Visualization
Version 22 (Arthur Zalevsky, 10.02.2014 10:26) → Version 23/24 (Arthur Zalevsky, 10.02.2014 10:29)
h1. Визуализация научных данных
h2. Преподаватели
Андрей Головин, к.х.н., старший преподаватель факультета биоинженерии и биоинформатики МГУ
E-mail: golovin@genebee.msu.ru
Решетников Роман, к.ф-м.н., научный сотрудник ИБГ РАН
E-mail: r.reshetnikov@gmail.com
Залевский Артур, студент факультета биоинженерии и биоинформатики МГУ
E-mail: aozalevsky@fbb.msu.ru
{{toc}}
h2. Цели курса
# Рассказать об общепринятых методах работы с массивами научных данных
# Продемонстрировать удачные образцы иллюстраций к научным работам
# Познакомить с инструментами для создания высококачественных иллюстраций
h2. Программа курса
* Введение:
1. Вводная лекция, знакомство с PyMol.
* Визуализация 3х мерных структур:
2. Банк PDB. Работа в PyMol.
3. Анимация и создание видео в PyMol.
* Физиология восприятия информации:
4. Законы Вебера и Стивенса. Шкала Кливленда. Теория контраста.
* Графики:
5. Типы графиков и особенности их применения.
6. Введение в обработку цифровых сигналов. Работа в gnuplot (R).
* Диаграммы, схемы, деревья.
7. Диаграммы, схемы. Graphviz, yEd, Gephi.
8. Деревья, геномные данные. figtree, Circos.
* Векторная и растровая графика:
9. Работа с векторной графикой. Верстка постера в Inkscape.
* Дополнительные главы:
10. Лицензии, банки иллюстраций. Приглашенный докладчик.
11. Продвинутая визуализация 3х мерных структур. Blender.
* Зачет:
12. Выполнение зачетного задания.
h2. Презентации к лекциям
Будут выкладываться по мере прохождения занятий
h2. Задания
Будут выкладываться по мере прохождения занятий
h2. Как выставляется итоговая оценка по курсу
Необходимо сдать зачетное задание.
h2. [[Gallery|Примеры работ]]
Примеры работ
!{width: 400px; margin: 1em;}lip.png! !{width: 400px; margin: 1em;}thr_fib.png!
!{width: 400px; margin: 1em;}thr_pic.png! !{width: 400px; margin: 1em;}gold-tro-white.png!
!{width: 400px; margin: 1em;}shuffle.png! !{width: 400px; margin: 1em;}duplex_dna_rot.png!
h2. [[Литература]]
Список будет обновляться по мере прохождения занятий
h2. Преподаватели
Андрей Головин, к.х.н., старший преподаватель факультета биоинженерии и биоинформатики МГУ
E-mail: golovin@genebee.msu.ru
Решетников Роман, к.ф-м.н., научный сотрудник ИБГ РАН
E-mail: r.reshetnikov@gmail.com
Залевский Артур, студент факультета биоинженерии и биоинформатики МГУ
E-mail: aozalevsky@fbb.msu.ru
{{toc}}
h2. Цели курса
# Рассказать об общепринятых методах работы с массивами научных данных
# Продемонстрировать удачные образцы иллюстраций к научным работам
# Познакомить с инструментами для создания высококачественных иллюстраций
h2. Программа курса
* Введение:
1. Вводная лекция, знакомство с PyMol.
* Визуализация 3х мерных структур:
2. Банк PDB. Работа в PyMol.
3. Анимация и создание видео в PyMol.
* Физиология восприятия информации:
4. Законы Вебера и Стивенса. Шкала Кливленда. Теория контраста.
* Графики:
5. Типы графиков и особенности их применения.
6. Введение в обработку цифровых сигналов. Работа в gnuplot (R).
* Диаграммы, схемы, деревья.
7. Диаграммы, схемы. Graphviz, yEd, Gephi.
8. Деревья, геномные данные. figtree, Circos.
* Векторная и растровая графика:
9. Работа с векторной графикой. Верстка постера в Inkscape.
* Дополнительные главы:
10. Лицензии, банки иллюстраций. Приглашенный докладчик.
11. Продвинутая визуализация 3х мерных структур. Blender.
* Зачет:
12. Выполнение зачетного задания.
h2. Презентации к лекциям
Будут выкладываться по мере прохождения занятий
h2. Задания
Будут выкладываться по мере прохождения занятий
h2. Как выставляется итоговая оценка по курсу
Необходимо сдать зачетное задание.
h2. [[Gallery|Примеры работ]]
Примеры работ
!{width: 400px; margin: 1em;}lip.png! !{width: 400px; margin: 1em;}thr_fib.png!
!{width: 400px; margin: 1em;}thr_pic.png! !{width: 400px; margin: 1em;}gold-tro-white.png!
!{width: 400px; margin: 1em;}shuffle.png! !{width: 400px; margin: 1em;}duplex_dna_rot.png!
h2. [[Литература]]
Список будет обновляться по мере прохождения занятий