1,720,976 research outputs found
Visual Analysis of Complex Simulation Data using Multiple Heterogenous Views
No full textComputational Fluid Dynamics (CFD) Simulationen sind in letzter Zeit in immer häufigerem Einsatz in einer Vielzahl von unterschiedlichsten Anwendungsgebieten. Die Anwendungen reichen dabei vom Einsatz in der Automobilindustrie über Anwendungen im Gebiet der Aerodynamik bis hin zu Beispielen aus Umwelt- Wetter- und Klimasimulationen (und vielen anderen mehr). CFD Simulationen werden aus vielen Gründen immer beliebter und öfter eingesetzt unter anderem weil Phänomene leichter durch Simulation am Computer untersucht werden können oder auch weil auf Computern berechnete Simulationen normalerweise die Design- und Entwicklungsprozesse von vielen Produkten erheblich beschleunigen. Typische CFD Simulationen erzeugen sehr große Mengen an Ergebnisdaten. Außerdem sind die Ergebnisse normalerweise auch zeitabhängig und multivariat was bedeutet dass eine Vielzahl an verschiedenen Datenattributen für jeden Datenpunkt im Raum und für jeden Zeitschritt der Simulation vorhanden ist. Beispiele von solchen Datenattributen sind Strömungsvektoren und -geschwindigkeiten Druck Temperatur und Konzentrationen von bestimmten chemischen Substanzen. Die Analyse von solchen Ergebnisdatensätzen ist oft nicht einfach für die Ingenieure die die Daten untersuchen und bewerten sollen. Dabei kann Visualisierung unterstützend eingesetzt werden. Die meisten heute verwendeten Visualisierungsmethoden für Daten welche aus einer 3D Strömungssimulation resultieren verwenden entweder geometrische Strömungsvisualisierungsmethoden (wie z.B.: Streamlines Isosurfaces etc.) oder sogenannte merkmals-basierte Methoden wo zuerst Merkmale (Features) in den Daten extrahiert werden müssen und dann Feature Tracking durchgeführt wird. Allerdings erlauben diese Ansätze normalerweise keine interaktive und einfache Steuerung des Visualisierungsprozesses. Im Speziellen kann nicht interaktiv festgelegt werden welche Daten gerade von größtem Interesse sind. Die Spezifikation der Merkmale ist normalerweise nur (semi-)automatisch möglich. Das zentrale Thema dieser Dissertation ist die Entwicklung eines flexiblen Systems für die interaktive visuelle Analyse von großen multi-dimensionalen und zeitabhängigen Ergebnissen von Strömungssimulationen. Dazu werden mehrere bekannte Methoden und Technologien aus den Bereichen der Visualisierung von wissenschaftlichen Daten (Scientific Visualization SciVis) und der Informationsvisualisierung (Information Visualization InfoVis) kombiniert um daraus einen neuen Ansatz für ein merkmals-basiertes Visualisierungskonzept abzuleiten. Das System in dem dieser Ansatz exemplarisch angewandt und entwickelt wird heißt SimVis. Die besondere Stärke des hier neu präsentierten Visualisierungsansatzes liegt in einer ausgewogenen Kombination einer Vielzahl von kleinen Innovationen. Diese alleine sind nicht alle komplett neu bzw. wurden sie schon in anderen isolierten Lösungen und Ansätzen verwendet (teilweise in anderen Kombinationsformen). Allerdings stellt die hier präsentierte Form der Kombination dieser Einzellösungen einen neuen Ansatz dar welcher gleichzeitig maximale Flexibilität auf der einen Seite und einen stabilen Analyseprozess auf der anderen Seite ermöglicht. Die einzelnen Innovationen die zu diesem neuen Ansatz beitragen beinhalten (1) eine Kombination von Ansichten und Methoden aus SciVis und InfoVis (2) ein ausgeklügeltes Schema zur Interaktion basierend auf erweiterten Brushing-Methoden (3) unscharfe Klassifikationen zur Merkmalsspezifikation (auch zusammengefügte Spezifikationen sind möglich) (4) Fokus+Kontext Visualisierungsmethoden (speziell für die 3D Darstellungen) (5) eine spezielle Behandlung der Zeit die eine besondere Datendimension darstellt und (6) das Ermöglichen eines interaktiven Visualisierungsprozesses auch für relativ große Datenmengen auf Standard PC-Systemen. Zusätzlich ermöglicht dieser neue Ansatz durch die Integration von Attributableitungen (eine Methode um interaktiv neue Datendimensionen basierend auf Informationen aus den bisher bestehenden Dimensionen abzuleiten) und erweiterten Brushing-Methoden eine Spezifikation von zeitabhängigen Merkmalen. Diese Merkmale sind speziell von der zeitlichen Dimension der Daten abhängig. Abschließend werden sowohl zwei Fallstudien aus dem Bereich der Automobilindustrie präsentiert als auch die generelle Anwendbarkeit des hier neu entwickelten Ansatzes gezeigt. So lassen sich in SimVis leicht Daten aus den verschiedensten Anwendungsbereichen mit den selben Methoden untersuchen und analysieren z.B. aus dem Bereich der Aerodynamik von Klima und Wettersimulationen von Simulationen von Spritzgussverfahren aus medizinischen Anwendungsgebieten usw. Ein Vergleich mit herkömmlichen Methoden zur Visualisierung von Strömungssimulationsdaten zeigt dass SimVis eine neue zusätzliche Technologie zur raschen und verständlichen Analyse zur Verfügung stellt. - Computational Fluid Dynamics (CFD) simulation has become very popular and is used in a wide variety of applications. Applications range from the automotive industry to aerodynamics to environmental