Visualisierung Dr. Helwig Hauser

Slides:



Advertisements
Ähnliche Präsentationen
Anzahl der ausgefüllten und eingesandten Fragebögen: 211
Advertisements

Vorlesung: 1 Betriebliche Informationssysteme 2003 Prof. Dr. G. Hellberg Studiengang Informatik FHDW Vorlesung: Betriebliche Informationssysteme Teil3.
Die Projektgruppe heißt Sie herzlichst willkommen
LS 2 / Informatik Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
Telefonnummer.
Modelle und Methoden der Linearen und Nichtlinearen Optimierung (Ausgewählte Methoden und Fallstudien) U N I V E R S I T Ä T H A M B U R G November 2011.
Modelle und Methoden der Linearen und Nichtlinearen Optimierung (Ausgewählte Methoden und Fallstudien) U N I V E R S I T Ä T H A M B U R G November 2011.
1 JIM-Studie 2010 Jugend, Information, (Multi-)Media Landesanstalt für Kommunikation Baden-Württemberg (LFK) Landeszentrale für Medien und Kommunikation.
= = = = 47 = 47 = 48 = =
Statistiken und Tabellen
Quantitative RT-PCR an nativen Prostatakarzinom-Biopsien: Etablierung der Technik und erste vergleichende Ergebnisse Medizinische Fakultät Universitätsklinikum.
Rechneraufbau & Rechnerstrukturen, Folie 2.1 © W. Oberschelp, G. Vossen W. Oberschelp G. Vossen Kapitel 2.
Grundkurs Theoretische Informatik, Folie 2.1 © 2006 G. Vossen,K.-U. Witt Grundkurs Theoretische Informatik Kapitel 2 Gottfried Vossen Kurt-Ulrich Witt.
Internet facts 2008-II Graphiken zu dem Berichtsband AGOF e.V. September 2008.
Internet facts 2006-II Graphiken zu dem Berichtsband AGOF e.V. November 2006.
Vorlesung: 1 Betriebliche Informationssysteme 2003 Prof. Dr. G. Hellberg Studiengang Informatik FHDW Vorlesung: Betriebliche Informationssysteme Teil2.
PKJ 2005/1 Stefan Dissmann Zusammenfassung Bisher im Kurs erarbeitete Konzepte(1): Umgang mit einfachen Datentypen Umgang mit Feldern Umgang mit Referenzen.
Differentielles Paar UIN rds gm UIN
Maxwell-Boltzmann Ausgewählte Themen des analogen Schaltungsentwurfs
Prof. Dr. Bernhard Wasmayr
Studienverlauf im Ausländerstudium
Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
Prof. Dr. Bernhard Wasmayr VWL 2. Semester
AWA 2007 Natur und Umwelt Natürlich Leben
Rechneraufbau & Rechnerstrukturen, Folie 12.1 © W. Oberschelp, G. Vossen W. Oberschelp G. Vossen Kapitel 12.
2 Distanzbasierte Sprachkommunikation für Peer-to-Peer-Spiele.
Prof. Dr. Günter Gerhardinger Soziale Arbeit mit Einzelnen und Familien Übersicht über die Lehrveranstaltung Grundlegende Bestimmungsfaktoren der Praxis.
20:00.
Im Zuge unserer Befragung gaben uns 260 Personen über ihr Leseverhalten Auskunft.
Die Geschichte von Rudi
„Küsse deine Freunde“ – FlexKom-App teilen
Zusatzfolien zu B-Bäumen
WIRTSCHAFTSLAGE NOCH SCHWIERIG
In der Schule.
Eine Einführung in die CD-ROM
GBI Genios Wiso wiso bietet Ihnen das umfassendste Angebot deutsch- und englischsprachiger Literatur für die Wirtschafts- und Sozialwissenschaften. Wir.
