Visualisierung I. Vorlesung: Mi, 9:00 11:00, INF Übung: Do, 14:00 16:00, INF 350 OMZ R U011
|
|
- Katarina Schumacher
- vor 6 Jahren
- Abrufe
Transkript
1 Visualisierung I Vorlesung: Mi, 9:00 11:00, INF Übung: Do, 14:00 16:00, INF 350 OMZ R U011 Prof. Heike Jänicke
2 Definitionen Visualisierung (allgemein) ist ein Prozess, der abstrakte Daten und Zusammenhänge in visuelle Form überführt. Visualisierung (wissenschaftliche V.) ist die visuelle Repräsentation von Daten und Zusammenhängen mittels Grafiken, Bildern und Animationen, um die Daten, die Struktur, und das zeitliche Verhalten von großen, komplexen Datensätzen darzustellen, die Systeme, Ereignisse, Prozesse, Objekte und Konzepte repräsentieren. System Daten Ereignis Visuelle Repräsentation Grafik Prozess Bild Objekt Animation Konzept Zeigt Infos über Daten, Struktur, zeitl. Verhalten 2
3 Inhaltsverzeichnis 1. Einführung 2. Wahrnehmung 3. Datentypen und Datenrepräsentation 4. Skalardaten 5. Statistische Graphiken 6. Interaktion und Datenexploration 7. Darstellung von Graphen 8. Vektordaten 9. Tensordaten 10. Klausurvorbereitung 3
4 Inhaltsverzeichnis 1. Einführung 2. Wahrnehmung 3. Datentypen und Datenrepräsentation 4. Skalardaten 5. Statistische Graphiken 6. Interaktion und Datenexploration 7. Darstellung von Graphen 8. Vektordaten 9. Tensordaten 10. Klausurvorbereitung 4
5 Beispiele Diagramme 5
6 Beispiele Geographische Information [ wikipedia] 6
7 Beispiele Medizinische Aufnahmen [ stevenfruitsmaak] 7
8 Beispiele Medizinische Aufnahmen [ Mugab] [ Stefan Bruckner] 8
9 Inhaltsverzeichnis 1. Einführung 2. Wahrnehmung 3. Datentypen und Datenrepräsentation 4. Skalardaten 5. Statistische Graphiken 6. Interaktion und Datenexploration 7. Darstellung von Graphen 8. Vektordaten 9. Tensordaten 10. Klausurvorbereitung 9
10 Beispiele Soziale Netzwerke 10
11 Beispiele Metabolische Netzwerke 11
12 Inhaltsverzeichnis 1. Einführung 2. Wahrnehmung 3. Datentypen und Datenrepräsentation 4. Skalardaten 5. Statistische Graphiken 6. Interaktion und Datenexploration 7. Darstellung von Graphen 8. Vektordaten 9. Tensordaten 10. Klausurvorbereitung 12
13 Beispiele Wetter- und Klimasimulationen 13
14 Beispiele Strömungssimulationen [Strömung um ein Auto] [ R. Peikert, Strömung in einer Turbine] 14
15 Inhaltsverzeichnis 1. Einführung 2. Wahrnehmung 3. Datentypen und Datenrepräsentation 4. Skalardaten 5. Statistische Graphiken 6. Interaktion und Datenexploration 7. Darstellung von Graphen 8. Vektordaten 9. Tensordaten 10. Klausurvorbereitung 15
16 Beispiel Tensordaten [Deformation bei Punktlast] [ G. Kindlmann, glyph packing] 16
17 Negativbeispiele 17
18 Anforderungen an eine gute Visualisierung Graphische Darstellungen sollen die Daten zeigen. den Betrachter anregen über die Daten nachzudenken. den zur Verfügung stehenden Platz gut ausnutzen. (wenn nötig) verschiedene Abstraktionsebenen bereitstellen. die Anwendung unterstützen, z.b. Daten tabellieren, beschreiben, erforschen. Graphische Darstellungen sollen nicht den gezeigten Inhalt verzerren. den Betrachter vom Inhalt ablenken. [nach E. R. Tufte, The Visual Display of Quantitative Information] 18
19 Aufgaben der Visualisierung Der Mensch nimmt 75% seiner Umgebung visuell wahr und extrahiert daraus notwendige Informationen. Für die Visualisierung lassen sich fünf grundlegende Aufgaben ableiten: Externe Kognition (external cognition): Die Visualisierung unterstützt den Erkenntnisprozess. Sie fungiert als Erweiterung des menschlichen Gedächtnisses und kann komplexe Sachverhalte automatisiert darstellen. Kommunikation: Visualisierungen werden häufig verwendet um Informationen weiterzugeben. In visueller Form können diese schnell und einfach erfasst werden (Alternative wäre z.b. Text- oder Tabellenform). Darstellung abstrakter Sachverhalte: Visualisierungen helfen bei der Sichtbarmachung abstrakter Sachverhalte die keine inherente visuelle Repräsentation besitzen (Bsp. Netzwerken). Exploration: Interaktive Darstellungen bieten die Möglichkeit der Datenexploration, so dass der Betrachter sich je nach Interesse verschiedene Aspekte der dargestellten Daten ansehen kann. Steigerung der Produktivität: Visuelle Information kann wesentlicher schneller erfasst werden als z.b. Textdaten. Außerdem können Visualisierungen so konzipiert werden, dass sie dabei helfen relevante Informationen schnell zu erfassen. Automatisierte Visualisierung erspart langwieriges Zeichnen von Hand. 19
20 Entwicklung der Visualisierung
21 Entwicklung der Visualisierung Original Zeichnung In Stein gehauene Karte Chinas mit Flüssen und Dörfern (1137)
22 Entwicklung der Visualisierung 1) Seekarte des Mittelmeerraumes (~1330)
23 Entwicklung der Visualisierung 1) 2) Galileo Galilei ( ) Kartierung von Sonnenflecken (1613)
24 Entwicklung der Visualisierung 1) 2) 3) Christiaan Huygens ( ) Systema Saturnium (1659)
25 Entwicklung der Visualisierung 1) 2) 3) William Playfair ( ) Entwicklung von statistischen Grafiken 4)
