Course Visualization

Prof. Dr. Bernd Fröhlich
Dr. Patrick Riehmann
M.Sc. Gareth Rendle
B.Sc. Lucky Chandrautama

Beschreibung / Description

Im ersten Teil der Veranstaltung werden die wichtigsten Verfahren und Techniken aus dem Bereich der Informationsvisualisierung für folgende Datentypen vorgestellt: multi-dimensionale und hierarchische Daten, Graphen, Zeitreihen und mengenbasierte Daten. Der zweite Teil beschäftigt sich mit verschiedenen Ansätzen und Algorithmen zur Visualisierung volumetrischer und vektorieller Simulations- und Messdaten. Die Veranstaltung wird englischsprachig angeboten.

In den Übungen werden eine Auswahl der in den Vorlesungen vorgestellten Visualisierungsansätze umgesetzt, getestet und evaluiert. Insgesamt gibt es 6 zweiwöchentliche Übungen, die man individuell leisten muss. Am Ende der Vorlesungsphase des Semester müssen Sie eine abschließende Übungsaufgabe abgeben. Die abschließende Übungsaufgabe ermöglicht es Ihnen als eine Gruppe von 2 Personen, ein eigenes Visualisierungsprojekt zu entwerfen, implementieren, evaluieren und präsentieren.

The first part of this course presents fundamental and advanced information visualization techniques for multi-dimensional and hierarchical data, graphs, time-series data and set-based data. During the second part, algorithms and models for visualization of volumetric and vector-based data as well as corresponding out-of-core and level-of-detail techniques for handling very large datasets are introduced. This course will be taught in English.

Lab classes focus on implementing, testing and evaluating the visualization approaches presented during the lectures. There are in total 6 biweekly lab assignments which must be done individually. In addition, you are required to complete the final lab class assignment at the end of the semester. The final lab class assignment allows you to form a group of 2 where you design, implement, evaluate and present your own visualization project.

Voraussetzungen / Requirements

Programmierkenntnisse sowie gute Kenntnisse von Algorithmen und Datenstrukturen sind erforderlich, z.B. nachgewiesen durch den erfolgreichen Abschluss der entsprechenden Lehrveranstaltungen des Bachelor-Studiengangs Medieninformatik. In den Laborveranstaltungen werden JavaScript- und grundlegende GLSL-Programmierung eingesetzt. Grundkenntnisse der Computergrafik sind hilfreich, z.B. erworben durch die Vorlesung Computergrafik im Bachelor-Studiengang Medieninformatik.

Programming skills, as well as a good grasp of algorithms and data structures, are required, and can be proven through successful completion of the corresponding courses from, for example, the Medieninformatik Bachelor programme. Javascript and GLSL programming languages will be used in the lab classes. Basic computer graphics knowledge is helpful, e.g. from taking the computer graphics course from the Medieninformatik Bachelor programme.

Leistungsnachweis / Certificates

Vorlesungsbegleitende Übungen, mündliche oder schriftliche Prüfung und eine abschließende Übungsaufgabe.

The course comprises of lab class assignments throughout the semester, as well as an oral or written exam at the end of the semester and a final lab class assignment.

Termine und Moodle / Dates and Moodle

  • Moodle-Kursseite
  • Live-Vorlesung
    • Termin: einmalig am Donnerstag, 13. April 2023, 13:30 - 15:00 Uhr (S143 - Room 2.16)
    • Vorlesungsvideos erscheinen online zur Verfügung
    • Jede Vorlesung wird in der dazugehörigen Übung kurz zusammengefasst und besprochen
  • Pflichtübung
    • Montags, 17.00 - 18.30 Uhr ab dem 17. April 2022 (Master, S143 LiNT-Pool, Raum 2.17)
    • Dienstags, 9.15 - 10.45 Uhr ab dem 18. April 2022 (Bachelor, S143 LiNT-Pool, Raum 2.17)
  • schriftliche Prüfung
    • Freitag September 29, 2023, 9:00-11:00 Uhr (Hörsaal A, Marienstraße 13C).
  • Moodle course page
  • live lecture
    • date and time: once on Thursday, April 13, 2023, 13:30 - 15:00 (S143 - Room 2.16)
    • subsequent lecture videos will be available on Moodle. They will be summarized and discussed in the corresponding lab class.
  • mandatory lab class
    • Monday, 17.00 - 18.30  from 17. April 2022 (Master, S143 LiNT-Pool Room 2.17)
    • Tuesday, 9.15 - 10.45 from 18. April 2022 (Bachelor, S143 LiNT-Pool Room 2.17)
    • all times are in Central European Summer Time (GMT+2)!
  • written exam
    • The written exam will take place on Friday September 29, 2023 from 9:00 AM to 11:00 AM in lecture hall A, Marienstraße 13c

Abschließende Übungsaufgabe / Final lab class assignment

Die abschließende Übungsaufgabe des Kurses Visualisierung verlangt von den Teilnehmenden, dass sie die im Kurs erworbenen theoretischen und praktischen Fähigkeiten bei der Konzeption, Umsetzung und Präsentation eines individuellen kleinen Forschungsprojekts anwenden. Insbesondere ist es Ihre Aufgabe, ein Problem auszuwählen, eine Lösung zu entwickeln, eine effektive und effiziente Umsetzung zu finden und Ihre Ergebnisse in einem prägnanten Vortrag zu präsentieren. Dies ist eine unschätzbare Gelegenheit, ein interessantes Thema Ihrer Wahl aus dem Bereich der Visualisierung zu bearbeiten.


Die Themen der abschließenden Übungsaufgabe sollten mit den Lehrenden abgestimmt werden. Die Bewertung der Projekte erfolgt durch eine öffentliche Präsentation mit den Dozenten und den anderen Studierenden am Ende des Semesters. Jede Gruppe muss ihr laufendes System zusammen mit einigen Übersichtsfolien präsentieren, in denen die Idee und die Herangehensweise an das Thema erläutert werden. Die abschließenden Übungsaufgabe kann in Zweierteams bearbeitet werden.

The final lab class assignment of the Visualization course requires the participants to apply the theoretical and practical skills obtained during the course to the design, implementation, and presentation of a small stand-alone research project. It is your task to select a problem, develop a solution, come up with an effective and efficient implementation, and present your results in a concise talk. This is an invaluable opportunity to work on an interesting topic of your choice in the field of visualization.

Students should coordinate with the lab class instructors when selecting a topic. Student projects are graded based on a presentation to the instructors and the other students at the end of the semester. Each group must present their working system, along with a few overview slides describing their idea and approach to the topic. Teams of two can work together in the final lab class assignment.

Zusammensetzung der Gesamtnote / Final Grade Computation

  • Übungsnoten / lab class assignments: 50%
    • InfoVis: 18%
    • SciVis: 7%
    • Abschließende Übungsaufgabe / final lab class assignment: 25%

  • Klausur / exam: 50%
    • die Kursnote und die Note des Abschlussprojekts entsprechend der ECTS verrechnet
    • the course grade and the grade for the final project will be combined based on the respective ECTS