Dokumentation der Umfrage
für Weihnachten oder als Tischdekoration für das ganze Jahr
1 Ein kurzer Sprung in die tiefe Vergangenheit der Erde.
Wir üben die Malsätzchen
Syntaxanalyse Bottom-Up und LR(0)
NEU! 1 2. Wo kommt diese Art von Rezeptor im Körper vor?
Der Ablauf eines Clear Rex Klärzyklus
PROCAM Score Alter (Jahre)
Ertragsteuern, 5. Auflage Christiana Djanani, Gernot Brähler, Christian Lösel, Andreas Krenzin © UVK Verlagsgesellschaft mbH, Konstanz und München 2012.
Geometrische Aufgaben
Objekte und ihre Beschreibung
Symmetrische Blockchiffren DES – der Data Encryption Standard
Retuschen.ppt Die folgende Schau zeigt die Möglichkeiten, mit PhotoDraw Digitalbilder zu retuschieren. Vergleichen Sie jeweils zwei Bildpaare durch fleissiges.
Zahlentheorie und Zahlenspiele Hartmut Menzer, Ingo Althöfer ISBN: © 2014 Oldenbourg Wissenschaftsverlag GmbH Abbildungsübersicht / List.
MINDREADER Ein magisch - interaktives Erlebnis mit ENZO PAOLO
Helwig Hauser Teil 12: Zusammenfassung All CGR4 revisited.
Linking and Brushing on ODBC Basis
Beleuchtungsmodelle, Schattierungsmodelle
1 (C)2006, Hermann Knoll, HTW Chur, FHO Quadratische Reste Definitionen: Quadratischer Rest Quadratwurzel Anwendungen.
Einführung in die Astronomie und Astrophysik I Kapitel III: Das Planetensystem 1 Kapitel III: Das Planetensystem.
Folie Beispiel für eine Einzelauswertung der Gemeindedaten (fiktive Daten)
1 Arbeitsgemeinschaft Biologische Psychiatrie Verordnungsgewohnheiten von Psychopharmaka Statuserhebung 2005 W.Günther G.Laux T.Messer N.Müller M.Schmauss.
1 Mathematical Programming Nichtlineare Programmierung.
Imperfekt Wie sagt man das mit Imperfekt
Technische Frage Technische Frage Bitte löse die folgende Gleichung:
Unternehmensbewertung Thomas Hering ISBN: © 2014 Oldenbourg Wissenschaftsverlag GmbH Abbildungsübersicht / List of Figures Tabellenübersicht.
Forschungsprojekt Statistik 2013 „Jugend zählt“ – Folie 1 Statistik 2013 „Jugend zählt“: Daten zur Arbeit mit Kindern und Jugendlichen.
AGOF facts & figures: Branchenpotenziale im Internet Q2 2014: Parfum & Kosmetik Basis: internet facts / mobile facts 2014-I.
Folie Einzelauswertung der Gemeindedaten
Datum:17. Dezember 2014 Thema:IFRS Update zum Jahresende – die Neuerungen im Überblick Referent:Eberhard Grötzner, EMA ® Anlass:12. Arbeitskreis Internationale.
Einführung in die Volkswirtschaftslehre, Mikroökonomie und Wettbewerbspolitik Lothar Wildmann ISBN: © 2014 Oldenbourg Wissenschaftsverlag.
Sehen, Hören, Schmecken: wenn uns unsere Sinne täuschen
1 Medienpädagogischer Forschungsverbund Südwest KIM-Studie 2014 Landesanstalt für Kommunikation Baden-Württemberg (LFK) Landeszentrale für Medien und Kommunikation.
Monatsbericht Ausgleichsenergiemarkt Gas – Oktober
 Präsentation transkript:

Visualisierung Dr. Helwig Hauser VO 186.004 + LU 186.703, Wintersemester 2000/2001, Sem186, Fav.-str. 9, 5. Stock, http://www.cg.tuwien.ac.at/courses/Visualisierung/ VisVO 2000/2001, kurzer Auszug

Visualisierung – Definition The purpose of computing is insight, not numbers [R. Hamming, 1962] Visualisierung: Tool, um User Einblick in Daten zu ermögl. to form a mental vision, image, or picture of (something not visible or present to the sight, or of an abstraction); to make visible to the mind or imagination [Oxford Engl. Dict., 1989] Computer Graphik, aber nicht photo-realistisches Rendern VisVO 2000/2001, kurzer Auszug

Visualisierung – Hintergrund L. da Vinci (1452-1519) Hintergrund: Visualisierung = sehr alt Oft intuitiver Schritt: graph. Verdeutlichen Daten immer öfter in sehr großer Menge gegeben  graphischer Ansatz notwendig Einfache Ansätze bekannt von business graphics (Excel, etc.) Visualisierung = eigene Wissenschaft seit gut 10 Jahren Erste eigene Konfs.: 1990 1997: VisVO 2000/2001, kurzer Auszug

Visualisierung – Teilbereiche Visualisierung von … medizinischer Daten  VolViz! Strömungsdaten  FlowViz! abstrakten Daten  InfoViz! GIS-Daten historische Daten (Archäologie) mikroskopischer Daten (Molekularphysik), makroskopischer Daten (Astronomie) extrem großer Datenmengen usw. … VisVO 2000/2001, kurzer Auszug

Visualisierung – Beispiele Medizinische Daten VisVO 2000/2001, kurzer Auszug

Visualisierung – Beispiele Strömungsdaten VisVO 2000/2001, kurzer Auszug

Visualisierung – Beispiele Abstr. Daten VisVO 2000/2001, kurzer Auszug

Visualisierung – drei Ansätze Visualisierung, um … … zu erforschen nichts ist bekannt, Vis. dient zur neuen Erforschung der Daten … zu analysieren es gibt Hypothesen, Vis. dient zur Bestätigung bzw. Widerlegung … zu präsentieren “alles” über die Daten bekannt, Vis. dient zur Kommunikation v. Ergebnissen ?! ?! VisVO 2000/2001, kurzer Auszug

Visualisierung – 3 Schwerpunkte Drei Hauptbereiche: Volume Visualization Flow Visualization Information Visualization Inherenter Raumbezug Scientific Visualization 3D nD meist kein Raumbezug VisVO 2000/2001, kurzer Auszug

Volumensvisualisierung Visualisierung von skalaren Daten im 3D VisVO 2000/2001, kurzer Auszug

Volumensvisualisierung Einleitung: VolViz = Visualisierung v. Volumensdaten Abbildung 3D2D Projektion (MIP), Schnitt, vol. Rend., etc. VolData = 3D1D Daten Skalare Daten, 3D Datenraum, raumfüllend User goals: Einblick in 3D Daten gewinnen Strukturen von spez. Interesse + Kontext VisVO 2000/2001, kurzer Auszug

Volumensdaten Woher kommen die Daten? Medizinische Anwendung Computertomographie (CT) Magnetresonanzmessung (MR) Materialprüfung Industrie-CT Simulation Finite element methods (FEM) Computational fluid dynamics (CFD) etc. VisVO 2000/2001, kurzer Auszug

3D Datenraum Wie sind Volumsdaten organisiert? Kartesisches bzw. reguläres Gitter: CT/MR: oft dx=dy<dz, z.B. 35 Schichten (z) á 256² Werten (Pixel) Data enhancement: iso-stack-Berechnung = Interpolation von zusätzl. Schichten, sodaß dx=dy=dz, 256³ Voxel Daten: Zellen (Quader), Ecken: Voxel Curvi-linear grid bzw. unstrukturiert: Daten als Tetraeder bzw. Hexaeder org. Oft: Umrechnung auf Tetraeder VisVO 2000/2001, kurzer Auszug

VolViz – Herausforderungen Challenges: rendering projection, so viel Information und so wenig Pixel! große Datenmengen, z.B. 512512512 Voxel á 16 Bit = 256 Mbytes Geschwindigkeit, Interaktion ist sehr wichtig, aber >10 fps! VisVO 2000/2001, kurzer Auszug

Surfaces vs. Volume Rendering Surface rendering: indirekte Volumensvisualisierung Zwischenrepräsentation: Iso-fläche, “3D” Pros: ShadingShape!, HW-rendering Volume rendering: direkte Volumensvisualisierung Verwendung von Transferfunktionen Pros: Blick in’s Innere, Semi-Transparenz VisVO 2000/2001, kurzer Auszug

Surfaces vs. Volume Rendering ... ... ... ... ... ... ... ... hybrid rendering = surfaces +volumes volume rendering VisVO 2000/2001, kurzer Auszug

VolViz-Techniken – Überblick Einfache Methoden: slicing, MPR (multi-planar reco.) Direkte Volumensvisualisierung: ray casting shear-warp factorization splatting 3D-texture mapping Surface-fitting methods: marching cubes (tetrahedra) VisVO 2000/2001, kurzer Auszug

Einfache Methoden Slicing, etc. VisVO 2000/2001, kurzer Auszug

Slicing Slicing: Axen-parallele Schnitte Reguläre Gitter: einfach ohne Transferfunkt. keine Farbe Windowing: Kontrast einstellen Window Weiß Schwarz Datenwerte VisVO 2000/2001, kurzer Auszug

