This collection of peer-reviewed conference papers provides comprehensive coverage of cutting-edge research in topological approaches to data analysis and visualization. It encompasses the full range of new algorithms and insights, including fast homology computation, comparative analysis of simplification techniques, and key applications in materials and medical science. The volume also features material on core research challenges such as the representation of large and complex datasets and integrating numerical methods with robust combinatorial algorithms. Reflecting the focus of the TopoInVis 2013 conference, the contributions evince the progress currently being made on finding experimental solutions to open problems in the sector. They provide an inclusive snapshot of state-of-the-art research that enables researchers to keep abreast of the latest developments and provides a foundation for future progress. With papers by some of the world’s leading experts in topological techniques, this volume is a major contribution to the literature in a field of growing importance with applications in disciplines that range from engineering to medicine.
Topology-based methods are of increasing importance in the analysis and visualization of datasets from a wide variety of scientific domains such as biology, physics, engineering, and medicine. Current challenges of topology-based techniques include the management of time-dependent data, the representation of large and complex datasets, the characterization of noise and uncertainty, the effective integration of numerical methods with robust combinatorial algorithms, etc. . The editors have brought together the most prominent and best recognized researchers in the field of topology-based data analysis and visualization for a joint discussion and scientific exchange of the latest results in the field. This book contains the best 20 peer-reviewed papers resulting from the discussions and presentations at the third workshop on "Topological Methods in Data Analysis and Visualization", held 2009 in Snowbird, Utah, US. The 2009 "TopoInVis" workshop follows the two successful workshops in 2005 (Slovakia) and 2007 (Germany).
This book presents contributions on topics ranging from novel applications of topological analysis for particular problems, through studies of the effectiveness of modern topological methods, algorithmic improvements on existing methods, and parallel computation of topological structures, all the way to mathematical topologies not previously applied to data analysis. Topological methods are broadly recognized as valuable tools for analyzing the ever-increasing flood of data generated by simulation or acquisition. This is particularly the case in scientific visualization, where the data sets have long since surpassed the ability of the human mind to absorb every single byte of data. The biannual TopoInVis workshop has supported researchers in this area for a decade, and continues to serve as a vital forum for the presentation and discussion of novel results in applications in the area, creating a platform to disseminate knowledge about such implementations throughout and beyond the community. The present volume, resulting from the 2015 TopoInVis workshop held in Annweiler, Germany, will appeal to researchers in the fields of scientific visualization and mathematics, domain scientists with an interest in advanced visualization methods, and developers of visualization software systems.
When scientists analyze datasets in a search for underlying phenomena, patterns or causal factors, their first step is often an automatic or semi-automatic search for structures in the data. Of these feature-extraction methods, topological ones stand out due to their solid mathematical foundation. Topologically defined structures—as found in scalar, vector and tensor fields—have proven their merit in a wide range of scientific domains, and scientists have found them to be revealing in subjects such as physics, engineering, and medicine. Full of state-of-the-art research and contemporary hot topics in the subject, this volume is a selection of peer-reviewed papers originally presented at the fourth Workshop on Topology-Based Methods in Data Analysis and Visualization, TopoInVis 2011, held in Zurich, Switzerland. The workshop brought together many of the leading lights in the field for a mixture of formal presentations and discussion. One topic currently generating a great deal of interest, and explored in several chapters here, is the search for topological structures in time-dependent flows, and their relationship with Lagrangian coherent structures. Contributors also focus on discrete topologies of scalar and vector fields, and on persistence-based simplification, among other issues of note. The new research results included in this volume relate to all three key areas in data analysis—theory, algorithms and applications.
The Handbook of Discrete and Computational Geometry is intended as a reference book fully accessible to nonspecialists as well as specialists, covering all major aspects of both fields. The book offers the most important results and methods in discrete and computational geometry to those who use them in their work, both in the academic world—as researchers in mathematics and computer science—and in the professional world—as practitioners in ?elds as diverse as operations research, molecular biology, and robotics. Discrete geometry has contributed signi?cantly to the growth of discrete mathematics in recent years. This has been fueled partly by the advent of powerful computers and by the recent explosion of activity in the relatively young ?eld of computational geometry. This synthesis between discrete and computational geometry lies at the heart of this Handbook. A growing list of application fields includes combinatorial optimization, computer-aided design, computer graphics, crystallography, data analysis, error-correcting codes, geographic information systems, motion planning, operations research, pattern recognition, robotics, solid modeling, and tomography.
