近些年来,世界范围内频繁的地震活动对人类社会造成了巨大的影响。十年前,2008年的5月12日,发生在四川省汶川的8级地震就造成了数十万人死伤,破坏面积超过数十万平方公里。在地震领域,科学家们已经开展了长期的针对地震发生过程的研究,并期望通过研究来减少强震带来的伤亡。其中,一些观测和研究表明地震活动可能与电离层中的异常信号相关,并据此提出了一个假说:在地震发生前,震中以及附近的岩石圈活动会释放电磁辐射到空气中,从而导致电离层相关信号的扰动。DEMETER卫星是由法国发射的、第一颗用于研究电离层扰动与地震活动相关性的卫星。北京大学可视化与可视分析实验室和中国地震台网中心的张永仙研究员合作,提出了一个可视分析系统,用于帮助科学家研究分析DEMETER卫星采集的电离层数据和地震事件之间的相关性。这个工作也于去年被SIGGRAPH Asia Symposium on Visualization接收,获得最佳论文提名奖。应组织者的邀请,今年5月12日至14日成都举办的“汶川地震十周年国际研讨会 暨第四届大陆地震国际研讨会”上,由实验室袁晓如研究员作了进一步交流。
作者存档: Fan Hong
文本分析中的深度神经网络可视化 (Visualizing Deep Neural Networks for Text Analytics)
作者: Fan Hong
日期: 2018年4月28日
文本分析中的深度神经网络可视化 (Visualizing Deep Neural Networks for Text Analytics)已关闭评论
使用长短期记忆模型学习并行粒子追踪里的数据访问模式 (Access Pattern Learning with Long Short-Term Memory for Parallel Particle Tracing)
作者: Fan Hong
日期: 2018年4月23日
使用长短期记忆模型学习并行粒子追踪里的数据访问模式 (Access Pattern Learning with Long Short-Term Memory for Parallel Particle Tracing)已关闭评论
一种基于三维卷积稀疏编码的体渲染智能系统方案 (An Intelligent System Approach for Probabilistic Volume Rendering using Hierarchical 3D Convolutional Sparse Coding)
作者: Fan Hong
日期: 2017年12月26日
一种基于三维卷积稀疏编码的体渲染智能系统方案 (An Intelligent System Approach for Probabilistic Volume Rendering using Hierarchical 3D Convolutional Sparse Coding)已关闭评论
直接体渲染是一种表现三维体数据的强大可视化手段。过去数十年间,研究者们进行了大量的研究,来提高体渲染的速度与质量。其中,传递函数的设计是影响这两个指标的一个重要因素。传递函数将体素的值映射到诸如颜色、不透明度、可见性等光学性质。然而,要设计一个好的传递函数通常面临着很大的困难,对非专业使用者更是如此。绝大多数传递函数设计的方法都依赖用户大量的交互,用户需要根据数据的统计特征,通过不断试错,以求达到好的效果。这里的统计特征通常是数据某些属性的直方图。在本文中,作者提出了一种基于机器学习方法:三维卷积稀疏编码,能对体素进行精确分类,从而得到优秀的体渲染结果。同时,基于智能系统的交互方式,能让用户通过直观的输入,来完成传递函数设计过程。
分析深度生成模型的训练过程 (Analyzing the Training Processes of Deep Generative Models)
作者: Fan Hong
日期: 2017年12月2日
分析深度生成模型的训练过程 (Analyzing the Training Processes of Deep Generative Models)已关闭评论
LSTMVis:一个递归神经网络中隐含状态动态变化的可视分析工具 (LSTMVis: A Tool for Visual Analysis of Hidden State Dynamics in Recurrent Neural Networks)
作者: Fan Hong
日期: 2017年10月18日
LSTMVis:一个递归神经网络中隐含状态动态变化的可视分析工具 (LSTMVis: A Tool for Visual Analysis of Hidden State Dynamics in Recurrent Neural Networks)已关闭评论
对人工神经网络的隐式行为进行可视化 (Visualizing the Hidden Activity of Artificial Neural Networks)
作者: Fan Hong
日期: 2017年9月3日
对人工神经网络的隐式行为进行可视化 (Visualizing the Hidden Activity of Artificial Neural Networks)已关闭评论
时变集合模拟数据中的趋势特征可视分析 (Visual Trends Analysis in Time-Varying Ensembles)
作者: Fan Hong
日期: 2017年7月9日
时变集合模拟数据中的趋势特征可视分析 (Visual Trends Analysis in Time-Varying Ensembles)已关闭评论
区间似然树:一种可视探索不确定性数据集的紧凑高效的表示方法 (Range Likelihood Tree: A Compact and Effective Representation for Visual Exploration of Uncertain Data Sets)
作者: Fan Hong
日期: 2017年5月27日
区间似然树:一种可视探索不确定性数据集的紧凑高效的表示方法 (Range Likelihood Tree: A Compact and Effective Representation for Visual Exploration of Uncertain Data Sets)已关闭评论
IEEE Pacific Visualization Symposium 2017 – Day 1
作者: Fan Hong
日期: 2017年4月23日
IEEE Pacific Visualization Symposium 2017 – Day 1已关闭评论
今天是IEEE PacificVis会议正式日程的第一天。首先进行的是大会的开幕式。大会主席Bongshin Lee和Jinwook Seo欢迎各位与会者,并介绍了这次会议的参与情况。今年共有来自19个国家的133人参与,其中来自大陆的可视化研究者有22名。接着,论文、短论文、海报张贴与storytelling竞赛的主席分别对各自部分的参与、评审以及接收情况进行了介绍。本次会议共接受论文29篇,分数均在3.5及以上。我们实验室陆旻同学的论文《Interaction+: Interaction Enhancement for Web-based Visualizations》被全文接收。图可视化主题在今年所接受论文、海报张贴中都有着很大的比例。
近期评论