Wissenschaftliche Visualisierung

Zur mathematischen Visualisierung siehe Mathematische Visualisierung.
Eine wissenschaftliche Visualisierung einer Simulation von a Rayleigh -Taylor -Instabilität verursacht durch zwei Mischflüssigkeiten.[1]
Oberflächenwiedergabe von Arabidopsis thaliana Pollen Körner mit konfokales Mikroskop.

Wissenschaftliche Visualisierung (auch geschrieben Wissenschaftliche Visualisierung) ist ein interdisziplinär Zweig der Wissenschaft besorgt mit dem Visualisierung von wissenschaftlichen Phänomenen.[2] Es wird auch als Teilmenge von angesehen Computergrafik, ein Zweig der Informatik. Der Zweck der wissenschaftlichen Visualisierung besteht darin, wissenschaftliche Daten grafisch zu veranschaulichen, damit Wissenschaftler ihre Daten verstehen, veranschaulichen und einnehmen können. Die Erforschung der Erforschung der Lesen und Fehllesen verschiedener Visualisierungen und Missverständnissen bei der Ermittlung, welche Arten und Merkmale von Visualisierungen für die Vermittlung von Informationen am verständlichsten und effektivsten sind.[3][4]

Geschichte

Charles Minards Flow Map von Napoleons Marsch.

Eines der frühesten Beispiele für dreidimensionale wissenschaftliche Visualisierung war Maxwells thermodynamische Oberfläche, 1874 in Ton geformt von James Clerk Maxwell.[5] Diese vorgestellten modernen wissenschaftlichen Visualisierungstechniken, die verwendet werden Computergrafik.[6]

Bemerkenswerte frühe zweidimensionale Beispiele umfassen die Flow Map von Napoleons Marsch auf Moskau produziert von Charles Joseph Minard 1869;[2] Die "Coxcombs" von verwendet von Florence Nightingale 1857 als Teil einer Kampagne zur Verbesserung der hygienischen Bedingungen in der britischen Armee;[2] und die Punktkarte benutzt von John Snow im Jahr 1855, um die zu visualisieren Broad Street Cholera -Ausbruch.[2]

Datenvisualisierungsmethoden

Hauptartikel: Datenvisualisierung

Zweidimensionale Datensätze

Wissenschaftliche Visualisierung mit Computergrafiken, die als die Grafiken reiften wurden. Primäre Anwendungen waren skalare Felder und Vektorfelder aus Computersimulationen und auch gemessene Daten. Die primären Methoden zur Visualisierung von zweidimensionalen (2D) Skalarfeldern sind die Farbzuordnung und Zeichnung Umriss. 2D -Vektorfelder werden mit Verwendung visualisiert Glyphen und Stromlinien oder Linienintegral -Faltung Methoden. 2D -Tensorfelder werden häufig in einem Vektorfeld aufgelöst, indem eines der beiden Eigenvektoren verwendet werden, um den Tensor jeden Punkt im Feld darzustellen, und dann mithilfe von Vektorfeldvisualisierungsmethoden visualisiert.

Dreidimensionale Datensätze

Für 3D -Skalarfelder sind die primären Methoden Lautstärkewiedergabe und Isos Flurfe. Zu den Methoden zur Visualisierung von Vektorfeldern gehören Glyphen (grafische Symbole) wie Pfeile, Stromlinien und Streakininen, Partikelverfolgung, Linienintegral -Faltung (LIC) und topologische Methoden. Später Visualisierungstechniken wie Hyperstreamlines[7] wurden entwickelt, um 2D- und 3D -Tensorfelder zu visualisieren.

Themen

Maximale Intensitätsprojektion (MIP) eines ganzen Körpers PET -Scan.
Sonnensystem Bild des Hauptgürtels und der Trojaner -Asteroiden.
Wissenschaftliche Visualisierung des Flüssigkeitsflusss: Oberflächenwellen in Wasser
Chemische Bildgebung einer gleichzeitigen Freisetzung von SF6 und nh3.
Topografischer Scan einer Glasoberfläche durch eine Atomkraftmikroskop.