Slicing Nicht so einfach: Slicing: MPR: Slicing durch allgem. Gitter Interpolation notwendig Slicing: gut kombinierbar mit 3D-Vis. MPR: versch. Axen, 3D VisVO 2000/2001, kurzer Auszug

Direkte Volumsvisualisierung, Einführung Klassifikation – Transferfunktionen, VisVO 2000/2001, kurzer Auszug

Direkte Volumensvisualisierung Überblick: keine Zwischenrepräsentation “real 3D” Integration von so viel Information: schwierig object-order vs. image-order rendering versch. Techniken (ray casting, splatting, shear-warp, texture mapping, etc.) versch. Kombinationsformen (compositing, MIP, first-hit, average, etc.) VisVO 2000/2001, kurzer Auszug

Kombinationsformen Überblick: MIP  Compositing  X-Ray  First hit  Intensity Max Accumulate Average First Depth VisVO 2000/2001, kurzer Auszug

Klassifikation Zuordnung Daten  Semantik: Zuordnung zu Objekten, z.B. Knochen, Haut, Muskel, etc. Verwendung von Datenwerten, Gradienteninformation Ziel: Segmentierung Oft: semi-automatisch bzw. manuell Automatische Approximation: Transferfunktionen Beispiel VisVO 2000/2001, kurzer Auszug

Transferfunktionen Abbildung Daten”Darstellbares”: 1.) DatenFarbe 2.) DatenOpazität (Nichtdurchsichtigkeit) Opazität “Knochen” rot, undurch- sichtig “Haut” gelb, halbdurchsichtig “Luft” Datenwerte Farbe VisVO 2000/2001, kurzer Auszug

Versch. Transferfunktionen Ergebnisse: starke Abh. von Transferfunktionen nicht-triviale Ein- stellung Segmentierung nur bedingt möglich VisVO 2000/2001, kurzer Auszug

Lobster – unterschiedl. TF Drei Objekte: Medium, Schale, Fleisch VisVO 2000/2001, kurzer Auszug

Fußdaten – ein bzw. zwei TF VisVO 2000/2001, kurzer Auszug

Ray casting / compositing Klassische image-order Methode VisVO 2000/2001, kurzer Auszug

Ray Tracing vs. Ray Casting Ray Tracing: Methode der Bildgenerierung In Vol. Rend.: nur Primärstrahlen  deswegen Ray Casting Klassische image-order Methode Ray Tracing: Strahl-Objekt Schnitte Ray Casting: keine Objekte, Dichtewerte! Theorie: alle Dichtewerte berücksichtigen! Praxis: Volumen Schritt für Schritt travers. Interpolation pro Schritt notwendig! VisVO 2000/2001, kurzer Auszug

Front-to-back Compositing VisVO 2000/2001, kurzer Auszug

Ray Casting – Beispiele Unterschiedliche TF (quasi-surf. rend.), 2562113 CT-Daten VisVO 2000/2001, kurzer Auszug

Ray Casting – weitere Beispiel Tornado Viz: Kopf Data: VisVO 2000/2001, kurzer Auszug

Shear-warp factorization Fast object-order rendering VisVO 2000/2001, kurzer Auszug

Shear-warp Factorization Faktorisierung der viewing transformation: Mview = P  S  Mwarp (perm, shear, proj., warp) Ziel: parallele Strahlen, voxel:pixel=1:1, einfaches compositing VisVO 2000/2001, kurzer Auszug

Shear, project, warp 1.: shear-step 2.: project-step 3.: warp-step bi-linear reco. 2.: project-step compositing 1 voxel/pixel Erg.: Zw.-Bild 3.: warp-step Zw.-Bild auf Bild abbilden VisVO 2000/2001, kurzer Auszug

Shear-Warp – Abschluß Pros: Cons: schnell! einfach! perspektivische Projektion möglich Cons: reco. nur bi-linear (innerhalb Schichten) voxel/pixel(Zw.-Bild!!) = 1  Probleme beim Vergrößern! VisVO 2000/2001, kurzer Auszug

Shear-warp – Bilder Bilder: VisVO 2000/2001, kurzer Auszug

Iso-Flächen-Darstellung Marching Cubes Iso-Flächen-Darstellung VisVO 2000/2001, kurzer Auszug

