Kursplan för Vetenskaplig visualisering
Scientific Visualisation
Kursplan
- 5 högskolepoäng
- Kurskod: 1TD389
- Utbildningsnivå: Avancerad nivå
-
Huvudområde(n) och successiv fördjupning:
Datavetenskap A1N,
Teknik A1N,
Tillämpad beräkningsvetenskap A1N
Förklaring av koder
Koden visar kursens utbildningsnivå och fördjupning i förhållande till andra kurser inom huvudområdet och examensfordringarna för generella examina:
Grundnivå
- G1N: har endast gymnasiala förkunskapskrav
- G1F: har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav
- G1E: innehåller särskilt utformat examensarbete för högskoleexamen
- G2F: har minst 60 hp kurs/er på grundnivå som förkunskapskrav
- G2E: har minst 60 hp kurs/er på grundnivå som förkunskapskrav, innehåller examensarbete för kandidatexamen
- GXX: kursens fördjupning kan inte klassificeras
Avancerad nivå
- A1N: har endast kurs/er på grundnivå som förkunskapskrav
- A1F: har kurs/er på avancerad nivå som förkunskapskrav
- A1E: innehåller examensarbete för magisterexamen
- A2E: innehåller examensarbete för masterexamen
- AXX: kursens fördjupning kan inte klassificeras
- Betygsskala: Underkänd (U), godkänd (3), icke utan beröm godkänd (4), med beröm godkänd (5)
- Inrättad: 2008-03-18
- Inrättad av: Teknisk-naturvetenskapliga fakultetsnämnden
- Reviderad: 2022-02-14
- Reviderad av: Teknisk-naturvetenskapliga fakultetsnämnden
- Gäller från: HT 2022
-
Behörighet:
120 hp inklusive Programmeringsteknik, 5 hp, och Beräkningsvetenskap II. Beräkningsvetenskap II kan bytas ut mot Numeriska metoder och simulering, 5 hp, Beräkningsvetenskap, bryggningskurs, 5 hp, eller Beräkningsvetenskap och analys, 10 hp. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
- Ansvarig institution: Institutionen för informationsteknologi
Mål
Efter godkänd kurs ska studenten kunna:
- karakterisera egenskaper hos datamängder och de grafiska elementen i det visuella displaymediet;
- beskriva data- och processflödet för transformationen av data och information till visuella representationer;
- förklara visualiseringsmetoder och -tekniker för grafisk rendering av de vanligaste datatyperna;
- använda och utveckla interaktiv programvara för olika visualiseringstekniker;
- bedöma datorgenererade visualiseringar genom att använda designprinciper och teorier om det mänskliga visuella systemet;
- identifiera lämpliga visualiseringsstrategier och motivera de valda metoderna.
Innehåll
Klassificering av data och grafiska elementen i visuella representationer. Visualiseringsprocessens flödesstruktur inklusive klassiska algoritmer för grafisk rendering. Visualiseringstekniker för diskreta och kontinuerliga data (skalär-, vektor-, tensorfält) i 1D-, 2D- och 3D rumsliga domäner. Visualiseringstekniker för oberoende kvantitativa observationer (mängder, proportioner, frekvenser, associationer), data i flera kategorier och relationer. Relevanta aspekter av mänsklig visuell uppfattning och kognition. Utvärderingsmetoder i visualisering.
Undervisning
Föreläsningar, laborationer och obligatoriska inlämningsuppgifter.
Examination
Skriftligt prov (3 hp) samt laborationer och inlämningsuppgifter (2 hp).
Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en enskild student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare för studenter med funktionsnedsättning.
Litteratur
Litteraturlista
Gäller från: HT 2022
I bibliotekets söktjänst kan du se om en titel finns elektroniskt.
-
Telea, Alexandru
Data visualization : principles and practice
2015
Obligatorisk
-
Ward, Matthew;
Grinstein, Georges;
Keim, Daniel.
Interactive data visualization : foundations, techniques, and applications
Second edition.: Boca Raton: CRC Press, Taylor & Francis Group, [2015]
-
Wilke, Claus O.
Fundamentals of data visualization : a primer on making informative and compelling figures
First edition.: Sebastopol, CA: O'Reilly Media, 2019
-
Munzner, Tamara
Visualization analysis and design
Boca Raton: CRC Press, xop. 2015.