Tudományos vizualizáció

Az oldal jelenlegi verzióját még nem ellenőrizték tapasztalt közreműködők, és jelentősen eltérhet a 2022. április 14-én felülvizsgált verziótól ; az ellenőrzések 2 szerkesztést igényelnek .

A tudományos vizualizáció  egy interdiszciplináris tudományág . Friendly szerint "elsősorban háromdimenziós jelenségek (építészeti, meteorológiai, orvosi, biológiai adatok stb.) megjelenítésével foglalkozik, hangsúlyt fektetve a térfogatok, felületek, fényforrások stb. valósághű ábrázolására. be, talán dinamikában (időben)" [2] . A tudományos vizualizáció a számítógépes grafikai technikák egy részhalmazát, a számítástechnika egyik ágát is figyelembe veszi . A tudományos vizualizáció célja a tudományos adatok grafikus illusztrálása, hogy a tudósok megértsék, megtekinthessék és betekintést nyerhessenek az adatokba.

Történelem

A 3D tudományos vizualizáció egyik legkorábbi példája a Maxwell termodinamikai felület , amelyet agyagból készített 1874- ben James Clerk Maxwell [3] . Ez volt a modern tudományos képalkotási technika prototípusa, amely számítógépes grafikát használ [4] .

A figyelemre méltó korai 2D példák közé tartozik Charles Joseph Minard [2] 1869 -es térképe Napóleon Moszkva elleni előrenyomulásáról . Florence Nightingale 1857-ben az általa "coxcombs"-nak (kakascombnak) nevezett diagramokat használt a brit hadsereg higiéniai állapotának javítására irányuló kampány részeként [2] . John Snow 1855-ben egy ponteloszlási térképet használt a Broad Street-i kolerajárvány megjelenítésére [2] .

Módszerek kétdimenziós adatkészletek megjelenítésére

A számítógépes grafikát használó tudományos vizualizáció meglehetősen kiforrottként vált népszerűvé. A fő alkalmazások a számítógépes szimulációkból és kísérleti adatokból származó skaláris és vektormezők voltak. A kétdimenziós (2D) skaláris mezők megjelenítésének fő módszerei a színvisszaadás és a kontúrvonal rajzolása . A 2D vektormezőket jelek és áramvonalak vagy Linear Integral Convolution [ (LIC) módszerekkel jelenítik meg. A 2D tenzormezőket gyakran konvertálják vektormezővé két sajátvektor egyikének használatával, amelyek a mező minden pontját reprezentálják, majd vektormező-rendererekkel jelenítik meg.

3D adatkészletek megjelenítésének módszerei

A 3D skalármezők esetében a fő módszer a térfogati renderelés és a vízszintes felületek . A vektormezők megjelenítésére szolgáló módszerek közé tartoznak a jelek (grafikus ikonok ), például nyilak, áramvonalak és sávok , részecskekövetés, lineáris integrálkonvolúció (LIC) és topológiai módszerek. Újabban módszereket fejlesztettek ki 2D és 3D tenzormezők vizualizálására, például hyperstreamline-eket [5] .

A tudományos vizualizáció témái

Számítógépes animáció

A számítógépes animáció a mozgóképek számítógépes létrehozásának művészete, technikája és tudománya . Egyre elterjedtebbé válik a 3D számítógépes grafika létrehozása révén , bár a 2D számítógépes grafikát továbbra is széles körben használják stílusos, kevésbé adatigényes vagy gyorsabb valós idejű megjelenítési igények kielégítésére Az animáció céleszköze néha maga a számítógép, de néha más adathordozó , például film . Az ilyen animációkat CGI-nek ( Computer Generated Image ) nevezik, különösen, ha filmekben használják. Az alkalmazás az orvosi animáció , amelyet leggyakrabban egészségügyi személyzet vagy betegek oktatási eszközeként használnak.

