Search

Artículo por cortesia de la Revista Goya, Lo que en 1957 Hamilton mostró con ironía en la exposición “This Is Tomorrow” -es decir, la transformación del hogar del ciudadano medio contaminado por el virus del consumismo y la excitación del futuro tecnológico-, bien puede compararse con la manera en la que hemos acabado transformando nuestro entorno natural. Obras como las de Dibbets o Perejaume ponen en evidencia que nuestro patrón de visión repercute en la manera en la que experimentamos el territorio y la naturaleza en general. Esta visión antropocéntrica es revisada por arquitectos paisajistas como MacHarg y Berque así como por artistas como Mendieta, y Goldsworthy -cuyas obras manifiestan un concepto de naturaleza sistémico, haciéndose eco de las teorías científicas de Bertalanffy, o Lovelock. Otros artistas como Maider López, Studer y Van der Berg usan la ironía para llamarnos la atención sobre la manera en la que habitamos eso que llamamos naturaleza. [ABSTRACT] In the exhibition This Is Tomorrow, (1957) Hamilton showed with irony how the interior of the middle class houses were transformed by the consumer demand and the excitement of a technological future. This transformation could be compared with the way we have already altered our natural environment. Works by Dibbets or Perejaume prove that our visual patterns have an effect on the way we experiment the territory and nature in general. This anthropocentric sight is also revised by landscape architects such as MacHarg and Berque, or artists such as Mendieta and Goldsworthy. Their work manifests a concept of nature based on systemic processes of the Universe which are analyzed here under the Bertalanffy´s and Lovelock´s scientific theories. Maider López´s, and Studer and Van der Berg´s works use the irony to bring our attention to the way we still understand that we call `nature´., Sección Deptal. de Historia del Arte III (Contemporáneo), Fac. de Bellas Artes, TRUE, pub

The study aimed to advance the traditional issue of identifying decision strategy by analyzing the information processing in terms of visual exploration patterns. Twenty-seven participants played as responders in a computerized version of Ultimatum Game with an anonymous virtual partner. Responders tended to reject unfair offers, probably due to their taste for fairness and to the unidentifiability of the other player that reduced the willingness to cooperate. Furthermore, according to the evolutionary approach, participants focused their attention more at themselves than at the partner. Among the three type of offers – hyperfair, fair and unfair – mid-value offers, such as fair ones, required more number of fixations and fixations duration, related to the more complex cognitive and reasoning processes involved. Implications of this study could be applied in decisional settings with anonymous partners, such as those online, with future studies confirming the results found and integrating them through other process tracing methodologies.

Práce řeší extrakci informací z webových stránek pomocí techniky vyhledávání vizuálních vzorů - prostorových vztahů mezi oblastmi na webové stránce a stejných vizuálních stylů těchto oblastí - s rozšířením o nové techniky zlepšení výsledků. Využívá přitom uživatelem zadaného ontologického modelu dat, který popisuje, které datové položky se budou ze zadané webové stránky extrahovat a jak jednotlivé položky na stránce vypadají zejména z textového pohledu. V rámci práce vznikla konzolová aplikace VizGet v jazyce Java využívající aplikační rámec FitLayout pro získání vizuálního modelu webové stránky. Testování aplikace na 7 různých doménách zahrnujících mj. žebříček nejlepších filmů, produktů v elektronickém obchodě nebo předpovědi počasí ukázalo, že se úspěšnost aplikace pohybuje ve zhruba 75 % dílčích testů nad 85 % F-skóre a ve více než 90 % testů nad 60 % F-skóre, kde 45 % testů dosahuje F-skóre 100 %. Aplikace VizGet tak může být nasazena pro praktické využití v nekritických aplikacích, přičemž je otevřena dalším rozšířením a možnostem zlepšení., The work solves the extraction of information from websites using the technique of searching for visual patterns - spatial relations between areas on the website and the same visual styles of these areas - with the extension of new techniques to improve results. It uses a user-specified ontological data model, which describes which data items will be extracted from the specified web page and how the individual items on the page look, mainly from a text point of view. As part of the work, a console application VizGet in Java was created using the FitLayout framework to obtain a visual model of the website. Testing the application on 7 different domains, including a list of the best movies, e-shop products, or weather forecasts, showed that the success rate of the application ranges in about 75 % of subtests above 85 % F-score and in more than 90 % of subtests above 60 % F-score, where 45 % of subtests achieve an F-score of 100 %. The VizGet application can thus be deployed for practical use in non-critical applications, while it is open to further extensions and possibilities for improvement.

