第七届中国可视化与可视分析大会(ChinaVis 2020)Day 3

11月3日是中国可视化与可视分析大会(ChinaVis 2020)的最后一日。当日上午,在主会场进行了大会第二场圆桌论坛,艺术特邀报告,关于文博的特邀报告,以及闭幕式。大会到此圆满成功。

继续阅读 »

第七届中国可视化与可视分析大会(ChinaVis 2020)Day 2

11月2日是中国可视化与可视分析大会(ChinaVis 2020)的第二日。本日在陕西大会堂各个分会场举办了涵盖各大热点研究话题的专题报告、数据可视分析挑战赛分享会、以及若干论文报告。内容精彩纷呈。

继续阅读 »

第七届中国可视化与可视分析大会(ChinaVis 2020)Day 1

11月1日上午,第七届中国可视化与可视分析大会(ChinaVis 2020)在西安陕西宾馆隆重举行。本次大会以“数据求真,可视为善”为主题,由中国图象图形学学会主办,可视化与可视分析专委会、西安电子科技大学、西北大学、西安理工大学、陕西师范大学、西安财经大学、西安市碑林环大学创新产业带管理委员会、西安市大数据与视觉智能关键技术重点实验室承办,多家赞助单位协办。大会吸引了来自全国各地高校、研究院所和企业近600位参会代表,领域顶尖专家学者与参会代表共同探讨数据可视化与可视分析的前沿技术和未来前景。

继续阅读 »

IEEE VIS 2020 – Day 2

10月26日是IEEE VIS 2020会议的第二天,会议内容包括多种Workshop, Tutorial和Panel,涉及挑战赛, 时空数据,科学可视化,AI可解释性等主题。

继续阅读 »

IEEE VIS 2020 – Day 1

可视化领域的国际顶级会议IEEE VIS 2020 于10月25日正式召开。本届VIS原定于美国犹他州盐湖城(Salt Lake City)举办,由于疫情的原因,改为线上直播进行(https://virtual.ieeevis.org/)。与往届线下举办的IEEE VIS会议,本届VIS共持续六天,其中前两天主要是聚焦VIS领域不同主题的研讨会,课程等活动,后四天为正会,包括42个论文报告环节,除此之外还包括Panel,Application Spotlight等。会议的第一天包括13个研讨会、课程,涉及到可视化研究领域的多个方面,包括可视化的基础理论,科学可视化,信息可视化等,内容非常丰富精彩。

继续阅读 »

IEEE VIS 2020 – Day 3

10月27日是IEEE VIS 2020正式会议的第一天。上午的开幕式上,大会主席、来自美国犹他大学的Valerio Pascucci教授和Mike Kirby教授介绍了大会的基本情况。大会吸引了来自80多个国家的2910名参会者,创下参会人数记录。

继续阅读 »

ChinaVis 2020 主题报告讲者 – Tamara Munzner 介绍

今年在西安举办的ChinaVis 2020邀请了国际知名可视化学者 Tamara Munzner 教授题为《Problem-Driven Visualization Through Design Studies》(通过设计研究开展问题驱动可视化工作)的大会主题报告。Tamara Munzner教授任教于加拿大英属哥伦比亚大学(University of British Columbia)计算机系。她师从Pat Haranhan教授(2019年图灵奖获得者),2000 年获美国斯坦福大学博士学位。Tamara Munzner教授的主要研究方向是从用户驱动和技术驱动的角度开发,评估和描述可视化系统和技术。2015年,她因在为可视化设计提供系统的科学依据方面的突出贡献,获可视化领域的技术成就奖。

继续阅读 »

北京大学可视化实验室袁晓如团队两项研究成果被ACM CHI 2020收录

ACM CHI国际学术会议(ACM Conference on Human Factors in Computing Systems)是人机交互领域的最高学术会议(CCF-A会议)。北京大学可视化与可视分析实验室袁晓如团队的两项研究成果《Automatic Annotation Synchronizing with Textual Description for Visualization》与《GoTree: A Grammar of Tree Visualizations》被ACM CHI 2020收录为长文。2020年ACM CHI共收到会议论文投稿3126篇,收录760篇,录取率为24.3%。会议原定2020年4月25-30日在美国夏威夷举办。由于疫情影响,会议取消现场活动,论文将按照原定计划4月25日ACM在线图书馆上线发布。

继续阅读 »

自动可视化注释动画生成

基于文本描述的可视化自动注释

在数据分析过程中,人们会获得各种发现与洞见。当他们分享这些洞见时,可视化图表常常扮演着重要的角色。然而,如何高效地引导观众理解数据,却不是一件简单的事情。在演讲者描述图表的同时,观众需要在图和描述之间频繁切换,并进行视觉和语义信息的匹配。这一过程乏味且耗时,甚至会阻碍观众跟上讲演的思路。

一种有效的辅助读图手段是高亮与注释。针对每一句描述,我们可以高亮被描述的图中实体,并将描述文本附着于实体旁边,从而绑定视觉与语义信息,并快速吸引观众注意力。然而,高亮注释的工作耗时费力,极大地增加了演讲者的工作负担。

针对这一问题,北京大学可视化与可视分析实验室袁晓如团队近期提出一种自动生成图表高亮与注释效果的方法。用户只需上传图表及相应的描述,即可在顷刻间获得准确而生动的、带高亮与注释效果的动画,以辅助数据信息的展现。这项成果发表于ACM CHI 2020。

继续阅读 »

统一的树可视化形式描述语法 – GoTree

树可视化是可视化领域长期以来的研究热点。近40年来,研究者利用不同的视觉映射方式发展了超过300种树可视化形式(https://treevis.net/),并且广泛应用在日常生活中,例如展示电脑文件目录结构的缩进列表,反映股市中公司市值以及股价升降的Treemap。针对树可视化快速构建的问题,北京大学可视化与可视分析实验室袁晓如团队近期提出针对树可视化形式的描述性语法GoTree,支持用户从坐标系,视觉元素,以及布局三个方面描述预期的树可视化形式从而支持面向大众用户的灵活高效的可视化构建。这项成果发表于ACM CHI 2020。

继续阅读 »