News

Die Vorlesungen finden immer Mittwochs 9:15-10:45 im Seminarraum 186 (Favoritenstraße 9-11, 5. Stock) statt.

Information

1. Anmeldung zur VU über das TISS
2. Gruppenbildung und Auswahl einer Aufgabe über TUWEL
3. Verbindliche Anmeldung durch die erste Abgabe (siehe Übungsteil) über TUWEL

Termine

Homepages mit den Folien aus vergangenen Semestern:

• Sommersemester 2017
• Sommersemester 2016
• Sommersemester 2015
• Sommersemester 2014
• Sommersemester 2013
• Sommersemester 2012

Übungsteil

• SciVis: Scientific Visualization
• InfoVis: Information Visualization
• VA: Visual Analytics

	Görtler et al.	Bubble Treemaps for Uncertainty Visualization	2018	InfoVis
	Stoppel and Bruckner	Vol2velle: Printable Interactive Volume Visualization	2017	SciVis
	van Garderen et al.	Minimum-Displacement Overlap Removal for Geo-referenced Data Visualization	2017	InfoVis
	van den Elzen et al.	Reducing Snapshots to Points: A Visual Analytics Approach to Dynamic Network Explorations	2016	VA
	Krone et al.	Molecular Surface Maps	2016	SciVis
	Gruendl et al.	Time-Series Plots Integrated in Parallel-Coordinates Displays	2016	InfoVis
	Bach et al.	Towards Unambiguous Edge Bundling: Investigating Confluent Drawings for Network Visualization	2016	InfoVis
	Simonetto et al.	A Simple Approach for Boundary Improvement of Euler Diagrams	2016	InfoVis
	Rados et al.	Towards Quantitative Visual Analytics with Structured Brushing and Linked Statistics	2016	VA
	Lopez-Novoa et al.	Kernel density estimation in accelerators	2016	SciVis / VA
	Raidou et al.	Orientation-Enhanced Parallel Coordinate Plots	2015	VA
	Sun et al.	BiSet: Semantic Edge Bundling with Biclusters for Sensemaking	2015	VA
	Ferstl et al.	Streamline Variability Plots for Characterizing the Uncertainty in Vector Field Ensembles	2015	SciVis
	Wang et al.	AmbiguityVis: Visualization of Ambiguity in Graph Layouts	2015	InfoVis
	Jarema et al.	Comparative Visual Analysis of Vector Field Ensembles	2015	VA
	Fried and Kobourov	Maps of Computer Science	2014	VA
	van den Elzen and van Wijk	Multivariate Network Exploration and Presentation: From Detail to Overview via Selections and Aggregations	2014	InfoVis
	Jusufi et al.	Visual exploration of relationships between document clusters	2014	VA
	Mirzargar et al.	Curve Boxplot: Generalization of Boxplot for Ensembles of Curves	2014	SciVis
	Dunne and Shneiderman	Motif simplification: improving network visualization readability with fan, connector, and clique glyphs	2013	InfoVis
	Im et al.	GPLOM: The Generalized Plot Matrix for Visualizing Multidimensional Multivariate Data	2013	InfoVis
	Brosz et al.	Transmogrification: Casual Manipulation of Visualizations	2013	InfoVis
	Parulek and Viola	Implicit Representation of Molecular Surfaces	2012	SciVis
	Broeksema et al.	Visual Analysis of Multidimensional Categorical Datasets	2012	InfoVis
	Mitra et al.	[ambitious] Illustrating How Mechanical Assemblies Work	2012	SciVis
	Solteszova et al.	Lowest-Variance Streamlines for Filtering of 3D Ultrasound	2012	SciVis
	Wu et al.	Eulerian Video Magnification for Revealing Subtle Changes in the World	2012
	Busking et al.	Image-based rendering of intersecting surfaces for dynamic comparative visualization	2011	SciVis
	Tan et al.	ImageHive: Interactive Content-Aware Image Summarization	2011	InfoVis
	Kim et al.	Tracing Genealogical Data with TimeNets	2010	InfoVis
	Oelke et al.	Visual readability analysis: How to make your writings easier to read	2010	VA
	Schott et al.	Depth of Field Effects for Interactive Direct Volume Rendering	2010	SciVis
	Riche and Dwyer	Untangling Euler Diagrams	2010	InfoVis
	Lewiner et al.	Stereo music visualization through manifold harmonics	2010	SciVis
	Slingsby et al.	Configuring Hierarchical Layouts to Address Research Questions	2009	InfoVis
	Chuang et al.	Hue-Preserving Color Blending	2009	SciVis
	Everts et al.	Depth-Dependent Halos: Illustrative Rendering of Dense Line Data	2009	SciVis
	Burns et al.	Adaptive Cutaways for Comprehensible Rendering of Polygonal Scenes	2008	SciVis
	Elmqvist et al.	Rolling the Dice: Multidimensional Visual Exploration using Scatterplot Matrix Navigation	2008	InfoVis
	Tominski et al.	Task-Driven Color Coding	2008	InfoVis / VA
	McDonnel and Mueller	Illustrative Parallel Coordinates	2008	InfoVis

