Departamento de Informática (UM)

Visualização Científica

16919 [ME97ME9700007454]

Mestrado em Computação Avançada [MCA]

S1

Luís Paulo Peixoto Santos

Objetivos

Os conteúdos programáticos tratam sistematicamente conceitos fundamentais e avançados associados à visualização científica. Estão alinhados com o objectivo de desenvolver um conhecimento alargado na área, dando ênfase à representação de dados, técnicas tradicionais de visualização e síntese de imagem. Os conteúdos associados à visualização de volumes e técnicas in-situ garantem uma progressão incremental no nível de complexidade. O desenvolvimento de competências práticas, pensamento crítico e capacidade de resolução de problemas é promovido através das sessões de prática laboratorial e pelo desenvolvimento de projectos.

Programa

1. Evolução, relevância e aplicações;
2. Representação de dados, técnicas tradicionais de visualização, incluindo dados escalares, vectoriais e tensoriais;
3. Técnicas de síntese de imagem. rasterização, raytracing, shading, e visualização de volumes;
4. Técnicas para visualização in-situ;
5. Visualização multi-variável;
6. Considerações éticas.

Bibliografia

Information Visualization: Perception for Design, Ware, C. Morgan Kaufmann. 2019.

Realistic Ray Tracing, Shirley, P., & Morley, K., A K Peters/CRC Press, 2013.

Visualization Handbook ,Hansen, C. D., Johnson, C. R., & Goode, A., Academic Press, 2004.

Scientific Data Analysis and Visualization ,Ma, K. L., & Huang, J., Academic Press, 2019.

Resultados da aprendizagem

- Desenvolver competências em representação de dados,
- Desenvolver competências em técnicas tradicionais de visualização (incluindo dados escalares, vectoriais e tensores)
- Desenvolver competências em algoritmos de síntese de imagem (incluindo rasterização e ray tracing).
- Desenvolver competências em visualização de volumes,
- Desenvolver competências em técnicas in-situ e tópicos avançados como visualização multi-variável.
- Desenvolver aptidões práticas, com ferramentas como: ParaView, VisIt, VTK, Python e visualziação baseada em GPUs.
- Desenvolver a capacidade de comunicação e pensamento crítico
- Adquirir consciência relativa a questões éticas associadas à visualização científica

Método de avaliação

A avaliação consistirá num projeto (50 a 70%), teste (10 a 20%) e participação nas aulas (10%). O projeto pretende ajudar os estudantes a aplicar os conceitos a que foram expostos e a resolver os desafios de forma criativa. A prova escrita avalia o conhecimento teórico e a participação nas aulas promove o envolvimento activo dos estudantes, colaboração e assiduidade.

Funcionamento

Turno: T 1; Docente: Luís Paulo Peixoto Santos; Dep.: DI; Horas: 15.
Turno: PL 1; Docente: Luís Paulo Peixoto Santos; Dep.: DI; Horas: 30.