前一天刚参加完精彩的北京大学可视化发展前沿研究生暑期学校十年特别峰会，暑期学校的学员们就在7月17日投入到了紧张而充实的全面学习中。今天的暑期学校邀请的讲者是香港科技大学的屈华民教授和马里兰大学帕克分校的Leila De Floriani, Hanan Samet两位教授。三位老师结合各自所做的工作，从不同的角度向同学们展示了可视化的魅力。
上午由屈华民教授讲授，讲授的题目为数据可视化与可解释性人工智能，屈华民老师来自香港科技大学，曾多次应邀参加暑期学校授课，是亚洲可视化领域的领军人物之一。屈老师首先介绍了数据可视化的定义、目的、分类以及可视化上游和下游。屈老师将可视化理解为一种“翻译”，即将数据“语言”翻译成视觉“语言”。 与翻译相似，可视化具有与翻译相似的评价标准。好的可视化不能露出生硬牵强的痕迹，又能完全保存数据原有的各种“pattern”。基于这样的认识，屈教授讲述了可视化的信达雅的评价准则，信即accuracy，从数据转化到可视表示时不歪曲，不误导，不遗漏。系统要“忠实”；达即intuitiven、efficentcy、effectiveness，可视化的表现方式自然有效，清楚易用，容易上手，帮助用户达成目标。系统要“有用”；雅即aesthetic，系统充满美感，给用户优雅的体验。系统要“优美”。屈老师紧接着结合组里的微信公众号传播分析系统以及慕课网的可视分析系统重新解释了可视化的信、达、雅标准，让同学们认识到了可视化对于数据分析的有效性。屈老师提出利用可视化解开机器学习的黑盒是当前可视化的三个机遇之一，屈老师也在这一领域有很多的尝试，屈老师主要介绍了帮助解释深度神经网络的相关工作。他们的工作包括：1）RNNVis，一种用于了解和比较基于文本的应用的递归神经网络（RNN）的可视化分析工具。 2）CNNComparator，一种视觉分析方法，用于比较两幅在不同时期拍摄的受过训练的CNN模型的快照。 3）DeepTracker，一种视觉分析解决方案，用于揭示CNN培训流程的丰富动态，并帮助机器学习专家更好地理解，调试和优化CNN。经过一上午的学习，屈老师帮助同学们构建了对于可视化全面的认识，并且给同学们介绍了可视化领域最新的研究进展。
图1. 屈华民老师在暑期学校的课堂上
下午的讲者为来自马里兰大学帕克分校的Hanan Samet与Leila De Floriani教授。前半段的课程由Hanan Samet教授讲授，他是世界知名的空间数据研究专家，是ACM期刊TSAS的创立主编、ACM SIGSPATIAL创始人以及ACM、IEEE、AAAS、IAPR的fellow。Hanan教授讲了一个具体的工作：将新闻与它们的地点相结合，并展示在地图上。他先从实际问题出发，说明了工作能解决的问题，然后步步推进，从工作前期的地名混淆问题到后期的新闻推荐问题，让同学们对可视化的具体应用有了更为形象的认识。Hanan教授更是指出，科研工作的根本问题是发现、寻找领域内有价值的问题，给了同学们很大启发。
图2. Hanan Samet教授在暑期课堂上讲课
下午后半段的课程由可视化领域顶级期刊TVCG主编Leila De Floriani教授讲授，她的讲课题目是“Topology-based Approaches for Spatial Data Analysis and Visualization”。首先，Leila De Floriani教授简单介绍了基于拓扑的数据分析技术和可视化技术，其主要注重科学数据可视化中的data transformation及其算法部分。随后De Floriani教授从三个方面向我们详细讲解了基于拓扑的科学可视化技术：拓扑学理论、莫尔斯分解的算法、拓扑与几何简化和多尺度呈现。莫尔斯理论是分析微分流形的重要理论，揭示了微分流形与其上的光滑函数有紧密联系，可用于研究流形的局部甚至全局的性质。根据Smooth Morse theory、Piecewise-linear Morse theory、Discrete Morse theory（Forman theory），可以利用局部的最大值点、最小值点、鞍点生成Morse-Smale复形的四边形化，再通过计算离散莫尔斯梯度和上升与下降莫尔斯单元这样的算法来简化一个流形模型。但是在模型中最值点和鞍点的计算往往会受到噪音的干扰，这时就体现出了基于拓扑结构的分析技术的优势。通过拓扑简化可以去噪，再经过压缩就可以得到最简洁又准确的模型呈现。最后De Floriani教授简单介绍了她在去年发表的工作：Hierarchical Forman Triangulation: a Multiscale Model for Scalar Field Analysis [1]。Leila De Floriani教授讲授的课程内容对数学与算法的要求比较高，同学们保持极高的兴致并积极提问，对于科学可视化有了更深入的了解。
图3. Leila De Floriani教授在暑期课堂上回答学生提问
一天的课程结束了，同学们还沉浸在可视化的知识海洋中，这一天的课程紧凑而丰富，来自各地同学们都收获满满。我们期待明天更多的历程。
参考资料：
[1] F. Iuricich, L. De Floriani: Hierarchical Forman Triangulation: a Multiscale Model for Scalar Field Analysis, Computers & Graphics, 66, 113-123, 2017.
评论关闭。