• 1. ABGABE:
  Die erste Abgabe ist die verbindliche Anmeldung zur dieser VU. Abzugeben sind:

  • Eine kurze Zusammenfassung des Artikels inklusive Ihrer Implementierungsideen (ca. 1-2 A4 Seiten, PDF)
  • Präsentation (PDF, PPTX, PPT, ODP)
    Die erste Präsentation soll vor allem den theoretischen Inhalt des Papers näher erläutern und eine Idee der Implementierung vermitteln. Der genau Ablauf und Umfang der Präsentation sieht im Konkreten folgendermaßen aus:
    • Redezeit: 1er Gruppe (3 Minuten), 2er Gruppe (5 Minuten)
    • Inhalt: Zusammenfassung des Artikels (ca. 60%), Implementierungsidee / -konzept (ca. 40%)
    • Template: PowerPoint
    Bei dem Vortrag sollen die Mitglieder einer Gruppe alle gleich lange vortragen. Wann und wie oft gewechselt wird, bleibt Ihnen überlassen. Zu den Präsentationsterminen bitten wir Sie mindestens 15 Minuten vor dem Beginn vor Ort zu sein, damit Sie Ihre Präsentation noch testen können.
• ZWISCHENABGABE:
  Die Zwischenabgabe ist unverbindlich und dient lediglich dazu, Feedback bezüglich der aktuellen Implementierung von den Tutoren zu bekommen. Die Abgabe erfolgt mittels TUWEL in Form eines ZIP Archives. Sie können zu den in den Terminen genannten Zeiten Fragen persönlich an die Tutoren richten. Sie müssen sich nicht anmelden, daher läuft es nach dem First-Come-, First-Served-Prinzip ab.
• 2. ABGABE:
  Abzugeben sind:

  • Implementierung (ZIP), bestehend aus:
  • Kompilierte Binaries/WebGL/... (/bin)
  • Quellcode (/src)
  • Code Dokumentation (z.B. Doxygen) (/doc)
  • HTML Dokumentation des Programms (/html)
  • Screenshot des Programms (screenshot.jpg, Auflösung: W: 700px / H: variable)
  Die HTML Dokumentation soll einen Link auf das Programm und den Quellcode sowie dessen Dokumentation enthalten. Weiters sollen auf der HTML Seite auch der Zweck und die Funktionsweise des Programms beschrieben werden.
  • Präsentation (PDF, PPTX, PPT, ODP, ZIP falls Videos beiliegend)
    Der Schwerpunkt der zweiten Präsentation liegt bei der Vorführung des fertigen Programms. Der genaue Aufbau und der Umfang für die beiden Präsentationen sieht im Konkreten folgendermaßen aus:
    • Redezeit: 1er Gruppe (5 Minuten), 2er Gruppe (8 Minuten)
    • Inhalt: Wiederholung des Artikels (ca. 20%), Implementierungs (ca. 40%), Programmvorführung (ca. 40%)
    • Template: PowerPoint
    Bei dem Vortrag sollen die Mitglieder einer Gruppe alle gleich lange vortragen. Wann und wie oft gewechselt wird, bleibt Ihnen überlassen. Zu den Präsentationsterminen bitten wir Sie mindestens 15 Minuten vor dem Beginn vor Ort zu sein, damit Sie Ihre Präsentation noch testen können.

