Text in english

Visualisierung

Kurs in Deutsch und/oder Englisch (bitte nachfragen)

Semesterwochenstunden:

4

Leistungspunkte:

5

Vorkenntnisse:

Grundlagen der Informatik, Algorithmen und Datenstrukturen, Computergraphik, Programmierkenntnisse (C++, Python), Mathematik (insb. Lineare Algebra, Differential- & Integralrechnung)

Veranstaltungstyp:

Vorlesung und Seminar

Semesterturnus:

Sommersemester

Arbeitsaufwand:

150 Stunden, davon:
  65 Stunden Präsenz
  85 Stunden Vor- und Nachbereitung des Lehrstoffes sowie Übungsaufgaben

Beitrag zu den Zielen des Studiengangs:

Die Visualisierung von Daten aus technisch-wissenschaftlichen Experimenten oder Simulationen zum Zwecke des Erkentnissgewinnes ist ein wichtiges Anwendungsgebiet der Informatik. Kentnis der Methoden zur Verarbeitung und Darstellung dieser Daten können auf vielfältige Weise eingesetzt werden. 

Lernziel:

Analyse und Vergleich der grundlegenden Algrorithmen zur Visualisierung von Daten aus technisch-wissenschatlichen Experimenten. Bewertung der Anwendbarkeit verschiedener Verfahren in Bezug auf spezifische Fragestellungen. Entwicklung von Strategien zur Bearbeitung neuer Problemstellungen.

Schlüsselqualifikationen:

Analyse und Klassifikation von Problemen, kreatives Problemlösen, selbständiges Arbeiten, Fähigkeit zu komplexem Denken, Fähigkeit zum Verständnis komplexer Systeme und Algorithmen, Lernen am Beispiel, Transferfähigkeit

Lehrinhalte:

Die Visualisierung beschäftigt sich mit der visuellen Aufbereitung der (oft großen) Datenmengen aus technisch-wissenschaftlichen Experimenten oder Simulationen zum Zweck 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


Literatur:

  • W. Schroeder and K. Martin, "The Visualization Toolkit", Kitware Inc. 2004
  • M. Ward, G.G. Grinstein and D. Keim, "Interactive Data Visualization: Foundations, Techniques, and Applications", Taylor & Francis, 2010
  • C.D. Hansen and C.R. Johnson, "Visualization Handbook", Academic Press, 2004 

Bemerkungen:

 

Leistungsnachweis:

Schriftliche Prüfung (90 Minuten, 100%), Seminarvortrag (20 Minuten) für die Zulassung zur Prüfung erforderlich

Zulassungsvoraussetzungen:

 

Hilfsmittel:

 

Modulverantwortliche/r:

Prof. Dr. Teßmann





TH Nürnberg
Fakultät Informatik
Webmaster-IN



Root- Zertifikat

© 2019 Fakultät Informatik