supInUnVis - Vorbereitung einer ERC-Advanced-Grant Submission 2023 zum Thema "Uncertainty Visualization

Die effektive Analyse großer Daten ist eine der großen Herausforderungen an die aktuelle Forschung. Die meisten heutzutage erzeugten Daten erleiden dasselbe Schicksal: sie werden abgespeichert oder gelöscht, ohne jemals analysiert worden zu sein. Eine gängige und gut etablierte Methode der Datenanalyse ist die interaktive visuelle Analyse. Das Gebiet der wissenschaftlichen Visualisierung zielt insbesondere darauf ab, Algorithmen zur visuellen Analyse von Feldern glatter 3D/4D-Skalar-, Vektor-, Tensor- oder Multifelder zu finden. Solche Daten werden durch Messungen und Simulationen in vielen Anwendungen wie Klimaforschung, Verbrennungssimulationen, Maschinenbau oder medizinische Bildgebung erzeugt. Die Visualisierung zielt darauf ab, relevante Eigenschaften, Merkmale und Korrelationen in den Daten zu finden, indem man sich auf Ansätze der modernen Computergraphik stützt. Sie beruht auf der Tatsache, dass das menschliche visuelle System in der Lage ist, eine riesige Datenmenge in kurzer Zeit zu verarbeiten - wenn die Daten in geeigneter Weise visuell dargestellt werden. Moderne Visualisierungsansätze beruhen auch auf der Kombination von visuellen und automatischen Methoden, dies wird üblicherweise als Visual Analytics bezeichnet.

Die Visualisierung steht vor einer ständigen Herausforderung durch die ständig wachsende Größe und Komplexität der Daten. Während sowohl die Datengröße als auch die Fähigkeiten der Grafikhardware mit exponentieller Geschwindigkeit zunehmen, bleiben die Fähigkeiten des menschlichen visuellen Systems nahezu konstant. Tatsächlich gibt es einen ständigen "Wettlauf" zwischen dem Datenwachstum und der Entwicklung neuer skalierbarer Analysetechniken. Die Ergebnisse dieses Wettlaufs haben einen tiefgreifenden Einfluss auf die Entwicklung von Wissenschaft und Technik: Wenn die Datenerfassung "gewinnt" (d.h. die Datenerzeugung wächst schneller als die Analysetechnik), verzögert sich der technische Fortschritt, weil die Vielzahl der vorhandenen Daten nicht richtig analysiert werden kann. Wenn die Analyse "gewinnt", wird eine schnellere Entwicklung der Simulations- und Messtechnik gefördert, weil die Analysetechnik bereits verfügbar ist, wenn Daten neuer Größenordnungen simuliert/gemessen werden. Gegenwärtig werden in modernen Visualisierungstechniken alle verfügbaren grafischen Ressourcen genutzt, um aussagekräftige und schnelle Visualisierungen zu erstellen.