Visualisering av vitenskapelige data

Oversikt over metoder for vitenskapelig visualisering, litt om datagrafikk (terminologi, datarepresentasjon og enkle algoritmer for geometribygging), utvalgte renderingsteknikker, kinematikk, visualisering av skalarfelter, vektorfelter og tensorfelter,
linjeintegralkonvolusjon, lyssatte feltlinjer og anisotropisk diffusjon. Eksempel på visualisering av data fra astrofysikk, geofysikk, fluiddynamikk og medisin.

1. Kunnskap. Studenten har en grunnleggende forståelse for moderne datavisualisering. Studenten har kunnskap ikke bare om hvordan vi visualiserer, men også hva vi visualiserer. Videre forstår studenten hvordan konsepter hentet fra kinematikken (vitenskapen som tar for seg beskrivelse av bevegelse) blir benyttet til visualisering av vektorfelter og tidsvarierende felter (animasjoner).

2. Ferdigheter. Studenten er i stand til å visualisere utvalgte datasett innenfor vitenskap og teknologi. Studenten forstår prinsippene som ligger bak ulike visualieringsteknikker og er i stand til å gjøre gode valg av metoder og tilgjengelige verktøy.

Fjernundervisning fra UniK via videokonferanse. Forelesninger og frivillige øvinger. Det vil i tillegg bli gitt en eller flere obligatoriske oppgaver i løpet av semesteret. Mappevurdering gir grunnlag for sluttkarakter i emnet. I mappen inngår muntlig avsluttende eksamen (75%) og obligatorisk(e) oppgave(r) (25%). Resultatene for delene angis i %-poeng, mens sensur for hele mappen (sluttkarakteren) angis med bokstavkarakter. Undervisningen i emnet vil kunne bli gitt på engelsk. Dersom kurset foreleses på engelsk vil eksamen bli gitt kun på engelsk. Studentens besvarelse kan være på norsk eller engelsk.