Práce řeší extrakci informací z webových stránek pomocí techniky vyhledávání vizuálních vzorů - prostorových vztahů mezi oblastmi na webové stránce a stejných vizuálních stylů těchto oblastí - s rozšířením o nové techniky zlepšení výsledků. Využívá přitom uživatelem zadaného ontologického modelu dat, který popisuje, které datové položky se budou ze zadané webové stránky extrahovat a jak jednotlivé položky na stránce vypadají zejména z textového pohledu. V rámci práce vznikla konzolová aplikace VizGet v jazyce Java využívající aplikační rámec FitLayout pro získání vizuálního modelu webové stránky. Testování aplikace na 7 různých doménách zahrnujících mj. žebříček nejlepších filmů, produktů v elektronickém obchodě nebo předpovědi počasí ukázalo, že se úspěšnost aplikace pohybuje ve zhruba 75 % dílčích testů nad 85 % F-skóre a ve více než 90 % testů nad 60 % F-skóre, kde 45 % testů dosahuje F-skóre 100 %. Aplikace VizGet tak může být nasazena pro praktické využití v nekritických aplikacích, přičemž je otevřena dalším rozšířením a možnostem zlepšení., The work solves the extraction of information from websites using the technique of searching for visual patterns - spatial relations between areas on the website and the same visual styles of these areas - with the extension of new techniques to improve results. It uses a user-specified ontological data model, which describes which data items will be extracted from the specified web page and how the individual items on the page look, mainly from a text point of view. As part of the work, a console application VizGet in Java was created using the FitLayout framework to obtain a visual model of the website. Testing the application on 7 different domains, including a list of the best movies, e-shop products, or weather forecasts, showed that the success rate of the application ranges in about 75 % of subtests above 85 % F-score and in more than 90 % of subtests above 60 % F-score, where 45 % of subtests achieve an F-score of 100 %. The VizGet application can thus be deployed for practical use in non-critical applications, while it is open to further extensions and possibilities for improvement.

Developing powerful verbal and visual advertising patterns is crucial for marketers in social media advertising to evoke consumer attention and response. Little research has been conducted on the visual patterns applied in social media marketing. Furthermore, Villarroel Ordenes et al. (2018) identified that emotional and informative verbal elements significantly impact consumer sharing in social media advertising. This thesis intends to narrow the research gap of the influence of regular (versus irregular) visual patterns and emotional (versus informative) verbal patterns in social media advertising. A conceptual framework was developed based on the literature review, and a quantitative experiment with a 2x2 between-subject design with 176 participants was conducted. For moderating effects, consumers’ brand familiarity and product category involvement are included. For the research setting, the fast-moving consumer goods market with the energy drink brand effect® and their advertisements were used. The findings indicate that regular visual patterns have a higher positive influence on consumer response than irregular visual patterns. Emotional verbal patterns have a higher positive influence on word of mouth, compared to informative verbal elements. Surprisingly, no interaction effect of regular (versus irregular) visual patterns and emotional (versus informative) visual patterns could be identified. Furthermore, brand familiarity moderates the relationship between visual pattern and word of mouth and electronic word of mouth positively, but not with purchase intention. Contrary, brand familiarity solely moderates the relationship between verbal patterns and purchase intention, not between verbal patterns and word of mouth and electronic word of mouth. Finally, product category involvement moderates the relationship between visual patterns and the named consumer responses positively, but does not have a positive moderating influence on the relationship between verbal, submitted by Philipp Michael Seuling, Masterarbeit University of Innsbruck 2020

Práce řeší extrakci informací z webových stránek pomocí techniky vyhledávání vizuálních vzorů - prostorových vztahů mezi oblastmi na webové stránce a stejných vizuálních stylů těchto oblastí - s rozšířením o nové techniky zlepšení výsledků. Využívá přitom uživatelem zadaného ontologického modelu dat, který popisuje, které datové položky se budou ze zadané webové stránky extrahovat a jak jednotlivé položky na stránce vypadají zejména z textového pohledu. V rámci práce vznikla konzolová aplikace VizGet v jazyce Java využívající aplikační rámec FitLayout pro získání vizuálního modelu webové stránky. Testování aplikace na 7 různých doménách zahrnujících mj. žebříček nejlepších filmů, produktů v elektronickém obchodě nebo předpovědi počasí ukázalo, že se úspěšnost aplikace pohybuje ve zhruba 75 % dílčích testů nad 85 % F-skóre a ve více než 90 % testů nad 60 % F-skóre, kde 45 % testů dosahuje F-skóre 100 %. Aplikace VizGet tak může být nasazena pro praktické využití v nekritických aplikacích, přičemž je otevřena dalším rozšířením a možnostem zlepšení., The work solves the extraction of information from websites using the technique of searching for visual patterns - spatial relations between areas on the website and the same visual styles of these areas - with the extension of new techniques to improve results. It uses a user-specified ontological data model, which describes which data items will be extracted from the specified web page and how the individual items on the page look, mainly from a text point of view. As part of the work, a console application VizGet in Java was created using the FitLayout framework to obtain a visual model of the website. Testing the application on 7 different domains, including a list of the best movies, e-shop products, or weather forecasts, showed that the success rate of the application ranges in about 75 % of subtests above 85 % F-score and in more than 90 % of subtests above 60 % F-score, where 45 % of subtests achieve an F-score of 100 %. The VizGet application can thus be deployed for practical use in non-critical applications, while it is open to further extensions and possibilities for improvement.

