TU Wien:Visualisierung 2 VU (Gröller)
- Visualisierung 2 VU (Gröller) (TU Wien, 7 Materialien)
- Visualisierung 2 VU (Waldner) (TU Wien, 1 Material)
Daten[Bearbeiten | Quelltext bearbeiten]
| Vortragende | Eduard Gröller• Manuela Waldner• Hsiang-Yun Wu |
|---|---|
| ECTS | 4,5 |
| Alias | Visualization 2 (en) |
| Letzte Abhaltung | 2021S |
| Sprache | English |
| Mattermost | visualisierung-2 • Register • Mattermost-Infos |
| Links | tiss:186833, eLearning |
| Masterstudium Data Science | |
| Masterstudium Business Informatics | |
| Masterstudium Visual Computing |
Inhalt[Bearbeiten | Quelltext bearbeiten]
Je eine Vorlesung zu
- Überblick zu Visualisierung
- Spatio-temporal Data
- Web-Based Information Visualization
- Nondestructive Testing
- Visual Text Analytics
- Comparative Visualization
Ablauf[Bearbeiten | Quelltext bearbeiten]
- Wahl eines Papers aus Scientific Visualization, Information Visualization oder Visual Analytics. Kann aus vorgegeben Pool von Papers kommen oder auch mit Absprache frei gewaehlt werden
- Praesentation des papers
- Implementierung des Papers mit Technologie seiner Wahl
- Freiwillige Zwischenabgabe mit Feedback
- Ende des Semester Programm praesentieren
- VO Pruefung inkl. Abgabegespraech von Programm
Benötigte/Empfehlenswerte Vorkenntnisse[Bearbeiten | Quelltext bearbeiten]
Visualisierung 1, eventuell Computergraphik UE, je nachdem mit welcher Technologie man sein Projekt realisieren will.
Vortrag[Bearbeiten | Quelltext bearbeiten]
Ist ok, wird von verschiedenen Leuten aus dem CG Institut gehalten. Qualität der Videos könnte besser sein, vor allem Audio.
SS2021: Die Vorlesungen wurden teils live über Zoom gehalten, teilweise wurden jedoch Aufzeichnungen hochgeladen und am Termin der eigentlichen Vorlesung Fragen zu dem Thema beantwortet.
Übungen[Bearbeiten | Quelltext bearbeiten]
Wahl eines Papers aus Scientific Visualization, Information Visualization oder Visual Analytics. Kann aus vorgegeben Pool von Papers kommen oder auch mit Absprache frei gewaehlt werden. Umsetzung erfolgt nach eigenen Wunsch, sollte jedoch Paper erfolgreich repraesentieren und im Ausmaß von 100h pro Person liegen
Prüfung, Benotung[Bearbeiten | Quelltext bearbeiten]
Muendliche Pruefung. 2 Fragen aus gesamten Stoff. Richtet sich sehr nach VO Folien.
SS2021: 15 Minuten Prüfungszeit, es gab zwei Fragen, wobei eine sehr generell gehalten war und die zweite auf ein spezielles Konzept fokusiert war.
Dauer der Zeugnisausstellung[Bearbeiten | Quelltext bearbeiten]
SS14: 1 Monat
Zeitaufwand[Bearbeiten | Quelltext bearbeiten]
Fuer VO Pruefung ca. 1 Woche Folien lernen inkl. Wikipedia nachschlagen sollten reichen. Fuer UE Teil je nach gewaehlten Paper unterschiedlich, aber rund 100 Stunden sollte man schon rechnen
SS16: Ich habe für die Prüfung 2 Tage gelernt, was völlig ausgereicht hat, da die Vorlesungen immer komplett andere Themen sind und mehr der Überblick gefragt ist, als die genaue Funktionsweise. Für die Übung kommt es stark darauf an, was man genau vor hat: Hat man nie zuvor mit OpenGL gearbeitet und man entscheidet sich seine Visualisierung mit dieser Technologie zu machen, dann wird man etliche Stunden damit verbringen das Ganze mal richtig aufzusetzen. Auf der anderen Seite gibt es auch genug Projekte, wo es zB. um Textvisualisierung geht, wodurch man auch diverse Libraries Three.js, D3.js, ... verwenden kann, die meiner Meinung nach weniger Zeit in Anspruch nehmen, kommt trotzdem auf die Vorkenntnisse drauf an.
Unterlagen[Bearbeiten | Quelltext bearbeiten]
Tipps[Bearbeiten | Quelltext bearbeiten]
Es ist gut, sich mal einige Papers, worin man die Technik reproduziert, anzuschauen und nicht zu überstürzt eines zu wählen. Für die LVA eignen sich jene Papers gut, wo auch die Reproduzierbarkeit einfach gehalten ist. Es gibt doch einige Papers, wo zwar die Idee nicht schwer zu verstehen ist, aber man dann bei der Implementation ansteht, weil man zB. kein Stück Code oder ein einfaches Beispiel hat, an dem man sich herumspielen kann.
Es gibt jedes Jahr eine "Hall of Fame" in der die Anwendung (bin +source code!) von jeder Gruppe hochgeladen wird. Wenn man bei der Implementierung oder beim Verständnis vom Paper etwas hängt ist es oft hilfreich dort nachzusehen und ein bisschen den Code aus den Vorjahren durchzugehen. Viele Paper wurden ja schon in den Jahren davor mal implementiert.
Verbesserungsvorschläge / Kritik[Bearbeiten | Quelltext bearbeiten]
noch offen