Medieninformatik an der TH Köln

Modulbeschreibungen, Prüfer:innenlisten und mehr :)

Visualisierung

Modulverantwortlich
Prof. Dr. Florian Niebling
Kürzel
VI
Sprache
wahlweise deutsch oder englisch
Zuordnung zum Curriculum
Medieninformatik Master
Kreditpunkte
6
Studienleistungen
2 Fachvorträge (je 30%), Projektpräsentation und -dokumentation (40%): Prüfer:in Prof. Dr. Florian Niebling // Zweitprüfer bzw. Beisitzer Prof. Dr. Gerhard Hartmann // Prüfungstermin: Ende des Semesters

Kurzbeschreibung

Die Studierenden sollen in die Lage versetzt werden, abstrakte, vorwiegend numerische Datenbestände in 2-und 3-dimensionalen Repräsentationen zu visualisieren und mit interaktiven Methoden zu untersuchen, um Strukturen aufzudecken, Hypothesen abzuleiten und zu verifizieren, sowie Ergebnisse zu kommunizieren. Die Studierenden sind in der Lage, die aus modernen Simulations- und Messmethoden resultierenden umfangreichere Datenvolumina durch Visualisierungsverfahren einer Analyse zuzuführen. Dies wird sowohl anhand von theoretischen Grundlagen, der Analyse und Präsentation aktueller Forschungsergebnisse als auch der Verifikation der erworbenen Kenntnisse an eigenen Visualisierungen vermittelt.

Lehrform/SWS

4 SWS: Vorlesung 1 SWS; Seminar / Workshops 2 SWS; Projekt 1 SWS

Arbeitsaufwand

Gesamtaufwand 180 Stunden, davon

  • 18h Vorlesung
  • 18h Workshops
  • 18h Seminar
  • 18h Projekt
  • 102h Selbststudium

Angestrebte Lernergebnisse

  • Die Studierenden sollen in die Lage versetzt werden, abstrakte, vorwiegend numerische Datenbestände in 2-und 3-dimensionalen Repräsentationen zu visualisieren und mit interaktiven Methoden zu untersuchen, um Strukturen aufzudecken, Hypothesen abzuleiten und zu verifizieren sowie Ergebnisse zu kommunizieren.
  • Die Studierenden sind in der Lage, die aus modernen Simulations- und Messmethoden resultierenden umfangreicheren Datenvolumina durch Visualisierungsverfahren einer Analyse zuzuführen. Dies wird sowohl anhand von theoretischen Grundlagen, der Analyse und Präsentation aktueller Forschungsergebnisse als auch der Verifikation der erworbenen Kenntnisse an eigenen Visualisierungen vermittelt.
  • Die Studierenden sind fähig, Problemstellungen grundlagenbasiert, systemanalytisch und multiperspektivisch zu analysieren, zu formulieren, zu formalisieren und durch geeignete Visualisierungen zu lösen sowie diese Lösungen kritisch zu evaluieren.
  • Anhand eigener Recherche vertiefen die Studierenden ihre Fähigkeit, sich eigenständig in neue Themenbereiche einzuarbeiten, sowie Problemstellungen, Technologien und wissenschaftliche Erkenntnisse im Bereich der Visualisierung in ihre Projekte einzubeziehen und für eine effektive Lösung aktueller Fragestellungen anzuwenden. Dafür bereiten sie wissenschaftliche Arbeiten für unterschiedliche Zielgruppen auf und präsentieren diese fundiert und überzeugend. Das erworbende Wissen wird in einer eigenen interaktiven Visualisierung angewandt und gefestigt.
  • Die Studierenden lernen ihre und andere Visualisierung zu verstehen, zu bewerten und angemessen in eigene wissenschaftliche Arbeiten einfließen zu lassen.
  • Das erworbene Können kann in verschiedensten Bereichen eingesetzt werden, um als Datenanalyst, in der Qualitätskontrolle oder Informationsvisualisierung tätg zu werden.

Inhalt

Grundlagen der Visualisierung und Exploration mehrdimensionaler Daten, aktuelle Visualisierungsverfahren und Interaktionsverfahren. Darüber hinaus werden Grundlagen der statistischen Datenanalyse und der 3D-Computergrafik einbezogen. Im speziellen, aber nicht ausschließlich, werden folgende Themen behandelt:

  • Design Prinzipien
  • Daten Modelle
  • Visuelle Parameter
  • Interaktion
  • Netzwerke
  • Prozesse
  • Graphen
  • Hochdimensionale Daten
  • Textvisualisierung
  • Maps
  • Wahrnehmung
  • Farbe
  • Kognition
  • Story Telling

Medienformen

  • Beamergestützte Vorlesung
  • Beamergestützte Seminarvorträge
  • Kombinierte Workshops aus beamergestütztem Vortrag und praktischer Übung am Rechner
  • Projekt in Kleingruppen, um die erlernten Methoden und Techniken einzuüben und zu vertiefen (Rechnerlabor)

Literatur

  • Tufte, E.R., The Visual Display of Quantitative Information, Cheshire,CT, Graphics Press 1983, und Envisioning Information, Cheshire,CT, Graphics Press 1994
  • Murray, S.: Interactive Data Visualization for the Web, O’Reilly
  • Meirelles, I.: Design for Information, Rockport
  • Berger,W., Grob,H.L.: Präsentieren und Visualisieren -mit und ohne Multimedia, dtv 2002
  • Schumann,H., Müller,W.; Visualisierung -Grundlagen und allgemeine Methoden; Springer 2000, ISBN 3-540-64944-1
  • Data-driven Documents D3, d3js.org

Dies ist ein Teilmodul des Moduls .