26 Entwicklung der Visualisierung 1) 2) 3) Charles Minard ( ) Napoleons Russland-Feldzug 1812/13 4) 6/7/ Visualisierung I 1. Einführung 5)
27 Entwicklung der Visualisierung 1) 2) 3) Konturlinien, 1843 (Höhenlinien seit 1752) 4) 6/7/ Visualisierung I 1.6)Einführung 5)
28 Entwicklung der Visualisierung 1) 2) 3) John Snow, 1854: Ausbreitung von Cholerafällen in London 4) 6/7/ Visualisierung I 1.6)Einführung 5) )
29 Entwicklung der Visualisierung 1) 2) 3) Florence Nightingale, : Darstellung statistischer Daten 4) 6/7/ Visualisierung I 1.6)Einführung 5) )
30 Entwicklung der Visualisierung 1) 2) 3) Luigi Perozzo, 1880: Techniken zur Darstellung von 3D Daten 4) 6/7/ Visualisierung I 1.6)Einführung 5) ) )
31 Entwicklung der Visualisierung 1) 2) 3) H. Mosley, ) 6/7/ Visualisierung I 1.6)Einführung 5) ) ) )
32 Entwicklung der Visualisierung 1) 2) 3) 10) 1933: Broschüre mit Illustration von Flugverbindungen 4) 6/7/ Visualisierung I 1.6)Einführung 5) ) ) )
33 Entwicklung der Visualisierung 1) 2) 11) 3) 10) Maya Lin, 1982: Vietnam Veterans Memorial Memorial Wall 4) 6/7/ Visualisierung I 1.6)Einführung 5) ) ) )
34 Geschichte der Visualisierung Die ältesten Kartenfunde stammen aus dem Neolithikum (Wandmalerei, ~6200 v. Chr.). Erste Karten basierend auf mathematischen und geometrischen Aspekten gab es um 541 v.chr. (Anaximander von Milet) Vor 1780: Landkarten, Sternenkarten, Architekturpläne, Konstruktionspläne für Maschinen 19. Jhd.: Entwicklung der ersten statistische Graphiken Seit 1940: Computergestützte Simulation und Auswertung Darstellung großer Tabellen Verarbeitung von Daten von elektronischen Messinstrumenten (Satelliten, Kernspintomographie, Scanner) Wissenschaftliches Rechnen (Finite Elemente Analyse, Computational Fluid Dynamics, Molecular Modeling) 1986: mehr Daten und bessere Hardware NSF Komitee "Graphics, Image Processing, and Workstations" zur Erarbeitung von Empfehlungen für Hardware und Software Entwickler; Begründung des Workshops "Visualization in Scientific Computing" 34
35 Geschichte der Visualisierung Seit 1990: Jährliche IEEE Visualization Conference (jetzt Teil der IEEE VisWeek) Seit 1995: IEEE Transactions on Visualization and Computer Graphics (TVCG) 1995: Erstes Information Visualization Symposium im Rahmen der IEEE Konferenzen der Computer Society. Seit 1999: Joint Eurographics and IEEE TCVG Symposium on Visualization (kurz EuroVis) Weitere wichtige Konferenzen und Journale: Visualization Seminar, Schloß Dagstuhl IEEE Computer Graphics and Applications Computer Graphics Forum 35
36 Angrenzende Fachgebiete Computergraphik: Nachahmung der Realität vs. Darstellungen basierend auf realen Daten Effizienz der Algorithmen vs. Güte der Benutzbarkeit Computervision: Bildverarbeitung: Aufbereitung von Bilddaten (im gleichen Datenraum) vs. Übertragung des Datenraumes auf den Bildraum Warhnehmungspsychologie: Rekonstruktion von abstrakten Beschreibungen aus Bildern vs. Abbildung abstrakter Beschreibungen auf Bilder Untersuchung und Beschreibung der menschlichen Wahrnehmung (Fähigkeiten und Grenzen) vs. praxisorientierte Anwendung der Erkenntnisse aus der Wahrnehmungspsychologie Kunst und Design: Ästhetik vs. Aussagekraft und Effektivität 36
37 Teilgebiete der Visualisierung Wissenschaftliche Visualisierung (scientific visualization, SciVis) Visualisierung von Daten und Modellen in Natur-, Technik-, und Lebenswissenschaften. Alle Daten sind numerisch und aufgrund der Anwendung im ein-, zwei-, drei- oder vierdimensionalen (3D + Zeit) Raum angeordnet. Die Daten können aus mehreren Variablen bestehen, welche meist skalar-, vektor-, oder tensorwertig sind. Informationsvisualisierung (information visualization, InfoVis) Visualisierung nicht natürlich im Raum angeordneter Daten (z.b. Tabellen/ Datenbanken, Graphen oder Mediendaten/Dokumente) Visual analytics Zumeist interaktive Visualisierung von Daten aus dem Bereich der wissenschaftlichen Visualisierung und Informationsvisualisierung mit starkem Focus auf Datenexploration und Unterstützung bei Datenverständnis. Softwarevisualisierung Visualisierung der Struktur und der Dynamik von Algorithmen und Softwaresystemen. 37
38 Referenzen Klassische Lehrbücher: E.R. Tufte. The Visual Display of Quantitative Information. 2. Auflage, Graphics Press, Cheshire, CT, USA, E.R. Tufte. Visual Explanations. Graphics Press, Cheshire, CT, USA, E.R. Tufte. Envisioning Information. Graphics Press, Cheshire, CT, USA, Bertin. Graphische Darstellungen. De Gruyter, Berlin, Moderne Lehrbücher: A. C. Telea. Data Visualization: Principles and Practice, A K Peters, Ltd., 2008 B. Fry, Visualizing Data, O'Reilly Media, 2007 R. Spence. Information Visualization. Addison-Wesley, Reading, MA, USA, C. Ware. Information Visualization Perception for Design. 2. Auflage, Elsevier, Amsterdam, NL,
Visualisierung in Natur- und Technikwissenschaften. 0. Einführung. Vorlesung: Mi, 11:15 12:45 + Fr, 9:15 10:45, INF 368 532 Prof. Dr.
