Vetenskaplig visualisering

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.

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