Browsing by Author "Göttlich, Philipp"

Now showing 1 - 2 of 2

Open Access
Ein interaktiver Ansatz zur visuellen Analyse von Trajektorien basierend auf einem Partition-and-Group Clustering Framework
(2014) Göttlich, Philipp
Seit Bewegungen über GPS-Sensoren besser erfasst werden können, steigt die Menge an verfügbaren Bewegungsdaten rapide an. Diese können potentiell viele Verhaltensmuster aufweisen, welche wertvolle Erkenntnisse zur Erforschung oder zum Schutz der sich bewegenden Objekte liefern. Um diese Muster zu erkennen, müssen die unstrukturierten Daten verarbeitet und anschließend passend visualisiert werden. Das ermöglicht hinterher die Analyse der Muster. Die Transparenz des Prozesses und die Unterstützung des Nutzers bei der Analyse sollen dabei gewährleistet werden, weshalb die Möglichkeiten der Interaktion eine wichtige Rolle spielen. Bisher beschränken sich diese interaktiven Möglichkeiten bei der Auswertung von Bewegungsdaten auf ein Minimum und werden meist nur zur Exploration von Verarbeitungsergebnissen genutzt. In dieser Arbeit wird deshalb ein System entwickelt, welches automatische Datenverarbeitung, durch interaktive Methoden, fest mit der Visualisierung verknüpft, um die Interaktions- und Analysemöglichkeiten zu verbessern. Dafür werden eine Partitionierungsmethode, ein Cluster-Algorithmus und ein einstellbares Distanzmaß über eine durchgängige, interaktive Visualisierung vereint. Dadurch soll Analysten das Verstehen und Steuern der Musterextraktion ermöglicht und die abschließende Analyse der Muster erleichtert werden. Um aufzuzeigen, was diesen Ansatz von bisherigen unterscheidet, werden die genutzten Komponenten im Detail erklärt, Neuerungen vorgestellt und auf Vor- und Nachteile eingegangen.
Open Access
Sensorbasierte Kompensierung von Eingabelatenzen auf Touchscreens
(2017) Göttlich, Philipp
Touchscreens sind eine weit verbreitete Schnittstelle zwischen Mensch und Computer, vor allem bei mobilen Geräten. Ein Nachteil gegenüber anderen Eingabemethoden stellt allerdings die Latenz zwischen einer Toucheingabe und der darauf zugeschnittenen, visuellen Reaktion dar, welche oft in deutlich spürbaren Bereichen liegt. Latenzen verschlechtern nachweislich die Performanz und Benutzererfahrung der Anwender. Aus diesem Grund haben sich viele vorangegangene Arbeiten bereits mit der Reduzierung solcher Latenzen beschäftigt, was auch Gegenstand dieser Arbeit ist. Ein vorheriger Ansatz verwendete eine Extrapolation von Fingerbewegungen, um mit Hilfe von künstlichen, trainierten, neuronalen Netzen Toucheingaben zur Latenzkompensation vorherzusagen. Aufbauend auf dem teilweisen Erfolg der erwähnten Arbeit, wurde diese Idee im vorliegenden Ansatz aufgegriffen und mit Hilfe von inertialen Messeinheiten (IMUs) eines eigens entwickelten, hochfrequenten Sensorprototyps verbessert. Die entstandenen, auf Touchtrajektorien und IMU-Daten trainierten, neuronalen Netze konnten Genauigkeitsverbesserungen bei Vorhersagen von bis zu 30% gegenüber IMU-losen Netzen aufweisen. Des Weiteren konnte mit diesen Netzen der Durchsatz von Nutzern um 15% bei Fingereingaben und um 17% bei Stifteingaben gesteigert werden, wenn die Anwender eine IMU an der Hand trugen.