2018年北京大学可视化暑期学校 – Day 5 (2018年7月21日)

2018年7月21日,暑期学校由来自香港科技大学的麻晓娟教授和来自中国科学院软件研究所的时磊老师授课。上午,时磊老师为我们带来了主题为可视分析在人类脑部网络比较与深度神经网络解释上的应用的课程。

Fig 1. 时磊老师在介绍深度学习的优缺点

首先,时老师为我们讲解了大数据网络可视化的相关知识,并用1.5维动态网络可视化进行了案例分析。然后,老师从多个层次介绍了人类脑部网络的可视化,包括人类大脑及其结构,多层次脑网络结构及测量方法,宏观脑结构,宏观结构脑部网络及构建,宏观结构脑网络可视化,脑网络可视比较以及脑网络可视化软件与工具。最后,老师讲解了深度学习中的可视化应用。老师讲解了一个应用,DeepClue,它使用文本信息进行股票预测,并能够分析信息中不同词对股价的影响。

下午,来自香港科技大学的麻晓娟教授以“探索数据显示的交互空间”为主题,介绍了以视觉、触觉、嗅觉、味觉和听觉等五感为基础的不同交互方式。

麻晓娟教授授课

视觉作为人类获取外界信息的主要通道,在可视化与人机交互领域的研究也最为广泛。设备作为视觉信息的载体,会有尺寸上的差异。当前较为流行的设备根据尺寸可以大致分为手机、平板、电脑以及大屏幕。除此之外,具有更小显示空间的设备(手表)和更大显示空间的设备(AR)也越来越流行。尺寸会影响人的站位、人的交互行为以及交互效果。比如,与大屏幕交互时,采用离屏幕较近的鼠标键盘交互方式会面临鼠标键盘的放置和影响用户整体感知的问题。

视觉信息获取也可以通过多个显示设备和多人合作来实现。就前者而言,不同设备可以承担不同的显示任务,以实现互补。比如,大屏幕与手表的结合[1],不仅能保障在多用户合作过程中个人探索的准确性,同时能降低个人操作对屏幕整体的影响。对后者来说,多人在独立操作、协同操作和绑定操作的不同情况下,需要处理协同、交流和冲突等方面的问题。通过触觉获取信息(数据物理化)指的是将数据转换成亮度、温度或者热量等物理信息。比如,呼吸灯[2]可以通过感知用户睡眠时的呼吸,自动调整灯光的亮度以及颜色,从而使用户获得更好的睡眠体验。

数据可食化会将信息编码成饮料或者食物。比如健身房中,不同的健身器材可以对应一种饮料。用户在使用器具锻炼时,与器具对应的饮料就会流入用户的定制饮料中。用户使用某器具锻炼时间越长,流入的该种饮料也就越多。锻炼结束后,他便可以通过饮用定制饮料获取自己的锻炼信息。数据可食化的优点是它可以针对每一位用户定制属于自己的信息。然而,这种传递信息的方式存在准确性的问题——用户的口味差异会影响他们对信息的感知。此外声音也可以用来传递信息。这里的声音特指非语音声音,大致可以分为来自大自然的声音、合成声音以及音乐。

[1] Horak, T., Badam, S. K., Elmqvist, N., & Dachselt, R. (2018, April). When David Meets Goliath: Combining Smartwatches with a Large Vertical Display for Visual Data Exploration. In Proceedings of the 2018 CHI Conference on Human Factors in Computing Systems (p. 19). ACM.

[2] Somaesthetics. https://www.sics.se/projects/somaesthetics.

评论关闭。