Vorlesung: Scientific Visualization

Veranstaltung

  • Dozent(en):
  • Beginn: 8. April 2015
  • Zeiten: Mo. 16:30-18:00, Mi. 10:00-11:30, B-IT Hörsaal
  • Studiengang: B-IT Master Media Informatics , Bachelor
  • Prüfungen: 15. Jul, 10-12 Uhr; 2. Sep, 10-12 Uhr

Übung

Beschreibung

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 Hörsaal des B-IT-Gebäude statt, Dahlmannstr. 2 (externAnfahrtsbeschreibung). 

Folien

Übungsaufgaben

Übung 1: Installation
Übungsblatt  (PDF-Dokument, 629 KB)
Übung 2: IntroVtkVisTrails
Übungsblatt  (PDF-Dokument, 568 KB)
Übung 3: Sampling-Interpolation
Übungsblatt  (PDF-Dokument, 317 KB)
Übung 4: Spaces-and-Colors
Übungsblatt  (PDF-Dokument, 759 KB)
Übung 5: Colors-and-Isocurves
Übungsblatt  (PDF-Dokument, 2.3 MB)
Übung 6: Isosurfaces
Übungsblatt  (PDF-Dokument, 244 KB)
Übung 7: Direct-Volume-Rendering
Übungsblatt  (PDF-Dokument, 223 KB)
Übung 8: Geometry-Based-Flow-Vis
Übungsblatt  (PDF-Dokument, 1.2 MB)
Übung 9: LIC
Übungsblatt  (PDF-Dokument, 356 KB)
Übung 10: Feature-Based-Flow-Vis
Übungsblatt  (PDF-Dokument, 1.0 MB)
Übung 11: Tensor-Vis
Übungsblatt  (PDF-Dokument, 647 KB)
Übung 12: Trial-Exam
Übungsblatt  (PDF-Dokument, 324 KB)

Weitere Dokumente

Literatur

  • Alexandru C. Telea: Data Visualization - Principles and Practice, CRC Press, Second Edition, 2015
  • C.D. Hansen, C. Johnson: Visualization Handbook, Academic Press, 2004
  • B. Preim, C. Botha: Visual Computing for Medicine: Theory, Algorithms, and Applications,  Morgan Kaufmann, 2014 (externoffiziell online verfügbar über die Uni-Bibliothek)
  • K. Engel et al.: Real-Time Volume Graphics, A K Peters, 2006
  • C. Ware: Information Visualization. Perception for Design, Morgan Kaufmann, 3rd edition, 2013
  • M. Ward et al.: Interactive Data Visualization: Foundations, Techniques, and Applications.  CRC Press, 2010