|
Applied Visualization (AppVis)5 ECTS (englische Bezeichnung: Applied Visualization)
(Prüfungsordnungsmodul: Wahlpflichtbereich Informatik)
Modulverantwortliche/r: Roberto Grosso Lehrende:
Roberto Grosso
weitere Studienfächer/Prüfungsordnungsmodule:
Einfrieren der UnivIS-Modul-Beschreibung: 15.8.2017
Vertiefungsrichtung Graphische Datenverarbeitung (30499)
Vertiefungsrichtung Graphische Datenverarbeitung (33595)
Wahlpflichtmodul aus INF im Schwerpunkt Multimediasysteme (36936)
Applied Visualization (38317)
Applied Visualization (41042)
M2 Ingenieurwissenschaftliche Kernmodule (BDV) (42936)
Vertiefungsmodule aus dem Sockel beider Studienrichtungen (43093)
Wahlpflichtmodul aus INF im Schwerpunkt Multimediasysteme (87852)
Startsemester: |
SS 2018 | Dauer: |
1 Semester | Turnus: |
jährlich (SS) |
Präsenzzeit: |
60 Std. | Eigenstudium: |
90 Std. | Sprache: |
Englisch |
Lehrveranstaltungen:
-
-
Applied Visualization
(Vorlesung, 2 SWS, Roberto Grosso, Mo, 10:15 - 11:45, 01.150-128, H12)
-
Tutorials to Applied Visualization
(Übung, 2 SWS, Daniel Zint, Mo, 8:15 - 9:45, H10; Fr, 15:30 - 17:00, Raum n.V.)
Empfohlene Voraussetzungen:
Es wird empfohlen, folgende Module zu absolvieren, bevor dieses Modul belegt wird:
Algorithmen und Datenstrukturen (WS 2017/2018)
Inhalt:
Die Visualisierung beschäftigt sich mit allen Aspekten, die im Zusammenhang stehen mit der visuellen Aufbereitung der (oft großen) Datenmengen aus technisch-wissenschaftlichen Experimenten oder Simulationen zum Zwecke des tieferen Verständnisses und der einfacheren Präsentation komplexer Phänomene. Die Vorlesung gibt eine Einführung in die grundlegenden Algorithmen und Datenstrukturen, sowie einen Überblick über die verfügbaren Softwarewerkzeuge und verbreiteten Dateiformate.
Behandelt werden u.a. folgende Themen:
Visualisierungsszenarien
Gitterstrukturen und Interpolation
Verfahren für 2D Skalar- und Vektorfelder
Verfahren für 3D Skalar- und Vektorfelder
Verfahren für multivariate Daten
Volumenvisualisierung mit Isoflächen
Direktes Volume-Rendering
In der Übung werden die Vorlesungsinhalte eingeübt und vertieft. Visualization includes all aspects related to the visual preparation of usually large data sets from technical or scientific experiments and simulation. For a better understanding and a meaningful representation of complex phenomena, methods from interactive computer graphics are applied. This lecture introduces basic algorithms and data structures and gives an overview of available software tools and common data formats. The lecture covers the following topics:
scenarios for visualization
meshes and data representation
methods for 2D scalar and vector fields
methods for 3D scalar and vector fields
methods for multivariate data
volume rendering with iso-surfaces
direct volume rendering
Lernziele und Kompetenzen:
Die Studierenden:
verfügen über tieferes Verständnis der visuellen Aufarbeitung von großen Datenmengen aus technisch-wissenschaftlichen Experimenten oder Simulationen
sind mit grundlegenden Algorithmen und Datenstrukturen der Visualisierung wissenschaftlicher Daten vertraut
verfügen über einen Überblick über die verfügbaren Softwarewerkzeuge und verbreiteten Dateiformate
sind fähig, einfachere Präsentation komplexer Phänomene mit erlernten Methoden selbständig vorzubereiten
sind in der Lage, selbstständig einfache Computerprogramme für die Visualisierung anwendungsspezifischer Daten zu entwickeln.
Students
have a deep understanding of the process of visual processing of large data sets from scientific experiments and simulations
can explain and apply fundamentals algorithm and data structures of scientific visualization to common practical problems
are familiar with standard software tools in the area of scientific data visualization
can carry out simple research projects requiring methods for the visualization of scientific data
are able to implement simple algorithms for the visualization of scientific data from common science and engineering applications
Literatur:
- M. Ward, G.G. Grinstein, D. Keim, Interactive Data Visualization: Foundations, Techniques, and Applications, Taylor & Francis, 2010
AC. Telea, Data Visualization: Principles and Practice, AK Peters, 2008
C.D. Hansen and C.R. Johnson, Visualization Handbook, Academic Press, 2004
G.M. Nielson, H. Hagen, H.Müller, Scientific Visualization, IEEE Computer Society Press, Los Alamitos, 1997
Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan:
- Computational Engineering (Rechnergestütztes Ingenieurwesen) (Master of Science): ab 1. Semester
(Po-Vers. 2013 | TechFak | Computational Engineering (Rechnergestütztes Ingenieurwesen) (Master of Science) | Wahlpflichtbereich Informatik | Wahlpflichtbereich Informatik)
Dieses Modul ist daneben auch in den Studienfächern "Computational Engineering (Rechnergestütztes Ingenieurwesen) (Bachelor of Science)", "Informatik (Bachelor of Arts (2 Fächer))", "Informatik (Bachelor of Science)", "Informatik (Master of Science)", "Informations- und Kommunikationstechnik (Master of Science)", "Life Science Engineering (Master of Science)", "Maschinenbau (Bachelor of Science)", "Maschinenbau (Master of Science)", "Mathematik (Bachelor of Science)", "Medizintechnik (Bachelor of Science)", "Medizintechnik (Master of Science)", "Physische Geographie (Bachelor of Science)" verwendbar. Details
Studien-/Prüfungsleistungen:
Applied Visualization (Lecture and Tutorials) (Prüfungsnummer: 37211)
zugeh. "mein campus"-Prüfung: | - 17001 Computer Science (5 ECTS) (Prüfung, Form: mehrteilige Prüfung, Zehntelnoten, Dauer: -, 5 ECTS, Platzhalter).
|
- Prüfungsleistung, Klausur, Dauer (in Minuten): 90, benotet, 5 ECTS
- Anteil an der Berechnung der Modulnote: 100.0 %
- weitere Erläuterungen:
Klausur in elektronischer Form mit einem Anteil im Antwort-Wahl-Verfahren
- Erstablegung: SS 2018, 1. Wdh.: WS 2018/2019
1. Prüfer: | Roberto Grosso (100188) |
|
![](/img/anew/void.gif) |
![](/img/anew/void.gif) |
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|