Lehrveranstaltungen

Vorlesung

Im Sommersemester findet jeweils eine Vorlesung zur High-Performance-Visualisierung statt. Die Vorlesung behandelt die grundlegenden Verfahren der Merkmalsextraktion, der Datenprozessierung und der effizienten 3D-Visualisierung. Anwendungsbeispiele werden anhand der Open-Source-Software ParaView erläutert. Übungen, die mit Python in ParaView umgesetzt werden können, werden auf freiwilliger Basis angeboten.

Die Lehrveranstaltungen stehen Studierenden aus den Fachbereichen Mathematik, Informatik oder aus relevanten Anwendungsfächern, wie Geowissenschaften oder Aerodynamik, offen.

Es handelt sich hier um eine 2+0-SWS-Vorlesung. Es wird daher empfohlen, das anschließende Seminar im Wintersemester ebenfalls zu belegen.

Syllabus

  1. Introduction (Motivation / Applications)
  2. Computer Graphics and HPC (Computer Graphics Primer, High-Performance Computing, Complexity and Performance)
  3. The Visualization Pipeline (The Visualization Pipeline, Pipeline Distribution, Parallel Rendering)
  4. Data Representation (Data Representation, Reconstruction, Discrete Datasets, Data Analysis with ParaView)
  5. Scalar Visualization (Data Subsets, Color Mapping, Contouring)
  6. Scalar Topology (Morse Theory, Persistent Homology, Reeb Graphs, Contour Trees, Extremum Graphs, Discrete Morse Theory)
  7. Vector Field Visualization (Glyphs, Derivatives, Point Location, Particle Tracing)
  8. Vector Field Topology (Particle Tracing: Over Tetrahedral Domains, Texture-based Vector Visualization, Topology Extraction)
  9. Volume Rendering (Tensor Field Visualization, Direct Volume Rendering)
  10. Interactive Post-Processing (Interactive Post-Processing, Parallel Post-Processing, Streaming and Multiresolution, In-Situ Data Processing)
  11. Terrain Rendering (Terrain Data Representation, Interactive Terrain Data Visualization, Precision Issues, Shadows)
  12. Flow Visualization (Fluid Dynamics, Computational Fluid Dynamics (CFD), Vortex Extraction)
  13. Multivariate Data Queries (Multivariate Data Queries, Statistical Analysis)

Seminar

Im Wintersemester findet ein entsprechendes Seminar statt. Das Seminar greift aktuelle Trends in der wissenschaftlichen Visualisierung auf. Zur Auswahl stehen herausragende Publikationen führender Wissenschaftler, die Themen von Multi-Resolution-Extraction von Topologiemerkmalen bis hin zu parallelen Beschleunigungsverfahren für das Volumenrendering in virtuellen Arbeitsumgebungen behandeln. Hilfreich wäre die vorherige Teilnahme an der Vorlesung High-Performance Visualization. Dies stellt aber keine Voraussetzung dar. Kenntnisse in Computer Graphics oder High-Performance Computing (HPC) können ebenfalls hilfreich sein.

Literaturempfehlung

Bücher

  • A. C. Telea, "Data Visualization – Principles and Practice", 2. Edition, CRC Press, 2015
  •  E. W. Bethel, H. Childs, C. Hansen, "High Performance Visualization", CRC Press, 2013
  • W. Schroeder, K. Martin, B. Lorensen, "The Visualization Toolkit", 4. Edition, Kitware, 2006
  • C. Hansen, C. Johnson, "The Visualization Handbook", Elsevier Academic Press, 2005