Hasso-Plattner-InstitutSDG am HPI
Hasso-Plattner-InstitutDSG am HPI
Login
 

Visual Analytics for high-dimensional Data (Sommersemester 2020)

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

Allgemeine Information

  • Semesterwochenstunden: 4
  • ECTS: 6
  • Benotet: Ja
  • Einschreibefrist: 06.04.2020 - 22.04.2020
  • Lehrform: Seminar / Projekt
  • Belegungsart: Wahlpflichtmodul
  • Lehrsprache: Deutsch

Studiengänge, Modulgruppen & Module

IT-Systems Engineering MA
  • IT-Systems Engineering
    • HPI-ITSE-E Entwurf
  • IT-Systems Engineering
    • HPI-ITSE-K Konstruktion
  • HCGT: Human Computer Interaction & Computer Graphics Technology
    • HPI-HCGT-K Konzepte und Methoden
  • HCGT: Human Computer Interaction & Computer Graphics Technology
    • HPI-HCGT-T Techniken und Werkzeuge
  • HCGT: Human Computer Interaction & Computer Graphics Technology
    • HPI-HCGT-S Spezialisierung
  • ISAE: Internet, Security & Algorithm Engineering
    • HPI-ISAE-T Techniken und Werkzeuge
  • ISAE: Internet, Security & Algorithm Engineering
    • HPI-ISAE-K Konzepte und Methoden
  • OSIS: Operating Systems & Information Systems Technology
    • HPI-OSIS-K Konzepte und Methoden
  • OSIS: Operating Systems & Information Systems Technology
    • HPI-OSIS-T Techniken und Werkzeuge
  • OSIS: Operating Systems & Information Systems Technology
    • HPI-OSIS-S Spezialisierung
Data Engineering MA

Beschreibung

Wegen der COVID-19-Pandemie findet das Seminar online statt. Interessierte können sich auf unserer Moodle-Seite anmelden, um sich über die Seminarthemen und wichtige Terminen zu informieren. -- Studierende, die sich für die Bearbeitung eines Themas interessieren aber das Seminar nicht rechtzeitig zur Belegungsfrist belegen konnten, bitten wir um Kontaktaufnahme zu einem der angegebenen Dozenten.

 

Hochdimensionale Daten entstehen beispielsweise bei der 3D-Erfassung von Oberflächen und Objekten, bei der Vermessung von technischen Anlagen und Produktionsprozessen oder bei der Analyse von Softwaresystemen. Insbesondere die Größe und Komplexität der Daten verhindert die unmittelbare Interpretation dieser Daten und die Ableitung von Informationen.

Gegenstand dieses Seminars sind die Erarbeitung und die softwaretechnische Umsetzung von ausgewählten Visual Analytics-Verfahren von hochdimensionalen 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 das Clustering von 3D-Daten (z.B. 3D-Punktwolken)
  • Analyse von Infrastrukturdaten (z.B. Mobile-Mapping von Straßennetzen)
  • Analyse von technischen Anlagen und Produktionsprozessen (z.B. für Predictive Maintenance)
  • Ereigniserkennung in Gebäudeautomationsdaten
  • Visual Analytics für Finanztransaktionsdaten
  • Web-basierte Visualisierung und Service-basierte Infrastrukturen

Voraussetzungen

Projektabhängig sind Kenntnisse 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.

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

Forschungsnahe Projektarbeit mit individueller Betreuung durch Mitarbeiter des Fachgebiets.

Leistungserfassung

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.

Termine

Das Seminar findet im Sommersemester 2020 statt. Wegen der anhaltenden Einschränkungen bezüglich SARS-CoV-2 ist der Seminarablauf wie folgt:

Informationen zum Seminarablauf und Seminarthemen stehen bereits vor der Belegungsfrist (22.04.2020) im Moodle des Fachgebiets zur Verfügung. Zum Zugriff legen interessierte Teilnehmer bitte einen Moodle-Account an und schreiben sich in die Lehrveranstaltung "Seminar Visual Analytics for High-dimensional Data" ein (zugelassene Email-Domains sind @student.hpi.de und @uni-potsdam.de).

Themen und weitere Informationen werden zusätzlich in einer Telekonferenz am Mittwoch, den 29.04.2020 um 15:15 Uhr, vorgestellt. Einwahldaten werden über das Moodle rechtzeitig vorab zur Verfügung gestellt.

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