This book contains the refereed proceedings of the 11th International Symposium on Mathematical Morphology, ISMM 2013 held in Uppsala, Sweden, in May 2013. The 41 revised full papers presented together with 3 invited papers were carefully reviewed and selected from 52 submissions. The papers are organized in topical sections on theory; trees and hierarchies; adaptive morphology; colour; manifolds and metrics; filtering; detectors and descriptors; and applications.
The concept of 'shape' is at the heart of image processing and computer vision, yet researchers still have some way to go to replicate the human brain's ability to extrapolate meaning from the most basic of outlines. This volume reflects the advances of the last decade, which have also opened up tough new challenges in image processing. Today's applications require flexible models as well as efficient, mathematically justified algorithms that allow data processing within an acceptable timeframe. Examining important topics in continuous-scale and discrete modeling, as well as in modern algorithms, the book is the product of a key seminar focused on innovations in the field. It is a thorough introduction to the latest technology, especially given the tutorial style of a number of chapters. It also succeeds in identifying promising avenues for future research. The topics covered include mathematical morphology, skeletonization, statistical shape modeling, continuous-scale shape models such as partial differential equations and the theory of discrete shape descriptors. Some authors highlight new areas of enquiry such as partite skeletons, multi-component shapes, deformable shape models, and the use of distance fields. Combining the latest theoretical analysis with cutting-edge applications, this book will attract both academics and engineers.
Dieser Buchtitel ist Teil des Digitalisierungsprojekts Springer Book Archives mit Publikationen, die seit den Anfängen des Verlags von 1842 erschienen sind. Der Verlag stellt mit diesem Archiv Quellen für die historische wie auch die disziplingeschichtliche Forschung zur Verfügung, die jeweils im historischen Kontext betrachtet werden müssen. Dieser Titel erschien in der Zeit vor 1945 und wird daher in seiner zeittypischen politisch-ideologischen Ausrichtung vom Verlag nicht beworben.
Der "Cormen" bietet eine umfassende und vielseitige Einführung in das moderne Studium von Algorithmen. Es stellt viele Algorithmen Schritt für Schritt vor, behandelt sie detailliert und macht deren Entwurf und deren Analyse allen Leserschichten zugänglich. Sorgfältige Erklärungen zur notwendigen Mathematik helfen, die Analyse der Algorithmen zu verstehen. Den Autoren ist es dabei geglückt, Erklärungen elementar zu halten, ohne auf Tiefe oder mathematische Exaktheit zu verzichten. Jedes der weitgehend eigenständig gestalteten Kapitel stellt einen Algorithmus, eine Entwurfstechnik, ein Anwendungsgebiet oder ein verwandtes Thema vor. Algorithmen werden beschrieben und in Pseudocode entworfen, der für jeden lesbar sein sollte, der schon selbst ein wenig programmiert hat. Zahlreiche Abbildungen verdeutlichen, wie die Algorithmen arbeiten. Ebenfalls angesprochen werden Belange der Implementierung und andere technische Fragen, wobei, da Effizienz als Entwurfskriterium betont wird, die Ausführungen eine sorgfältige Analyse der Laufzeiten der Programme mit ein schließen. Über 1000 Übungen und Problemstellungen und ein umfangreiches Quellen- und Literaturverzeichnis komplettieren das Lehrbuch, dass durch das ganze Studium, aber auch noch danach als mathematisches Nachschlagewerk oder als technisches Handbuch nützlich ist. Für die dritte Auflage wurde das gesamte Buch aktualisiert. Die Änderungen sind vielfältig und umfassen insbesondere neue Kapitel, überarbeiteten Pseudocode, didaktische Verbesserungen und einen lebhafteren Schreibstil. So wurden etwa - neue Kapitel zu van-Emde-Boas-Bäume und mehrfädigen (engl.: multithreaded) Algorithmen aufgenommen, - das Kapitel zu Rekursionsgleichungen überarbeitet, sodass es nunmehr die Teile-und-Beherrsche-Methode besser abdeckt, - die Betrachtungen zu dynamischer Programmierung und Greedy-Algorithmen überarbeitet; Memoisation und der Begriff des Teilproblem-Graphen als eine Möglichkeit, die Laufzeit eines auf dynamischer Programmierung beruhender Algorithmus zu verstehen, werden eingeführt. - 100 neue Übungsaufgaben und 28 neue Problemstellungen ergänzt. Umfangreiches Dozentenmaterial (auf englisch) ist über die Website des US-Verlags verfügbar.