Benotung

• die Zusammenfassung des Artikels incl. Implementierungsidee   (5 Punkte)
• die 1. Präsentation des Artikels incl. Implementierungsidee   (5 Punkte)
• die Implementierung und Dokumentation   (40 Punkte)
  • Einhaltung der Vorlagen   (15 Punkte)
  • Funktionalität   (15 Punkte)
  • Usability   (5 Punkte)
  • Dokumentation   (5 Punkte)
• die 2. Präsentation des Programms   (10 Punkte)
• die mündliche Vorlesungsprüfung   (40 Punkte)

• >   87 Punkte   ...   Sehr Gut (1)
• >   75 Punkte   ...   Gut (2)
• >   62 Punkte   ...   Befriedigend (3)
• >= 50 Punkte   ...   Genügend (4)
• <   50 Punkte   ...   Nicht Genügend (5)

Daten

Datensätze können - müssen aber nicht - von den folgenden Quellen bezogen werden:

• IEEE SciVis 2018 Contest
  http://sciviscontest2018.org/
  Asteroids of various sizes, speeds, and compositions are zipping around the solar system with potential future Earth engagements. Most of the earth is covered in ocean and impacts would likely occur in deep ocean water. The IEEE SciVis Contest 2018 is dedicated to the visualization and analysis of simulations designed to study asteroid impacts in deep ocean water.
• IEEE SciVis Contests 2004-now
  http://sciviscontest-staging.ieeevis.org/
  List of all SciVis contests from 2004 until now.
• Visualization Group Data Sets
  http://www.cg.tuwien.ac.at/research/vis/datasets/
  3D volume data sets from our institute.
• Stefan Roettgers Volume Library
  http://www9.informatik.uni-erlangen.de/External/vollib/
  A collection of free 3D volume data sets.
• The Stanford Volume Data Archive
  http://graphics.stanford.edu/data/voldata/
  3D volume data sets from CT.
• Osirix DICOM Data
  http://www.osirix-viewer.com/datasets/
  Medical volume data sets in DICOM format.
• Protein Data Bank
  http://www.rcsb.org/
  3D shapes of proteins, nucleic acids, and compelx assemblies.

• VAST challenge archive
  http://www.vacommunity.org/About+the+VAST+Challenge
  Archive of all Visual Analytics Science and Technology (VAST) Challenges from 2006.
• UCI Machine Learning Repository
  http://archive.ics.uci.edu/ml/datasets.html
  Provides hundrets of data sets mainly for the machine learning community, but also interesting for visualization!
• Stanford Large Network Dataset Collection
  http://snap.stanford.edu/data/
  Provides any kinds of network data.
• Kaggle Datasets
  https://www.kaggle.com/datasets
  Ten thousands of public datasets, including Bitcoin, YouTube statistics, transports etc.
• Visualization publications dataset
  http://www.vispubdata.org/site/vispubdata/
  Contains all IEEE VIS publications from 1990 to 2015 with titles, authors etc. and citations to previous VIS papers.
• data.gv.at
  https://www.data.gv.at/
  offene Daten Österreich
• Gapminder world data
  https://www.gapminder.org/data/
  Provides hundrets of country indicators, such as population, infant mortality rates, life expectancy at birth, employment rates etc., over many years.
• Tableau sample data sets
  https://public.tableau.com/s/resources?qt-overview_resources=1#qt-overview_resources
  Dozens of data sets about education, science -- and even characteristics of Star Wars characters.
• CIA world factbook
  https://www.cia.gov/library/publications/the-world-factbook/rankorder/rankorderguide.html
  Country comparisons of different geographic or economic statistics can be downloaded.
• Data.Gov
  https://catalog.data.gov/dataset
  Hundrets thousands of data sets (e.g., demographic statistics on zip code level) provided by the U.S. government.
• Google public data explorer
  http://www.google.com/publicdata/home
  Search through publicly available data sets, such as world bank, eurostat, WTO etc.
• Statista
  https://www.statista.com/
  Large collection of statistics (TU Wien has a license)
• IMDbPY
  https://imdbpy.sourceforge.io/
  Python package to retrieve and manage data of the IMDb movie database.
• Car dataset
  https://www.cg.tuwien.ac.at/courses/Visualisierung1/exercises/data/cars_406.zip
  A classic small multivariate data set about cars.
• Nutrients dataset
  https://www.cg.tuwien.ac.at/courses/Visualisierung1/exercises/data/nutrients_7538.zip
  A classic multivariate data set about nutrients.
• Car Evaluation Data Set
  http://archive.ics.uci.edu/ml/datasets/Car+Evaluation
  A larger car datset.
• Plants Data Set
  http://archive.ics.uci.edu/ml/datasets/Plants
  A classic and quite large multivariate data set about plants.

