Die Konvergenz von pfadbasierten Monte-Carlo-Algorithmen in der Lichttransportsimulation kann erheblich verbessert werden, indem die richtungsabhängige Verteilung des einfallenden Lichts durch statistische Lernverfahren wie den EM-Algorithmus angenähert wird. Das bestehende Verfahren verwendet auf Oberflächen eine Projektion der Richtungen auf die Hemisphäre, dieser Ansatz lässt sich allerdings nicht auf Volumenstreuung erweitern, da dafür alle Richtungen betrachtet werden müssen. Außerdem steigt dabei die Zahl der gespeicherten Verteilungen deutlich.

In dieser Arbeit wird untersucht, inwiefern eine Verteilung aus dem Feld der zirkulären Statistik zu einer besseren Annäherung in Volumen beitragen kann. Auch wird angestrebt, durch die zusätzliche Betrachtung des Gültigkeitsbereichs der Verteilungen die benötigte Anzahl zu verringern und so eine praktische Verwendung zu ermöglichen.