Visualisierung

(WAS) Die Teilnehmenden können effektive und interaktive Datenvisualisierungen für abstrakte, vorwiegend numerische Datenbestände entwerfen

(WOMIT) indem sie

• Daten unterschiedlichen Typs und Dimensionalität kategorisieren
• die verschiedenen Abschnitte der Visualisierungspipeline interaktiv auf Datensätze anwenden um Daten
  • zu filtern und zu bereinigen
  • auf verschiedene 2- und 3-dimensionale graphische Primitive und deren Attribute wie Farben, Größe usw. abzubilden
  • und darzustellen
• aufbauend auf theoretischen Grundlagen und der Analyse aktueller Forschungsergebnisse
  • Fragestellungen an Datensätze formulieren und formalisieren
  • Daten systemanalytisch und multiperspektivisch analysieren
  • Methoden der Datenanalyse vergleichen
  • Visualisierungsergebnisse interpretieren, kritisch bewerten und beschreiben

(WOZU) um bspw. in der Forschung, der Datenanalyse oder der Qualitätskontrolle neue Einblicke in eine Fragestellung zu erlangen, Strukturen in Daten aufzudecken, Hypothesen abzuleiten und zu verifizieren sowie Ergebnisse zu kommunizieren.

Grundlagen der Visualisierung und Exploration mehrdimensionaler Daten, aktuelle Visualisierungsverfahren und Interaktionsverfahren. Darüber hinaus werden Grundlagen der statistischen Datenanalyse und der 3D-Computergrafik einbezogen. Im speziellen, aber nicht ausschließlich, werden folgende Themen behandelt:

• Designprinzipien
• Datenmodelle
• Visuelle Parameter
• Interaktion
• Netzwerke
• Prozesse
• Graphen
• Hochdimensionale Daten
• Textvisualisierung
• Maps
• Wahrnehmung
• Farbe
• Kognition

• Beamergestützte Vorlesung
• Beamergestützte Seminarvorträge
• Kombinierte Workshops aus beamergestütztem Vortrag und praktischer Übung am Rechner
• Projekt in Kleingruppen, um die erlernten Methoden und Techniken einzuüben und zu vertiefen (Rechnerlabor)

4 SWS: Vorlesung 1 SWS; Seminar / Workshops 2 SWS; Projekt 1 SWS

• Munzner, T.: Visualization Analysis and Design, A K Peters Visualization Series, CRC Press, 2014.
• Telea, A. C.: Data visualization: principles and practice. CRC Press, 2014.
• Matthew, O. W., Grinstein G., Keim D.: Interactive Data Visualization, 2015
• Mazza, R.: Introduction to Information Visualization, Springer-Verlag, London, 2009
• Hollister, B. E., Pang, A.: A Concise Introduction to Scientific Visualization, Springer International Publishing, 2022.

Kurzbeschreibung

Die Studierenden sollen in die Lage versetzt werden, abstrakte, vorwiegend numerische Datenbestände in 2-und 3-dimensionalen Repräsentationen zu visualisieren und mit interaktiven Methoden zu untersuchen, um Strukturen aufzudecken, Hypothesen abzuleiten und zu verifizieren, sowie Ergebnisse zu kommunizieren. Die Studierenden sind in der Lage, die aus modernen Simulations- und Messmethoden resultierenden umfangreichere Datenvolumina durch Visualisierungsverfahren einer Analyse zuzuführen. Dies wird sowohl anhand von theoretischen Grundlagen, der Analyse und Präsentation aktueller Forschungsergebnisse als auch der Verifikation der erworbenen Kenntnisse an eigenen Visualisierungen vermittelt.

Studien-/Prüfungsleistungen

Gewichtung der Prüfungsleistung für die Gesamtnote ist jeweils in Klammern angegeben.

• Projektpräsentation (30%)
• Projektdokumentation (70%)