Räumlich-zeitliche Daten entstehen durch moderne Erfassungssysteme und Sensoren. Die Erfassung und Erzeugung der Daten erfolgt in der Regel automatisiert, so dass eine wesentliche Aufgabe darin besteht, Informationen aus diesen Daten abzuleiten und anwendungsspezifische Analysen durchzuführen. Darüber hinaus ist die Visualisierung der Daten und Analyseergebnisse eine wesentliche Anforderung. 

Gegenstand dieses Seminars sind die Erarbeitung und die softwaretechnische Umsetzung von ausgewählten Verfahren zur Analyse und Visualisierung von räumlich-zeitlichen Daten. Mit Hilfe von selbst implementierten Algorithmen zur Datenverarbeitung sowie geeigneten Visualisierungs- und Interaktionstechniken sollen themenbezogene Fragestellungen beantwortet werden. Mögliche Themen und Anwendungsbereiche sind:

  • Deep Learning für massive 3D-Punktwolken
  • Web-basierte Techniken für die Visualisierung von 3D-Punktwolken
  • Analyse von Mobile-Mapping-Daten des Straßennetzwerkes einer Stadt
  • Parallelisierung und High-Performance-Computing für räumlich-zeitliche Daten
  • Datenkompression und räumliche Datenstrukturen
  • Analyse und Visualisierung von Domotikdaten (Smart Homes, Smart Living)
  • Techniken für das Web-basierte 3D-Rendering von Sensordaten