Tools

• D3.js - JavaScript library for data-driven visualization documents
  https://d3js.org/
• Bokeh - Python visualization library
  http://bokeh.pydata.org/en/latest/
• Vega Light - high-level visualization grammar based on JSON
  https://vega.github.io/vega-lite/
• three.js - JavaScript 3D library
  https://threejs.org/
• Startdust: GPU-based Visualization Library
  https://stardustjs.github.io/
• Polymaps - JavaScript library for making dynamic, interactive maps
  http://polymaps.org/
• Leaflet - JavaScript library for mobile-friendly interactive maps
  http://leafletjs.com/
• Google Visualization API for the creation of visualization
  https://developers.google.com/chart/interactive/docs/reference
• The JavaScript InfoVis Toolkit
  http://thejit.org/
• Qt Data Visualization Module
  http://doc.qt.io/qt-5/qtdatavisualization-index.html
• Visualization Toolkit (VTK) -- 3D graphics, image processing, and visualization library
  https://www.vtk.org/
• Kitware toolkits and applications (including VTK, ParaView, ITK, 3D Slicer etc.)
  https://www.kitware.com/platforms/
• dataviz.tools - tools, resources, and technologies for data visualization
  http://dataviz.tools/
• Collection of Vis-Tools
  http://selection.datavisualization.ch/

Links

• A Tour Through the Visualization Zoo (Heer et al., 2010)
  https://cacm.acm.org/magazines/2010/6/92482-a-tour-through-the-visualization-zoo
• A Survey of Surveys in Information Visualization
  http://sos.swansea.ac.uk/
• Data Visualization Milestones
  http://www.datavis.ca/milestones/
• Survey on text visualization techniques
  http://textvis.lnu.se/
• Survey on tree visualization techniques
  http://treevis.net/
• Survey on BioVis techniques
  http://biovis.lnu.se/
• Survey on set visualization techniques
  http://www.cvast.tuwien.ac.at/~alsallakh/SetViz/literature/www/index.html
• Information Visualization community platform
  http://infovis-wiki.net/index.php/Main_Page
  The InfoVis:Wiki project is intended to provide a community platform and forum integrating recent developments and news on all areas and aspects of Information Visualization.
• Visual Complexity
  http://www.visualcomplexity.com/
  Web portal, which represents very nice projects of visualizations in practical use.
• The Python Graph Gallery
  https://python-graph-gallery.com/
  Hundrets of charts, each with corresponding python code.
• TED-Talk by Hans Rosling
  http://www.ted.com/index.php/talks/hans_rosling_shows_the_best_stats_you_ve_ever_seen.html (Video)
  A very good example how InfoVis can be used to explore large and high-dimensional data sets.
• TED-Talk by Gary Flake
  http://www.ted.com/talks/gary_flake_is_pivot_a_turning_point_for_web_exploration.html (Video)
  Talk about Pivot - an interesting application to browse the web.

Verwandte LVAs

186.827, VU Visualisierung 1; WS; Eduard Gröller & Tobias Klein
186.105, VU Visualisierung medizinischer Daten 1; SS; Milos Sramek & Renata Raidou
186.138, VU Visualisierung medizinischer Daten 2; WS; Renata Raidou & Eduard Gröller
188.305, VO Informationsvisualisierung; SS; Kresimir Matkovic
186.143, UE Informationsvisualisierung; SS; Kresimir Matkovic & Manuela Waldner
188.162, VU Informationsvisualisierung; WS; Silvia Miksch
186.191, VU Echtzeit-Visualisierung; WS; Ivan Viola
186.046, SE aus Visualisierung; Eduard Gröller & Peter Mindek
186.829, PR Bachelorarbeit für Informatik und Wirtschaftsinformatik; Eduard Gröller et al.
186.834, PR Praktikum aus Visual Computing; Eduard Gröller et al.
Central European Seminar on Computer Graphics; Michael Wimmer et al.

• Research Division of Computer Graphics
• Courses
• Vis 2