Refine
Document Type
- Article (8)
- In Proceedings (2)
- Book chapter (1)
- Doctoral Thesis (1)
- ZIB-Report (1)
Language
- English (13)
Is part of the Bibliography
- no (13)
Keywords
Approximate Level-Crossing Probabilities for Interactive Visualization of Uncertain Isocontours
(2013)
Modeling, Quantification and Visualization of Probabilistic Features in Fields with Uncertainties
(2015)
Eine grundlegende Eigenschaft von naturwissenschaftlichen Daten ist, dass der wahre Wert einer Größe nicht beliebig genau bestimmbar ist. Es ist lediglich möglich, ihn durch Intervalle einzugrenzen oder die Unsicherheit durch eine Wahrscheinlichkeitsverteilung zu charakterisieren. Dies gilt für alle reellwertigen Daten, sowohl für Mess-, als auch für Simulationsergebnisse. Beispiele sind Messungen von grundlegenden physikalischen Größen wie Geschwindigkeit oder auch langfristige Temperaturvorhersagen, die durch Klimamodelle berechnet werden. Die Unsicherheit von Ergebnissen ist eine wichtige Information, die in Natur- und Ingenieurwissenschaften häufig durch Konfidenzintervalle in 1D-Plots und Tabellen angezeigt wird. Im Gegensatz dazu ist es bisher bei der Visualisierung von 2D- und 3D-Daten mithilfe von Standardmethoden meist unmöglich, die Datenunsicherheit zu repräsentieren.
Diese Arbeit stellt wahrscheinlichkeitstheoretisch fundierte Methoden vor, die die Analyse und Visualisierung von Skalar-, Vektor- und Tensorfeldern mit Unsicherheiten ermöglichen. Der Fokus liegt dabei auf der Extraktion von raumzeitlichen geometrischen und topologischen Merkmalen aus den Feldern (z.B. Isokonturen und kritische Punkte). Wir nutzen parametrische und nichtparametrische Zufallsfelder, um Variabilität und räumliche Korrelation mathematisch zu modellieren. Die Wahrscheinlichkeitsverteilungen werden aus Ensemble-Datensätzen geschätzt, die mehrere Simulationsergebnisse (z.B. basierend auf variierenden Simulationsparametern) zusammenfassen. Wir untersuchen die Konditionszahlen von Merkmalsextraktionsmethoden, um die Sensitivität, d.h. die Verstärkung oder Abschwächung der Unsicherheit der Ergebnisse relativ zu Unsicherheiten in den Eingangsdaten abzuschätzen. Wir stellen einen allgemeiner Ansatz für die probabilistische Merkmalsextraktion vor, der die Basis für die Berechnung räumlicher Wahrscheinlichkeitsverteilungen von verschiedenen Merkmalen in Skalar-, Vektor- und Tensorfeldern bildet. In diesem Framework werden Wahrscheinlichkeiten für die Existenz von Merkmalen aus lokalen Randverteilungen und formalen Merkmalsdefinitionen berechnet. Numerisch können die Wahrscheinlichkeiten durch Monte-Carlo-Integration bestimmt werden. Um den hohen Rechenaufwand dieses Ansatzes zu vermeiden, schlagen wir schnelle Berechnungsmethoden vor, wobei Merkmalswahrscheinlichkeiten näherungsweise mit Hilfe von Surrogatfunktionen bzw. Lookup-Tabellen geschätzt werden. Die vorgeschlagenen Methoden werden anhand von Daten aus Klima- und Biofluidmechaniksimulationen sowie aus der medizinischen Bildgebung qualitativ und quantitativ evaluiert.
Probabilistic Marching Cubes
(2011)
Statistical wall shear stress maps of ruptured and unruptured middle cerebral artery aneurysms
(2012)
Monocrystaline Ni-base superalloys are the material of choice for first row blades in jet engine gas turbines. Using a novel visualization tool for 3D reconstruction and visualization of dislocation line segments from stereo-pairs of scanning transmission electron microscopies, the superdislocation substructures in Ni-base superalloy LEK 94 (crept to ε = 26%) are characterized. Probable scenarios are discussed, how these dislocation substructures form.
A great amount of material properties is strongly influenced by dislocations, the carriers of plastic deformation. It is therefore paramount to have appropriate tools to quantify dislocation substructures with regard to their features, e.g., dislocation density, Burgers vectors or line direction. While the transmission electron microscope (TEM) has been the most widely-used equipment implemented to investigate dislocations, it usually is limited to the two-dimensional (2D) observation of three-dimensional (3D) structures. We reconstruct, visualize and quantify 3D dislocation substructure models from only two TEM images (stereo pairs) and assess the results. The reconstruction is based on the manual interactive tracing of filiform objects on both images of the stereo pair. The reconstruction and quantification method are demonstrated on dark field (DF) scanning (S)TEM micrographs of dislocation substructures imaged under diffraction contrast conditions. For this purpose, thick regions (>300 nm) of TEM foils are analyzed, which are extracted from a Ni-base superalloy single crystal after high temperature creep deformation. It is shown how the method allows 3D quantification from stereo pairs in a wide range of tilt conditions, achieving line length and orientation uncertainties of 3% and 7°, respectively. Parameters that affect the quality of such reconstructions are discussed.