Visualisierung in Natur- und Technikwissenschaften 0. Einführung Vorlesung: Mi, 11:15 12:45 + Fr, 9:15 10:45, INF 368 532 Prof. Dr. Heike Leitte Vertiefung Computergraphik und Visualisierung Jürgen Hesser
MehrAlgorithmische Geometrie 1. Einführung
Algorithmische Geometrie 1. Einführung JProf. Dr. Heike Leitte Computergraphik und Visualisierung Algorithmische Geometrie Veranstaltung: 2 SWS Vorlesung: Mi, 9:15 10:45 1 SWS Übung: Do 14:00 16:00 Übungen:
MehrVisualisierung statistischer Ergebnisse
6. Dresdner Flächennutzungssymposium, 11./12.6.2014 Visualisierung statistischer Ergebnisse Bevölkerungs- und Flächennutzungsstatistik auf Grundlage des InstantAtlas in Sachsen INTERAKTIV Gliederung Validität
MehrVisualisierung, SS Visualisierung. Prolog und Einführung
Visualisierung Prolog und Einführung Detlef Krömker Uni Frankfurt, Graphische Datenverarbeitung Wolfgang Müller PH Weingarten, Mediendidaktik und Visualisierung Frankfurt, WS 2007/2008 1 Übersicht Organisatorisches
Mehr0 Einführung. Computergrafik. Computergrafik. Abteilung für Bild- und Signalverarbeitung
F1 Inhaltsverzeichnis 1 Hardwaregrundlagen 2 Transformationen und Projektionen 3 Repräsentation und Modellierung von Objekten 4 Rasterung 5 Visibilität und Verdeckung 6 Rendering 7 Abbildungsverfahren
MehrModulliste. für den Bachelorstudiengang. Informatik. an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik
Modulliste für den Bachelorstudiengang Informatik an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik vom Wintersemester 2016/2017 Der Bachelorstudiengang Informatik (INF) Das Bachelorstudium
MehrVisualisierung I 6. Interaktion und Datenexploration
Visualisierung I 6. Interaktion und Datenexploration Vorlesung: Mi, 9:00 11:00, INF 368 53 Übung: Do, 14:00 16:00, INF 350 OMZ R U011 JProf. Dr. Heike Jänicke http://www.iwr.uni-heidelberg.de/groups/covis/
Mehr3D in der Informationsvisualisierung
3D in der Informationsvisualisierung Heidrun Schumann Universität Rostock Institut für Informatik Albert-Einstein-Str. 22 D-18051 Rostock, Deutschland schumann@informatik.uni-rostock.de Abstract: Ziel
MehrAlgorithmische Mathematik und Programmieren
Algorithmische Mathematik und Programmieren Martin Lanser Universität zu Köln WS 2016/2017 Organisatorisches M. Lanser (UzK) Alg. Math. und Programmieren WS 2016/2017 1 Ablauf der Vorlesung und der Übungen
MehrMathematica kompakt. Einführung-Funktionsumfang-Praxisbeispiele von Dipl.-Math.Christian H.Weiß. Oldenbourg Verlag München
Mathematica kompakt Einführung-Funktionsumfang-Praxisbeispiele von Dipl.-Math.Christian H.Weiß Oldenbourg Verlag München Inhaltsverzeichnis Vorwort Tabellenverzeichnis VII XVII 1 Einleitung 1 1 Grundlagen
MehrDEUTSCHE ÜBERSETZUNG DES DCMI-TYPE-VOCABULARY
DEUTSCHE ÜBERSETZUNG DES DCMI-TYPE-VOCABULARY Identifier: < urn:nbn:de:101-2009121608 > Title: Deutsche Übersetzung des DCMI-Type-Vocabulary Contributor: Stefan Wolf, Sarah Hartmann, Thomas Fischer, Stefanie
MehrInformationsvisualisierung
Informationsvisualisierung Thema: 1. Einführung Dozent: Prof. Dr. Gerik Scheuermann scheuermann@informatik.uni-leipzig.de Sprechstunde: nach Vereinbarung Umfang: 2 Prüfungsfach: Modul Fortgeschrittene
MehrModulliste. für den Masterstudiengang. Computervisualistik. an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik
Modulliste für den Masterstudiengang Computervisualistik an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik vom Sommersemester 2016 Der Masterstudiengang Computervisualistik (CV) Der
MehrThematische Kartographie und (Geo)Visualisierung
Thematische Kartographie und (Geo)Visualisierung Forschung am Lehrstuhl Kartographie der TU-München Dr. Jukka Krisp Technische Universität München (TUM), Bauingenieur- und Vermessungswesen, Kartographie
MehrPreisausschreibung/Preisverleihung Heute 17 Uhr. Heutiges Programm. Nächstes Treffen
Preisausschreibung/Preisverleihung Heute 17 Uhr Heutiges Programm Matthias Schlüter, MeVis, Diffusion Tensor, 13:55 Bernhard Preim, Illustratives Rendering, 14:10 Zein Salah, Illustratives Rendering, 14:20
