|
Vyučující
|
-
Urban Luděk, prof. Ing. CSc.
|
|
Obsah předmětu
|
Pro akademický rok 2018/2019 a následující - úprava reflektující vývoj v oboru Obsah není pořadím jednotlivých přednášek 1. Úvod, organizace předmětu. Přehled matematického aparátu, projektivní reprezentace, geometrická algebra. Typické úlohy vizualizace dat a informací. 2. Vztah fyzikální reality, matematického modelování, simulace a vizualizace dat. Struktura vizualizačního řetězce a nástrojů pro vizualizaci dat a informací. Základní typy modulů, jejich funkcionalita a návaznost ve vizualizačním řetězci. 3. Souřadné systémy pro vizualizaci dat, jejich vzájemné převody a reformulace řešení při změně souřadného systému. Základní typy zpracovávaných úloh, datové struktury, paměťová náročnost, výpočetní složitost. 4. Metody interpolace uspořádaných a neuspořádaných skalárních dat. Radiální bázové funkce a jejich vlastnosti, numerické aspekty. 5. Aproximace uspořádaných a neuspořádaných skalárních dat, polynomiální regrese, Lagrangeovy multiplikátory. Numerické aspekty. 6. Vektorová data a popis diferenciální rovnicí (ODE a PDE). Vizualizace vektorových dat, kritické body, jejich klasifikace, určení, význam. 7. Aproximace vektorových diskrétních dat, převod do analytické formy, redukce, metody vizualizace. Možnosti komprimace dat. 8. Objemový a povrchový model dat, ortogonální řezy, reprezentace objektů, metody zpracování volumetrických dat (CT, MRI a PET). Extrakce iso-ploch z CT/MRI. 9. Akcelerační techniky a složitost metod (výpočetní složitost, paměťová složitost a předzpracování). Možnosti paralelizace a distribuce výpočtů v oblasti vizualizace dat. 10. Problematika reprezentace času. Vliv na výpočty, vizualizaci dat a informací, modelování, simulace a vědecko-technické výpočty. Implementační aspekty. 11. Systémy pro vizualizaci dat, stereo-projekce, virtuální realita, virtual cave, 3D displeje, haptická zařízení. Komerční systémy pro vizualizaci dat a informací. 12. Vizualizace informačních dat. Typické úlohy "Data Visualization", "Scientific Visualization", "Medical Visualization", "Information Visualization", "Software Visualization", "Geo-Visualization", "Knowledge Visualization". Barvy a jejich použití ve vizualizaci dat, oborové a kulturní zvyklosti. 13. Zvaná přednáška, stručná rekapitulace předmětu -------------------------------------- Validni pro akademický rok 2017/2018 1] Úvod, organizační informace. Typické úlohy "Data Visualization", "Scientific Visualization", "Medical Visualization", "Information Visualization", "Software Visualization", "Geo-Visualization", "Knowledge Visualization". 2] Vztah fyzikální reality, matematického modelování, simulace a vizualizace dat. 3] Struktura vizualizačního řetězce a nástrojů pro vizualizaci dat a informací. Základní typy modulů, jejich funkcionalita a návaznost ve vizualizačním řetězci. 4] Základní typy zpracovávaných dat a datové struktury. Souřadné systémy [kartézské, válcové a sférické souřadnice a další]. 5] Interpolace uspořádaných a neuspořádaných skalárních dat 6] Barvy a jejich použití ve vizualizaci dat, oborové a kulturní zvyklosti. 7] Složitost metod (výpočetní složitost, paměťová složitost a předzpracování). Problematika reprezentace času. Vliv na výpočty, vizualizaci dat a informací, modelování, simulace a vědecko-technické výpočty. Implementační aspekty. 8] Objemový a povrchový model dat, ortogonální řezy, reprezentace objektů, metody zpracování volumetrických dat (CT, MRI a PET). 9] Extrakce iso-ploch z CT/MRI. Metody redukce trojúhelníkových sítí v E2 a E3 10] Flow data visualization, kritické body. 11] Akcelerační techniky. Možnosti paralelizace a distribuce výpočtů v oblasti vizualizace dat 12] Systémy pro vizualizaci dat, stereo-projekce, virtuální realita, virtual cave, 3D displeje, haptická zařízení. Komerční systémy pro vizualizaci dat a informací. 13] Zvaná přednáška, rekapitulace předmětu
|
|
Studijní aktivity a metody výuky
|
Přednáška s diskusí, Přednáška s analýzou videozáznamu, Diskuse, Prezentace práce studentů, Studium metodou řešení problémů, Samostatná práce studentů, Přednáška, Cvičení
- Kontaktní výuka
- 65 hodin za semestr
- Příprava na zkoušku [10-60]
- 30 hodin za semestr
- Vypracování seminární práce v magisterském studijním programu [5-100]
- 50 hodin za semestr
- Příprava na souhrnný test [6-30]
- 11 hodin za semestr
- Příprava prezentace (referátu) [3-8]
- 5 hodin za semestr
|
| Předpoklady |
|---|
| Odborné znalosti |
|---|
| porozumět nutnému relevantnímu základnímu matematickému aparátu |