and weather simulation and many more. CFD simulation is popular for several reasons including that many phenomena can be studied more easily through simulation. Measuring approaches might influence and change flow behavior. Computational simulation speeds up the design and development process of many products. Typically CFD simulation results in very large data sets. Results are also usually timedependent and multi-variate including many attributes for each simulated point in space and time e.g. flow vectors pressure temperature mass fraction values of chemical substances etc. Analyzing such data sets is not an easy task for the engineers who have to investigate and evaluate the results. Visualization can be used to support the exploration and analysis of these data sets. Most current visualization methods for data from 3D flow simulation focus either on displaying geometric objects (e.g. streamlines isosurfaces etc.) or on feature-based methods employing special feature extraction and tracking techniques. However these approaches usually do not allow the user to easily and interactivly investigate the multi-dimensional interrelations between different data attributes. The feature extraction process is usually done in a (semi-)automatic way not allowing for interactive changes of the feature specification. The central theme of this thesis is to provide a flexible framework for interactive visual analysis of large multi-dimensional and time-dependent data sets resulting from flow simulation. In other words the focus of this work is to develop a framework which combines multiple rather well-known concepts from scientific and information visualization to build a new feature-based visualization framework which is based on user-driven visual analysis. This framework is called SimVis. The major strength of the newly presented visualization approach lies in a balanced combination of several different innovations. These by themselves are not all completely new and some may (to a certain extend) also be found as isolated solutions in other approaches (or in other combinations). Nevertheless in the combinations proposed here each component builds an integral part of the framework which combines different individual solutions to attain maximal flexibility while still providing solid and stable analysis tools. The innovations that contribute to this interactive feature specification framework include (1) the combination of views and methods from scientific visualization and information visualization (2) a sophisticated interaction scheme allowing for fast and flexible information drill-down by means of advanced brushing mechanisms (3) a fuzzy notion of feature specification and composite specifications (4) enabling focus+context visualization (especially in the spatial domain of 3D rendering) (5) providing proper access to the special data dimension of time and (6) coping with interactive visualization of relatively large data sets on standard PCs. Also with the help of integrating attribute derivation (a mechanism for interactive iii calculation of derived data attributes) and advanced brushing mechanisms the specification of time-dependent features i.e. features inherently depending on the special data dimension of time is realized. Finally two case studies are presented that demonstrate that the framework presented here is indeed generally applicable (e.g. to the automotive industry aerodynamics molding climate simulations etc.) and how it compares to other solutions and how it adds additional information and value to current methods.EG Graphics Dissertation Onlin
Visual analysis of complex simulation data using multiple heterogenous views
Full text linkComputational Fluid Dynamics (CFD) simulation has become very popular and is used in a wide variety of applications. Applications range from the automotive industry to aerodynamics to environmental and weather simulation, and many more. CFD simulation is popular for several reasons, including that many phenomena can be studied more easily through simulation. Measuring approaches might influence and change flow behavior. Computational simulation speeds up the design and development process of many products.Typically, CFD simulation results in very large data sets. Results are also usually time-dependent and multi-variate, including many attributes for each simulated point in space and time, e.g., flow vectors, pressure, temperature, mass fraction values of chemical substances, etc.Analyzing such data sets is not an easy task for the engineers, who have to investigate and evaluate the results. Visualization can be used to support the exploration and analysis of these data sets.Most current visualization methods for data from 3D flow simulation focus either on displaying geometric objects (e.g., streamlines, isosurfaces, etc.), or on feature-based methods employing special feature extraction and tracking techniques. However, these approaches usually do not allow the user to easily and interactivly investigate the multi-dimensional interrelations between different data attributes. The feature extraction process is usually done in a (semi-)automatic