MehrAnrechnung bereits erbrachter Leistungen bei Umstieg von MSc CV der PO 2006 auf MSc CV der PO Master CV
Anrechnungen bereits erbrachter Leistungen Anm.: es kann sein, dass Leistungen in der 2006er PO erbracht wurden, die in PO2012 Name: Mat.Nr: Mailadresse nicht aufgeführt sind. In diesem Fall wird geprüft,
MehrIllustrative Visualisierung
Seminar Illustrative Visualisierung Dr. Kai Lawonn, Prof. Bernhard Preim Institut für Simulation und Graphik, Otto-von-Guericke Universität Magdeburg 1/16 Seminarleiter Kai Lawonn lawonn@isg.cs.uni-magdeburg.de
MehrUniversität Stuttgart Vorstellung der Studiengänge Informatik und Softwaretechnik
Vorstellung der Studiengänge Informatik und Softwaretechnik Ilona Heurich Inhalt Worum geht es in der Informatik? Überblick über das Studium Was wird im Studium gelehrt (und was nicht)? Welche Voraussetzungen
MehrThema 07: Möglichkeiten und Grenzen der Visualisierung RFID-unterstützter Prozesse
Thema 07: Möglichkeiten und Grenzen der Visualisierung RFID-unterstützter Prozesse Präsentation 03.12.2007 Sensor Networks & Intelligent Objects Überblick 2 Projektübersicht Visualisierungsbedarfe in RFID-Szenarien
MehrLeibniz-Rechenzentrum
Leibniz-Rechenzentrum der Bayerischen Akademie der Wissenschaften Technical Report Perspectives of High End Computing A Joint Workshop of the RRZE, KONWIHR and LRZ Erlangen, March 17, 200 März 2006 LRZ-Bericht
MehrComputergraphik I. Organisatorisches. G. Zachmann University of Bremen, Germany cgvr.informatik.uni-bremen.de
Computergraphik I Organisatorisches G. Zachmann University of Bremen, Germany cgvr.informatik.uni-bremen.de Voraussetzungen Ein wenig Mathematik Trigonometrie Lineare Algebra: Rechnen mit Vektoren und
MehrModulnummer Modulname Verantwortlicher Dozent. Lineare Algebra und Analytische Geometrie
MN-SEBS-MAT-LAAG (MN-SEGY-MAT-LAAG) (MN-BAWP-MAT-LAAG) Lineare Algebra und Analytische Geometrie Direktor des Instituts für Algebra n Die Studierenden besitzen sichere Kenntnisse und Fähigkeiten insbesondere
MehrSeminar Visual Analytics and Visual Data Mining
Seminar Visual Analytics and Visual Data Mining Dozenten:, AG Visual Computing Steffen Oeltze, AG Visualisierung Organisatorisches Seminar für Diplom und Bachelor-Studenten (max. 18) (leider nicht für
MehrVisuelle Analyse und Entscheidungsunterstützung
Visuelle Analyse und Entscheidungsunterstützung Dr. Jörn Kohlhammer Fraunhofer IGD 5.-7. November 2007 EpiGrid, FernUniversität in Hagen Überblick Visuelle Analyse Aktuelle Ansätze Vorstellung Fraunhofer
Mehrsoftware visualization NICK MÜLLER, a
software visualization NICK MÜLLER, a1001030 Papers Visualizing Compiled Executables for Malware Analysis. Daniel A. Quist and Lorie M. Liebrock, VizSec 2009. Visualizing Application Behavior on Superscalar
MehrEinführung in die Medizinische Informatik
WS 2010/2011 Vorbesprechung 12. Oktober 2010 Prof. Rudi Freund Prof. Thomas Grechenig Dr. Barbara Tappeiner Dr. Anna Wujciow TMI Technisch Medizinische Informatik INSO Industrial Software Institut für
MehrDatenvisualisierung mit JMP
Datenvisualisierung mit JMP Patrick René Warnat HMS Analytical Software GmbH Rohrbacherstr. 26 Heidelberg patrick.warnat@analytical-software.de Zusammenfassung Das JMP Paket ist ein Softwareprodukt der
MehrVon Big Data zu Deep Insights
Von Big Data zu Deep Insights Prof. Dr. Dirk Nowotka Christian-Albrechts-Universität zu Kiel Maritime IT 2013 Big Data = Überwachung + Marketing? Kommunikations- und Kundendaten XKeyScore, Google Ads,
MehrGraphische Datenverarbeitung. Graphische Objekte und deren Programmierung. Prof. Dr. Elke Hergenröther. h_da
Graphische Datenverarbeitung Graphische Objekte und deren Programmierung Prof. Dr. Elke Hergenröther h_da Besuchen Sie die Vorlesung! Warum? Wichtige Hinweise: Das Skript und die Folien sind nur eine Zusammenfassung
MehrGRAPHGESTÜTZTE VISUALISIERUNGSTECHNIKEN IN DIGITAL HUMANITIES Yaning Wu
GRAPHGESTÜTZTE VISUALISIERUNGSTECHNIKEN IN DIGITAL HUMANITIES Yaning Wu 31.05.2016 GELIEDERUNG Einleitung Begriffe und Ziele der Visualisierung Visualisierung ist wissenschaftlich. Ist Visualisierung künstlerisch?
