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: 2018-08-30
  • Reviderad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Gäller från: vecka 24, 2019
  • 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:

  • beskriva dataflödet i ett visualiseringssystem,
  • redogöra för metoder som transformerar data och information till visuella representationer,
  • använda och programmera avancerad programvara för varierande visualiseringstekniker.

Innehåll

Visualiseringens olika steg. Datarepresentation och visualisering av skalärer. Vektor- och tensor-visualisering. Flerdimensionell visualisering. Stereorepresentation. Aspekter på perception i visualisering. Informationsvisualisering. Olika återgivningstekniker för visualisering av volymdata, t ex så kallad 'splatting' och genom iso-ytor.

I kursen ingår olika projekt där programvara för avancerad visualisering används.

Undervisning

Föreläsningar, laborationer och obligatoriska inlämningsuppgifter.

Examination

Skriftligt prov (2 hp) samt laborationer och inlämningsuppgifter (3 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: vecka 24, 2019