TEK9600 – Visualisering av vitenskapelige data

Timeplan, pensum og eksamensdato

Velg semester

Endringer på grunn av koronaviruset

Høsten 2020 planlegger vi for at undervisning og eksamen gjennomføres slik det er beskrevet i emnebeskrivelsen og på semestersidene, men det kan komme endringer på grunn av korona-situasjonen. Du får varsler om eventuelle endringer på semestersiden og/eller i Canvas.

Våren 2020 ble undervisning og eksamen digital. Se endringer og felles retningslinjer for eksamener ved MN-fakultetet våren 2020.

Kort om emnet

Emnet gir en innføring i grunnleggende begreper for visualisering og datagrafikk. Sentrale mål i emnet er å introdusere nyttige verktøy og konsepter for vitenskapelig visualisering. Det blir ikke kun fokusert på hvordan og hva vi visualiserer, men også hvorfor. Emnet tar også for seg avanserte teknikker for datavisualisering og rendering. Dataene som blir brukt som eksempler i emnet er hentet fra blant annet numerisk strømningsfysikk og medisin. 

Hva lærer du?

Etter å ha fullført emnet, vil du ha:

  • Erfaring i bruk av grunnleggende og avanserte teknikker for å visualisere vitenskapelige data 
  • Kjennskap til hvorfor vi trenger visualisering
  • Kunnskap om hva vi visualiserer og hvordan
  • Grunnleggende kunnskap innen datagrafikk og visualisering
  • Kjennskap til teknikker for å visualisere skalar-, vektor- og tensordata
  • Kunnskap om grunnleggende og avanserte renderingsteknikker, med særlig vekt på volumvisualisering, "Volume Rendering", samt kjennskap til begreper som fotorealistisk og ikke-fotorealistisk rendering
  • Kjennskap til avanserte teknikker for å visualisere strømningsdata, slik som Line Integral Convolution, Illuminated field lines og Anisotropic Diffusion
  • Kunnskap om bevegelse, "kinematikk", og animasjonsteknikker for tidsvarierende data
  • Et godt grunnlag for vitenskapelig visualisering i videre studier innen fysiske og matematiske fag, i informatikk og i medisin

Opptak til emnet

Ph.d.-kandidater ved UiO søker plass på undervisningen og melder seg til eksamen i Studentweb.

Hvis emnet har begrenset kapasitet, vil ph.d.-kandidater som har emnet i sin utdanningsplan ved UiO bli prioritert. Noen nasjonale forskerskoler kan ha egne regler for rangering av søkere til emner med begrenset kapasitet.

Ph.d.-kandidater som har opptak ved andre utdanningsinstitusjoner må innen angitt frist søke om hospitantplass.

Noe bakgrunn i matematikk og programmering vil være en fordel.

Overlappende emner

Undervisning

3 timer forelesning per uke gjennom hele semesteret. Det kreves innlevering av obligatoriske oppgaver som må være godkjent for å kunne gå opp til eksamen.

Eksamen

Avsluttende muntlig eksamen teller 100 % av karakteren. Ved stort antall kandidater kan det bli holdt skriftlig eksamen.

Det kreves innlevering av obligatoriske oppgaver som må være godkjent for å kunne gå opp til eksamen.

Ph.d.-kandidater vil, i motsetning til masterstudenter på den klonede versjonen av emnet TEK5600 – Visualisering av vitenskapelige data, få utvidet pensum innen strømningsvisualisering. 

Hjelpemidler til eksamen

Ingen hjelpemidler er tillatt.

Eksamensspråk

Dersom emnet undervises på engelsk vil det bare tilbys eksamensoppgavetekst på engelsk. Du kan besvare eksamen på norsk, svensk, dansk eller engelsk.

Karakterskala

Emnet bruker karakterskala bestått/ikke bestått. Les mer om karakterskalaen.

Adgang til ny eller utsatt eksamen

Studenter som dokumenterer gyldig fravær fra ordinær eksamen, kan ta utsatt eksamen i starten av neste semester.

Det tilbys ikke ny eksamen til studenter som har trukket seg under ordinær eksamen, eller som ikke har bestått.

Tilrettelagt eksamen, kildebruk, begrunnelse og klage

Se mer om eksamen ved UiO

Sist hentet fra Felles Studentsystem (FS) 27. sep. 2020 22:16:35

Fakta om emnet

Studiepoeng
10
Nivå
Ph.d.
Undervisning
Vår
Eksamen
Vår
Undervisningsspråk
Norsk (engelsk på forespørsel)