This book contains papers presented at the Workshop on the Analysis of Large-scale, High-Dimensional, and Multi-Variate Data Using Topology and Statistics, held in Le Barp, France, June 2013. It features the work of some of the most prominent and recognized leaders in the field who examine challenges as well as detail solutions to the analysis of extreme scale data. The book presents new methods that leverage the mutual strengths of both topological and statistical techniques to support the management, analysis, and visualization of complex data. It covers both theory and application and provides readers with an overview of important key concepts and the latest research trends. Coverage in the book includes multi-variate and/or high-dimensional analysis techniques, feature-based statistical methods, combinatorial algorithms, scalable statistics algorithms, scalar and vector field topology, and multi-scale representations. In addition, the book details algorithms that are broadly applicable and can be used by application scientists to glean insight from a wide range of complex data sets.
Combining theoretical and practical aspects of topology, this book provides a comprehensive and self-contained introduction to topological methods for the analysis and visualization of scientific data. Theoretical concepts are presented in a painstaking but intuitive manner, with numerous high-quality color illustrations. Key algorithms for the computation and simplification of topological data representations are described in detail, and their application is carefully demonstrated in a chapter dedicated to concrete use cases. With its fine balance between theory and practice, "Topological Data Analysis for Scientific Visualization" constitutes an appealing introduction to the increasingly important topic of topological data analysis for lecturers, students and researchers.
Bildgebende Verfahren spielen eine zentrale Rolle in der modernen Medizin. In neuerer Zeit gewinnen hier insbesondere Verfahren für die 3D-Operationsplanung und computergestützte Chirurgie zunehmend an Bedeutung. Die Entwicklung neuer Verfahren und die Verbesserung existierender Ansätze sind eine große interdisziplinäre Herausforderung, bei der Wissenschaftler, Hersteller und Anwender aus Medizin, Informatik, Technik, Natur- und Ingenieurwissenschaften eng zusammenarbeiten müssen, um entscheidende Fortschritte zu erzielen. Der Workshop Bildverarbeitung für die Medizin hat sich als ein interdisziplinäres Forum für die Präsentation und Diskussion von Methoden, Systemen und Anwendungen im Bereich der Medizinischen Bildverarbeitung etabliert.
Während noch vor wenigen Jahrzehnten die Forschung auf dem Gebiet der Maschinendynamik hauptsächlich den Kolbenmaschinen galt, ist mittlerweile eine Akzentverschiebung zu den Maschinen mit ausschließlich rotierenden Teilen, wie Turbomaschinen und Elektro motoren eingetreten. Das hängt einmal damit zusammen, daß Gas turbinen, Turbopumpen, Turboverdichter und Elektromotoren Anwen dungsgebiete erobert haben, die früher Kolbenmaschinen vorbehalten waren. Außerdem sind durch das Bestreben, die Leistungsgewichte durch Drehzahlerhöhungen zu verringern, Probleme aufgetreten, wie beispiels weise Fragen der Laufstabilität, die früher ohne Bedeutung für die Praxis waren. Daher wurde die Forschung auf diesem Gebiet in den letzten Jahren intensiviert. In dieser Einführung in die Dynamik biegeelastischer Läufer haben wir versucht, die Fülle interessanter, oft sogar verblüffender Phänomene am einfachsten Rotormodell darzustellen. Wir haben uns auf die Behand lung des Laval-Läufers - der elastischen Welle mit aufgesetzter Scheibe - beschränkt, an dem sich bereits die wichtigsten Erscheinungen auf zeigen lassen. Da die Zahl der Freiheitsgrade niedrig ist, ist meist noch eine geschlossene Lösung der Bewegungsgleichungen möglich. Mit diesem Buch wenden wir uns an Studenten der Hochschulen und an Ingenieure in der Praxis. Wir hoffen, daß durch den sparsamen Ge brauch der höheren Mathematik das Verständnis auch dem Anfänger wesentlich erleichtert wird. Verbesserungsvorschläge und Hinweise auf Fehler nehmen wir gern entgegen.
Zusammen mit der Abstraktion ist die Mathematik das entscheidende Werkzeug für technologische Innovationen. Das Buch bietet eine Einführung in zahlreiche Anwendungen der Mathematik auf dem Gebiet der Technologie. Meist werden moderne Anwendungen dargestellt, die heute zum Alltag gehören. Die mathematischen Grundlagen für technologische Anwendungen sind dabei relativ elementar, was die Leistungsstärke der mathematischen Modellbildung und der mathematischen Hilfsmittel beweist. Mit zahlreichen originellen Übungen am Ende eines jeden Kapitels.
