Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage die theoretischen Konzepte, die in der Informationvisualisierung angewandt werden und in der Vorlesung vorgestellt wurden (z.B. Visualisierung von multidimensionalen Daten, Visualisierung von multivariaten Netzwerken), zu beschreiben. Sie sind außerdem in der Lage bestehende Visualisierungen fundiert zu kritisieren und Verbesserungsvorschläge zu machen. Wenn Daten und Anwendungsszenarien gegeben sind, sind sie in der Lage passende State-of-the-Art Visualisierungs- und Interaktionstechniken vorzuschlagen um die Daten darzustellen.
Informationsvisualisierung umfasst die Verwendung computergestüzter, interaktiver, visueller Repräsentationen von abstrakten Daten zur Verstärkung des Erkenntnisgewinns. Die Studenten sollen sich mit den Konzepten und Techniken der Informationsvisualisierung vertraut machen. Nach einer allgemeinen Einführung in Visualisierung werden aktuelle Forschungsergebnisse in dem Bereich vorgestellt. Die Themen umfassen unter anderem:
- Data & Visual Encodings
- Visual & Perceptual Principles
- Multivariate & High-Dimensional Data Visualization
- Multivariate Network Visualization
- Scalable Visualization for Big Data
- Explainable AI
- Anwendungen der Visualisierung, z.B. im Bereich der Biologie oder Motorenbau
- Evaluierung
Es gibt eine begleitende Übung zur Vorlesung.
Didaktisches Vorgehen: Mittels elektronischer Folien wird eine Einführung zur Informationsvisualisierung geboten. (Internationale) Fachkollegen halten Gastvorträge zu aktuellen Spezialthemen.
Alle Vorlesungsmaterialien, Vorlesungstermine, Readings, Prüfungsanmeldungen, News etc. befinden sich in TUWEL. Die Vorlesungstermine alternieren zwischen Mittwoch 15:15-16:45 in FAV01 und Donnerstags 13:15-14:45 in EI5 (siehe "Einzeltermine anzeigen").