Iso-Flächen Zwischenrepräsentation Aspekte: Voraussetzungen: aussagekräftiger Iso-Wert, Iso-Wert trennt Materialien Interesse: in Übergängen sehr selektiv (binäres Auswählen/Weglassen) nützt traditionelle HW shading  3D-Eindruck! VisVO 2000/2001, kurzer Auszug

Annäherung der Iso-Fläche Ansatz: Iso-Fläche schneidet Volumen = Menge aller Zellen Idee: Teile der Iso-Fläche pro geschnittener Zelle repräsen- tieren Möglichst einfach: Verwendung von Dreiecken VisVO 2000/2001, kurzer Auszug

Beispiele VisVO 2000/2001, kurzer Auszug

Mehr Beispiele VisVO 2000/2001, kurzer Auszug

Strömungsvisualisierung Einleitung, Überblick VisVO 2000/2001, kurzer Auszug

Strömungsvisualisierung Einleitung: FlowViz = Visualisierung von Strömungen Visualisierung von Änderungsinformation Normal: mehr als 3 Daten-Dimensionen Allgemeiner Überblick: noch schwieriger Strömungsdaten: nDnD Daten, 1D2 /2D2/nD2 (Modelle), 2D2/3D2 (Simulationen, Messungen) Vektorielle Daten (nD) im nD Datenraum User goals: Überblick vs. Details (mit Kontext) VisVO 2000/2001, kurzer Auszug

Strömungsdaten Woher kommen die Daten: Strömungssimulation: Flugzeug- / Schiff- / Auto-Design Wettersimulation (Luft-, Meeresströmungen) Medizin (Blutströmungen, etc.) Strömungsmessung: Windkanal, Wasserkanal Schlieren-, Schatten-Technik Strömungsmodelle: Differenzialgleichungssysteme (dynamische Systeme) VisVO 2000/2001, kurzer Auszug

Strömungsdatendefinition Simulation: flow: set of samples, z.B. auf curvi-linear grid gegeben wichtigstes Primitiv: Tetraeder Messung: flow: Rekonstruktion aus Korelationsdaten, oft auf regulären Gittern berechnet Modelierung: flow: analytische Formel, “überall” auszuwerten VisVO 2000/2001, kurzer Auszug

Datenursprung – Beispiele 1/2 VisVO 2000/2001, kurzer Auszug

Datenursprung – Beispiele 2/2 VisVO 2000/2001, kurzer Auszug

Sim. vs. Messung vs. Modell Simulation: Raum der Strömung mit Gitter modellieren FEM (Finite Elemente Methode), CfD (computational fluid dynamics) Messungen: Optische Methoden + Bilderkennung, z.B.: PIV (Particle Image Velocimetry) Modelle: Differenzialgleichungssysteme dx/dt VisVO 2000/2001, kurzer Auszug

Vergleich mit Wirklichkeit Experiment Simulation VisVO 2000/2001, kurzer Auszug

2D vs. Flächen vs. 3D 2D-Strömungsvisualisierung 2D2D-Strömungen Modelle, Schichtströmungen (2D aus 3D) Visualisierung von Oberflächenströmungen 3D-Strömungen rund um “Hindernisse” Randströmungen auf Oberflächen (2D) 3D-Strömungsvisualisierung 3D3D-Strömungen Simulationen, 3D-Modelle VisVO 2000/2001, kurzer Auszug

2D/Flächen/3D – Beispiele VisVO 2000/2001, kurzer Auszug

Steady vs. Time-dependent Steady (time-independent) flows: Strömung über Zeit unveränderlich v(x): RnRn, z.B. laminare Strömungen einfacherer Zusammenhang Time-dependent (unsteady) flows: Strömung ändert sich über Zeit selbst v(x,t): RnR1Rn, z.B. turbolente Str. komplexerer Zusammenhang VisVO 2000/2001, kurzer Auszug

Time-dependent vs. steady VisVO 2000/2001, kurzer Auszug

Direkte vs. indirekte FlowViz Direkte Strömungsvisualisierung: Überblick über Jetztzustand der Strömung Visualisierung der Vektoren Pfeildarstellungen, Verwischtechniken Indirekte Strömungsvisualisierung: Verwendung einer Zwischenrepräsentation: Vektorfeldintegration über Zeit Visualisierung der Zeitentwicklung Strömungslinien, Strömungsflächen VisVO 2000/2001, kurzer Auszug