MehrKernlehrplan für das FSG Fachbereich Mathematik Jahrgangsstufe 6, 2016
Kernlehrplan für das FSG Fachbereich Mathematik Jahrgangsstufe 6, 2016 Zeitraum 10 Unterrichtsvorhaben 1 Brüche und Dezimalzahlen 1.1 Natürliche Zahlen und Teilbarkeitsregeln 1.2 Brüche 1.3 Anteile 1.4
MehrLandesweite Fortbildungsreihe für Geographielehrerinnen und -lehrer
Landesweite Fortbildungsreihe für Geographielehrerinnen und -lehrer Warum GIS an Schulen? Beispiele aus der unterrichtlichen Umsetzung Projekt GIS an Schulen - Fortbildungskonzeption Ausblick Warum GIS
MehrVeranstaltung Pr.-Nr.: Modul Wirtschaftsinformatik für Wirtschaftswissenschaftler. Organisatorisches. Veronika Waue WS 2007/2008
Veranstaltung Pr.-Nr.: 101023 Modul Wirtschaftsinformatik für Wirtschaftswissenschaftler Organisatorisches Veronika Waue WS 2007/2008 Hallo Dr. Veronika Waue Zimmer: 214 E-mail: veronika@waue.net Sprechstunde:
MehrAlgorithmen und Datenstrukturen (AuD) Prof. Dr. Claudia Eckert und Dr. Thomas Stibor
Algorithmen und Datenstrukturen (AuD) Prof. Dr. Claudia Eckert und Dr. Thomas Stibor Organisatorisches: Vorlesung 4 SWS, Zentralübung 2 SWS: 6 Credit Points Mi 9:45 11:15 Raum 1200 (Vorlesung) Do 8:00
MehrPresseinformation 21/2007. Für den Ernstfall am Computer trainieren. Rostock, 17. April 2007 Seite 1
Seite 1 Für den Ernstfall am Computer trainieren Ob es sich um virtuelle Trainingswelten oder interaktive Simulationen handelt, der Computer kann die reale Ausbildung zwar nicht ersetzen, jedoch sinnvoll
MehrVisualisierung II 7. Multivariate/Multifeld Daten
Visualisierung II 7. Multivariate/Multifeld Daten Vorlesung: Mi, 9:15 10:45, INF 368 532 Prof. Dr. Heike Jänicke http://www.iwr.uni-heidelberg.de/groups/covis/ Inhaltsverzeichnis 1. Daten in Biologie und
MehrDas Institut für Theoretische Informatik der Universität zu Lübeck
Das Institut für Theoretische Informatik der Universität zu Lübeck Prof. Dr. Rüdiger Reischuk Institutsdirektor Transport- und IT-Netze Untersuchungen zur Effizienz und Sicherheit Forschung erforschen
MehrVisualisierung von Geodaten. Visualisierung von Geodaten
1 Inhalt Visualisierung Motivation Definition Vorteile Geoobjekte Geometrische Modellierung Rastermodelle Vektormodelle Hybridmodelle Software Kartographie Client-Server Server-Anwendungen 3D-Visualisierung
MehrAlgorithmen und Datenstrukturen (AuD) Prof. Dr. Claudia Eckert
Algorithmen und Datenstrukturen (AuD) Prof. Dr. Claudia Eckert Organisatorisches: Vorlesung 4 SWS, Zentralübung 2 SWS: 6 Credit Points Mi 10:30-12:00 Raum 1200 (Vorlesung) Do 8:15-9:45 Raum 1200 (Vorlesung)
MehrEinführung Grundbegriffe
Einführung Grundbegriffe 1.1 Der Modellbegriff Broy: Informatik 1, Springer 1998 (2) Die Modellbildung der Informatik zielt auf die Darstellung der unter dem Gesichtspunkt einer gegebenen Aufgabenstellung
MehrVirtual Reality und Simulation
Virtual Reality und Simulation Vorlesung und Übung für den Studiengang Telematik (Bachelor) an der TH Wildau [FH] Prof. Dr.-Ing. Stefan Brunthaler stefan.brunthaler@th-wildau.de http://www.th-wildau.de/sbruntha/
MehrArgumentieren/Kommunizieren
Im Fach Mathematik führen unsere SuS ein Merkheft. In diesem Heft werden alle grundlegenden Rechenregeln und Rechengesetze mit kleinen Beispielen aufgelistet. Die SuS verwenden das Heft zum Wiederholen
MehrLernmodul 2 Modelle des Raumes
Folie 1 von 21 Lernmodul 2 Modelle des Raumes Bildnachweis: www. tagesschau.de Folie 2 von 21 Modelle des Raumes Übersicht Motivation Was ist Raum? Formalismus und Invarianz Metrischer Raum/Euklidischer
MehrProseminar (SS 2009): Human-Computer Interaction. Michael Kipp Jan Miksatko Alexis Heloir DFKI
Proseminar (SS 2009): Human-Computer Interaction Michael Kipp Jan Miksatko Alexis Heloir DFKI Heute Mensch-Computer-Interaktion Ablauf Vorträge Ausarbeitungen Betreuung Themen Themenvergabe Mensch-Computer-Interaktion
MehrVIRTUAL REALITY HYPE! Virtual Reality ist Super-Cool! Virtual Reality is Super-Cool! Virtual Bungee Jumping
VIRTUAL REALITY Lebenseinstellung des Vortragenden Institut für Maschinelles Sehen und Darstellen Technische Universität Graz ist Super-Cool! Terminator 4 - der Film aus dem Cyberspace! [SKIP] Mit dem
MehrVisual Business Analytics Visueller Zugang zu Big Data
Visual Business Analytics Visueller Zugang zu Big Data Dr.-Ing. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung (IGD) Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151 155-646 Fax:
MehrVisualisierung und 3D Computergraphik auf mobilen Geräten
Visualisierung und 3D Computergraphik auf mobilen Geräten Daniel Weiskopf Institut für Visualisierung und Interaktive Systeme Übersicht Hintergrund Nexus-Umfeld 3D Graphik auf mobilen Geräten Visualisierungsverfahren
MehrPraktische Informatik I
Praktische Informatik I WS 2005/2005 Prof. Dr. Wolfgang Effelsberg Lehrstuhl für Praktische Informatik IV Universität Mannheim 1. Einführung 1-1 Inhaltsverzeichnis (1) 1. Einführung 1.1 Was ist Informatik?
