Module also offered within study programmes:
General information:
Name:
Data analysis and visualization for virtual reality
Course of study:
2019/2020
Code:
ITEI-2-304-s
Faculty of:
Computer Science, Electronics and Telecommunications
Study level:
Second-cycle studies
Specialty:
-
Field of study:
ICT studies
Semester:
3
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
dr inż. Bułat Jarosław (kwant@agh.edu.pl)
Module summary

Zajęcia będą projektową pracą grupową przewidującą wykonanie aplikacji obejmujące dziedziny takie jak Big Data, eksploracja danych i wirtualna rzeczywistość (Oculus Rift).

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Social competence: is able to
M_K001 Potrafi pracować w zespole programistycznym, komunikować się w obrębie grupy. Ma świadomość odpowiedzialności wiążącej się z wykonaniem w terminie swojej części zadania. TEI2A_K01 Project
Skills: he can
M_U001 Potrafi przygotowywać obrazy i filmy 3D dla hełmów rzeczywistości wirtualnej. TEI2A_U05, TEI2A_U06, TEI2A_U01, TEI2A_U04 Project
M_U002 Potrafi opracować aplikację realizującą komunikację między hełmami rzeczywistości wirtualnej TEI2A_U05, TEI2A_U06, TEI2A_U03, TEI2A_U04 Project
M_U003 Potrafi przygotować prezentację projektu informatycznego realizowanego w dużej grupie. TEI2A_U02, TEI2A_U01, TEI2A_U03 Presentation
Knowledge: he knows and understands
M_W001 Ma ugruntowaną wiedzę z zakresu tworzenia obrazów 3D. TEI2A_W03 Project
M_W002 Potrafi aktywnie uczestniczyć w projekcie. Zna najważniejsze aspekty zarządzania projektami od strony prawnej, ekonomicznej i narzędziowej. TEI2A_W03 Project
Number of hours for each form of classes:
Sum (hours)
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
45 0 0 0 45 0 0 0 0 0 0 0
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Social competence
M_K001 Potrafi pracować w zespole programistycznym, komunikować się w obrębie grupy. Ma świadomość odpowiedzialności wiążącej się z wykonaniem w terminie swojej części zadania. - - - + - - - - - - -
Skills
M_U001 Potrafi przygotowywać obrazy i filmy 3D dla hełmów rzeczywistości wirtualnej. - - - + - - - - - - -
M_U002 Potrafi opracować aplikację realizującą komunikację między hełmami rzeczywistości wirtualnej - - - + - - - - - - -
M_U003 Potrafi przygotować prezentację projektu informatycznego realizowanego w dużej grupie. - - - + - - - - - - -
Knowledge
M_W001 Ma ugruntowaną wiedzę z zakresu tworzenia obrazów 3D. - - - + - - - - - - -
M_W002 Potrafi aktywnie uczestniczyć w projekcie. Zna najważniejsze aspekty zarządzania projektami od strony prawnej, ekonomicznej i narzędziowej. - - - + - - - - - - -
Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 100 h
Module ECTS credits 4 ECTS
Udział w zajęciach dydaktycznych/praktyka 45 h
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 50 h
Contact hours 5 h
Module content
Project classes (45h):

W ramach przedmiotu jest możliwość rozwijania różnych umiejętności z dziedzin, takich jak:
- Big Data
- Składowanie danych o zróżnicowanej strukturze
- Analiza danych
- Wizualizacja danych w przestrzeni rzeczywistości wirtualnej (Oculus Rift)
- Tworzenie grafiki komputerowej używając środowiska np. Unity
- Interakcja z użytkownikiem wzorowana na grach wirtualnej rzeczywistości

Każdy student definiuje swoje zadania, które realizowane są w cyklach (sprintach) dwutygodniowych. Wyniki zadań są dyskutowane i stanowią podstawę do dalszych prac. Celem projektu jest integracja wszystkich modułów w jedną aplikację.

Additional information
Teaching methods and techniques:
  • Project classes: Studenci wykonują zadany projekt samodzielnie, bez większej ingerencji prowadzącego. Ma to wykształcić poczucie odpowiedzialności za pracę w grupie oraz odpowiedzialności za podejmowane decyzje.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Zaliczenie projektu oparte jest o wyniki sprintów. W przypadku braku zaliczenia zostaną ustalone dodatkowe zadania, których wykonanie będzie podstawą zaliczenia przedmiotu.

Participation rules in classes:
  • Project classes:
    – Attendance is mandatory: Yes
    – Participation rules in classes: Studenci wykonują prace praktyczne mające na celu uzyskanie kompetencji zakładanych przez syllabus. Ocenie podlega sposób wykonania projektu oraz efekt końcowy.
Method of calculating the final grade:

Ocena końcowa zostanie wystawiona na podstawie oceny z ćwiczeń projektowych.

Zaliczenie poprawkowe przedmiotu możliwe jest na podstawie dodatkowego projektu, którego temat będzie zależeć od zakresu kompetencji studenta.

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

Ćwiczenia projektowe mają charakter elastyczny. Skutkiem nieobecności jest modyfikacja harmonogramu obowiązkowych spotkań.

Prerequisites and additional requirements:

Grupa studencka powinna prezentować kompetencje z zakresu:
- pozyskania i analizy danych z sieci społecznościowych,
- składowania i rozproszonego przetwarzania danych (MongoDB, Elasticsearch, …),
- analizy danych (eksploracja),
- znajomości tzw. back-endu serwerowego (Linux, bazy danych, Python, Docker, etc…),
- znajomości środowisk VR (np. Unity i C#),
- twórczego myślenia.

Intencją projektu jest współpraca osób o różnych kompetencjach.

Recommended literature and teaching resources:

Jacek Dukaj, Linia Oporu.

Scientific publications of module course instructors related to the topic of the module:

1. L. Janowski, P. Kozłowski, R. Baran, P. Romaniak, A. Glowacz, T. Rusc, Quality assessment for a visual and automatic license plate recognition, Multimedia Tools and Applications, January 2014, Volume 68, Issue 1, pp 23–40
2. S. Ickin, K. Wac, M. Fiedler, L. Janowski, J.-H. Hong, A. K. Dey, “Factors influencing quality of experience of commonly used mobile applications,” in IEEE Communications Magazine, vol. 50, no. 4, pp. 48-56, April 2012.
3. M. H. Pinson, L. Janowski and Z. Papir, “Video Quality Assessment: Subjective testing of entertainment scenes,” in IEEE Signal Processing Magazine, vol. 32, no. 1, pp. 101-114, Jan. 2015.
4. L. Janowski and Z. Papir, “Modeling subjective tests of quality of experience with a Generalized Linear Model,” 2009 International Workshop on Quality of Multimedia Experience, San Diego, CA, 2009, pp. 35-40.
5. Evaluation of crosstalk metrics for 3D display technologies with respect to temporal luminance analysis
J Bulat, L Janowski, D Juszka, M Socha, M Grega – Multimedia (ISM), 2011 IEEE International Symposium, 2011
6. Vision-based navigation assistance for visually impaired individuals using general purpose mobile devices, J Bulat, A Glowacz – Signals and Electronic Systems (ICSES), 2016

Additional information:

Limit przyjęć na kurs to 30 osób.