SNY har ordet

Innehåll

• Introduktion till visualisering: visualisering som forskningsfält, applikationer, uppgifter

• Visualiseringspipeline
• Datarepresentation och interpolation:
  • Grundläggande datatyper: skalär-, vektor- och tensordata
  • Strukturerade och ostrukturerade data
• Grundläggande visualiseringsalgoritmer
  • för skalärfält, exempelvis avbildning via färg, konturlinjer och ytor
  • för vektorfält, exempelvis flödeslinjer och flödesytor samt tidsanimationer av dessa
  • för tensorfält, exempelvis glyfer, tensorlinjer
• Översikt över tekniker för volymsrendrering 
• Introduktion till koncept för mer avancerad dataanalys
  • datautforskning
  • detektion och avbildning av egenskaper
  • topologiska metoder
• Exempel på applikationsspecifika visualiseringstekniker

Mål

Kursen syftar till att ge fördjupade insikter i metoder för visualisering av vetenskapliga data från experiment och beräkningar samt genom programmeringsövningar belysa dessa metoders möjligheter och begränsningar. Kunskaperna som inhämtas är användbara i en rad existerande och nya tillämpningar inom näringsliv och samhälle, men kan också ligga till grund för forsknings- och utvecklingsarbete inom vetenskaplig visualisering både inom universitet och specialiserade företag.
Efter kursen skall studenten kunna:

• Utifrån ett dataset välja en lämplig visualiseringsmetod.
• Med hjälp av tillgängliga mjukvarubibliotek implementera den valda metoden i ett användbart visualiseringsverktyg.
• Läsa och redogöra för innehåll i vetenskapliga artiklar inom området.

Examinationsmoment

Organisation

Kursen omfattar föreläsningar och laborationer. Dessutom kommer vetenskapliga artiklar inom området att inkluderas som självstudiematerial.

Litteratur

Böcker

• Munzner T., (2014) Visualization Analysis and Design. Taylor&Francis.
  Ytterligare relevant litteratur.
• Schroeder W., Martin K. & Lorensen B., The Visualization Toolkit, An Object-Oriented Approach To 3D Graphics.
  ISBN: -930934-12-2
  Ytterligare relevant litteratur.
• Telea, A. C., (2008) Data Visualization: Principles and Practice. AK Peters, Ltd.

Relaterade profiler

Rekommenderade förkunskaper

Datorgrafik och Fysikaliska modeller.

Kommentarer