MehrModel-View-Controller
Software Design Pattern Model-View-Controller Michael Lühr Gliederung Einführung und Problemstellung Ansatz durch MVC Detaillierte Darstellung der Komponenten Model View Controller Vor- und Nachteile Zusammenfassung
Mehr<; ;6 ++9,1, + ( #, + 6( 6( 4, 6,% 6 ;, 86': ; 3'!(( A 0 "( J% ;;,,,' "" ,+ ; & "+ <- ( + " % ; ; ( 0 + A,)"%1%#( + ", #( +. +!
!
MehrEinführung in die Informatik
Einführung in die Informatik 01101101 01011001 11010011 10011000 00000011 00011100 01111111 11111111 00110100 00101110 11101110 01110010 10011101 00111010 2 Lehrziel und Inhalt Überblick über die Informatik;
MehrTEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG
TEIL 7: EINFÜHRUNG UNIVARIATE ANALYSE TABELLARISCHE DARSTELLUNG / AUSWERTUNG GLIEDERUNG Statistik eine Umschreibung Gliederung der Statistik in zwei zentrale Teilbereiche Deskriptive Statistik Inferenzstatistik
MehrSchulcurriculum Städtisches Gymnasium Gütersloh: Umsetzung der Kernlehrpläne in Klasse 6 Stand: September 2015
Schulcurriculum Städtisches Gymnasium Gütersloh: Umsetzung der Kernlehrpläne in Klasse 6 Stand: September 2015 Die angegebenen inhaltsbezogenen Kompetenzen orientieren sich am eingeführten Lehrwerk Fundamente
MehrWissenschaftliches Arbeiten
Wissenschaftliches Arbeiten Schriftliche Ausarbeitungen Guido de Melo Seite 2 Ablauf von Seminaren Blockseminar Themenvergabe Recherche Ausarbeitung Review Vortrag/Präsentation Seite 3 Lernziele Eigenständige
MehrGrafische Darstellung von Häufigkeitsverteilungen (1)
Grafische Darstellung von Häufigkeitsverteilungen () Grafische Darstellungen dienen... - Einführung - der Unterstützung des Lesens und Interpretierens von Daten. der Veranschaulichung mathematischer Begriffe
MehrErgonomie: Mensch - Produkt - Arbeit - Systeme. Band 12. Sylvia Hubalek. LuxBIick
Ergonomie: Mensch - Produkt - Arbeit - Systeme Band 12 Sylvia Hubalek LuxBIick Messung der täglichen Lichtexposition zur Beurteilung der nicht-visuellen Lichtwirkungen über das Auge Shaker Verlag Aachen
MehrDigitale Bildverarbeitung in BA/MA
Digitale Bildverarbeitung in BA/MA Prof. Dr.-Ing. Joachim Denzler Lehrstuhl Digitale Bildverarbeitung Friedrich-Schiller-Universität Jena http://www.inf-cv.uni-jena.de Bedarf Bildverarbeitung In der Industrie:
MehrStudienverlaufspläne M.Sc. Computational Science. 19. Juli 2011
Studienverlaufspläne M.Sc. Computational Science 19. Juli 2011 1 Vertiefungsfach Wissenschaftliches Rechnen Specialization Scientific Computing Zusatzpraktikum Modellierung und Simulation I P2 4 Modellierung
MehrComputer Aided Engineering
Computer Aided Engineering André Dietzsch 03Inf Übersicht Definition Teilgebiete des CAE CAD FEM Anwendungen Was hat das mit Rechnernetzen zu tun? André Dietzsch 03Inf Computer Aided Engineering 2 Definition
MehrWar bis 2004 Bakk. rer.soc.oec. Bakkalaureus/Bakkalaurea rerum socialium oeconomicarumque Bakk. der Sozial- und Wirtschaftswissenschaften
War bis 2004 Bakk. rer.soc.oec. Bakkalaureus/Bakkalaurea rerum socialium oeconomicarumque Bakk. der Sozial- und Wirtschaftswissenschaften ab 2007 - Heute BSc Bachelor of Science WAS IST INFORMATIK? WAS
MehrDie Unified Modeling Language UML
Informatik II: Modellierung Prof. Dr. Martin Glinz Kapitel 4 Die Unified Modeling Language UML Universität Zürich Institut für Informatik Inhalt 4.1 Hintergrund 4.2 Grundkonzepte der UML 4.3 Die Rolle
MehrVisual Business Analytics Effektiver Zugang zu Daten und Informationen
Visual Business Analytics Effektiver Zugang zu Daten und Informationen Dr.-Ing. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung (IGD) Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151
MehrAdvanced Business Intelligence. Advanced Networking. Artificial Intelligence. Campus Offenburg Badstraße 24, 77652
Advanced Business Intelligence Prerequisite english description Hours 4.0 Praktikum Data Mining Nr. E+I2118 Data Mining Nr. E+I2117 Advanced Networking Hours 4.0 Advanced Networking Nr. E+I2103 Praktikum
MehrStefan Fichtel Portfolio
Stefan Fichtel Portfolio Vorwort Inhalt Nur was man sieht kann man auch verstehen Wie funktioniert ein Toaster, eine Solaranlage, die Bundestagwahl, ein Fertigungsprozess oder ein DSL-Paket? Aufgrund eines
MehrGrundlagen der wissenschaftlichen Visualisierung
Grundlagen der wissenschaftlichen Visualisierung Vorlesung: Mo + Mi, 9:15 10:45, INF 368 532 Übung: Mi, 14:15 15:45, INF 350 (OMZ) U011 JProf. Dr. Heike Leitte http://www.iwr.uni-heidelberg.de/groups/covis/
MehrModulliste für den Bachelorstudiengang Computervisualistik
Modulliste für den Bachelorstudiengang Computervisualistik an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik vom Wintersemester 2016/2017 Der Bachelorstudiengang Computervisualistik
MehrInformatik 1. für Studiengänge Nachrichten-/Multimediatechnik und Mechatroniksysteme/Fahrzeugmechatronik. Wintersemester 2014/15
Informatik 1 für Studiengänge Nachrichten-/Multimediatechnik und Mechatroniksysteme/Fahrzeugmechatronik Wintersemester 2014/15 Prof. Dr.-Ing. habil. Peter Sobe Fakultät Informatik / Mathematik Informatik-Ausbildung
MehrVisual Analytics: Buzzword oder Innovation?
