Visuelle Analyse von Mehrlauf-Mehrfeld-Simulationsdaten

• Antragsteller: Professor Dr.-Ing. Lars Linsen
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
• Förderung: Förderung von 2014 bis 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 260446826

• Erstellungsjahr: 2023

Zusammenfassung der Projektergebnisse

Numerische Simulationen von räumlich-zeitlichen Phänomenen sind weitverbreitet in Natur- und Ingenieurwissenschaften, um theoretische Modelle zu testen und Vorhersagen zu machen. Solche Simulationen hängen normalerweise von einer Anzahl an Eingabeparametern und Startbedingungen ab. Da die genaue Einstellung der Eingabeparameter oft unbekannt oder ihr Einfluss Teil der Untersuchungen ist, führen Forscher eine größere Anzahl an Simulationsläufen mit verschiedenen Parametereinstellungen durch. Daher ist die Gesamtausgabe der Simulationsläufe üblicherweise mehrere Läufe multivariater zeitveränderlicher volumetrischer Simulationsdaten (oder kurz Mehrlauf­Mehrfeld-Daten). Die Analyse solcher Daten ist eine Herausforderung wegen ihrer komplexen Struktur mit mehreren Facetten (d.h., mehrlauf, multivariat, raumzeitlich) und auch wegen ihrer großen Datenmenge, die signifikant jenseits der Primärspeicherkapazitäten liegt. Wir entwickelten ein Gesamtkonzept für die interaktive visuelle Analyse von Mehrlauf-Mehrfeld-Daten vor, das alle Facetten berücksichtigt. Die entwickelten Analysemethoden beinhalten den Vergleich mehrerer Läufe, das Erforschen des multidimensionalen Parameterraums, das Zusammenspiel der Eingabeparameter, die Erkennung von raumzeitlichen Mustern, die Mehrfeldanalyse von Mehrlauf-Daten, die gekoppelte interaktive Volumenvisualisierung sowie die Vorhersage von Simulationsergebnissen. Unser Ansatz ermöglicht die Analyse der simulierten Phänomene zur Hypothesenüberprüfung, erlaubt das Erkennen von unbekannten Merkmalen in Mehrlauf-Mehrfeld-Daten, stellt aggregierte Ansichten zur Hypothesenbildung zur Verfügung und unterstützt die Berechnungssteuerung in Bezug auf die Parametereinstellung.

Projektbezogene Publikationen (Auswahl)

• Fast and Robust Isosurface Similarity Maps Extraction Using Quasi-Monte Carlo Approach. Analysis of Large and Complex Data, 497–506.
  Fofonov, Alexey & Linsen, Lars
  
• Visual Analysis of Multi-Run Spatio-Temporal Simulations Using Isocontour Similarity for Projected Views. IEEE Transactions on Visualization and Computer Graphics, 22(8), 2037-2050.
  Fofonov, Alexey; Molchanov, Vladimir & Linsen, Lars
  
• A Top-Down Interactive Visual Analysis Approach for Physical Simulation Ensembles at Different Aggregation Levels. Information, 9(7), 163.
  Fofonov, Alexey & Linsen, Lars
  
• MultiVisA: Visual Analysis of Multi-run Physical Simulation Data using Interactive Aggregated Plots. Proceedings of the 13th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications, 62-73.
  Fofonov, Alexey & Linsen, Lars
  
• Projected Field Similarity for Comparative Visualization of Multi‐Run Multi‐Field Time‐Varying Spatial Data. Computer Graphics Forum, 38(1), 286-299.
  Fofonov, A. & Linsen, L.
  