Práce řeší extrakci informací z webových stránek pomocí techniky vyhledávání vizuálních vzorů - prostorových vztahů mezi oblastmi na webové stránce a stejných vizuálních stylů těchto oblastí - s rozšířením o nové techniky zlepšení výsledků. Využívá přitom uživatelem zadaného ontologického modelu dat, který popisuje, které datové položky se budou ze zadané webové stránky extrahovat a jak jednotlivé položky na stránce vypadají zejména z textového pohledu. V rámci práce vznikla konzolová aplikace VizGet v jazyce Java využívající aplikační rámec FitLayout pro získání vizuálního modelu webové stránky. Testování aplikace na 7 různých doménách zahrnujících mj. žebříček nejlepších filmů, produktů v elektronickém obchodě nebo předpovědi počasí ukázalo, že se úspěšnost aplikace pohybuje ve zhruba 75 % dílčích testů nad 85 % F-skóre a ve více než 90 % testů nad 60 % F-skóre, kde 45 % testů dosahuje F-skóre 100 %. Aplikace VizGet tak může být nasazena pro praktické využití v nekritických aplikacích, přičemž je otevřena dalším rozšířením a možnostem zlepšení., The work solves the extraction of information from websites using the technique of searching for visual patterns - spatial relations between areas on the website and the same visual styles of these areas - with the extension of new techniques to improve results. It uses a user-specified ontological data model, which describes which data items will be extracted from the specified web page and how the individual items on the page look, mainly from a text point of view. As part of the work, a console application VizGet in Java was created using the FitLayout framework to obtain a visual model of the website. Testing the application on 7 different domains, including a list of the best movies, e-shop products, or weather forecasts, showed that the success rate of the application ranges in about 75 % of subtests above 85 % F-score and in more than 90 % of subtests above 60 % F-score, where 45 % of subtests achieve an F-score of 100 %. The VizGet application can thus be deployed for practical use in non-critical applications, while it is open to further extensions and possibilities for improvement.

Práce řeší extrakci informací z webových stránek pomocí techniky vyhledávání vizuálních vzorů - prostorových vztahů mezi oblastmi na webové stránce a stejných vizuálních stylů těchto oblastí - s rozšířením o nové techniky zlepšení výsledků. Využívá přitom uživatelem zadaného ontologického modelu dat, který popisuje, které datové položky se budou ze zadané webové stránky extrahovat a jak jednotlivé položky na stránce vypadají zejména z textového pohledu. V rámci práce vznikla konzolová aplikace VizGet v jazyce Java využívající aplikační rámec FitLayout pro získání vizuálního modelu webové stránky. Testování aplikace na 7 různých doménách zahrnujících mj. žebříček nejlepších filmů, produktů v elektronickém obchodě nebo předpovědi počasí ukázalo, že se úspěšnost aplikace pohybuje ve zhruba 75 % dílčích testů nad 85 % F-skóre a ve více než 90 % testů nad 60 % F-skóre, kde 45 % testů dosahuje F-skóre 100 %. Aplikace VizGet tak může být nasazena pro praktické využití v nekritických aplikacích, přičemž je otevřena dalším rozšířením a možnostem zlepšení., The work solves the extraction of information from websites using the technique of searching for visual patterns - spatial relations between areas on the website and the same visual styles of these areas - with the extension of new techniques to improve results. It uses a user-specified ontological data model, which describes which data items will be extracted from the specified web page and how the individual items on the page look, mainly from a text point of view. As part of the work, a console application VizGet in Java was created using the FitLayout framework to obtain a visual model of the website. Testing the application on 7 different domains, including a list of the best movies, e-shop products, or weather forecasts, showed that the success rate of the application ranges in about 75 % of subtests above 85 % F-score and in more than 90 % of subtests above 60 % F-score, where 45 % of subtests achieve an F-score of 100 %. The VizGet application can thus be deployed for practical use in non-critical applications, while it is open to further extensions and possibilities for improvement.