Ob Kaufverhalten, Grippewellen oder welche Farbe am ehesten verrät, ob ein Gebrauchtwagen in einem guten Zustand ist – noch nie gab es eine solche Menge an Daten und noch nie bot sich die Chance, durch Recherche und Kombination in der Daten¬flut blitzschnell Zusammenhänge zu entschlüsseln. Big Data bedeutet nichts weniger als eine Revolution für Gesellschaft, Wirtschaft und Politik. Es wird die Weise, wie wir über Gesundheit, Erziehung, Innovation und vieles mehr denken, völlig umkrempeln. Und Vorhersagen möglich machen, die bisher undenkbar waren. Die Experten Viktor Mayer-Schönberger und Kenneth Cukier beschreiben in ihrem Buch, was Big Data ist, welche Möglichkeiten sich eröffnen, vor welchen Umwälzungen wir alle stehen – und verschweigen auch die dunkle Seite wie das Ausspähen von persönlichen Daten und den drohenden Verlust der Privatsphäre nicht.
The goal of visualization is the accurate, interactive, and intuitive presentation of data. Complex numerical simulations, high-resolution imaging devices and incre- ingly common environment-embedded sensors are the primary generators of m- sive data sets. Being able to derive scienti?c insight from data increasingly depends on having mathematical and perceptual models to provide the necessary foundation for effective data analysis and comprehension. The peer-reviewed state-of-the-art research papers included in this book focus on continuous data models, such as is common in medical imaging or computational modeling. From the viewpoint of a visualization scientist, we typically collaborate with an application scientist or engineer who needs to visually explore or study an object which is given by a set of sample points, which originally may or may not have been connected by a mesh. At some point, one generally employs low-order piecewise polynomial approximationsof an object, using one or several dependent functions. In order to have an understanding of a higher-dimensional geometrical “object” or function, ef?cient algorithms supporting real-time analysis and manipulation (- tation, zooming) are needed. Often, the data represents 3D or even time-varying 3D phenomena (such as medical data), and the access to different layers (slices) and structures (the underlying topology) comprising such data is needed.
Mathematik trägt immer stärker zur Produktentwicklung und Produktionssicherheit, zur Wertschöpfung und Ressourcenschonung bei. Das Buch erörtert in verschiedenen ingenieurwissenschaftlichen Themenfeldern das Verhältnis von Mathematik und Technikwissenschaften, den Beitrag der Mathematik zur industriellen Wertschöpfung und die Schlüsselrolle der Mathematik bei der Beherrschung komplexer Systeme. Gleichzeitig schlagen die Autoren Maßnahmen zur Verbesserung der Interaktion zwischen Mathematik und Technikwissenschaften, Forschung und Industrie vor.
Das Buch bietet sowohl Medizinern und Biologen als auch Informatikern einen umfassenden und verständlichen Einstieg in die Medizinische Informatik und Bioinformatik. Die Darstellung der Themen ist abgestimmt auf die Studieninhalte dieser neuen Fachrichtungen. In den ersten Kapiteln werden die Grundbegriffe der Medizin (z.B. Anatomie, Biochemie, Physiologie, Genetik, Gesundheitswesen) und der Informatik (z.B. Algorithmen, Datenbanken, Internet, Software Engineering) erläutert. Dies ermöglicht dem Informatiker bzw. Mediziner einen schnellen Zugang zum jeweils komplementären Fachgebiet. In den folgenden Kapiteln werden alle relevanten Themen der Medizinischen Informatik (z.B. Krankenhausinformationssysteme, PACS, Datenschutz, ICD, DRG, Computer-based-Training) und der Bioinformatik (z.B. Sequenzanalyse, Gen-Datenbanken, Proteomics, Genomics, Genexpressionsanalyse) anschaulich dargestellt.
Auch die 7., völlig neu bearbeitete Auflage dient zum Lernen, Anwenden und Nachschlagen. Da statistische Programmpakete weit verbreitet sind, hat man sich in dieser Auflage mehr auf die Planung von Untersuchungen konzentriert. Darüber hinaus wurden zahlreiche Gebiete ausführlicher behandelt (z.B. Kombinatorik) und neue Methoden wie der Jonckheer-Test neu aufgenommen. Zahlreiche aktualisierte Zusammenhänge und Verweise sowie viele neue Übersichten, Tabellen und Beispiele runden dieses Buch ab.

Best Books