Tieteellinen visualisointi. Esityksen rakenne. Taustaa. Motivointi 2. Motivointi 1



Samankaltaiset tiedostot
Tilastojen visualisointi Excelillä. PiKe-kehittämiskirjasto Leena Parviainen

Hyvä 3D-tuotekuva ja video ilmentävät tuotteen tarkoituksen ja antavat oikeutta sen muotoilulle.

Tassu Takala pääaineinfo

T : Virtuaali- ja lisätty todellisuus

Se on sinussa. Virtuaalinen ja laajennettu todellisuus. Jari Kotola Sovelto Aamiaisseminaari Tampere

Lahden, Pohjois Karjalan ja Kemi Tornion AMK Effective Reading > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Projektisuunnitelma ja johdanto AS Automaatio- ja systeemitekniikan projektityöt Paula Sirén

Datan analysointi ja visualisointi Teollisen internetin työpaja

Suomen virtuaaliammattikorkeakoulu Tietojohtaminen rakennus prosesseissa > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Lisätty Todellisuus / Augmented Reality

HAMK Pähkinäkori > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

CQRS, -ES, PACS, DICOM, WTF?

Taso 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste, suora

VirtuaaliAMK Työhyvinvointi > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Maailma visuaalivalmistajan näkökulmasta

ARVO - verkkomateriaalien arviointiin

Kvantitatiivisen informaation graafinen esittäminen

VirtuaaliAMK Tilastollinen päättely > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Basic Raster Styling and Analysis

T Tietotekniikan peruskurssi: Tietokonegrafiikka. Tassu Takala TKK, Tietoliikenneohjelmistojen ja multimedian laboratorio

VirtuaaliAMK Opinnäytetyön ohjausprosessi > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Suomen virtuaaliammattikorkeakoulu Teknillinen mekaniikka: Voima ja sen komponentit > 80 % % % < 50 %

Helsingin ammattikorkeakoulu Stadia Verkkosivujen silmäiltävyys ja selailtavuus v. 0.9 > 80 % % % < 50 %

TIEDON VISUALISOIN- NIN PERUSTEET REITITIN-HANKE, METROPOLIA AMMATTIKORKEAKOULU PÄIVI KERÄNEN

VIRTUAALITODELLISSUUDEN JA LISÄTYN TODELLISUUDEN MAHDOLLISUUDET TERVEYDENHUOLLOSSA

Oulun ja Pohjois Karjalan ammattikorkeakoulu Virtuaalivasikan kasvatuspeli v. 0.5 > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Sikarodut > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

VirtuaaliAMK Miten osallistun ryhmäkeskusteluun? > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Luento 3: 3D katselu. Sisältö

VirtuaaliAMK Ympäristömerkkipeli > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

5. Grafiikkaliukuhihna: (1) geometriset operaatiot

Arcada yrkeshögskola Hållbar utveckling v 0.5 > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

MICROSOFT EXCEL 2010

VirtaaliAMK Virtuaalihotelli > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Diakonia ammattikorkeakoulu Päihdetyön historia > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Sisältö: Johdatus keinotodellisuuteen. Virtuaalimaailma. Keinotodellisuus Virtual Reality (VR) Uppoutuminen. Aisteihin perustuva palaute

T Verkkomedian perusteet 2004 Keinotodellisuus. Sisältö: Johdatus keinotodellisuuteen

Teemu Kerola Interaktiivisen verkkomateriaalin tuotantoprosessi TKTL:llä (IVT)

Teemu Kerola Interaktiivisen verkkomateriaalin tuotantoprosessi TKTL:llä (IVT)

T Studio 4. luento 1: kurssin järjestelyt k-2005 tietokonegrafiikan perusteita Tassu Takala 1

VirtuaaliAMK Tulipesän paineen ja palamisilman säätö > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Tampereen ammattikorkeakoulu Verkkokeskustelu > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Pintamallinnus 1: Pursotettuja pintoja

