neuroner i form av deras position, aktivitet i form av frekvens och tidpunkt. Denna data anva ̈nds fo ̈r att generera en animerad heatmap, da ̈r neuroners frekvensva ̈rden visas i form av f ̈arg. Frekvensva ̈rdena om- vandlades till fa ̈rgva ̈rden via ̈overg ̊angsfunktioner som kopplar numeriska va ̈rden till fa ̈rgva ̈rden via parametriserade kurvor. Anivis lyckades imple- mentera tv ̊a olika metoder f ̈or att generera heatmap, viktade summor och dekonvolution. Dessa tv ̊a metoder ja ̈mfo ̈rdes med varandra, varav dekon- volution visade sig vara den teoretiskt och praktiskt e↵ektivaste meto- den. Utvecklingen av Anivis visade a ̈ven behovet fo ̈r ett punktdiagram fo ̈r att visualisera f ̈orh ̊allandet mellan ma ̈tta frekvensv ̈arden och spatial frekvensfo ̈rdelning i heatmappen.

There are many possible tools to develop mobile applications with. Choosing a development tool is done by considering many different factors, and the choice is currently done, in many cases, arbitrarily. For this project, a decision model is designed to ease the process of choosing a development tool. A survey was conducted to examine how people using different smartphone platforms discover and download applications. 94 responses were collected, showing that approximately 50% of Android-users found mobile applications by using search engines or browsers. The corresponding number was approximately 30% for iOS-users. A usability test was conducted to discover the differences in user experience between Progressive Web Applications and native applications. 18 usability tests were conducted comparing the same product developed as a Progressive Web Application and a native application. A majority of the participants had a technical background. Both Android and iOS devices were included in the tests. The results indicated that end-users notice when an application is not natively developed. The effect on the user experience is combined with other technical differences and applied to the decision model. This model was designed to predict if a native application, a Progressive Web Application or a React Native application is the most favourable to develop for a specific scenario. The final model could, according to consultants at the stakeholder Slagkryssaren AB, with good accuracy predict when the different development tools should be used. The model could be used as a discussion tool in the first stages of the development process of an application. / Det finns många möjliga verktyg för att utveckla mobila applikationer. Valet av utvecklingsverktyg görs genom att överväga många olika faktorer, och görs idag i många fall högst godtyckligt. För det här projektet designades en beslutsmodell som förenklar processen av att välja ett utecklingsverktyg. En undersökning gjordes för att undersöka hur användare av olika smartphone- plattformar upptäcker och laddar ner applikationer. 94 svar samlades, svaren visade att ungefär 50% av Android-användare hittade mobila applikationer genom internetsökningar eller webbläsare. Denna siffran var ungefär 30% för iOS-användare. Ett användarbarhetstest utfördes för att finna skillnader i användarupplevelse mellan progressiva webbapplikationer och native-applikationer. En majoritet av deltagarna hade en teknisk bakgrund. Både Android- och iOS-enheter testades. Resultatet tydde på att slutanvändare la märke till när en applikation inte utvecklades som en native-applikation. Effekten på användarvänligheten, kombinerat med tekniska skillnader mellan verktygen, tillämpades på beslutsmodellen. Modellen designades för att förutse om en native-applikation, en progressiva webbapplikation eller en React Native- applikation är mest fördelaktig att utveckla i ett specifikt scenario. Den slutgiltiga modellen kunde, enligt konsulter på uppdragsgivaren Slagkryssaren AB, med god precision avgöra när de olika utvecklingsverktygen bör nyttjas. Modellens användning blev som ett diskussionsverktyg i de första stadierna av processen med att välja utvecklingsvektyg.