Számítógépes szimuláció

A számítógépes szimuláció egy számítógépes program vagy számítógépek hálózata, amely egy adott rendszer absztrakt modelljét  próbálja modellezni . A számítógépes modellezés hasznos részévé vált számos természetes rendszer matematikai modellezésének a fizikában és a számítási fizikában, a kémiában és a biológiában, az emberi rendszerek közgazdaságtanban, pszichológiában és szociológiában, a tervezési folyamatban és az új technológiákban, hogy megértsük e rendszerek működését, vagy viselkedésük megfigyelésére [6] .

A számítógépes szimulációk a néhány percig futó egyedi számítógépes programoktól, a hálózaton órákon át futó számítógépcsoportoktól a hónapokig futó szimulációkig terjednek. A számítógéppel szimulált események mértéke messze meghaladja a hagyományos matematikai modellezés minden lehetséges (vagy akár gondolatban elképzelhető) alkalmazását ceruzával a kezében – tíz évvel ezelőtt az Egyesült Államok Védelmi Minisztériumának több szuperszámítógépét vásárolták a High Performance Computer Modernization Program keretében [7] .

Információs vizualizáció

Az információ-vizualizáció  a „ nem digitális információ nagy halmazainak vizuális megjelenítésének vizsgálata , például fájlok és kódsorok szoftverrendszerekben , könyvtárakban és biobliográfiai adatbázisokban , internetes kapcsolatokban és így tovább” [2] .

Az információ-vizualizáció az elvont információk intuitív módon történő eljuttatására szolgáló megközelítések létrehozására összpontosít. A vizuális megjelenítés és az interaktív technikák kihasználják az emberi szem és az agy közötti sávszélességet, lehetővé téve a felhasználók számára, hogy egyszerre nagy mennyiségű információt lássanak, fedezzenek fel és értsenek meg [8] . A legfontosabb különbség a tudományos vizualizáció és az információvizualizáció között az, hogy az információvizualizációt gyakran olyan adatokra alkalmazzák, amelyeket nem tudományos keresés generál. Néhány példa az adatok grafikus megjelenítésére üzleti, kormányzati, hírek és közösségi média számára.

Interfész-technológiák és észlelés

Az Interface and Perception Technology megmutatja, hogy az új interfészek és az észlelési problémák jobb megértése hogyan teremt új lehetőségeket a tudományos vizualizáció számára [9] .

Felületi rendering

A renderelés  az a folyamat, amelynek során számítógépes program segítségével képet nyerünk egy modellből A modell háromdimenziós objektumok leírása egy szigorúan meghatározott nyelven vagy adatstruktúrában. Tartalmazhat geometriát, nézőpontot, textúrát , világítást és árnyékolást . A kép egy kép digitális képe vagy bittérképes grafikája . A kifejezés analógia lehet egy jelenet művész általi ábrázolására. A „megjelenítés” kifejezés azt a folyamatot írja le, amelynek során a videofájlon a végső videó elkészítéséhez effektusokat számítanak ki. A renderelés fontosabb típusai a következők:

Soronkénti renderelés raszterezés A kép magas szintű megjelenítése szükségszerűen tartalmaz különböző területeken lévő elemeket, amelyek pixelekből állnak. Ezeket az elemeket primitíveknek nevezzük. A sematikus rajznál például a vonalszakaszok és görbék primitívek lehetnek. A grafikus felhasználói felületen az ablakok és a gombok primitívek lehetnek. A 3D-s képeken a primitívek lehetnek háromszögek és sokszögek a térben. Ray casting módszer A sugáröntést elsősorban valós idejű modellezésben használják, például 3D számítógépes játékokban és animációkban, ahol a részletek nem annyira fontosak, vagy olyan területeken, ahol az alkatrészek kézi cseréje hatékonyabb a jobb teljesítmény érdekében. Ez általában akkor fordul elő, ha nagyszámú képkockához animációra van szükség. Az így létrejövő felületek "laposnak" tűnnek, ha nem használnak más extra trükköket, mintha minden felület matt lenne. Fényesség A fényesség , más néven globális megvilágítás , egy olyan technika, amely megkísérli modellezni azt a módot, ahogyan a közvetlenül megvilágított felületek másodlagos fényforrásként működnek, és megvilágítanak más felületeket. Ez valósághűbb árnyékolást ad, és jobban érzékeli a "környezetet" . Klasszikus példa erre a szobák sarkainak árnyékolása. sugárkövetés A sugárkövetés  a vonalmegjelenítésre és sugáröntésre kifejlesztett technika kiterjesztése. Hozzájuk hasonlóan a metódus is jól kezeli az összetett objektumokat, és az objektumok matematikailag leírhatók. A vonalrendereléssel és a sugáröntéssel ellentétben a sugárkövetés szinte mindig Monte Carlo technikát használ, amely véletlenszerűen generált modellminták átlagán alapul.

