Visual Analytics for Multi-Variate Data (Sommersemester 2019)

Dozent: Prof. Dr. Jürgen Döllner (Computergrafische Systeme) , Robert Henker (Computergrafische Systeme) , Jan Ole Vollmer (Computergrafische Systeme)

Allgemeine Information

• Semesterwochenstunden: 4
• ECTS: 6
• Benotet: Ja
• Einschreibefrist: 26.04.2019
• Lehrform: Seminar / Projekt
• Belegungsart: Wahlpflichtmodul
• Lehrsprache: Deutsch

Studiengänge, Modulgruppen & Module

Beschreibung

Im Seminar werden Techniken und Methoden zur explorativen visuellen Analyse von Datensätzen unterschiedliche Größe mittels der Dust-&-Magnet-Metapher vertieft und experimentell verprobt. Multi-variate Daten stellen hierbei eine besondere Herausforderung dar, da die Dimensionalität ihres Informationsraums diejenige des Darstellungsraums übersteigt und daher ein Mapping bzw. eine Reduktion notwendig wird. Explorative visuelle Ansätze versprechen hier einen bedeutenden Zeitgewinn gegenüber klassischer manueller Analyse mittels Statistiksoftware, insbesondere für große Datenmengen.

Anwendungsgebiete und Fragestellungen im Rahmen des Seminars umfassen bspw.:

• Geospatial Analytics: Analyse von Zensusdaten, u.a. Aufdecken von Korrelationen zwischen Attributen/Attributgruppen, Vergleich unterschiedlicher Länder

• Software Analytics: Identifizierung von Wissensmonopolen einzelner Entwickler, Aufspüren von Code mit unnötig hoher Komplexität, etc.

In beiden Bereichen führt das Fachgebiet Forschungsprojekte durch, die den Kontext für die Themen des Seminars bilden.

Für weitergehende Analysen kann die Visualisierung mithilfe von Dust-&-Magnet mit weiteren Verfahren der Datenanalyse kombiniert bzw. spezialisiert werden, konkrete Themenstellungen sind u.a.:

• Automatische Clusterextraktion und Visualisierung mithilfe von Triangulierungsverfahren

• Nutzung des Partikelradius als zusätzliche visuelle Variable

• Reduktion der Darstellung auf einen überlappungsfreien Scatterplot

In diesem Seminar werden dazu Forschungs- oder Softwareprojekte vorrangig in Einzelarbeit umgesetzt. Im Rahmen der eigenen Interessen kann aus unterschiedlichen Forschungsthemen des Fachgebietes ein Thema gewählt werden. Dabei kann das Projekt je nach Interesse und Thema stärker auf Visualisierung oder Analyse fokussieren.

Voraussetzungen

Das Seminar richtet sich an Studierende im Masterstudiengang Data Engineering, IT-Systems Engineering, Digital Health und Informatik. Für experimentell orientierte Projektthemen wird auf bestehenden Visualisierungskomponenten zurückgegriffen, darüber hinaus werden Kenntnisse einer Skriptsprache zur Datenverarbeitung (z.B. R, Python) erwartet. Für Entwicklungsthemen sind dagegen projektabhängig Kenntnisse der objektorientierten Software-Entwicklung, der webbasierten Programmierung (JavaScript, Node.js), der Grundlagen der Computergrafik und Visualisierung (OpenGL, GLSL und WebGL) von Vorteil.

Students can participate in German or English.

Literatur

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

Lern- und Lehrformen

Projektarbeit mit individueller Betreuung durch das Fachgebiet.

Leistungserfassung

Die Leistungspunkte werden erreicht, wenn die Studierenden:

• über das Thema 1 Konzeptvortrag abhalten,

• erfolgreich ein dem Thema entsprechendes Softwareentwicklungsprojekt (50%) planen und durchführen,

• erfolgreich die Grundlagen und Ergebnisse in einer schriftlichen Ausarbeitung (4 Seiten) zusammenfassen (25%),

• über das Arbeitspaket bzw. einen ausgewählten Aspekt erfolgreich einen Abschlussvortrag (25%) halten.

Termine

Die Themen für das Seminar werden in der ersten Vorlesungswoche am 10.04.2019 um 09:15 Uhr im Raum A-1.1 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