way, not allowing for interactive changes of the feature specification.The central theme of this thesis is to provide a flexible framework for interactive visual analysis of large, multi-dimensional, and time-dependent data sets resulting from flow simulation. In other words, the focus of this work is to develop a framework, which combines multiple, rather well-known concepts from scientific and information visualization, to build a new feature-based visualization framework which is based on user-driven visual analysis. This framework is called SimVis.The major strength of the newly presented visualization approach lies in a balanced combination of several different innovations. These by themselves are not all completely new and some may (to a certain extend) also be found as isolated solutions in other approaches (or in other combinations). Nevertheless, in the combinations proposed here, each component builds an integral part of the framework, which combines different individual solutions to attain maximal flexibility, while still providing solid and stable analysis tools.The innovations that contribute to this interactive feature specification framework include (1) the combination of views and methods from scientific visualization and information visualization, (2) a sophisticated interaction scheme allowing for fast and flexible information drill-down by means of advanced brushing mechanisms, (3) a fuzzy notion of feature specification and composite specifications, (4) enabling focus+context visualization (especially in the spatial domain of 3D rendering), (5) providing proper access to the special data dimension of time, and (6) coping with interactive visualization of relatively large data sets on standard PCs. Also, with the help of integrating attribute derivation (a mechanism for interactive calculation of derived data attributes) and advanced brushing mechanisms, the specification of time-dependent features, i.e., features inherently depending on the special data dimension of time, is realized.Finally two case studies are presented that demonstrate that the framework presented here is indeed generally applicable (e.g., to the automotive industry, aerodynamics, molding, climate simulations, etc.), and how it compares to other solutions and how it adds additional information and value to current methods.Computational Fluid Dynamics (CFD) Simulationen sind in letzter Zeit in immer häufigerem Einsatz in einer Vielzahl von unterschiedlichsten Anwendungsgebieten. Die Anwendungen reichen dabei vom Einsatz in der Automobilindustrie, über Anwendungen im Gebiet der Aerodynamik, bis hin zu Beispielen aus Umwelt- oder Wetter- und Klimadatensimulationen (und vielen anderen mehr). CFD Simulationen werden aus vielen Gründen immer beliebter und öfter eingesetzt, unter anderem, weil viele Phänomene leichter durch Simulation am Computer untersucht werden können, oder auch, weil auf Computern berechnete Simulationen normalerweise die Design- und Entwicklungsprozesse von vielen Produkten erheblich beschleunigen.Typische CFD Simulationen erzeugen sehr große Mengen an Ergebnisdaten.Außerdem sind die Ergebnisse normalerweise auch zeitabhängig und multivariat, was bedeutet, dass eine Vielzahl an verschiedenen Datenattributen für jeden Datenpunkt im Raum und für jeden Zeitschritt der Simulation vorhanden ist. Beispiele von solchen Datenattributen sind Strömungsvektoren und -geschwindigkeiten, Druck, Temperatur, oder Konzentrationen von bestimmten chemischen Substanzen. Die Analyse von solchen Ergebnisdatensätzen ist oft nicht einfach für die Ingenieure, die die Daten untersuchen und bewerten sollen. Dabei kann Visualisierung unterstützend eingesetzt werden.Die meisten heute verwendeten Visualisierungsmethoden für Daten welche aus einer 3D Strömungssimulation resultieren, verwenden entweder geometrische Strömungsvisualisierungsmethoden (wie z.B.: Streamlines, Isosurfaces, etc.), oder sogenannte merkmals-basierte Methoden, wo zuerst Merkmale (Features) in den Daten extrahiert werden müssen und dann Feature Tracking durchgeführt wird. Allerdings erlauben diese Ansätze normalerweise keine interaktive und einfache Steuerung des Visualisierungsprozesses, speziell kann nicht interaktiv festgelegt werden, welche Daten gerade von größtem Interesse (also ein Merkmal) sind. Die Spezifikation der Merkmale ist normalerweise nur (semi-) automatisch möglich.Das zentrale Thema dieser Dissertation ist die Entwicklung eines flexiblen Systems für die interaktive visuelle Analyse von großen, multi-dimensionalen und zeitabhängigen Ergebnissen von Strömungssimulationen. Dazu werden mehrere bekannte Methoden und Technologien aus den Bereichen der Visualisierung von wissenschaftlichen Daten (Scientific Visualization, SciVis) und der Informationsvisualisierung (Information Visualization, InfoVis) kombiniert, um daraus einen neuen Ansatz für ein merkmals-basiertes Visualisierungskonzept abzuleiten. Das System, in dem dieser Ansatz exemplarisch angewandt und entwickelt wird, heißt SimVis.Die besondere Stärke des hier neu präsentierten Visualisierungsansatzes liegt in einer ausgewogenen Kombination einer Vielzahl von kleinen neuen