Welfenlab - Leibniz 
                        Universitšt Hannover Welfenlab Leibniz Universitšt Hannover

Kompression und hierarchische Repräsentationen

Auf fast allen Gebieten der Natur- und Ingenieurwissenschaften werden heutzutage umfangreiche Messungen, Berechnungen und Simulationen durchgef√ľhrt. Das exponentielle Wachstum von Umfang und Komplexit√§t der so erzeugten Datenmengen ist dabei gr√∂√üer als das lineare Wachstum der mit dem Mooreschen Gesetz vorausgesagten Verf√ľgbarkeit von Speicherkapazit√§t. Dies Problem wirft Fragen auf, etwa

  • Gibt es Analyse-Methoden, die abstrahierte Sichten von Daten auf h√∂herer Ebene liefern und bedeutungstragende Information bei geringerer Datenmenge erhalten?
  • K√∂nnen etwa geometrische / topologische Ans√§tze geeignete Werkzeuge liefern, um sehr gro√üe Datenmengen zu abstrahieren und Visualisierungen liefern, die qualitativ relevante Aspekte der Daten erhalten?
  • Wie kann man Zwischenergebnisse von Simulationen, die wertvollen Speicherplatz belegen, komprimieren und dekomprimieren, ohne Berechnungsfehler entarten zu lassen?

Solchen und verwandten Fragestellungen gehen wir in unserer Forschung nach, da sie eng mit anderen Problemen, wie der Visualisierung und der Simulation in virtuellen Umgebungen verbunden sind.

Um zweidimensionale Bilddaten zu komprimieren, werden heute die Fourier- und die verwandte Wavelet-Transformation verwendet. Diese Transformationen liefern hierarchische Darstellungen der Eingangsdaten und damit auch eine nat√ľrliche M√∂glichkeit die Daten zu komprimieren, indem Details weggelassen werden. Obwohl diese Techniken im zweidimensionalen gut verstanden sind, ist die √úbertragung in den dreidimensionalen Raum nicht einfach und daher
Gegenstand aktueller Forschung.

Top | Last Change 19.04.2009 | Editorial Responsibility 
| Imprint | © FG Graphische Datenverarbeitung