|
|
Zum 18. Juni 2007 hat Prof. Dr. rer. nat. Daniel Weiskopf die neu eingerichtete Professur für Visualisierung am Visualisierungsinstitut der Universität Stuttgart (VISUS) übernommen. Geboren wurde er 1970 in Reutlingen. Er studierte Physik (Diplom) an der Eberhard-Karls-Universität Tübingen und verbrachte ein Jahr als Austauschstudent an der San Francisco State University und der University of California, Berkeley. Nach Abschluss seines Studiums war er als wissenschaftlicher Mitarbeiter am Institut für Astronomie und Astrophysik der Eberhard-Karls-Universität Tübingen tätig, wo er 2001 über die Visualisierung der vierdimensionalen Raumzeiten der speziellen und allgemeinen Relativitätstheorie promovierte. Im Anschluss wechselte er an das Institut für Visualisierung und Interaktive Systeme der Universität Stuttgart. Dort konzentrierte er seine Forschung auf die Entwicklung von Verfahren zur wissenschaftlichen Visualisierung, beispielsweise von Volumen- und Strömungsdaten, und auf die Entwicklung von Visualisierungsalgorithmen, die die Möglichkeiten moderner Graphikhardware (engl. GPU, Graphics Processing Unit) ausnutzen. 2005 habilitierte er im Fach Informatik über GPU-Methoden zur wissenschaftlichen Visualisierung. Anschließend war er von September 2005 bis Juni 2007 Assistant Professor (Tenure Track) für Informatik an der Simon Fraser University in Kanada.
Zu den Arbeitsgebieten von Prof. Weiskopf gehören neben der oben genannten wissenschaftlichen Visualisierung, GPU-Methoden und der relativistischen Visualisierung unter anderem die Bereiche Echtzeitcomputergraphik, wahrnehmungsorientierte Visualisierungsverfahren, virtuelle und erweiterte Realitäten, parallele Algorithmen für Computergraphik, medizinische Visualisierung sowie Visualisierung und interaktive Systeme auf mobilen Geräten (etwa Mobiltelefonen). Auf diesen Gebieten wird er am Visualisierungsinstitut der Universität Stuttgart die Forschung fortführen und ausbauen. Die größte zukünftige Herausforderung sieht Daniel Weiskopf in der Bewältigung der explosionsartig wachsenden Datenmengen, die durch visuelle Analyse verarbeitet werden müssen und erst dadurch verstanden werden können. Typische Beispiele für stark wachsende Datenmengen sind die in den weltweiten Computernetzen abgelegten Informationen, die durch immer billiger werdende, weit verbreitete Sensoren gelieferten Daten (zum Beispiel Kameras in Mobiltelefonen) sowie umfangreiche Simulationsergebnisse aus den Ingenieur- und Naturwissenschaften. Daraus ergeben sich wissenschaftliche Fragestellungen nach der Effizienz von Visualisierungsverfahren und der für den Benutzer angemessenen und verständlichen visuellen Repräsentation. Darüber hinaus sollen diese Verfahren in interdisziplinärer Zusammenarbeit mit Visualisierungsanwendern entwickelt werden, um eine gute Benutzbarkeit zu gewährleisten.
uk
|
