Vizualizace bližší informace o studiu na katedře

Vizualizace

Detaily předmětu

Vyučující Ladislav Čmolík
Rozsah výuky 2 + 2
Kredity 6
Semestr L
Zakončení Z + Zk
Web https://moodle.fel.cvut.cz/course/B4M39VIZ
Rozvrh B4M39VIZ

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.

Přednášky

  • 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.

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

Literatura & zdroje

  • 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