Vorlesung: Scientific Visualization

Veranstaltung

  • Dozent(en):
  • Beginn: April 7, 2014
  • Zeiten: Mo. 11:15-12:45, Mi. 11:00-12:30, B-IT Rheinsaal
  • Studiengang: B-IT Master Media Informatics , Bachelor
  • Diplom-Fachgebiet: B

Übung

Beschreibung

Hinweis: Die Vorlesung findet Mittwochs ab sofort von 11:00-12:30 Uhr statt, um eine Überlappung mit einer Vorlesung im Master-Programm Computer Science zu vermeiden.

Die ständig wachsende Menge von gemessenen, simulierten, gesammelten und vorgehaltenen Daten macht die Fähigkeit, aus großen und komplexen Daten verlässliche Schlüsse zu ziehen heute mehr als je zuvor zu einer gefragten Schlüsselqualifikation. Das Ziel von Visualisierung ist es, Daten so aufzubereiten und grafisch darzustellen, dass daraus - im ganz wörtlichen Sinne - neue Einsichten über komplexe Phänomene ermöglicht werden.

Diese Vorlesung bietet eine Einführung in die wichtigsten Konzepte und Methoden der Datenvisualisierung. Sie konzentriert sich auf volumetrische Daten aus wissenschaftlichen und medizinischen Anwendungen, deckt jedoch auch abstraktere Daten wie Netzwerke und Graphen ab und vermittelt Grundwissen über Farbe und ihren effektiven Einsatz, menschliche Wahrnehmung, sowie Grafik-Programmierung. Ihre Mischung aus theoretischen und praktischen Übungsaufgaben trainiert die Fähigkeit, auf einer klaren mathematischen Basis effektive Lösungen für praktische Probleme zu finden.

Die Themen dieser Vorlesung umfassen unter anderem: Farbe und Wahrnehmung, Darstellung von 3D-Volumendaten (z.B. medizinischen CT- oder MRT-Scans), Extraktion von Flächen aus Volumendaten, Visualisierung von und Identifizierung bedeutender Strukturen in Vektorfeldern (z.B. aus Simulationen der Computational Fluid Dynamics) sowie Tensorfeldern (z.B. aus modernen Neuroimaging-Verfahren), Visualisierung hochdimensionaler Daten, Dimensionsreduzierung, Clustering, und den Einsatz von maschinellem Lernen in der Visualisierung.

Die Vorlesung findet in englischer Sprache im Rheinsaal des B-IT-Gebäude statt, Dahlmannstr. 2 (externAnfahrtsbeschreibung).

Folien

Übungsaufgaben

Übung 1: VisTrails
Übungsblatt  (PDF-Dokument, 219 KB)
Übung 2: Volume-Exploration
Übungsblatt  (PDF-Dokument, 432 KB)
Übung 3: VTK-Filtering-Interpolation
Übungsblatt  (PDF-Dokument, 695 KB)
Übung 4: Isocontours
Übungsblatt  (PDF-Dokument, 240 KB)
Übung 5: Color
Übungsblatt  (PDF-Dokument, 1.3 MB)
Übung 6: Direct-Volume-Rendering
Übungsblatt  (PDF-Dokument, 828 KB)
Übung 7: Characteristic-Curves
Übungsblatt  (PDF-Dokument, 605 KB)
Übung 8: Line-Integral-Convolution
Übungsblatt  (PDF-Dokument, 357 KB)
Übung 9: Vector-Field-Topology
Übungsblatt  (PDF-Dokument, 558 KB)
Übung 10: Tensors-and-Ridges
Übungsblatt  (PDF-Dokument, 240 KB)
Übung 11: Trial-Exam
Übungsblatt  (PDF-Dokument, 204 KB)

Weitere Dokumente

Literatur

  • Alexandru C. Telea: Data Visualization - Principles and Practice, AK Peters, 2008 (verfügbar in der Informatik-Bibliothek)