AVOIMET KOULUTUKSET. kevät ja syksy 2017

AVOIMET KOULUTUKSET. syksy 2017 WISTEC TRAINING OY ITÄMERENKATU 1, HELSINKI PUH (MA-PE KLO 9-17)

Suomen virtuaaliammattikorkeakoulu Metso hyökkää Miksi? v. 0.5 > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Suomen virtuaaliammattikorkeakoulu Boolen operaattorit v. 0.5 > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Oulun seudun ammattikorkeakoulu Aineistojen polku kirjastoon > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Matematiikan tukikurssi

OTA KAIKKI IRTI MICROSOFT OFFICESTA (WORD, EXCEL, POWERPOINT)

VirtuaaliAMK Tietolaari > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Pikaopas. Valintanauhan näyttäminen tai piilottaminen Avaa valintanauha napsauttamalla välilehteä, tai kiinnitä se pysyvästi näkyviin.

Pohjois-Suomen paikkatietoiltapäivä 3D-aineistojen visualisointi HoloLens-laseilla

VirtuaaliAMK Työsopimuksella sovitaan pelisäännöt? V.1.0 > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Vektoreita GeoGebrassa.

Saavutettavuus > Tapio Haanperä Saavutettavuusasiantuntija tel

Työkalujen merkitys mittaamisessa

Suomen virtuaaliammattikorkeakoulu Vetokoe v.0.5 > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

AVOIMET KOULUTUKSET. K-ryhmän etuhinnoin syksy 2017

Katsaus visualisointitekniikoihin

VirtuaaliAMK Potilaan polku tietojärjestelmässä v.2ver8 > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Rautatiekasvillisuudenhallinta laserkeilauksen avulla

T Studio 4. luento 1: kurssin järjestelyt k-2006 tietokonegrafiikan perusteita Tassu Takala 1

Valintanauhan komentojen selaaminen Jokaisessa valintanauhassa on ryhmiä ja jokaisessa ryhmässä on joukko siihen liittyviä komentoja.

Sisältö: Johdatus keinotodellisuuteen

Suomen virtuaaliammattikorkeakoulu Tapauskertomus tietojärjestelmähanke > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Pirkanmaan ammattikorkeakoulu Hotel Management Case Hotel v 0.5 > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Suomen virtuaaliammattikorkeakoulu XML_mark_up_language > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Suomen Virtuaaliammattikorkeakoulu Kasvinsuojelu ruiskutustekniikka v. 0.5 > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

AUTOCAD-TULOSTUSOHJE. Tällä ohjeella selitetään Autocadin mittakaavatulostuksen perusasiat (mallin mittayksikkönä millimetrit)

SYÖTTÖPOHJA LUKUJEN SYÖTTÖÖN ERI TARKOITUKSIIN

Kieliversiointityökalu Java-ohjelmistoon. Ohje

Videon tallentaminen Virtual Mapista

Avoin data ja sen hyödyntäminen tähtitieteessä. Juhani Huovelin Fysiikan laitos Helsingin yliopisto

Projektisuunnitelma: Vesipistekohtainen veden kulutuksen seuranta, syksy Mikko Kyllönen Matti Marttinen Vili Tuomisaari

UML- mallinnus: Tilakaavio

Suomen virtuaaliammattikorkeakoulu Vedenpuhdistus > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Suomen virtuaaliammattikorkeakoulu Teknillinen mekaniikka templateaihio > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Tähtitieteen käytännön menetelmiä Kevät 2009

Suomen virtuaaliammattikorkeakoulu Business in The EU v. 0.5 > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Suomen virtuaaliammattikoulu Kaasutustekniikka v. 0.5 > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Ongelma(t): Miten digitaalista tietoa voidaan toisintaa ja visualisoida? Miten monimutkaista tietoa voidaan toisintaa ja visualisoida?