Developing powerful verbal and visual advertising patterns is crucial for marketers in social media advertising to evoke consumer attention and response. Little research has been conducted on the visual patterns applied in social media marketing. Furthermore, Villarroel Ordenes et al. (2018) identified that emotional and informative verbal elements significantly impact consumer sharing in social media advertising. This thesis intends to narrow the research gap of the influence of regular (versus irregular) visual patterns and emotional (versus informative) verbal patterns in social media advertising. A conceptual framework was developed based on the literature review, and a quantitative experiment with a 2x2 between-subject design with 176 participants was conducted. For moderating effects, consumers’ brand familiarity and product category involvement are included. For the research setting, the fast-moving consumer goods market with the energy drink brand effect® and their advertisements were used. The findings indicate that regular visual patterns have a higher positive influence on consumer response than irregular visual patterns. Emotional verbal patterns have a higher positive influence on word of mouth, compared to informative verbal elements. Surprisingly, no interaction effect of regular (versus irregular) visual patterns and emotional (versus informative) visual patterns could be identified. Furthermore, brand familiarity moderates the relationship between visual pattern and word of mouth and electronic word of mouth positively, but not with purchase intention. Contrary, brand familiarity solely moderates the relationship between verbal patterns and purchase intention, not between verbal patterns and word of mouth and electronic word of mouth. Finally, product category involvement moderates the relationship between visual patterns and the named consumer responses positively, but does not have a positive moderating influence on the relationship between verbal, submitted by Philipp Michael Seuling, Masterarbeit University of Innsbruck 2020

Driver distraction is one of the main causes of road accidents. The increasing use of in-vehicle information systems (IVIS) by drivers whilst the vehicle is in motion, is expected to increase the number of road accidents caused by driving distraction. Distraction in this case is caused by deviating the attention from driving critical activities towards the completion of other activities on IVIS. The measurement of visual demand and resumability utilizing occlusion technique has not provided enough understanding on the visual behaviours required for the use of IVIS, creating a gap in understanding how IVIS could minimize driver distraction with the implementation of designs based on visual patterns, visual behaviours and visual demand. To investigate this gap, the study combined visual occlusion and eye tracking technique, providing insight to key visual behaviours performed for the completion of tasks when vision is interrupted and resumed, combining key occlusion metrics, visual demand, ease of resumability of tasks and error rate on task execution, to understand the visual behaviours associated with the completion of tasks. Ten participants carried out two tasks, under static and occlusion conditions, utilizing eye tracking glasses. Five main visual patterns were identified for the completion of tasks; different visual strategies were identified for the completion of each task. It is concluded that occlusion and eye tracking provide useful information for the design of IVIS, and that the performance of tasks are highly impacted by the resumption of these.

Práce řeší extrakci informací z webových stránek pomocí techniky vyhledávání vizuálních vzorů - prostorových vztahů mezi oblastmi na webové stránce a stejných vizuálních stylů těchto oblastí - s rozšířením o nové techniky zlepšení výsledků. Využívá přitom uživatelem zadaného ontologického modelu dat, který popisuje, které datové položky se budou ze zadané webové stránky extrahovat a jak jednotlivé položky na stránce vypadají zejména z textového pohledu. V rámci práce vznikla konzolová aplikace VizGet v jazyce Java využívající aplikační rámec FitLayout pro získání vizuálního modelu webové stránky. Testování aplikace na 7 různých doménách zahrnujících mj. žebříček nejlepších filmů, produktů v elektronickém obchodě nebo předpovědi počasí ukázalo, že se úspěšnost aplikace pohybuje ve zhruba 75 % dílčích testů nad 85 % F-skóre a ve více než 90 % testů nad 60 % F-skóre, kde 45 % testů dosahuje F-skóre 100 %. Aplikace VizGet tak může být nasazena pro praktické využití v nekritických aplikacích, přičemž je otevřena dalším rozšířením a možnostem zlepšení., The work solves the extraction of information from websites using the technique of searching for visual patterns - spatial relations between areas on the website and the same visual styles of these areas - with the extension of new techniques to improve results. It uses a user-specified ontological data model, which describes which data items will be extracted from the specified web page and how the individual items on the page look, mainly from a text point of view. As part of the work, a console application VizGet in Java was created using the FitLayout framework to obtain a visual model of the website. Testing the application on 7 different domains, including a list of the best movies, e-shop products, or weather forecasts, showed that the success rate of the application ranges in about 75 % of subtests above 85 % F-score and in more than 90 % of subtests above 60 % F-score, where 45 % of subtests achieve an F-score of 100 %. The VizGet application can thus be deployed for practical use in non-critical applications, while it is open to further extensions and possibilities for improvement.