Visual Analytics: Buzzword oder Innovation? Jens Rauch DOAG BI 2014 München, 03.04.2014 Jens Rauch Diplom-Psychologe und Informatiker (B. Sc.) Zwei Jahre Forschung im Bereich kognitiver Neurowissenschaft
Mehr2. Klassenarbeiten Im Fach Biologie werden in der Sekundarstufe I keine Klassenarbeiten geschrieben.
1. Einleitung und Vorgaben durch Kernlehrpläne Die im allgemeinen Leistungskonzept aufgeführten Formen der sonstigen Mitarbeit gelten auch für das Fach Biologie. Dabei werden sowohl die Ausprägung als
MehrStatistik und Datenanalyse. eine praktische Einführung
Statistik und Datenanalyse eine praktische Einführung Antony Unwin Lehrstuhl für Rechnerorientierte Statistik und Datenanalyse Institut für Mathematik Universität Augsburg unwin@math.uni-augsburg.de Augsburger
Mehrindustriellen Einsatz
Computertomographie im industriellen Einsatz Einführungsvortrag Control Eventforum 2011 Das Control Eventforum 2011 Computertomographie t im industriellen i Einsatz Sonderschau und tägliches Vortragsforum
MehrLehrstuhl für Systemsimulation
Prof. Dr. Christoph Pflaum 1 1 Department Informatik Universität Erlangen-Nürnberg saot-logo Outline 1 Forschung 2 Anwendungen Strömungsmechanik Optik, Photonik 3 Softwareentwicklung 4 Hochleistungsrechnen
MehrGeodaten in Computerspielen. Von Teut Weidemann Vorstand CDV AG
Geodaten in Computerspielen Von Teut Weidemann Vorstand CDV AG Kurze Vorstellung Wer bin ich Seit über 20 Jahren in der Computerbranche Mehr als 50 veröffentlichte Spiele Alles gemacht was zu machen ist:
MehrArgumentieren mit multiplen und dynamischen Darstellungen. Jahrestagung der GDM in Weingarten Andreas Bauer
Argumentieren mit multiplen und en Darstellungen Jahrestagung der GDM in Weingarten Andreas Bauer 09.03.2012 Gliederung 1. Argumentieren im Mathematikunterricht 2. Darstellungen und Darstellungsarten 3.
MehrBIG DATA Die Bewältigung riesiger Datenmengen
BIG DATA Die Bewältigung riesiger Datenmengen Peter Mandl Institut für Geographie und Regionalforschung der AAU GIS Day 2012, 13.11.2012, Klagenfurt Was sind BIG DATA? Enorm große Datenmengen, Datenflut
MehrDiskrete Strukturen Kapitel 1: Einleitung
WS 2015/16 Diskrete Strukturen Kapitel 1: Einleitung Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15
MehrBildverarbeitung. Albert-Ludwigs-Universität Freiburg
Grundlagen der Mustererkennung e e u (Kursvorlesung) Prof. Dr. H. Burkhardt Lh Lehrstuhl thlfür Mustererkennung und Bildverarbeitung Institut t für Informatik Albert-Ludwigs-Universität Freiburg H. Burkhardt,
MehrGIS Einführungsschulung
Datentypen 1. Rasterdaten Datenquellen: Gescannte analoge Karten und Pläne Digitale Kameras Framegrabber Satellitenaufnahmen (Scanner und optische Sensoren) Datentypen: binär (Synonyme: 1-Bit, Schwarz-weiß)
Mehr1854 'Schlechte Luft' wird als Ursache der Cholera-Epidemie in London akzeptiert
Agenda für heute, 23. Oktober 2009 Datenvisualisierung und Entscheidungsfindung Diagramme erlauben Vergleiche Pause Grundlagen: Grafische Wahrnehmung Geometrische Transformationen Symbolische Darstellungen
MehrProgrammieren in Java
Programmieren in Java Einführung Prof. Dr. Peter Thiemann Albert-Ludwigs-Universität Freiburg, Germany SS 2015 Peter Thiemann (Univ. Freiburg) Programmieren in Java JAVA 1 / 12 Koordinaten Vorlesung: Mo,
MehrStation 1 Das Galtonbrett, Realmodelle
Station 1 Das Galtonbrett, Realmodelle Zeit zur Bearbeitung: 10 Minuten 1.1 Versuch:. Münzwurf mit dem Galtonbrett Betrachtet wird folgendes Zufallsexperiment: Fünf identische Münzen werden zehn-mal geworfen.