Volume rendering

A térfogati renderelés a 3D diszkrét mintavételezett adatok  2D vetületének megjelenítésére használt technika . Egy tipikus 3D-s adatkészlet 2D-s szeletek csoportja, amelyet CT vagy MRI segítségével nyernek . Általában ismétlődő mintázatúak (például milliméterenként egy szelet), és általában állandó számú pixel van egy képen, szabályos mintával. Ez egy példa egy szabályos térfogatrácsra, amelyben minden elem vagy voxel egyetlen értéket képvisel, amelyet a voxelt körülvevő terület vizsgálatával kapunk.

Volume rendering

Rosenblum (1994) szerint „a térfogati képalkotás olyan technikák összességét kutatja, amelyek lehetővé teszik egy tárgy megtekintését a felület matematikai ábrázolása nélkül. Az eredetileg orvosi képalkotásban használt volumetrikus képalkotás számos olyan tudományág fő technikájává vált, amelyek olyan jelenségeket jelenítenek meg, mint a felhők, a vízáramlás, a molekuláris és biológiai struktúrák. Számos volumetrikus képalkotó algoritmus számítási szempontból költséges, és nagy adattárházat igényel. A számítógépes hardver és szoftver fejlesztése növeli a vizualizációs objektumok méretét és a valós idejű feldolgozás sebességét.”

A webtechnológiákon és a böngészőoldali megjelenítésen alapuló technikafejlesztés lehetővé teszi egy téglatest egyszerű térfogati ábrázolását keretváltással, amely megmutatja az adatok térfogatát, tömegét és sűrűségét – HowMuch eszköz , a This Equals [9] [10] által létrehozott

A vizualizáció tudományos alkalmazásai

Ez a rész egy sor példát mutat be arra, hogyan alkalmazható ma a tudományos vizualizáció [11] .

A természettudományban

Csillagképződés : A kép a gáz/por logaritmikus sűrűségének térfogati ábrázolása az Enzo csillag- és galaxisszimulációs csomagban. A nagy sűrűségű területeket fehér, míg a kevésbé sűrű területeket kékkel jelöljük.

Gravitációs hullámok : A kutatók a Globus Toolkit-et, több szuperszámítógép együttes erejét használták a fekete lyukak ütközésének gravitációs hatásainak szimulálására.

Szupernóva-robbanások : Az ábra a sugárzási hidrodinamika 3D-s számítását mutatja egy hatalmas, hatalmas szupernóva robbanásakor . A DJEHUTY csillagfejlődési paktum kódját használták az SN 1987A csillag háromdimenziós térben történő robbanásának modelljének kiszámításához.

Molekuláris vizualizáció : A molekuláról alkotott kép létrehozásához a VisiIt program főbb jellemzőit használták . A nyers adatokat a Protein Data Bankból vettük, és a megjelenítés előtt VTK-fájlba konvertáltuk .

A földrajzban és az ökológiában

Landscape Visualization : A VisiIt program képes beolvasni néhány, a földrajzi információs rendszerekbenáltalánosan használt fájlformátumot, amely lehetővé teszi raszteres adatok, például domborzati adatok felhasználását a megjelenítéshez. A képen egy DEM-adatkészlet diagramja látható, amely információkat tartalmaz a Dunsmuir (Dunsmuir, CA) melletti hegyvidékről. Kontúrok (izohipszisek, tengerszint feletti azonos magasságú vonalak) hozzáadódnak a grafikonhoz, hogy tükrözzék a magasság változásait.