Innovationen. Diese alleine sind nicht alle komplett neu, bzw. wurden sie schon in anderen isolierten Lösungen und Ansätzen verwendet (teilweise in anderen Kombinationsformen). Allerdings stellt die hier präsentierte Form der Kombination dieser Einzellösungen einen neuen Ansatz dar, welcher gleichzeitig maximale Flexibilität auf der einen Seite, und einen stabilen Analyseprozess auf der anderen Seite ermöglicht.Die einzelnen Innovationen, die zu diesem neuen Ansatz beitragen, beinhalten (1) eine Kombination von Ansichten und Methoden aus SciVis und InfoVis, (2) ein ausgeklügeltes Schema zur Interaktion, basierend auf erweiterten Brushing-Methoden, (3) unscharfe Klassifikationen zur Merkmalsspezifikation (auch zusammengefügte Spezifikationen sind möglich), (4) Fokus+Kontext Visualisierungsmethoden (speziell für die 3D Darstellungen), (5) eine spezielle Behandlung der Zeit, die eine besondere Datendimension darstellt, und (6) das Ermöglichen eines interaktiven Visualisierungsprozesses auch für relativ große Datenmengen auf Standard PC-Systemen. Zusätzlich ermöglicht unser neuer Ansatz durch die Integration von Attributableitungen (eine Methode, um interaktiv neue Datendimensionen, basierend auf Informationen aus den bisher bestehenden Dimensionen, abzuleiten) und erweiterten Brushing-Methoden, eine Spezifikation von zeitabhängigen Merkmalen. Diese Merkmale sind speziell von der zeitlichen Dimension der Daten abhängig.Abschließend werden sowohl zwei Fallstudien aus dem Bereich der Automobilindustrie präsentiert, als auch die generelle Anwendbarkeit des hier neu entwickelten Ansatzes gezeigt. So lassen sich in SimVis leicht Daten aus den verschiedensten Anwendungsbereichen mit den selben Methoden untersuchen und analysieren, z.B. aus dem Bereich der Aerodynamik, von Klima und Wettersimulationen, von Simulationen von Spritzgussverfahren, aus medizinischen Anwendungsgebieten, usw
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Variations on the Author
Full text link“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
Appropriate Similarity Measures for Author Cocitation Analysis
Full text linkWe provide a number of new insights into the methodological discussion about author cocitation analysis. We first argue that the use of the Pearson correlation for measuring the similarity between authors’ cocitation profiles is not very satisfactory. We then discuss what kind of similarity measures may be used as an alternative to the Pearson correlation. We consider three similarity measures in particular. One is the well-known cosine. The other two similarity measures have not been used before in the bibliometric literature. Finally, we show by means of an example that our findings have a high practical relevance.information science;Pearson correlation;cosine;similarity measure;author cocitation analysis
Dispelling the Myths Behind First-author Citation Counts
Full text linkWe conducted a full-scale evaluative citation analysis study of scholars in the XML research field to explore just how different from each other author rankings resulting from different citation counting methods actually are, and to demonstrate the capability of emerging data and tools on the Web in supporting more realistic citation counting methods. Our results contest some common arguments for the continued
use of first-author citation counts in the evaluation of scholars, such as high correlations between author rankings by first-author citation counts and other citation
counting methods, and high costs of using more realistic citation counting methods that are not well-supported by the ISI databases. It is argued that increasingly available digital full text research papers make it possible for citation analysis studies to go beyond what the ISI databases have directly supported and to employ more
sophisticated methods
Smooth brushing for focus+context visualization of simulkation data in 3D
No full textWe present the usage of a non-discrete degree of interest (DOI) function, obtained by brushing multi-valued 3D simulation data in information visualization views, to define opacity, color, and geometrical transfer functions for 3D rendering in a scientific visualization view via linking. To reflect the smooth nature of features in flow simulation data, smooth brushing was chosen. Different available views and interaction methods of a prototype system are discussed, and examples from 3D flow simulation are shown
koamabayili/VECTRON-author-checklist: VECTRON author checklist
No full textWe have done our best to complete the author checklist relating to the use of animals in the hut study. Note that the objective for the hut study was to evaluate the IRS treatment applications for residual efficacy against Anopheles mosquitoes, including the local An. coluzzii mosquito population. Cows were only used to attract mosquitoes into the huts and no tests were carried out directly on the cows. The author checklist is intended for use with studies where experiments are carried out on animals, which is why we have had such difficulty in completing this for the hut study, as many of the questions do not relate to how the cows were used
- …