MehrKurzeinführung in UML
Kurzeinführung in UML Die Unified Modeling Language (UML) ist eine Sprache zur Beschreibung von Softwaresystemen. Der Grundgedanke bei UML bestand darin, eine einheitliche Notation für viele Einsatzgebiete
MehrSTUDIENPLAN FÜR DEN DIPLOM-STUDIENGANG TECHNOMATHEMATIK an der Technischen Universität München. Übersicht Vorstudium
STUDIENPLAN FÜR DEN DIPLOM-STUDIENGANG TECHNOMATHEMATIK an der Technischen Universität München Übersicht Vorstudium Das erste Anwendungsgebiet im Grundstudium ist Physik (1. und 2. Sem.) Im 3. und 4. Sem.
MehrSystemtheorie 1. Einführung Systemtheorie 1 Formale Systeme 1 # WS 2006/2007 Armin Biere JKU Linz Revision: 1.4
Einführung intro 1 Grobklassifizierung r Methoden in der Informatik intro 2 Systemtheorie 1 Systeme 1 #342234 http://fmv.jku.at/fs1 WS 2006/2007 Johannes Kepler Universität Linz, Österreich Univ. Prof.
MehrInteraktive Visualisierung und Visual Analytics
Interaktive Visualisierung und Visual Analytics Dr.-Ing. Jörn Kohlhammer Fraunhofer-Institut für Graphische Datenverarbeitung (IGD) Fraunhoferstraße 5 64283 Darmstadt Tel.: +49 6151 155-646 Fax: +49 6151
MehrWas ist Physik? Modell der Natur universell es war schon immer so
Was ist Physik? Modell der Natur universell es war schon immer so Kultur Aus was sind wir gemacht? Ursprung und Aufbau der Materie Von wo/was kommen wir? Ursprung und Aufbau von Raum und Zeit Wirtschaft
MehrOptische Systeme und Computer Vision. Heinz-Wilhelm Hübers, Ralf Reulke
Optische Systeme und Computer Vision Heinz-Wilhelm Hübers, Ralf Reulke Deutsches Zentrum für Luft- und Raumfahrt e.v. (DLR) Institute of Optical Sensor Systems Humboldt-Universität zu Berlin, Institut
MehrStudien- und Prüfungsplan Pflichtlehrveranstaltungen (Beginn im WS)
Studien- und Prüfungsplan Pflichtlehrveranstaltungen (Beginn im WS) (ETCS) Semester: 1. 2. 3. 4. 5. 6. SL Art Prüfung Dauer (min.) Modulname WS SS WS SS WS SS Mathematik I 7 7 s 60-120 Mathematik II 7
MehrTemplate zum Erstellen einer Hauptseminar Ausarbeitung
Fakultät Informatik und Automatisierung Technische Universität Ilmenau Template zum Erstellen einer Hauptseminar Ausarbeitung Vorname Nachname Matrikel-Nr. 12345 Studiengang Informatik Hauptseminar im
MehrModulliste für den Bachelorstudiengang Ingenieurinformatik
Modulliste für den Bachelorstudiengang Ingenieurinformatik an der Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik vom Wintersemester 2016/2017 Der Bachelorstudiengang Ingenieurinformatik
MehrEinführung in die Praktische Informatik WS 09/10
Einführung in die Praktische Informatik WS 09/10 Prof. Dr. Christian Sengstock Institut für Informatik Neuenheimer Feld 348 69120 Heidelberg http://dbs.ifi.uni-heidelberg.de sengstock@informatik.uni-heidelberg.de
MehrDas Histogramm, bzw. Stabdiagramm / Histogramm / Balkendiagramm
Histogram / Histogramm / histogram Akademische Disziplin der Statistik/academic field of statistics/ la discipline statistique/estadística/disciplina academica della statistica deskriptive Statistik/descriptive
MehrLernmodul 2 Graphen. Lernmodul 2: Geoobjekte und ihre Modellierung - Graphen
Folie 1 von 20 Lernmodul 2 Graphen Folie 2 von 20 Graphen Übersicht Motivation Ungerichteter Graph Gerichteter Graph Inzidenz, Adjazenz, Grad Pfad, Zyklus Zusammenhang, Trennende Kante, Trennender Knoten
MehrAlgorithmen und Datenstrukturen ITS(B)-B 2016
Einführung Was ist (die) Informatik? Die Informatik und ihre Geschichte sowie ihre Abgrenzung von anderen Wissenschaften darzulegen gestaltet sich nicht ganz einfach (siehe dazu unter vielen Anderen ((GI)
MehrGeoinformation I Geometr.-topol. Datenstrukturen
Folie 1 von 23 Geoinformation I Geometr.-topol. Datenstrukturen Folie 2 von 23 Geometr.-topol. Datenstrukturen Übersicht! Überblick/Motivation! Fokus! Geometrisch-topologische Datenstrukturen " Spaghetti
MehrSoftware- und Systementwicklung
Software- und Systementwicklung Seminar: Designing for Privacy 11.11.2009 Moritz Vossenberg Inhalt Vorgehensmodelle Wasserfallmodell V-Modell Phasen (Pflichtenheft) UML Klassendiagramm Sequenzdiagramm
MehrDie fünf einflussreichsten Visualisierungen aller Zeiten
Die fünf einflussreichsten Visualisierungen aller Zeiten Über diese Visualisierungen Mithilfe von Datenvisualisierungen können wir unsere Daten besser sehen und verstehen. Auf der Grundlage dieses Verständnisses
MehrAnalysis of Crash Simulation Data using Spectral Embedding with Histogram Distances
Analysis of Crash Simulation Data using Spectral Embedding with Histogram Distances Luisa Schwartz Universität Bonn Institut für Numerische Simulation Fraunhofer SCAI 25. September 2014 Luisa Schwartz
Mehr