TU Wien:Echtzeit-Visualisierung VU (Waldner)
- Echtzeit-Visualisierung VU (Kovacs) (TU Wien, 0 Resources)
- Echtzeit-Visualisierung VU (Purgathofer) (TU Wien, 1 Resource)
- Echtzeit-Visualisierung VU (Raidou) (TU Wien, 0 Resources)
- Echtzeit-Visualisierung VU (Waldner) (TU Wien, 1 Resource)
Daten[edit | edit source]
| Lecturers | Manuela Waldner |
|---|---|
| ECTS | 3 / 2,0 |
| Department | E193 - Institut für Visual Computing and Human-Centered Technology |
| When | winter semester |
| Language | English |
| Links | tiss:186.191 |
Inhalt[edit | edit source]
Verschiedene Arten der Echtzeitvisualisierung werden anhand von Beispielen erläutert (Computertomographie, Ultraschallvisualisierung, Molekülvisualisierung, Flutmanagement und -simulation). Technische Hintergründe zu Datenstrukturen, CUDA-Beschleunigung und Visualisierungsmechanismen (Brushing, Aggregation,...) werden aufgezeigt.
Übungsteil: 2 Submissions, WS2021 eine zur Impostor-Molekülvisualisierung, eine zur CUDA-Beschleunigung der Kernel Density Estimation.
Gewichtung: 50/50 Übung/Prüfung. Beide Teilübungen zu je 25 Punkten müssen positiv sein (je mind. 12,5 Pkt.), die Vorlesungsprüfung ebenfalls >25 Punkte.
Ablauf[edit | edit source]
Übungen sind beide erst am Ende des Semesters fällig, sonst prerecorded Lectures mit optionaler Livediskussion am Ende (für Bonuspunkte unbedingt teilnehmen!).
Benötigte/Empfehlenswerte Vorkenntnisse[edit | edit source]
Informationsvisualisierung zu empfehlen, aber wirklich nicht notwendig, hilft allerdings beim Verständnis der Visualisierungsgrundlagen.
Vortrag[edit | edit source]
Prerecorded mit Livediskussionsrunde wöchentlich (Bonuspunkte).
Übungen[edit | edit source]
2 Aufgaben, 1x Molekülvisualisierung mit Impostor-Approach, 1x CUDA-accelerated Kernel Density Estimation. Ohne Vorwissen recht schwierig, sich einzuarbeiten, es gibt allerdings bei beiden Übungen reichlich Bonuspunkte für verhältnismäßig einfache Extraaufgaben.
Prüfung, Benotung[edit | edit source]
Mündliche Prüfung mit zwei Fragen zu je 25 Punkten. WS2021:
1. "In welchen Teilen der Visualisierungspipeline können Echtzeitkomponenten relevant sein? Nenne Beispiele!" 2. "Was sind Quadtrees, wie funktionieren sie, wo finden sie Anwendung in der Echtzeitvisualisierung?"
Dauer der Zeugnisausstellung[edit | edit source]
noch offen
Zeitaufwand[edit | edit source]
Vorlesungsprüfung: 10h Übung: 25h
Unterlagen[edit | edit source]
noch offen
Tipps[edit | edit source]
noch offen
Verbesserungsvorschläge / Kritik[edit | edit source]
noch offen