Wissenschaftliche Visualisierung
Scientific Visualization

Modul IN2026

Dieses Modul wird durch Fakultät für Informatik bereitgestellt.

Diese Modulbeschreibung enthält neben den eigentlichen Beschreibungen der Inhalte, Lernergebnisse, Lehr- und Lernmethoden und Prüfungsformen auch Verweise auf die aktuellen Lehrveranstaltungen und Termine für die Modulprüfung in den jeweiligen Abschnitten.

Modulversion vom SS 2015 (aktuell)

Von dieser Modulbeschreibung gibt es historische Versionen. Eine Modulbeschreibung ist immer so lange gültig, bis sie von einer neuen abgelöst wird.

verfügbare Modulversionen
SS 2015WS 2011/2

Basisdaten

IN2026 ist ein Semestermodul in Englisch auf Master-Niveau das im Wintersemester angeboten wird.

Das Modul ist Bestandteil der folgenden Kataloge in den Studienangeboten der Physik.

  • Allgemeiner Katalog der nichtphysikalischen Wahlfächer
GesamtaufwandPräsenzveranstaltungenUmfang (ECTS)
150 h 60 h 5 CP

Inhalte, Lernergebnisse und Voraussetzungen

Inhalt

Visualization pipeline (data acquisition, filtering, display), information visualization vs. scientific visualization, grids and grid construction (Delaunay triangulation), interpolation in grids (inverse distance weighting, radial basis functions), discretization aspects, visualization of scalar fields (color coding, iso-contours and iso-surfaces, volume rendering, vector field visualization (particle-based visualization, line integral convolution, topological approaches), terrain rendering including adaptive meshing techniques and hierarchical data representations using quadtree and octrees.

Lernergebnisse

After successful completion of the module, the students have gained advanced knwowledge concerning the visualization pipeline, ranging from data acquisition to the final image of the data. This includes knowledge about the application specific data representations, data interpolation and approximation techniques for discrete data sets, data filtering techniques like convolution, as well as the final mapping stage to generate a renderable representation from the data. The students know the common methods which are used in information visualization to graphically depict abstract data, and in scientific visualiztion to graphically depict 2D and 3D scalar and vector fields, including isocontouring, direct volume rendering, flow visualization, and terrain rendering. They can analyse and categorize availaible techniques in terms of quality, efficiency, and suitability for a particular data type, and they can model and develop new approaches considering application-specific requirements. In the practical exercises the student learn about the functionality of commonly used visualization tools, they can evaluate available tools based on their functionality, and they can apply these tools to create own visualizations of given data sets.

Voraussetzungen

None.

Lehrveranstaltungen, Lern- und Lehrmethoden und Literaturhinweise

Lehrveranstaltungen und Termine

Lern- und Lehrmethoden

The modul consists of the lecture and an accompanying practical exercise. In the lecture, the lecturer conveys to the students the area-specific knowledge, points towards relevant articles and ecourages the students to read and put into relation the presented approaches, and gives examples demonstrating the application of these approaches. In the practical exercises, state-of-the-art tools for scientific visualization are demonstrated online. The students are introduced to these tools so that they can use them on their own. The students are supposed to apply some of the tools for the visualization of 3D data sets from a number of different application domains.

Medienformen

Powerpoint course slides, white board exercises, online tutorials and demonstrations

Literatur

Schumann, Müller: Visualisierung - Grundlagen und allgemeine Methoden, Springer Verlag C. Hansen, C. Johnson (Ed.): The handbook of Visualization, Academic Press

Modulprüfung

Beschreibung der Prüfungs- und Studienleistungen

The exam takes the form of written test. Questions allow to assess acquaintance with concepts and algorithms of scientific visualization and visual data analysis, and the application domains where visualization methods are used. The students learn to differentiate common visualization techniques regarding the data modailities they are suited for. Small tasks using public domain visualization tools assess the ability to apply suitable visualization techniques to specific kinds of data and let the students become familiar with common visualization options.

Wiederholbarkeit

Eine Wiederholungsmöglichkeit wird am Semesterende angeboten.

Aktuell zugeordnete Prüfungstermine

Derzeit sind in TUMonline die folgenden Prüfungstermine angelegt. Bitte beachten Sie neben den oben stehenden allgemeinen Hinweisen auch stets aktuelle Ankündigungen während der Lehrveranstaltungen.

Titel
ZeitOrtInfoAnmeldung
Wissenschaftliche Visualisierung
Mo, 20.2.2017, 10:30 bis 12:00 MW: 0001
bis 15.1.2017 (Abmeldung bis 13.2.2017)

Kondensierte Materie

Wenn Atome sich zusammen tun, wird es interessant: Grundlagenforschung an Festkörperelementen, Nanostrukturen und neuen Materialien mit überraschenden Eigenschaften treffen auf innovative Anwendungen.

Kern-, Teilchen-, Astrophysik

Ziel der Forschung ist das Verständnis unserer Welt auf subatomarem Niveau, von den Atomkernen im Zentrum der Atome bis hin zu den elementarsten Bausteinen unserer Welt.

Biophysik

Biologische Systeme, vom Protein bis hin zu lebenden Zellen und deren Verbänden, gehorchen physikalischen Prinzipien. Unser Forschungsbereich Biophysik ist deutschlandweit einer der größten Zusammenschlüsse in diesem Bereich.