Computeranimation

Computeranimation ist die Kunst, Technik und Wissenschaft, Bewegungsbilder durch die Verwendung von zu erstellen Computers. Es wird immer häufiger, durch mittels von geschaffen zu werden 3D -Computergrafik, obwohl 2D -Computergrafik sind immer noch weit verbreitet für stilistische, niedrige Bandbreite und schneller Echtzeit-Rendering Bedürfnisse. Manchmal ist das Ziel der Animation der Computer selbst, aber manchmal ist das Ziel ein anderes Mittel, wie zum Beispiel Film. Es wird auch als CGI bezeichnet (Computer generiertes Bild oder computergenerierte Bildgebung), insbesondere wenn sie in Filmen verwendet werden. Anwendungen umfassen medizinische Animation, das am häufigsten als Unterrichtsinstrument für medizinische Fachkräfte oder deren Patienten verwendet wird.

Computersimulation

Computersimulation ist ein Computerprogramm oder ein Netzwerk von Computern, das versucht simulieren ein Zusammenfassung Modell eines bestimmten Systems. Computersimulationen sind ein nützlicher Bestandteil von geworden Mathematische Modellierung von vielen natürlichen Systemen in Physik und Computerphysik, Chemie und Biologie; menschliche Systeme in Wirtschaft, Psychologie und Sozialwissenschaft; und im Prozess der Technik und der neuen Technologie, um Einblick in den Betrieb dieser Systeme zu erhalten oder ihr Verhalten zu beobachten.[8] Die gleichzeitige Visualisierung und Simulation eines Systems wird als Vision bezeichnet.

Computersimulationen variieren von Computerprogrammen, die einige Minuten ausgeführt werden, über netzwerkbasierte Gruppen von Computern, die stundenlang ausgeführt werden, bis hin zu laufenden Simulationen, die seit Monaten ausgeführt werden. Die Skala der Ereignisse, die von Computersimulationen simuliert werden mathematische Modellierung: Vor über 10 Jahren beinhaltete eine Simulation des Wüstenbetts von einer Kraft, die in eine andere eindrang, die Modellierung von 66.239 Tanks, Lastwagen und anderen Fahrzeugen auf simuliertem Gelände um Kuwaitmit mehreren Supercomputern in der Dod Hochleistungs -Computing -Modernisierungsprogramm.[9]

Informationsvisualisierung

Informationsvisualisierung ist das Studium der "das" visuell Darstellung von groß angelegten Sammlungen nicht numerischer Informationen wie Dateien und Codezeilen in Softwaresysteme, Bibliothek und bibliographisch Datenbanken, Netzwerke der Beziehungen auf dem Internet, und so weiter".[2]

Informationsvisualisierung konzentrierte sich auf die Erstellung von Ansätzen zur Vermittlung abstrakter Informationen auf intuitive Weise. Visuelle Darstellungen und Interaktionstechniken nutzen den breiten Bandbreitenweg des menschlichen Auges in den Geist, damit Benutzer große Mengen an Informationen gleichzeitig sehen, erforschen und verstehen können.[10] Der wichtigste Unterschied zwischen wissenschaftlicher Visualisierung und Informationsvisualisierung besteht darin, dass die Informationsvisualisierung häufig auf Daten angewendet wird, die nicht durch wissenschaftliche Untersuchungen generiert werden. Einige Beispiele sind grafische Darstellungen von Daten für Unternehmen, Regierung, Nachrichten und soziale Medien.

Schnittstellentechnologie und Wahrnehmung

Schnittstellentechnologie und Wahrnehmung zeigt, wie neue Schnittstellen und ein besseres Verständnis der zugrunde liegenden Wahrnehmungsfragen neue Möglichkeiten für die wissenschaftliche Visualisierungsgemeinschaft schaffen.[11]

Oberflächenwiedergabe

Rendering ist der Prozess der Generierung eines Bildes von a Modell, mittels Computerprogramme. Das Modell ist eine Beschreibung von dreidimensionalen Objekten in einer streng definierten Sprache oder Datenstruktur. Es würde Geometrie, Standpunkt, enthalten, Textur, Beleuchtung, und Schattierung Information. Das Bild ist a digitales Bild oder Rastergrafiken Bild. Der Begriff kann durch Analogie mit einem "Künstlerwesen" einer Szene sein. 'Rendering' wird auch verwendet, um den Prozess der Berechnung von Effekten in einer Videobearbeitungsdatei zu beschreiben, um die endgültige Videoausgabe zu erzeugen. Wichtige Rendering -Techniken sind:

Scanline -Rendering und Rasterisierung
Eine hochrangige Darstellung eines Bildes enthält notwendigerweise Elemente in einer anderen Domäne als Pixel. Diese Elemente werden als Primitive bezeichnet. In einer schematischen Zeichnung können beispielsweise Liniensegmente und Kurven Primitive sein. In einer grafischen Benutzeroberfläche können Windows und Schaltflächen die Primitiven sein. Beim 3D -Rendering können Dreiecke und Polygone im Weltraum Primitiven sein.
Ray Casting
Ray Casting wird hauptsächlich für Echtzeitsimulationen verwendet, wie sie in 3D -Computerspielen und Cartoon -Animationen verwendet werden, bei denen Details nicht wichtig sind oder bei denen es effizienter ist, die Details manuell zu fälschen, um eine bessere Leistung in der Rechenphase zu erzielen. Dies ist normalerweise der Fall, wenn eine große Anzahl von Frames animiert werden muss. Die resultierenden Oberflächen haben ein charakteristisches "flaches" Erscheinungsbild, wenn keine zusätzlichen Tricks verwendet werden, als ob Objekte in der Szene alle mit mattem Finish gestrichen wären.
Radiosität
RadiositätAuch als globale Beleuchtung bezeichnet, ist eine Methode, die versucht, die Art und Weise zu simulieren, wie direkt beleuchtete Oberflächen als indirekte Lichtquellen wirken, die andere Oberflächen beleuchten. Dies erzeugt realistischere Schattierungen und scheint das 'die' zu erfassen 'besser erfassenAmbiente'einer Innenszene. Ein klassisches Beispiel ist die Art und Weise, wie Shadows die Ecken der Räume umarmen.
Strahlenverfolgung
Strahlenverfolgung ist eine Erweiterung derselben Technik, die in Scanline -Rendering und Ray Casting entwickelt wurde. Wie diese handelt es gut mit komplizierten Objekten, und die Objekte können mathematisch beschrieben werden. Im Gegensatz zu ScanLine und Casting ist die Ray -Verfolgung fast immer eine Monte -Carlo -Technik, dh eine basierend auf der Mittelung einer Reihe von zufällig erzeugten Proben aus einem Modell.

Lautstärkewiedergabe

Lautstärkewiedergabe ist eine Technik, mit der eine 2D -Projektion eines 3D -diskret probiert Datensatz. Ein typischer 3D -Datensatz ist eine Gruppe von 2D -Slice -Bildern, die von a aufgenommen wurden Ct oder MRT Scanner. Normalerweise werden diese in einem regelmäßigen Muster (z. B. eines jeden Millimeter) erworben und haben normalerweise eine regelmäßige Anzahl von Bild Pixel in einem regulären Muster. Dies ist ein Beispiel für ein regelmäßiges volumetrisches Gitter mit jedem Volumenelement oder Voxel Dargestellt durch einen einzelnen Wert, der durch Abtastung der unmittelbaren Fläche, die das Voxel umgibt, erhalten wird.

Volumenvisualisierung

Entsprechend Rosenblum (1994) "Die Volumenvisualisierung untersucht eine Reihe von Techniken, mit denen das Betrachten eines Objekts ohne mathematisch die andere Oberfläche angezeigt wird. medizinische BildgebungDie Volumenvisualisierung ist für viele Wissenschaften zu einer wesentlichen Technik geworden. Die Darstellung von Phänomenen wird zu einer wesentlichen Technik wie Wolken, Wasserströmen sowie molekularer und biologischer Struktur. Viele Volumenvisualisierungsalgorithmen sind rechnerisch teuer und fordern große Datenspeicher. Fortschritte in Hardware und Software verallgemeinern die Volumenvisualisierung sowie in Echtzeitaufführungen. "

Die Entwicklungen von webbasierten Technologien und das Rendering des Browsers haben eine einfache volumetrische Darstellung eines Quaders mit einem sich ändernden Referenzrahmen ermöglicht, um Volumen-, Massen- und Dichtedaten anzuzeigen.[11]

Anwendungen

In diesem Abschnitt wird eine Reihe von Beispielen angelegt, wie die wissenschaftliche Visualisierung heute angewendet werden kann.[12]

In den Naturwissenschaften

  • Star formation[13]

    Sternbildung[13]

  • Gravitational waves[14]

    Gravitationswellen[14]

  • Massive Star Supernovae Explosions

    Massive Sternsupnovae -Explosionen

  • Molecular rendering

    Molekulares Rendering

Sternbildung: Die vorgestellte Handlung ist eine Volumendiagramm des Logarithmus der Gas-/Staubdichte in einer Enzo -Stern- und Galaxiensimulation. Regionen mit hoher Dichte sind weiß, während weniger dichte Regionen blau und auch transparenter sind.

