Metadaten

Heidelberger Akademie der Wissenschaften [Hrsg.]
Jahrbuch ... / Heidelberger Akademie der Wissenschaften: Jahrbuch 2020 — 2021

DOI Kapitel:
A. Das akademische Jahr 2020
DOI Kapitel:
I. Wissenschaftliche Vorträge
DOI Artikel:
Ertl, Thomas: Interaktive Visualisierung – eine Schlüsseldisziplin für die Analyse großer Datenmengen: Sitzung der Mathematisch-naturwissenschaftlichen Klasse am 17. Juli 2020
DOI Seite / Zitierlink: 
https://doi.org/10.11588/diglit.61621#0031
Lizenz: Freier Zugang - alle Rechte vorbehalten
Überblick
Faksimile
0.5
1 cm
facsimile
Vollansicht
OCR-Volltext
Thomas Ertl

Vereisung von Flugzeugen oder Sprühtrocknen. Die Ergebnisdaten von Mehr-
phasensimulationen sind hochaufgelöste, dreidimensionale, zeitlich veränderliche
Beschreibungen von Tröpfchen und ihren Grenzflächen. Mit speziellen Visuali-
sierungstechniken kann z. B. analysiert werden, welche Komponenten bei einer
Tropfenkollision aus den ursprünglichen Bestandteilen entstehen (Abb. 1). Mit
Methoden des maschinellen Lernens können in den tausenden von Komponenten
eines Strahlzerfalls Tropfen mit interessanten physikalischen Eigenschaften extra-
hiert werden (Abb. 2).
In einem anderen Sonderforschungsbereich (SFB 1313) werden poröse Me-
dien experimentell und mit Simulationen untersucht. In einer der Anwendun-
gen geht es um das Verständnis der Prozesse beim Einlagern von Kohlendioxid in
Sandstein. Mit hochauflösender Röntgencomputertomographie wird aufgenom-
men, wie in einem kleinen Probewürfel nach Einspritzung eines Fluids Gasbla-
sen verbleiben oder entweichen. Die visuelle Analyse-Pipeline für diese Art von
Daten besteht aus vielen Teilschritten (Abb. 3). Zuerst müssen die Blasen in den
Schichtbildern detektiert und ihre Oberfläche extrahiert werden. Dann werden sie
je nachdem, wie sie in das poröse Medium eingebettet sind, in unterschiedlichen


Abbildung 1: Visualisierung von sechs Zeitschritten einer Simulation einer Tropfenkollision. Die Herkunft
der kleinen Tropfen (rechts) aus den ursprünglichen Tropfen (links) kann über die Farbkodierung rückverfolgt
werden.


Abbildung 2: Visualisierung einer Strahlzerfallssimulation. Physikalisch interessante Ligamente können über
Verfahren des maschinellen Lernens identifiziert werden.

31
 
Annotationen
© Heidelberger Akademie der Wissenschaften