Kursplan

Spara favorit

Hämta kursplan
Kursplan för:

Datateknik AV, Visualisering, 7,5 hp

Computer Engineering MA, Visualization, 7.5 Credits


Allmänna data om kursen

Kurskod: DT010A
Ämne huvudområde: Datateknik
Nivå: Avancerad
Namn (inriktning): Visualisering
Högskolepoäng: 7,5
Fördjupning vs. Examen: A1N - Kursen ligger på avancerad nivå och har endast kurs(er) på grundnivå som förkunskapskrav.
Utbildningsområde: Teknik 100%
Ansvarig avdelning: Avdelningen för informations- och kommunikationssystem
Ansvarig fakultet: Fakulteten för naturvetenskap, teknik och medier
Inrättad: 2016-09-12
Fastställd: 2016-09-16
Senast ändrad: 2016-09-16
Giltig fr.o.m: 2017-01-01

Syfte

Kursen syftar till att ge en god förståelse för visualiseringsprinciper och -algoritmer. Kursen ger även insikt i visualiseringstekniker och -verktyg som stöd för data- och informationsanalys. Datatyper såsom skalärer, vektorer, bilder, volymer och icke-spatiell data utforskas med avseende på vilka visualiseringstekniker och algoritmer som bäst lämpar sig att använda för att presentera dessa. Områden såsom datarepresentation (data encoding), presentation (layout) och interaction (användarcentrerad) diskuteras. Introduktion till visualiseringssystem, ramverk och API ingår också då dessa är centrala för att effektivt skapa framgångsrika visualiseringslösningar.

Lärandemål

Efter avslutad kurs ska studenten kunna:
- beskriva grundläggande visualiseringskoncept
- beskriva önskvärda egenskaper hos en god visualiseringsmappning och förstå nödvändiga avvägningar
- tillämpa nödvändiga steg för att utföra en god visualisering givet ett definierat problem
- använda ett visualiseringssystem eller -ramverk för att visualisera skalär-/vektor-/volymdata, icke-spatial data med eller utan tidsberoende
- konstruera metoder för visualisering kopplat till ett specifikt problem med ett befintligt visualiseringsramverk eller i form av insticksmoduler till ett visualiseringssystem
- utvärdera utförandet av en visualiseringsdesign med relevanta kvalitetsmått
- analysera ett givet praktiskt problem med hjälp av ett visualiseringssytem eller -ramverk

Innehåll

- Översikt av data- och informationsvisualisering
- Visualiseringsflödet
- Datarepresentation
- Skalär-, vektor-, bild-, och volymetriska algoritmer
- Informationsvisualisering
- Interaktiv visualisering
- Visualiseringssystem, -ramverk och -API

Behörighet

Datateknik GR (A-C), 90 hp, inkluderande minst 15 hp programmering i C++, 7,5 hp. Matematik GR (A), Linjär algebra, 7,5 hp och Matematisk statistik, 7,5 hp.

Urvalsregler

Urval sker i enlighet med Högskoleförordningen och den lokala antagningsordningen.

Undervisning

Kursen ges i form av föreläsningar, laborationer, ett projekt med seminarium och slutligen en skriftlig tentamen. Projektet, som utförs i grupp om två eller individuellt, är en viktig del i kursen för att fördjupa förståelsen för de teoretiska diskussionerna. En större del av kursen bedrivs med begränsad handledning, där studenten antas själv arbeta med föreläsningsmaterial, laboratorie- och projektuppgifter.

Undervisning kan ske på svenska eller engelska.

Examination

4.5 hp, T101: Tentamen
Betyg: A, B, C, D, E, Fx och F. A - E är Godkänt, Fx och F är underkänt.

1.5 hp, P101: Projekt
Betyg: Godkänd eller Underkänd

1.5 hp, L101: Laborationer.
Betyg: Godkänd eller Underkänd

Kursens slutbetyg baseras primärt på betyg för tentamen. Ett väl utfört projekt kan dock justera kursbetyget ett steg uppåt.

Betygskriterier för ämnet finns på www.miun.se/betygskriterier.

Begränsning av examination

Studenter registrerade på denna version av kursplan har rätt att examineras 3 gånger inom loppet av 1 år enligt angivna examinationsformer. Därefter gäller examinationsform enligt senast gällande version av kursplan.

Betygsskala

På kursen ges något av betygen A, B, C, D, E, Fx och F. A - E är Godkänt, Fx och F är underkänt.

Litteratur


Referenslitteratur

Författare/red: Alexandru C Telea
Titel: Data visualization: principles and practice
Upplaga: 2014
Förlag: CRC Press

Författare/red: Katy Börner and David E Polley
Titel: Visual insights: A practical guide to making sense of data
Upplaga: 2014
Förlag: MIT Press

Författare/red: Matthew O Ward, Georges Grinstein, and Daniel Keim
Titel: Interactive data visualization: foundations, techniques, and applications
Upplaga: 2010
Förlag: CRC Press

Författare/red: Robert Spence
Titel: Design for Interaction
Upplaga: 2007
Förlag: Prentice-Hall

Kurslitteraturen är ännu inte slutgiltigt bestämd, vilket är anledningen till att det inte är explicit uttryckt vilken av de fyra böckerna som ska bli obligatorisk.