Gravitationswellen: Forscher verwendeten das Globus-Toolkit, um die Kraft mehrerer Supercomputer zu nutzen, um die Gravitationseffekte von Schwarzlochkollisionen zu simulieren.

Massive Sternsupnovae -Explosionen: Im Bild wurden dreidimensionale Strahlenhydiation-Berechnungen von massiven Sternsupnovae-Explosionen der Djehuty-Stern-Evolutionscode verwendet, um die Explosion des SN 1987A-Modells in drei Dimensionen zu berechnen.

Molekulares Rendering: BesuchDie allgemeinen Plotfunktionen wurden verwendet, um das molekulare Rendering zu erstellen, das in der vorgestellten Visualisierung gezeigt wurde. Die ursprünglichen Daten wurden aus der Proteindatenbank entnommen und wurden vor dem Rendering in eine VTK -Datei umgewandelt.

Im Erdkunde und Ökologie

  • Terrain rendering

    Geländewiedergabe

  • Climate visualization[15]

    Klimavisualisierung[15]

  • Atmospheric Anomaly in Times Square

    Atmosphärische Anomalie auf dem Times Square

Geländevisualisierung: Besuch Kann mehrere Dateiformate lesen, die im Bereich von üblich sind Geografisches Informationssystem (GIS), damit ein Rasterdaten wie Geländedaten in Visualisierungen zeichnen kann. Das vorgestellte Bild zeigt eine Handlung eines DEM -Datensatzes mit bergigen Gebieten in der Nähe von Dunsmuir, CA. Erhöhungsleitungen werden zum Grundstück hinzugefügt, um die Erhöhungsänderungen abzugrenzen.

Tornado -Simulation: Dieses Bild wurde aus Daten erstellt, die durch eine Tornado -Simulation generiert wurden, die auf dem IBM P690 -Computing -Cluster von NCSA berechnet wurde. Hochauflösende Fernsehanimationen des bei NCSA produzierten Sturms wurden in eine Episode der PBS-Fernsehserie Nova mit dem Titel "Hunt for the Supertwister" aufgenommen. Der Tornado wird durch Kugeln gezeigt, die nach Druck gefärbt sind; Orange und blaue Röhren repräsentieren den steigenden und fallenden Luftstrom um den Tornado.

Klimavisualisierung: Diese Visualisierung zeigt das Kohlendioxid aus verschiedenen Quellen, die individuell als Tracer im Atmosphärenmodell vorgenommen werden. Kohlendioxid aus dem Ozean wird im Februar 1900 als Federn gezeigt.

Atmosphärische Anomalie auf dem Times Square Im Bild werden die Ergebnisse des Samrai -Simulationsrahmens einer atmosphärischen Anomalie auf und um das Times Square sichtbar gemacht.

Ansicht eines 4D -Würfels, der in 3D projiziert wird: orthogonale Projektion (links) und Perspektivprojektion (rechts).

In Mathematik

Hauptartikel: Mathematische Visualisierung

Die wissenschaftliche Visualisierung mathematischer Strukturen wurde zum Zwecke des Aufbaus von Intuition und zur Unterstützung der Bildung mentaler Modelle durchgeführt.[16]

Domäne Färbung von f(x) = (x2−1) (x–2 -i)2/x2+2+2i

Höherdimensionale Objekte können in Form von Projektionen (Ansichten) in niedrigeren Dimensionen sichtbar gemacht werden. Insbesondere 4dimensionale Objekte werden durch Projektion in drei Dimensionen sichtbar gemacht. Die niedrigerdimensionalen Projektionen höherdimensionaler Objekte können für die Zwecke der Manipulation des virtuellen Objekts verwendet werden, sodass 3D-Objekte durch Operationen in 2D manipuliert werden können.[17] und 4D -Objekte durch Interaktionen, die in 3D durchgeführt wurden.[18]

Im Komplexe AnalyseDie Funktionen der komplexen Ebene sind von Natur aus vierdimensional, aber es gibt keine natürliche geometrische Projektion in niedrigere dimensionale visuelle Darstellungen. Stattdessen wird Color Vision genutzt, um dimensionale Informationen mithilfe von Techniken wie z. B. zu erfassen Domäne Färbung.

In den formalen Wissenschaften

  • Curve plots

    Kurvendiagramme

  • Image annotations

    Bildanmerkungen

  • Scatter plot

    Streudiagramm

Computerzuordnung topografischer Oberflächen: Durch die Computerzuordnung topografischer Oberflächen können Mathematiker Theorien darüber testen, wie sich Materialien ändern, wenn sie gestresst sind. Die Bildgebung ist Teil der Arbeit am NSF-finanzierten elektronischen Visualisierungslabor der Universität von Illinois in Chicago.