Tornado szimuláció : Az NCSA IBM p690 számítási fürtjén lévő tornádószimulációs adatokból készült kép. Az NCSA forrásból származó vihar nagyfelbontású televíziós animációja bekerült a PBS televíziós sorozat „Vadászat a Supertwisterre” című NOVA-epizódjába. A tornádó gömbökként jelenik meg, amelyek a nyomásnak megfelelően színeződnek - a narancssárga és kék csövek a tornádó körüli felszálló és csökkenő légáramlatot jelzik.

Klímamegjelenítés : Ez a vizualizáció a különböző forrásokból származó szén-dioxidot (szén-dioxidot) mutatja, amelyet konvekció útján szállítanak. Az óceánból származó szén-dioxidot 1900 februárjában sugárként mutatják be.

Times Square légköri anomália : A kép a Times Square-en és környékén egy légköri anomália SAMRAI szimulációjának eredményét mutatja.

A matematikában

A matematikai struktúrák tudományos vizualizálását azért végezték, hogy az intuíciót mentális modellek felépítésére ösztönözzék [15] .

A nagy dimenziójú objektumok alacsonyabb dimenziókba vetítésként jeleníthetők meg. Különösen a 4D-s objektumok 3D-s terekbe való vetületként jelennek meg. A nagydimenziós objektumok alacsonyabb dimenziókra vetítése felhasználható az objektumok virtuális manipulálására, ami lehetővé teszi, hogy 3D objektumokkal dolgozzon 2D-ben [16] , és 4D-s objektumokkal háromdimenziós térben [17] .

A formális tudományban

Topográfiai felületek számítógépes feltérképezése: A topográfiai felületek számítógépes feltérképezésével a matematikusok tesztelhetik az anyagok feszültség hatására bekövetkező változásának elméleteit. A kép a National Science Foundation Electronic Imaging Laboratory munkájának része az Illinoisi Egyetemen Chicagóban .

Curve Plots : A VisiIt képes görbéket ábrázolni a fájlokból kiolvasott adatokhoz. A program használható többdimenziós adatkészletekből származó adatok görbéinek kinyerésére és megjelenítésére "vonalvonalas" utasítások vagy lekérdezések segítségével. A képen látható görbék megfelelnek az adatok kontúrvonalainak ( izohipsziseinek ), amelyeket a "lineout" képességgel hoztak létre. A „Lineout” lehetővé teszi egy vonal interaktív megrajzolását, amely meghatározza az adatok mintavételének útvonalát. A kiválasztott adatokat ezután a görbéken ábrázoltuk.

Képannotáció : A képen a Leaf Area Index (LAI) látható, amely a globális növényzet mértéke a NetCDF adatokból. A fő kép az alul látható nagy kép, amely az egész világ LAI-ját mutatja. A fenti grafikon egy annotáció, amely korábban kapott képeket tartalmaz. A képannotáció segítségével olyan anyagokat is tartalmazhat, amelyek javítják az alátámasztó parcellák, kísérleti adatok, védjegyek stb. megjelenítését.

A VisiIt "Scatterplot" funkciója lehetővé teszi többdimenziós adatok megjelenítését akár négy dimenzióig. A szórásdiagram több skalárváltozót vesz fel, és ezeket különböző tengelyekként használja a fázistérben . A különböző változók kombinálva alkotják a fázistérben lévő glif-koordinátákat, és a karakterjeleket egy másik skalárváltozó értékével színezik.

Az alkalmazott tudományban

Porsche 911 modell (NASTRAN): Az ábra a Porsche 911 modell rácsdiagramját tartalmazza a NASTRAN adatkészletből. A VisiIt képes beolvasni a NASTRAN formátumú adatok korlátozott részhalmazát, amely általában elegendő a geometria importálásához és megjelenítéséhez.

