Informações da Disciplina

 Preparar para impressão 

Júpiter - Sistema de Gestão Acadêmica da Pró-Reitoria de Graduação


Instituto de Ciências Matemáticas e de Computação
 
Ciências de Computação
 
Disciplina: SCC0252 - Visualização Computacional
Computational Visualization

Créditos Aula: 3
Créditos Trabalho: 0
Carga Horária Total: 45 h
Tipo: Semestral
Ativação: 01/01/2010 Desativação:

Objetivos
A área de visualização computacional engloba o desenvolvimento e aplicação de técnicas gráficas para apresentação e entendimento dos mais variados conjuntos de dados. Domínios de aplicação variam desde diagramas explicativos e gráficos de barra até dados meteorológicos, médicos, científicos, coleções de registros, documentos, imagens, etc. O objetivo desta disciplina é fornecer uma introdução à área de Visualização de Dados. Pretende-se abordar o que é Visualização, quais os seus objetivos, algoritmos e aplicações. Serão descritas técnicas de uso geral disponíveis atualmente e os tipos de dados que são visualizados. Os principais algoritmos e estruturas de dados serão apresentados. Um sistema de visualização será introduzido e utilizado pelos alunos na confecção dos trabalhos práticos.
 
The area of computational visualization encompasses the development and application of graphical techniques to the presentation and understanding of different data sets. The application domain goes from explanatory diagrams and bar charts to meteorological data, medical data, scientific data, register collections, documents, images, and so on. The goal of this course is to provide an introduction to the data visualization area. It is intended to discuss what visualization is, its goals, algorithms and applications. The existing general purpose techniques are described and the types of data that are visualized. The main algorithms and data structures are presented. A visualization system is introduced and employed by the students on the execution of practical homework.
 
 
Programa Resumido
 
 
 
Programa
Introdução: Visualização científica, visualização de informações e visualização de software. Problemas e limitações da Visualização. Utilização do computador na análise de dados. Técnicas Básicas de Visualização: Classificação de técnicas de visualização e seus dados. Taxonomias para Visualização. Discussão sobre a distinção entre Visualização Científica e de Informação. Organização e tipos de dados em visualização. Técnicas de Visualização volumétrica. Técnicas volumétricas baseadas em superfícies. Técnicas de visualização volumétrica direta. Comparação entre técnicas baseadas em superfícies e volumétricas. Visualização de vetoriais. Visualização de dados Multidimensionais: registros, textos, séries temporais, imagens e outros. Associação e Exemplos da Visualização com a Mineração de Dados (Mineração Visual de dados). Técnicas alternativas de representação de dados: glyphs, som, texturas, realidade virtual e outras. Sistemas de Visualização.Introdução a um sistema de visualização. Exemplos e prática.
 
Introduction: scientific, information, and software visualization. Problems and limitations of visualization. Using the computer to data analysis. Basic techniques of visualization: techniques classification and data. Visualization taxonomies. Discussions about the differences between scientific and information visualization. Organization and data types in visualization. Volume visualization techniques. Surface-based volume visualization techniques. Vector visualization. Multidimensional data visualization: registers, text, temporal series, images and other. Associations and examples of visualization with data mining (visual data mining). Alternative techniques for data representation: glyphs, sound, texture, virtual reality and other. Visualization systems. Introduction to a visualization system. Examples and practice.
 
 
Avaliação
     
Método
Exposição de conceitos em aulas teóricas. Demonstrações de exemplos e desenvolvimento de exercícios práticos em laboratório.
Critério
Provas e trabalhos práticos.
Norma de Recuperação
-Critério de Aprovação: NP+(Mrec/2,5), se Mrec > ou =7,5; ou Max {NP,Mrec}, se Mrec < ou = 5,0; ou 5,0, se 5,0 < ou = Mrec < 7,5.( NP=1ª avaliação, Mrec=prova)
 
Bibliografia
     
· Livro Texto:

- MINGHIM, R.; OLIVEIRA, M. C. F.; JAI 03 -“Uma Introdução à Visualização Computacional”, JAI’97 - Jornadas de Atualização em Informática, XVII Congresso da SBC, Brasília, 2 a 8 de Agosto de 1997, pp.85-131.
- SCHROEDER, W.J.; MARTIN, K.; LORENSEN, W. - The Visualization Toolkit - An Object-Oriented Approach to 3D Graphics, Prentice-Hall, 4ª edição, 2006.



· Bibliografia Complementar:

- GALLAGHER, R.S. (Ed). Computer Visualization: Graphics Tecniques for Scientific and Engineering Analysis. CRC Press, 1995.
- MARTINS, A.; de OLIVEIRA, M.C.F.; MINGHIM, R. Visualização Científica em Mecânica dos Fluídos, Notas do ICMSC, fev. 1997.
- MINGHIM, R.; LEVKOWITZ, H. Visual Mining of Text Colections, Eurographics Tutorial Notes 11, 2007.
- NELSON, G.M.; HAGEN, H.; MÜLLER, H. Scientific Visualization-Overviews, Methodologies, Techniques - IEEE CS Press, 1997.
- OLIVEIRA, M.C.F. de; LEVKOWITZ, H. From Visual Data Exploration to Visual Data Mining: A Survey. IEEE Trans. Vis. Comput. Graph. 9(3): 378-394 (2003).
- SPENCE, R. Information Visualzation, Addison Wesley, 2001.
 

Clique para consultar os requisitos para SCC0252

Clique para consultar o oferecimento para SCC0252

Créditos | Fale conosco
© 1999 - 2020 - Superintendência de Tecnologia da Informação/USP