Tampereen yliopisto Tietokonegrafiikka 2013 Tietojenkäsittelytiede Harjoitus

Animaatio Web-sivuilla

TAMK Ohjelmistotekniikka G Graafisten käyttöliittymien ohjelmointi Herkko Noponen Osmo Someroja. Harjoitustehtävä 2: Karttasovellus Kartta

GeoGebra-harjoituksia malu-opettajille

Virtuaaliammattikorkeakoulu Seksuaaliterveyden edistäminen v. 0.9 > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Suomen virtuaaliammattikorkeakoulu Mobile IP > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Koulutus 2: Pistepilviohjelmistot

Suomen virtuaaliammattikorkeakoulu Teknillinen mekaniikka monivalinta aihio > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

Valintanauhan komennot Valintanauhan välilehdissä on ryhmiä ja kussakin ryhmässä on toisiinsa liittyviä komentoja.

Savonia ammattikorkeakoulu Miten tilintarkastajan tulee toimia? v. 0.5 > 80 % % % < 50 % Suhteellinen osuus maksimiarvosta (%)

9. Polarimetria. tähtitieteessä. 1. Polarisaatio. 2. Stokesin parametrit. 3. Polarisaattorit. 4. CCD polarimetria

AVOIMET KOULUTUKSET. syksy 2016 WISTEC TRAINING OY ITÄMERENKATU 1, HELSINKI PUH (MA-PE KLO 9-17)

Ohjelmistotekniikan laboratorio plab

Laskennallisen fysiikan esimerkkejä avoimesta tutkimuksesta Esa Räsänen Fysiikan laitos, Tampereen teknillinen yliopisto

TAUCHI Tampere Unit for Computer-Human Interaction Aktiiviset oppimistilat kampuksella

Tietokantojen suunnittelu, relaatiokantojen perusteita

Paikkatiedon hyödyntäminen vesiensuojeluyhdistyksissä

1. Selkokielisen verkkopalvelun graafinen ja looginen rakenne

Transkriptio:

Tieteellinen visualisointi Richard Hamming:" The purpose of scientific computing is insight not numbers." Matti Gröhn Esityksen rakenne Taustaa Taustaa Käyttökohteita, rajoituksia ja tavoitteita Visualisointitekniikoita Moniulotteisen datan esitystekniikoita Muita tapoja Videoesimerkit Tulevaisuuden näkymiä Visualisoinnissa symbolinen tieto muutetaan geometriseksi tiedoksi. Tietokonegrafiikan kehitys mahdollistanut kolmiulotteiset esitystavat ja animaation. Visualisointi tiivistää laajat numeroaineistot ihmiselle paremmin ymmärrettävään muotoon. Motivointi 1 Motivointi 2 Anscomben kvartetti (Tufte: The Visual Display of Quantitative Information 1

Visualisoinnin käyttökohteita Rajoituksia Perinteisesti käytetty erilaisten laskentatulosten esittämiseen Nykyisin käytetään apuna myös erilaisten mittalaitteiden (satelliitit, lääketieteelliset kuvantalaitteet yms.) tuottamien datojen esittämiseen. Voidaan käyttää minkä tahansa mallinnettavissa olevan ilmiön tai asian tutkimiseen Näyttöresoluutio asettaa rajoituksia esim. samanaikaisesti esitettävien asioiden määrälle. Yleispätevää visualisointimenetelmää ei ole olemassa Osaa ilmiöitä ei tunneta riittävästi, jotta ne saataisiin mallinnettua. Visualisoinnin tavoitteita 1/3 Tutkiva analyysi Lähtökohta: data ilman hypoteesejä Prosessi: interaktiivinen rakenteiden, trendien yms. haku Tulos: visualisointi, josta voidaan tehdä hypoteesejä Visualisoinnin tavoitteita 2/3 Varmistava analyysi Lähtökohta: data josta on hypoteesejä Prosessi: Tavoitteellinen hypoteesien tutkiminen Tulos: visualisointi, joka mahdollistaa hypoteesien hyväksymisen tai hylkäämisen Visualisoinnin tavoitteita 3/3 Visualisoinnin käyttötarkoituksia Esitykset Lähtökohta: Esitettävät tulokset on määritelty Prosessi: Sopivimman visualisointitekniikan valinta Tulos: Korkealaatuinen visualisointi, joka selkeästi tuo esiin halutut tulokset. omaan käyttöön työryhmälle kollegalle sisäinen tiedotus opetuskäyttö työkokous julkaisut konferenssit 2