YF-17 repülőgép Plot : Az ábra az YF-17 repülőgép CGNS adatait mutatja be. Az adatok egy strukturálatlan rácsot tartalmaznak megoldással. A rajzot a sebességadatok pszeudocolor diagramjaival ( Mach-szám ), egy hálózati rácsozattal és a sebességmezőn keresztüli szeletelés vektoros diagramjával hozták létre.

Városi vizualizáció : Az épületek poligonok leírását tartalmazó ESRI alakfájlt beolvasták, majd a sokszögeket egy téglalap alakú rácsba rajzolták, amely a városképet alkotta.

Ingress Traffic Measurement : 1991 szeptemberében az NSFNET T1 gerinchálózatán a bejövő forgalom több milliárd bájtban történő megjelenítésére használták. A forgalom mennyisége lilától (nulla bájt) fehérig (100 milliárd bájt) látható. A grafikon a Merit Network, Inc.-t ábrázolja. adatok [18]

A vizualizációval foglalkozó tudományos szervezetek

Az ezen a területen dolgozó kiemelkedő laboratóriumok:

Fontosság szerint rendezett konferenciák a tudományos vizualizáció területén [19] :

Lásd még

Tábornok Publikációk Szoftver
Amira_ Avizo
Baudline Bitplane
Datacopia Dataplot
DataMelt MeVisLab
NCAR parancsnyelv narancs_
paraview Tecplot
tomviz GŐZ
Vis5D VisAD
Látogassa meg VTK

a Topology ToolKit

Jegyzetek

  1. Vizualizációk, amelyek a VisiIt segítségével készültek, archiválva 2016. december 1-én a Wayback Machine -en . a wci.llnl.gov. Frissítve: 2007. november 8
  2. 1 2 3 4 5 Michael Friendly (2008). „A tematikus térképészet, a statisztikai grafika és az adatvizualizáció történetének mérföldkövei” Archiválva : 2018. szeptember 26. a Wayback Machine -nél .
  3. Maxwell, Harman, 2002 , p. 148.
  4. Nyugat, 1999 , p. 15–17.
  5. Delmarcelle, Hesselink, 1993 .
  6. Strogatz, 2007 , p. 130-131.
  7. "A kutatók a valaha volt legnagyobb katonai szimulációt készítenek" Archiválva 2008. január 22-én a Wayback Machine -nél . (hírek), Jet Propulsion Laboratory , Caltech , 1997. december.
  8. Thomas, Cook, 2005 , p. harminc.
  9. 1 2 Rosenblum, 1994 .
  10. ↑ Kötetadatok importálása és megjelenítése . reference.wolfram.com . Letöltve: 2016. augusztus 23. Az eredetiből archiválva : 2016. augusztus 26..
  11. Minden példa és szöveg, hacsak másképp nem jelezzük, a Lawrence Livermore National Laboratory -tól származik , LLNL webhely . Archiválva : 2006. október 10., a Wayback Machine , letöltve: 2008. július 10-11.
  12. A képhez használt adatokat Tom Abel (Ph.D) és Matthew Turk, a Kavli Részecske Asztrofizikai és Kozmológiai Intézet munkatársa szolgáltatta
  13. BLACK-HOLE COLLISIONS Archiválva : 2012. március 15. a Wayback Machine -nél A Globus szoftver alkotói, Ian Foster, Carl Kesselman és Steve Tuecke. Megjelenés 2002 nyarán.
  14. A kép Forrest Hofman és Jemison Daniel, az Oak Ridge National Laboratory munkatársa jóvoltából
  15. Hanson, Munzner, Francis, 1994 , p. 73–83.
  16. Hanson, 1997 , p. 175-182.
  17. Zhang, Hanson, 2007 , p. 1688-95.
  18. Input Traffic, Donna Cox, Robert Patterson. A National Science Foundation archiválva : 2018. október 5., Wayback Machine sajtóközlemény 08-112 .
  19. Kosara, Robert Útmutató a különböző vizualizációs helyszínek minőségéhez . eagereyes (2013. november 11.). Letöltve: 2017. április 7. Az eredetiből archiválva : 2017. szeptember 13..

Irodalom

Olvasás további olvasáshoz

Linkek