AGNES -
Lehre und Prüfung online
Studierende in Vorlesung
Anmelden

Visual Analytics für raum-zeitliche Daten - Detailseite

  • Funktionen:
Grunddaten
Veranstaltungsart Vorlesung Veranstaltungsnummer 3313080
Semester WiSe 2020/21 SWS 2
Rhythmus Moodle-Link  
Veranstaltungsstatus Freigegeben für Vorlesungsverzeichnis  Freigegeben  Sprache deutsch
Belegungsfrist Es findet keine Online-Belegung über AGNES statt!
Veranstaltungsformat Digital

Termine

Gruppe 1
Tag Zeit Rhythmus Dauer Raum Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer
Di. 11:00 bis 13:00 wöch   Dransch findet statt     1000
Gruppe 1:
 


Zugeordnete Person
Zugeordnete Person Zuständigkeit
Dransch, Doris , Prof. Dr. rer. nat.
Studiengänge
Abschluss Studiengang LP Semester
Master of Education (ISG)  Informatik 1. Fach ( Vertiefung: mit LA-Option; POVersion: 2018 )   -  
Master of Education (BS)  Informatik 2. Fach ( Vertiefung: mit LA-Option; POVersion: 2015 )   -  
Master of Education (GYM)  Informatik 2. Fach ( Vertiefung: mit LA-Option; POVersion: 2015 )   -  
Master of Education (ISG)  Informatik 2. Fach ( Vertiefung: mit LA-Option; POVersion: 2018 )   -  
Master of Science  Informatik Hauptfach ( Vertiefung: kein LA; POVersion: 2015 )   -  
Master of Science  Wirtschaftsinformatik Hauptfach ( Vertiefung: kein LA; POVersion: 2016 )   -  
Zuordnung zu Einrichtungen
Einrichtung
Mathematisch-Naturwissenschaftliche Fakultät, Institut für Informatik
Inhalt
Kommentar

Visual Analytics nutzt Methoden der interaktiven Visualisierung, um aus großen, heterogenen Daten Informationen zu gewinnen. Eine besondere Herausforderung stellt die Analyse von raum-zeitlichen Daten dar, wie sie beispielsweise von Sensornetzen oder Umweltsimulationsmodellen erzeugt werden. Diese Daten zeichnen sich oft aus durch ein hohes Volumen, Heterogenität in den Skalen und der raum-zeitlichen Verteilung, sowie unterschiedliche Qualität.
Die Vorlesung gibt einen Überblick über Visual Analytics Konzepte und Methoden; der Schwerpunkt liegt dabei auf Methoden für raum-zeitliche und multivariate Daten. Die Studierenden lernen Visualisierungs- und Interaktionstechniken sowie ein Vorgehensmodell zur Entwicklung aufgabenbezogener Visualisierung kennen.
In der Übung werden die Konzepte und Methoden aus der Vorlesung beispielhaft für verschiedene Fragestellungen und Daten vertieft und konkretisiert. Dazu werden Beispiele aus dem Deutschen GeoForschungsZentrum herangezogen.

Strukturbaum

Die Veranstaltung wurde 1 mal im Vorlesungsverzeichnis WiSe 2020/21 gefunden:

Humboldt-Universität zu Berlin | Unter den Linden 6 | D-10099 Berlin