Vizualizace

Předmět je náhradou za:

Geometrické modelování (X39GMO)

Přednášející:

Pavel Slavík (gar.)

Cvičící:

Ladislav Čmolík

Předmět zajišťuje:

katedra počítačové grafiky a interakce

Anotace:

V rámci tohoto předmětu budou studenti seznámeni s teoretickými

základy vizualizace a seznámí se také s příklady vizualizace na

konkrétních úlohách z praxe. Vizualizační metody jsou orientované na

maximální využití technických možností počítačů, ale také na

správné využití perceptivních schopností (a omezení)

člověka. Vhodně zvolené vizualizační metody tedy mohou pomoci objevit

skryté závislosti mezi danými daty, které nemusí být na první pohled

zřejmé. Tím je umožněna přesnější analýza daných dat či

hlubší vhled do problému, který daná data reprezentují.

Požadavky:

Odkaz na stránky předmětu:

http://service.felk.cvut.cz/courses/A4M39VIZ/

Osnova přednášek:

1. Motivace pro vizualizaci dat, historie, kategorie vizualizace (infovis,

scivis, software visualization atd.)

2. Vizualizace skalárních dat (visualization pipeline, redukce dat atd.)

3. Vizualizace vektorových dat (problémy vizualizace ve 2D, 3D)

4. Vizualizace objemových dat (marching cube, cuberille, )

5. Vizualizace objemových dat - pokr. (zobrazování volumetrických dat,

topologické problémy)

6. Problémy vizualizace dynamických dat (animace, časová lupa )

7. Vizualizace informace (HomeFinder, Treemaps, hyperbolická geometrie )

8. Problematika percepce a interpretace vizualizovaných dat (otázka

kontextu, parametrů lidské percepce, psychologické otázky , )

9. Problematika simulace a vizualizace (příklady vizualizace technologických

procesů)

10. Problematika vizualizace medicínských dat (tomograf, magnetická

rezonance, plánování operací, ...)

11. Ilustrace - ilustrace pohybu, medicínská ilustrace, technická ilustrace

12. Software visualization (vizualizace chování software za běhu,

vizualizace údržby SW, animace algoritmů a stavových diagramů)

13. Problematika Visual data mining (co je to data mining obecně a proč

vizualizace jak pomůže), praktické příklady aplikací Visual data

mining (ve spolupráci s neuronovou skupinou)

14. Rezerva.

Osnova cvičení:

1. Zadání semestrální práce

2. Zadání semestrální práce

3. Konzultace k semestrální práci

4. Konzultace k semestrální práci

5. Konzultace k semestrální práci

6. Konzultace k semestrální práci

7. Kontrola stavu semestrální práce

8. Konzultace k semestrální práci

9. Konzultace k semestrální práci

10. Konzultace k semestrální práci

11. Konzultace k semestrální práci

12. Odevzdávání semestrální práce

13. Odevzdávání semestrální práce

14. Zápočet

Cíle studia:

Studijní materiály:

1. Fayyad, U., Grinstein, G.G., Wierse, A.: Information Visualization in Data Mining and Knowledge Discovery, Morgan Kaufmann, 2002

2. Stasko,J., Domingue,J., Brown,M.H., Price, B.A.: Software Visualization, MIT Press, 1998

3. Chen, Ch.: Information Visualization and Virtual Environments,Springer, 1999

Poznámka:

Rozsah výuky v kombinované formě studia: 14p+6c

Rozvrh na zimní semestr 2011/2012:

Rozvrh není připraven

Rozvrh na letní semestr 2011/2012:

	06:00–08:0008:00–10:0010:00–12:0012:00–14:0014:00–16:0016:00–18:0018:00–20:0020:00–22:0022:00–24:00
Po
Út
St
Čt	místnost KN:E-126 Slavík P. 11:00–12:30 (přednášková par. 1) Karlovo nám. Trnkova posluchárna K5místnost 12:45–14:15 (přednášková par. 1 paralelka 101) místnost KN:E-311 Čmolík L. 14:30–16:00 (přednášková par. 1 paralelka 102) Karlovo nám. Lab K311
Pá

Předmět je součástí následujících studijních plánů:

• Otevřená informatika - Počítačová grafika a interakce (povinný předmět oboru)