Advanced Methods and Techniques for Data Analysis and Visualization (Wintersemester 2020/2021)

Lecturer: Prof. Dr. Jürgen Döllner (Computergrafische Systeme) , Dr. Benjamin Hagedorn (Computergrafische Systeme) , Dr. Rico Richter (Computergrafische Systeme)

General Information

• Weekly Hours: 4
• Credits: 6
• Graded: yes
• Enrolment Deadline: 01.10.2020 - 20.11.2020
• Teaching Form: Projekt / Seminar
• Enrolment Type: Compulsory Elective Module
• Course Language: German

Programs, Module Groups & Modules

Description

Räumlich-zeitliche Daten entstehen durch moderne Erfassungssysteme und Sensoren. Die Erfassung und Erzeugung der Daten erfolgt in der Regel automatisiert, so dass eine wesentliche Aufgabe darin besteht, Informationen aus diesen Daten abzuleiten und anwendungsspezifische Analysen durchzuführen. Darüber hinaus ist die Visualisierung der Daten und Analyseergebnisse eine wesentliche Anforderung. 

Gegenstand dieses Seminars sind die Erarbeitung und die softwaretechnische Umsetzung von ausgewählten Verfahren zur Analyse und Visualisierung von räumlich-zeitlichen Daten. Mit Hilfe von selbst implementierten Algorithmen zur Datenverarbeitung sowie geeigneten Visualisierungs- und Interaktionstechniken sollen themenbezogene Fragestellungen beantwortet werden. Mögliche Themen und Anwendungsbereiche sind:

• Deep Learning für massive 3D-Punktwolken
• Web-basierte Techniken für die Visualisierung von 3D-Punktwolken
• Analyse von Mobile-Mapping-Daten des Straßennetzwerkes einer Stadt
• Parallelisierung und High-Performance-Computing für räumlich-zeitliche Daten
• Datenkompression und räumliche Datenstrukturen
• Analyse und Visualisierung von Domotikdaten (Smart Homes, Smart Living)
• Techniken für das Web-basierte 3D-Rendering von Sensordaten

Requirements

Projektabhängig sind Kenntnisse der objektorientierten Software-Entwicklung, der webbasierten Programmierung (JavaScript, Node.js), der Grundlagen der Computergrafik, der Visualisierung (OpenGL, GLSL und WebGL) und/oder einer Skriptsprache zur Datenverarbeitung (z.B. R oder Python) von Vorteil.

Literature

Zu jedem Thema gibt es neben den über das Internet frei zugänglichen Informationen eine Reihe aktueller Fachartikel, die bei der Themenvergabe ausgegeben werden. Die weitere Recherche von themenspezifischer Literatur ist Teil der Bearbeitung.

Learning

Forschungsnahe Projektarbeit mit individueller Betreuung durch Mitarbeiter des Fachgebiets.

Die Kursorganisation findet auf dem Moodle-System der Fachgruppe statt: https://moodle.hpi3d.de/course/view.php?id=147

Examination

Die Leistungspunkte werden erreicht, wenn die Studierenden:

• über das Themengebiet, die Problemstellung und den geplanten Ansatz einen Einführungsvortrag abhalten,
• erfolgreich ein dem Thema entsprechendes Projekt planen und durchführen (50%),
• erfolgreich die Grundlagen und Ergebnisse der Seminararbeit in einer schriftlichen Ausarbeitung (4-5 Seiten) zusammenfassen (25%),
• über das Arbeitspaket bzw. einen ausgewählten Aspekt erfolgreich einen Abschlussvortrag (25%) halten.

Dates

Themen und weitere Informationen werden in einer Telekonferenz am Mittwoch, 04.11.2020 um 9:15 Uhr, sowie am Mittwoch, 11.11.2020 um 9:15 Uhr vorgestellt. 

Für den weiteren Verlauf des Seminars werden individuelle Treffen mit den Betreuern vereinbart. Für Zwischenstands- und Abschlussvorträge werden Termine in Absprache mit den Teilnehmenden festgelegt.

Zurück