• Uncertainty-aware asynchronous scattered motion interpolation using Gaussian process regression. Computerized Medical Imaging and Graphics, 72, 1-12.
  Kocev, Bojan; Hahn, Horst Karl; Linsen, Lars; Wells, William M. & Kikinis, Ron
  
• Uncertainty-aware Prediction in Spatio-temporal Simulation Ensemble Visualizations. Proceedings of the 14th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications, 216-224.
  Evers, Marina & Linsen, Lars
  
• Uni- and multi-modal uncertainty visualization in 2d scalar field ensembles. In Robert Kosara, Kai Lawonn, Lars Linsen, and Noeska N. Smit, editors, 1st EuroVis Workshop on Trustworthy Visualization, TrustVis@EuroVis 2019, Porto, Portugal, June 3, 2019, pages 7–11.
  Gebauer, Eike & Linsen, Lars
  
• Aggregated Ensemble Views for Deep Water Asteroid Impact Simulations. IEEE Computer Graphics and Applications, 40(1), 72-81.
  Leistikow, Simon; Huesmann, Karim; Fofonov, Alexey & Linsen, Lars
  
• Interactive visual similarity analysis of measured and simulated multi-field tubular flow ensembles. In Barbora Kozlkova, Michael Krone, Noeska N. Smit, Kay Nieselt, and Renata Georgia Raidou, editors, 10th Eurographics Workshop on Visual Computing for Biology and Medicine, VCBM 2020, Tubingen, Germany, September 28 - October 1, 2020, pages 139–150.
  Simon Leistikow, Ali Nahardani, Verena Hoerr & Lars Linsen
  
• Temporally Coherent Topological Landscapes for Time-varying Scalar Fields. Proceedings of the 15th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications, 54-61.
  Herick, Maria; Molchanov, Vladimir & Linsen, Lars
  
• Uncertainty‐aware Visualization of Regional Time Series Correlation in Spatio‐temporal Ensembles. Computer Graphics Forum, 40(3), 519-530.
  Evers, Marina; Huesmann, Karim & Linsen, Lars
  
• ASEVis: Visual Exploration of Active System Ensembles to Define Characteristic Measures. 2022 IEEE Visualization and Visual Analytics (VIS), 150-154.
  Evers, Marina; Wittkowski, Raphael & Linsen, Lars
  
• Coherent Topological Landscapes for Simulation Ensembles. Computer Vision, Imaging and Computer Graphics Theory and Applications, 223–237.
  Evers, Marina; Herick, Maria; Molchanov, Vladimir & Linsen, Lars
  
• How wildfires spread and why: Visual multi-field analysis of vorticity-driven lateral spread ensembles. In IEEE SciVis Contest, 2022
  Gabriel Borrelli; Lars Hagemann; Jannik Steinkuhler; Adrian Derstroff; Marina Evers; Karim Huesmann; Simon Leistikow; Hennes Rave; Reyhaneh Sabbagh Gol & Lars Linsen
  
• Multi-dimensional parameter-space partitioning of spatio-temporal simulation ensembles. Computers & Graphics, 104, 140-151.
  Evers, Marina & Linsen, Lars
  
• Multifaceted Visual Analysis of Oceanographic Simulation Ensemble Data. IEEE Computer Graphics and Applications, 42(4), 80-88.
  Rave, Hennes; Fincke, Johannes; Averkamp, Steffen; Tangerding, Beate; Wehrenberg, Luca P.; Gerrits, Tim; Huesmann, Karim; Leistikow, Simon & Linsen, Lars
  
• SimilarityNet: A Deep Neural Network for Similarity Analysis Within Spatio‐temporal Ensembles. Computer Graphics Forum, 41(3), 379-389.
  Huesmann, Karim & Linsen, Lars
  
• Studying the effect of tissue properties on radiofrequency ablation by visual simulation ensemble analysis. In Renata G. Raidou, Bjorn Sommer, Torsten W. Kuhlen, Michael Krone, Thomas Schultz, and Hsiang-Yun Wu, editors, VCBM 2022: Eurographics Workshop on Visual Computing for Biology and Medicine, Vienna, Austria, September 22 - 23, 2022, pages 53–63.
  Karl Heimes, Marina Evers, Tim Gerrits, Sandeep Gyawali, David Sinden, Tobias Preusser & Lars Linsen
  
• Interactive visual analysis of regional time series correlation in multi-field climate ensembles. In EuroVis Workshop on Visualization in Environmental Sciences (EnvirVis), 2023
  Marina Evers; Michael Bottinger & Lars Linsen