Direkt vs. indirekt – Beispiel VisVO 2000/2001, kurzer Auszug

Strömungsvisualisierung mit Pfeilen Hedgehog plots, etc. VisVO 2000/2001, kurzer Auszug

FlowViz mit Pfeilen Aspekte: Direkte FlowViz normierte Pfeile vs. Skalierung mit Geschwindigkeit 2D: ganz gut brauchbar, 3D: meist problematisch oft nur bedingt verständlich (zeitliche Komponente fehlt) oft in Verwendung! VisVO 2000/2001, kurzer Auszug

Pfeile im 2D Skalierte Pfeile vs. farb-codierte Pfeile VisVO 2000/2001, kurzer Auszug

Pfeile im 3D Kompromiß: Pfeile nur in Schichten VisVO 2000/2001, kurzer Auszug

Strömungsvisualisierung mit Strömungslinien Strömungslinien, Partikelbahnen, etc. VisVO 2000/2001, kurzer Auszug

Strömungslinien im 2D Gut geeignet, um Überblick zu geben VisVO 2000/2001, kurzer Auszug

Visualisierung mit Partikel Partikelbahnen = Strömungslinien Varianten (time- dependent data): streak lines: immer neue Partikel los- lassen path lines: Langzeitweg eines Partikels VisVO 2000/2001, kurzer Auszug

Strömungslinien im 3D Farbcodierung: Geschwindigkeit Selektive Platzierung VisVO 2000/2001, kurzer Auszug

Illuminated Stream Lines Beleuchtung von 3D Kurven  bessere Wahr- nehmung! VisVO 2000/2001, kurzer Auszug

Line Integral Convolution Strömungsvisualisierung im 2D oder auf Flächen VisVO 2000/2001, kurzer Auszug

LIC – Einleitung Aspekte: Ziel: Gesamtüberblick über Strömung Ansatz: Verwendung von Texturen Idee: Strömung  visuelle Korelation Beispiel: VisVO 2000/2001, kurzer Auszug

LIC im 2D – Beispiel VisVO 2000/2001, kurzer Auszug

LIC – Beispiele auf Flächen VisVO 2000/2001, kurzer Auszug

Pfeile vs. Str.-Linien vs. Texturen Strömungslinien: selektiv, Pfeile: naja, Texturen: 2D-füllend VisVO 2000/2001, kurzer Auszug

Information Visualization InfoViz-Kontext, Allgemeines VisVO 2000/2001, kurzer Auszug

Information Visualization Rather new branch of viz, next to: volume visualization flow visualization Deals with: abstract data multi-dimensional data very large data-sets scientific viz VisVO 2000/2001, kurzer Auszug

InfoViz vs. SciViz usually no inherent spatial arrangement in general n-dimensional data prime goals: useful visual metaphors flexible interaction mechanisms useful tools for exploration inherent spatial arrangement (2D, 3D) often 2- or 3-dimensional data prime goals: fast visualization and rendering interactive applications useful tools for analysis VisVO 2000/2001, kurzer Auszug

Visual metaphors & interaction Requ. 1: useful visual metaphors how to represent abstract data, n-dimensional data, very large data-sets? how to locate data items? 2D or 3D representation? Requ. 2: flexible interaction techniques changing between different views changing the focus zooming, panning, sub-setting, … VisVO 2000/2001, kurzer Auszug

Tree map: 1500 files, 190 dirs. VisVO 2000/2001, kurzer Auszug

Table lens Demo VisVO 2000/2001, kurzer Auszug

Hyperbolic trees – idea Art vs. InfoViz VisVO 2000/2001, kurzer Auszug

Hyperbolic trees Using hyperbolic geometry Focus change through pan Works in 3D also VisVO 2000/2001, kurzer Auszug

Scatterplots, Scatterplot-matrices 2 variables data records: sinlge points Scatterplot- matrices: all variables vs. all orthers VisVO 2000/2001, kurzer Auszug

Linking & Brushing (XGobi) Linked displays: VisVO 2000/2001, kurzer Auszug

WEAVE – SciViz+InfoViz Linking of SciViz- and InfoViz-views: 3D view (SciViz) scatterplot histogram Brushing! VisVO 2000/2001, kurzer Auszug