Viimeistelyasteita Viimeistelyasteita 1 kynällä paperille tehdyt luonnokset ja hahmotelmat suora ohjelmien piirtokäskyjen käyttö (matem. ohjelmat) kuvatekstien lisäys kuvan visuaalinen asettelu värien käyttö video Viimeistelyasteita 2 Viimeistelyasteita 3 Muistettava: Kannattaa tehdä kuvat ennestään tutulla ohjelmalla, jos ohjelmalla saa haluamansa viimeistelyasteen. Asiat kannattaa esittää mahdollisimman yksinkertaisesti. Painota olennaista Tufte (Visual explanations): There are right ways and wrong ways to show data; there are displays that reveal the truth and displays that do not. 3

Sukkulaesimerkki 1 Sukkulaesimerkki 2 Tufte: Visual Explanations Näytepisteiden valinta Näytepisteiden valinta Tufte: Visual Explanations Työkaluja Ohjelmistojen grafiikkaosat: taulukkolaskentaohjelmistot (Excel jne.) tilasto-ohjelmistot (SAS jne.) matematiikkaohjelmistot (Matlab jne.) Grafiikkakirjastot käytetään erityisesti tieteellisessä visualisoinnissa Varsinaiset visualisointiohjelmistot AVS, DataExplorer, NAGExplorer, Vis5D gnuplot, jne Visualisointitekniikoita värikartat, pintaesitykset tasa-arvokäyrät tasa-arvopinnat, vektorit, partikkelit, kuvaajat, glyyfit eli kuvakkeet tilavuusrenderöinti (volume rendering) 4

Värikartat Pintaesitykset Tasa-arvokäyrät Tasa-arvopinnat Vektorit 1 Vektorit 2 5

Partikkelit Glyyfit 1 Glyyfit 2 Tilavuusrenderöinti Yhdistelmät 1 Yhdistelmät 2 6

Moniulotteisen datan esitystekniikoita Jaottelu Geometriset tekniikat Ikonipohjaiset tekniikat Pikselipohjaiset tekniikat Daniel A. Keim: Visual Data Mining http://www.inf.uni-konstanz.de/~keim/ Geometriset tekniikat Datan geometristen transformaatioiden ja projektioiden visualisointi Käytettyjä menetelmiä: Scatterplots (hajapiste-esitys) Maisemat Prosection näkymät Hyperslice (hyperviipale) Rinnakkaiset koordinaatistot Rinnakkaiset koordinaatistot n -kappaletta samanetäisyyksisiä rinnakkaisia akseleita, jotka vastaavat esitettäviä attribuutteja Akselit ovat skaalattu kunkin esitettävän attribuutin minimi- ja maksimiarvojen mukaisesti. Rinnakkaiset koordinaatistot Jokaista tietokannan riviä vastaa murtoviiva, joka leikkaa kunkin akselin attribuutin arvon määrämässä kohdassa. Rinnakkaiset koordinaatistot Rinnakkaiset koordinaatistot 7

Ikonipohjaiset tekniikat Data-arvot vaikuttavat ikonien ominaisuuksiin Käytettyjä menetelmiä Chernoffin kasvot tikkufiguurit muotokoodaus väri-ikonit Chernoffin kasvot Multidimensionaalisen datan esittäminen kasvoikonia käyttäen Muuttuvia ominaisuuksia mm. nenän muoto, suu, silmät ja kasvojen muoto Tikkufiguurit Kaksi attribuuteista määrää ikonin x-ysijainnin ja muiden attribuuttien avulla ikonien osien välisiä kulmia ja/tai pituuksia. Datan ominaisuuksista muodostuu tekstuuri. Tikkufiguurit Pikselipohjaiset tekniikat Perusidea: Jokainen attribuutti on esitetty yhdellä pikselillä. Pikseli värjätään attribuutin arvon määrämällä värillä. Pikselipohjaiset tekniikat 8

