|
授業科目名
|
担当教員
|
|||||||||||||
|
データビジュアリゼーション特論
|
藤代 一成
|
|||||||||||||
|
時間割番号
|
単位数
|
コース
|
履修年次
|
期別
|
曜日
|
時限
|
||||||||
| GTK515 | 2 | (未登録) | 1 | 後期 | 月 | II | ||||||||
| ［概要と目標］ | ||||||||||||||
| With the advent of HPC, WSN, and GII, digital data to be simulated, measured, and retrieved has been getting larger and more complex. The main topic of this course is a method of computing, called data visualization, which allows ones to gain insight into the target subjects effectively through visual analysis of their feature structures and behaviors embedded in such datasets. After underlying principles are overviewed, we will introduce standard techniques to visualize scalar fields in 2D, 3D, 3D+time, and multi-dimensions. Then, our focus will be shifted to representative techniques for structured data, i.e., vector and tensor field visualization and information visualization. Up-to-date R&D's will be chosen to discuss the potentials of the methodology, including topological data visualization, dimensional reduction schemes, visual analytics, XR-based visualization, and the relevance to AI and psychology. Note that this course corresponds to the specialized knowledge and skills (C4) specified in the Diploma Policy of the Computer Science and Engineering Course. 本講義では，HPC, WSN, GII等の発展により格段に複雑さを増しつつあるディジタルデータに隠された対象の特徴的な構造や挙動を視覚的に分析することによって，そこから有用な知見を効果的に獲得するための計算論的方法論―データ可視化―について講究する．基本原理を概観した後，2次元，3次元，3次元＋時間，多次元のスカラ場の標準的な可視化手法を紹介する．続いて，ベクトル場やテンソル場の可視化，情報可視化のような構造的データの代表的な可視化手法に議論の焦点を移す．さらに，位相的データ可視化，次元縮約，ビジュアルアナリティクス，XRベース可視化，人工知能や心理学との関連等の当該技術の最新研究開発トピックも選択的に採り上げ，その可能性について議論を展開する．なお，本授業はコンピュータ理工学コースのディプロマポリシーで定めた専門知識・技術(C4)に対応する． |
||||||||||||||
| [到達目標] | ||||||||||||||
|
1. To understand dedicated paradigms and taxonomies; 2. To become familiar with fundamental principles and representative techniques; 3. To be able to visualize practical datasets using standard tools such as Paraview; and 4. To learn about recent R&D's in data visualization. 1. データ可視化のパラダイムや分類学を理解する 2. データ可視化の基本原理と代表的手法に習熟する 3. Paraviewのような標準ツールを用いて実際のデータが可視化できるようになる 4. データ可視化の最近の研究開発成果にふれる |
||||||||||||||
| ［必要知識・準備］ | ||||||||||||||
| Prerequisite includes basic knowledge about computer graphics, image processing, and numerical analysis. 履修にあたっては，コンピュータグラフィックス，画像処理，数値解析の基本的知識を前提とする． |
||||||||||||||
| ［評価基準］ | ||||||||||||||
|
||||||||||||||
| ［教科書］ | ||||||||||||||
| (未登録) | ||||||||||||||
| ［参考書］ | ||||||||||||||
|
||||||||||||||
| ［講義項目］ | ||||||||||||||
| This course will be conducted in person. The official language is English. 01: Orientation: Roles and values of data visualization 02: Visualization paradigms and taxonomies 03: 2D scalar field visualization 04: Marching Squares algorithm and its disambiguation 05: Fundamentals of volume visualization 06: Topologically accentuated volume rendering 07: Advanced volume visualization based on differential topology 08: Multi-dimensional scalar field visualization 09: Visualizing 2D steady flow fields 10: Extensions to unsteady & 3D flow fields and diffusion tensor fields 11: Information visualization: Fundamentals and applications 12: Visual analytics 13: Realization: Applications of extended reality and multisensory information display 14: Visual thinking: Visualization and AI 15: Visualization and perceptive/cognitive psychology 本講義は対面形式で実施する予定である．公式言語は英語である． 01：オリエンテーション：データ可視化の役割と価値 02：可視化のパラダイムと分類学 03：2Dスカラ場の可視化 04：マーチングスクエア法とその曖昧さの解決 05：ボリューム可視化の基礎 06：位相強調型ボリュームレンダリング 07：微分位相幾何学に基づくボリューム可視化の高度化 08：多次元スカラ場の可視化 09: 2次元定常流れ場の可視化 10: 非定常・3次元流れ場と拡散テンソル場への拡張 11: 情報可視化の基礎と応用 12: 視覚分析論 13: リアライゼーション：XRと多感覚情報呈示の可視化応用 14: 視考：可視化と人工知能 15: 可視化と知覚/認知心理学 |
||||||||||||||
| ［前年度授業に対する改善要望等への対応］ | ||||||||||||||
| 概ね平均以上の評点をもらっているが，項目７と12が平均をやや下回っている結果を意外に感じている．
ほぼ毎回の講義で動画による実例を見せ，小テストも実施してきた．ハイブリッド開講にもかかわらず， 現地参加者は毎回1-2名（0名のことも）で，むしろ受講者側の聴講が受け身的ではなかったのか？ 来年度は対面開講に全面的に切り替え，より対話的に授業を進め，受講者の主体的学習を促すようにしたい． | ||||||||||||||