Kurvendiagramme: Besuchen Sie die Kurven aus Daten, die aus Dateien gelesen werden, und können zum Extrahieren und Diagramm von Kurvendaten aus höherdimensionalen Datensätzen mithilfe von Lineout-Operatoren oder -Anfragen verwendet werden. Die Kurven im vorgestellten Bild entsprechen Höhendaten entlang der auf DEM -Daten gezogenen Zeilen und wurden mit der Funktion mit der Funktionslinie erstellt. Mit Lineout können Sie interaktiv eine Zeile zeichnen, die einen Pfad für die Datenextraktion angibt. Die resultierenden Daten wurden dann als Kurven dargestellt.

Bildanmerkungen: Das vorgestellte Grundstück zeigt den Blatt Area Index (LAI), ein Maß für globale vegetative Materie, aus einem netCDF -Datensatz. Das primäre Diagramm ist das große Grundstück unten, das die Lai für die ganze Welt zeigt. Die Diagramme oben sind tatsächlich Anmerkungen, die zuvor generierte Bilder enthalten. Bildanmerkungen können verwendet werden, um Material zu enthalten, das eine Visualisierung wie Hilfsdiagramme, Bilder von experimentellen Daten, Projektlogos usw. verbessert.

Streudiagramm: Das Streudiagramm von Besuch ermöglicht die Visualisierung multivariater Daten von bis zu vier Dimensionen. Das Streudiagramm nimmt mehrere skalare Variablen an und verwendet sie für verschiedene Achsen im Phasenraum. Die verschiedenen Variablen werden kombiniert, um Koordinaten im Phasenraum zu bilden, und sie werden mit Glyphen angezeigt und unter Verwendung einer anderen skalaren Variablen gefärbt.

In den angewandten Wissenschaften

  • Porsche 911 model

    Porsche 911 -Modell

  • YF-17 aircraft Plot

    YF-17-Flugzeugdiagramm

  • City rendering

    Stadtwiedergabe

Porsche 911 -Modell ? Besuchen Sie eine begrenzte Untergruppe von Nastran -Bulk -Datendateien, die im Allgemeinen genug sind, um die Modellgeometrie für die Visualisierung zu importieren.

YF-17-Flugzeugdiagramm: Das vorgestellte Bild zeigt Diagramme eines CGNS-Datensatzes an, das ein YF-17-Jet-Flugzeug darstellt. Der Datensatz besteht aus einem unstrukturierten Gitter mit Lösung. Das Bild wurde unter Verwendung eines Pseudocolor -Diagramms der Mach -Variablen des Datensatzes, eines Netzdiagramms des Gitters und des Vektordiagramms eines Schichts durch das Geschwindigkeitsfeld erstellt.

Stadtwiedergabe: Eine Esri -Shapefile, die eine polygonale Beschreibung der Gebäude Fußabdrücke enthielt, wurde eingelesen und dann wurden die Polygone auf ein geradliniges Raster neu abgetastet, das in das vorgestellte Stadtbild extrudiert wurde.

Eingehender Verkehr gemessen: Dieses Bild ist eine Visualisierungsstudie zum Eingangsverkehr, das für den Monat September 1991 in Milliarden von Bytes auf dem NSFNET -T1 -Rückgrat gemessen wird. Der Verkehrsvolumenbereich wird von lila (Null -Bytes) bis Weiß (100 Milliarden Bytes) dargestellt. Es repräsentiert Daten, die von Merit Network, Inc. gesammelt wurden.[19]

Organisationen

Wichtige Labors auf dem Gebiet sind:

Konferenzen in diesem Bereich, der nach Bedeutung der wissenschaftlichen Visualisierungsforschung eingestuft wird,[20] sind:

Siehe weiter: Computergrafikorganisationen, Supercomputing -Einrichtungen

Siehe auch

Allgemein
Veröffentlichungen
Software

Verweise

  1. ^ *888*10987654321#1981,2024) (;: Erde, Astroid, Upload, Wurm, Subnetzmaske, 199.224.122.9north, Süd, Ost, West Overcast CorporationVisualisierungen, die mit Besuch erstellt wurden. bei wci.llnl.gov. Aktualisiert: 8. November 2007
  2. ^ a b c d e Michael freundlich (2008). "Meilensteine ​​in der Geschichte der thematischen Kartographie, der statistischen Grafik und der Datenvisualisierung".
  3. ^ Mason, Betsy (12. November 2019). "Warum Wissenschaftler bei der Datenvisualisierung besser sein müssen". Knowable Magazine. doi:10.1146/Knowable-110919-1.{{}}: CS1 Wartung: Datum und Jahr (Link)
  4. ^ O'Donoghue, Seán I.; Baldi, Benedetta Frida; Clark, Susan J.; Darling, Aaron E.; Hogan, James M.; Kaur, Sandeep; Maier-Hein, Lena; McCarthy, Davis J.; Moore, William J.; Stenau, Esther; Swedlow, Jason R.; Vuong, Jenny; Procter, James B. (2018-07-20). "Visualisierung biomedizinischer Daten". Jährliche Überprüfung der biomedizinischen Datenwissenschaft. 1 (1): 275–304. doi:10.1146/Annurev-biodatasci-080917-013424. HDL:10453/125943. S2CID 199591321. Abgerufen 25. Juni 2021.
  5. ^ James Clerk Maxwell und P. M. Harman (2002), Die wissenschaftlichen Briefe und Papiere von James Clerk Maxwell, Band 3; 1874–1879, Cambridge University Press, ISBN0-521-25627-5, p. 148.
  6. ^ Thomas G.West (Februar 1999). "James Clerk Maxwell, arbeitet in nassem Ton". Siggraph Computer Graphics Newsletter. 33 (1): 15–17. doi:10.1145/563666.563671. S2CID 13968486.
  7. ^ Delmarcelle, t; Hesselink, L. (1993). "Visualisierung von Tensorfeldern zweiter Ordnung mit Hyperstreamlines". IEEE -Computergrafiken und Anwendungen. 13 (4): 25–33. doi:10.1109/38.219447. HDL:2060/19950012873. S2CID 7698377.
  8. ^ Steven Strogatz (2007). "Das Ende der Einsicht". Im: Was ist deine gefährliche Idee? John Brockman (Hrsg.). Harpercollins.
  9. ^ "Forscher stimmen die größte militärische Simulation aller Zeiten". (Nachrichten), Jet Propulsion Laboratory, Caltech, Dezember 1997.
  10. ^ James J. Thomas und Kristin A. Cook (Hrsg.) (2005). Illumination des Weges: Die F & E -Agenda für visuelle Analysen Archiviert 2008-09-29 bei der Wayback -Maschine. Nationales Visualisierungs- und Analysezentrum. S.30
  11. ^ a b Lawrence J. Rosenblum (Hrsg.) (1994). Wissenschaftliche Visualisierung: Fortschritte und Herausforderungen. Akademische Presse.
  12. ^ Alle Beispiele sowohl Bilder als auch Text hier, es sei denn, eine andere Quelle ist angegeben, stammen aus dem Lawrence Livermore National Laboratory (Llnl), von der LLNL -Website, Abgerufen vom 10. bis 11. Juli 2008.
  13. ^ Die Daten, mit denen dieses Bild verwendet wurde, wurden von Tom Abel Ph.D. und Matthew Turk vom Kavli -Institut für Partikelastrophysik und Kosmologie.
  14. ^ Schwarz-Loch-Kollisionen Die Globus -Software -Schöpfer Ian Foster, Carl Kesselman und Steve Tuecke. Veröffentlichung Sommer 2002.
  15. ^ Bild mit freundlicher Genehmigung von Forrest Hoffman und Jamison Daniel vom Nationalen Labor von Oak Ridge
  16. ^ Andrew J. Hanson, Tamara Munzner, George Francis: Interaktive Methoden zur visualisierbaren Geometrie, Computer, Vol. 27, nein. 7, S. 73–83 (abstrakt)
  17. ^ Andrew J. Hanson: Eingeschränkte 3D -Navigation mit 2D -Controller, Visualisierung '97., Proceedings, 24. Oktober 1997, S. 175-182 (abstrakt)
  18. ^ Hui Zhang, Andrew J. Hanson: Schattenbasierte 4D-Haptische Visualisierung, IEEE -Transaktionen zur Visualisierung und Computergrafik, Vol. 13, nein. 6, S. 1688-1695 (abstrakt)
  19. ^ Bild von Donna Cox und Robert Patterson. Die National Science Foundation Pressemitteilung 08-112.
  20. ^ Kosara, Robert (11. November 2013). "Ein Leitfaden für die Qualität verschiedener Visualisierungsorte". EGEREYES. Abgerufen 7. April 2017.

Weitere Lektüre

Externe Links