| prokázat znalost základních metod používaných ve vizualizaci dat |
| provádět základní matematické výpočty a odvození |
| aplikovat teoretické poznatky při řešení zadaných úloh |
| vysvětlit a ilustrovat metody a modely pro reprezentaci a zpracování rozsáhlých a/nebo nestrukturovaných fyzikálních dat |
| znalost programovacího jazyka C# nebo C++ a výpočetního nástroje MATLAB |
| Odborné dovednosti |
|---|
| analyzovat a reprezentovat rozsáhlá strukturovaná i nestrukturovaná data |
| prezentovat zjištěné závislosti a význačné rysy daných datových setů |
| vytvářet složitější programové celky pro zpracování fyzikálních dat s použitím dostupných nástrojů |
| analyzovat zadaný problém z hlediska dostupných datových setů a metod jejich vyhodnocování |
| navrhnout použití programových prostředků pro vizualizaci informací |
| pracovat v týmu a s uživateli systémů vizualizace informací |
| Obecné způsobilosti |
|---|
| mgr. studium: používají své odborné znalosti, odborné dovednosti a obecné způsobilosti alespoň v jednom cizím jazyce, |
| Výsledky učení |
|---|
| Odborné znalosti |
|---|
| vysvětlit a ilustrovat metody a modely pro reprezentaci a zpracování rozsáhlých a/nebo nestrukturovaných fyzikálních dat |
| aplikovat teoretické poznatky při řešení zadaných úloh |
| provádět základní matematické výpočty a odvození |
| prokázat znalost základních metod používaných ve vizualizaci fyzikálních dat |
| porozumět nutnému relevantnímu základnímu matematickému aparátu |
| Odborné dovednosti |
|---|
| analyzovat a reprezentovat rozsáhlá strukturovaná i nestrukturovaná fyzikální data |
| prezentovat zjištěné závislosti a význačné rysy daných datových setů |
| vytvářet složitější programové celky pro zpracování fyzikálních dat s použitím dostupných nástrojů |
| analyzovat zadaný problém z hlediska dostupných datových setů a metod jejich vyhodnocování |
| navrhnout použití programových prostředků pro vizualizaci informací |
| pracovat v týmu a s uživateli systémů vizualizace informací |
| Obecné způsobilosti |
|---|
| zpracovávají a prezentují výsledky své práce s využitím pokročilých funkcí aplikačního softwaru, multimediálních technologií a internetu |
| Vyučovací metody |
|---|
| Odborné znalosti |
|---|
| Přednáška s diskusí, |
| Cvičení (praktické činnosti), |
| Řešení problémů, |
| Prezentace práce studentů, |
| Hodnotící metody |
|---|
| Kombinovaná zkouška, |
| Demonstrace dovedností (praktická činnost), |
| Individuální prezentace, |
| Odborné dovednosti |
|---|
| Seminární práce, |
| Individuální prezentace, |
| Obecné způsobilosti |
|---|
| Seminární práce, |
|
Doporučená literatura
|
-
Information Visualization (journal). Palgrave Publishers.
-
Earnshaw, Rae A.; Wiseman, Norman. An introductory guide to scientific visualization. New York : Springer, 1992.
-
Foley, James D. Computer graphics : principles and practice. 2nd ed. Reading : Addison-Wesley, 1996. ISBN 0-201-84840-6.
-
Hagen, H.; Müller, H.; Nielson, G. M. Focus on scientific visualization. Berlin : Springer-Verlag, 1993.
-
Heath,M.T. Scientific Computing: An Introductory Surwey. NY 10020, USA, 2002. ISBN 0-07-239910-4.
-
Chen, Chamomei. Information Visualization and Virtual Environments. Springer, 1999. ISBN 978-1852331368.
-
Mazza, Riccardo. Introduction to Information Visualization. Springer, 2009. ISBN 9781848002180.
-
Munzner, Tamara. Visualization analysis & design. 2015. ISBN 978-1-4665-0891-0.
-
Paeth, Alan W. Graphics Gems. V. London : AP Professional, 1995. ISBN 0-12-543455-3.
-
Preim,B., Bartz,D. Visualization in Medicine. China, 2007. ISBN 978-0-12-370596-9.
-
Spence, Robert. Information visualization. Harlow : Addison-Wesley, 2001. ISBN 0-201-59626-1.
-
Telea, Alexandru Cristian. Data visualization : principles and practice. Second edition. 2015. ISBN 978-1-4665-8526-3.
-
Tufte, Edward R. Envisioning Information. Graphics Pr, 2009. ISBN 978-0961392116.
-
Ward, Matthew; Grinstein, Georges G.; Keim, Daniel. Interactive data visualization : foundations, techniques, and applications. Natick : A K Peters, 2010. ISBN 978-1-56881-473-5.
-
Ward,M., Grinstein,G., Keim,D. Interactive Data Visualization. USA, 2010. ISBN 978-1-56881-473-5.
-
Ware, Colin. Information visualization : perception for design. San Francisco : Morgan Kaufmann, 2004. ISBN 1-55860-819-2.
-
Wright,H. Introduction to Scientific Visualization. USA, 2007. ISBN 978-1-84628-494-6.
-
Yau, Nathan. Data Points- Visualization that means something. ISBN 978-1-118-46219-5.
-
Yau, Nathan. Visualize This: The FlowingData Guide to Design, Visualization, and Statistics. 2011. ISBN 978-1-118-14026-0.
|