Pikselipohjaiset tekniikat Muita visualisointitekniikoita Hierarkiset tekniikat Datan visualisointi käyttäen hierarkista datan osiinjakoa Graafiesitykset Hybriditekniikat Muita tapoja Haptinen palaute Haptinen palaute Sonifikaatio Virtuaaliympäristöt Käyttäjä saa fyysisen palautteen toiminnastaa Voimavaste Tuntovaste Voimavaste Haptisia laitteita 9

Sonifikaatio eli äänen käyttö Sonifikaatiossa suuren arvo ohjaa äänen ominaisuuksia. Data on sävellys, jonka orkesterina toimiva ohjelma soittaa. Parametreilla valitaan orkesterin kokoonpano. Äänen käytön etuja Sonifikaatio voi tuoda esiin uusia piirteitä Kuuloaisti on erikoistunut aikariippuvien muutosten havaitsemiseen Toistuvat asiat havaitaan paremmin kuuloaistin avulla Äänen käytöllä voidaan vähentään visuaalista ylikuormitusta Äänen käytön ongelmia Virtuaalitodellisuus Äänen ominaisuudet riippuvat toisistaan Sonifikaatiolla ei voi tutkia suureiden tarkkoja arvoja. Tietokoneella tuotettu keinotekoinen malli/ympäristö, jonka kanssa käyttäjä voi toimia reaaliaikaisesti. Komponentit: stereografiikka, tila-audio, vuorovaikutuslaitteet, (fyysinen palaute Virtuaalitodellisuus HMD ja VMD 1. Silmikko näytöt, Head-Mounted Display (HMD) 2. Virtuaalityöpöydät, Virtual Model Display (VMD) 3. Virtuaalihuoneet, Spatially Immersive Display (SID), virtual rooms, CAVE 10

Head-mounted displays Panoramic views 1024 x 768 resolution Single user environment Multiple projectors Edge-blended for one panoramic view Experimental Virtual Environment (EVE) EVE:n komponentit Stereografiikka Tila-audio Vuorovaikutus magneettipaikannin kaksikätinen interaktio puheen tunnistus EVE:n vuorovaikutuslaitteita Virtausvisualisointia EVE:ssä 11

Examination of the proteindrug complex in EVE Videoesimerkit Virtauksia sulassa piissä Ilmakehän virtauksia Galaksin magneettikenttä Rakenneanalyysivideo G-reseptorin toiminta Tulevaisuuden näkymiä Riittävä grafiikkateho kohta kaikkien ulottuvilla Ohjelmistojen ominaisuudet tärkeämmiksi Laskennan ja visualisoinnin integroituminen Tulevaisuuden näkymiä Henkilökohtaiset virtuaaliympäristöt Luonnollisemmat käyttöliittymät eroon hiirestä ja näppäimistöstä Mobiili datan esittäminen (PDA:t) Visio datan sisään sukeltavasta tutkijasta, joka voi ohjata simulaatioita datan sisältä. Lisäluettavaa Informaation esittämisestä: Tufte: The Visual Display of Quantitative Information, Envisioning Information ja Visual Explanations Cleveland: Visualizing Data Tieteellisestä visualisoinnista Ruokolainen ja Gröhn: Tieteellinen visualisointi http://www.inf.uni-konstanz.de/~keim/ Sonifikaatiosta Kramer: Auditory Display Virtuaalitodellisuudesta Kalawsky: The Science of Virtual Reality and Virtual Environments 12

Tieteellinen visualisointi Matti Gröhn 13