05 Fakultät Informatik, Elektrotechnik und Informationstechnik

Permanent URI for this collectionhttps://elib.uni-stuttgart.de/handle/11682/6

Browse

Publication Type: search.filters.UBSTyp.Abschlussarbeit (Bachelor)Institute: search.filters.UBSInstitut.Visualisierungsinstitut der Universität Stuttgart

Search Results

Now showing 1 - 3 of 3
  • Thumbnail Image
    ItemOpen Access
    Physically Based Rendering für fraktale Entladungen
    (2024) Barta, Alexander
    In dieser Arbeit wird ein Physically-Based-Rendering-Modell für das Darstellen von Blitzen vorgestellt, das interaktives Rendering ermöglicht. Es wurde durch Kombination mehrerer existierender Methoden erstellt. Einerseits wird die Blitz-Geometrie mithilfe einer physikalischen Simulation erzeugt, welche auf dem Dielectric Breakdown Model basiert. Andererseits wird diese Geometrie unter Berücksichtigung von diversen Effekten gerendert. Hierbei wird die Interaktion des vom Blitz ausgestrahlten Lichts mit der Atmosphäre simuliert. Darüber hinaus wird die Belichtung einer Kamera simuliert, wodurch Überbelichtungs-Effekte dargestellt werden können. Zudem wird die Beugung von Licht an der Kamerablende berücksichtigt. Das beschriebene Modell wurde in OpenGL implementiert und anhand dieser Implementierung eine Evaluation des visuellen Eindrucks durchgeführt. Das Modell kann Bilder erzeugen, die mit Fotos von echten Blitzen vergleichbar sind.
  • Thumbnail Image
    ItemOpen Access
    Immersive analysis of multi-scalar field point clouds
    (2025) Flach, Ayla-Irina
    Point cloud data is increasingly used as a digital representation of three-dimensional objects in the real world. As acquisition devices become more commonly available (some smartphones now include Light Detection and Ranging (LiDAR) sensors), “intelligent” buildings provide growing amounts of multi-variate data and the size of the resulting point clouds continues to increase, novel techniques for visualization and exploration of the data within its spatial context are required. Traditional tools for this purpose rely on two-dimensional desktop environments which often pose challenges such as a steep learning curve and difficulties in correctly conveying spatial context. Recent research has explored the use of Virtual Reality (VR) for a more immersive exploration of point clouds. This project introduces an immersive VR environment, which provides the ability to explore multiple scalar fields associated with point cloud data using two distinct visualization methods. Additionally, users can annotate the point cloud with a virtual painting device while navigating with natural walking movement by means of an omnidirectional treadmill. This functionality can be used for manual classification of objects in the point cloud as well as for generation of artificial scalar data where none is available. A pilot study is then conducted to assess user satisfaction and system usability.
  • Thumbnail Image
    ItemOpen Access
    Interaktive NMF-basierte visuelle Analyse für Zeitreihen-Ensembles
    (2025) Konrad, David
    Heutzutage werden in vielen Bereichen Zeitreihen-Ensembles erzeugt, die häufig rein numerische Werte enthalten. Dabei verbergen sich in diesen Daten oft wertvolle Informationen, die durch bloßes Betrachten nur schwer zu erkennen sind. Daher widmen sich zahlreiche wissenschaftliche Arbeiten der Entwicklung und Verbesserung von Methoden zur Analyse solcher Datensätze. Häufig werden Machine-Learning-Ansätze genutzt, um zugrundeliegende Muster aufzudecken, die allerdings oftmals als Blackbox fungieren und wenig nachvollziehbar sind. Algorithmen, welche die Daten als Matrix faktorisieren, liefern hingegen eine nachvollziehbare Zerlegung. Sind die Datenwerte nichtnegativ, bietet sich besonders Nichtnegative Matrixfaktorisierung (NMF) für das Formen einer Faktorisierung an. NMF bildet Komponenten, die zeitliche Strukturen und Gruppierungen der Zeitreihen aufzeigen. Da diese ebenfalls nichtnegativ sind, lassen sich die Ergebnisse hierbei besonders gut visuell interpretieren und vergleichen. Mit interaktiven Methoden zur Visualisierung kann diese Eigenschaft von NMF-Zerlegungen noch besser genutzt werden. In dieser Arbeit stellen wir ein neue, Web-basierte Anwendung vor, mit der sich nicht negative, numerische Zeitreihen-Ensembles analysieren lassen. Dabei liegt der Fokus auf einem „Human-inthe-Loop“-fokussierten Konzept. Anhand von interaktiven Visualisierungen wird eine explorative Vorgehensweise ermöglicht. Dadurch kann der Nutzer den Analyseprozess mitformen und bei Bedarf Eingabeparameter für weitere Analysen anpassen. Hierzu werden zunächst Grundlagen des Themenbereichs eingeführt. Die zur Analyse der NMF-Komponenten notwendigen Methoden werden vorgestellt und im Tool implementiert. Darunter befinden sich insbesondere Methoden zur Ranganalyse für NMF. Anschließend wird der Aufbau des Tools detailliert beschrieben, welcher sich an den Grundsätzen der Visual Analytics (VA) orientiert. In zwei Fallstudien wird anhand von Zeitreihe-Ensemble-Datensätzen demonstriert, wie die App verwendet werden kann, um diese explorativ zu untersuchen.