作者存档: Shuai Chen

美国犹他大学教授Charles (Chuck) Hansen访问北京大学可视化实验室

all2

2017年4月17日,IEEE Fellow、美国犹他大学科学计算图像研究所(SCI, Scientific Computing and Imaging Institute) Charles (Chuck) Hansen教授访问北京大学可视化实验室,并作了题为《FluoRender: A Visualization and Analysis Tool For Confocal Microscopy》的学术报告。Charles Hansen 教授是国际知名可视化学者,IEEE Fellow。Charles Hansen教授发表了百余篇期刊和会议论文,三次获得IEEE VIS最佳论文奖(1998, 2001, 2002),2005年被IEEE可视化和图形技术委员会授予技术成就奖励(Technique Achievement Award)。他同时也是IEEE TVCG副主编。

继续阅读 »

斯图加特大学博士后周亮访问北京大学

20170412photo

ping pi2017年4月12日,德国斯图加特大学可视化研究实验室(Visualisierungsinstitut, Universitaet Stuttgart (VISUS))博士后周亮访问北大可视化与可视分析实验室。周亮博士的研究方向包括大规模多属性数据的可视化与分析,交互式复杂数据特征提取。

继续阅读 »

大屏幕环境下的多用户可视化探索(Supporting Visual Exploration for Multiple Users in Large Display Environments)

teaser

大屏幕显示环境提供了更多的像素,因而可以显示更多的视图,分析更多的数据。同时,大屏幕显示环境下有着足够的空间让多个用户进行合作探索分析。本文[1]基于透镜(Lens),提出了一种结合手势和空间位置的混合交互方式,支持多个用户在大屏幕前合作探索、分析数据。 继续阅读 »

时变总览图:一个通过交互生成和放置注释的叙述可视化方法(Temporal Summary Images: An Approach to Narrative Visualization via Interactive Annotation Generation and Placement)

teaser

可视化既可以用来探索、分析数据,也可以作为解释性工具,与别人分享自己的发现。尽管研究人员已经提出了许多可视分析方法,但是很少能够支持叙述可视化(narrative visualization)。当面对大规模、复杂、多维、异构数据时,手动地筛选、识别、高亮出图表或者图中的关键部分会变得非常耗时耗力。这篇文章[1]设计了一种创建叙述可视化的框架(Temporal Summary Images,TSI) ,通过自动生成、放置注释帮助用户分析数据,展示自己的发现。

继续阅读 »

日本庆应大学吴湘筠博士访问北京大学

cof

2016年10月7-14日,受袁晓如研究员邀请,来自日本庆应大学计算机图形与可视化研究组(Computer Graphics and Visualization Group, Keio University)的吴湘筠项目助理教授访问了北京大学可视化与可视分析实验室。吴湘筠博士的主要研究方向包括信息可视化中的地理可视化(Geographic Visualization)、图绘制(Graph Drawing)和多变量数据可视化(Multivariate Data Visualization)等方面的工作。
继续阅读 »

Adobe研究院刘志成博士访问北京大学

IMG_0211_back2

2016年9月28日,美国Adobe研究院创新技术实验室(Creative Technologies Lab., Adobe Research)刘志成博士访问北大可视化与可视分析实验室。刘志成博士对于交互式数据分析系统与技术有着深入的研究,曾多次获得InfoVis, VAST, CHI的最佳论文提名奖。 继续阅读 »

注释图:一个对用户注释数据分析的图可视化系统 Annotation Graph: A Graph-Based Visualization for Meta-Analysis of Data based on User-Authored Annotaions

interface

在日常生活中,当我们阅读期刊、报纸、论文、书籍等作品时,对于其中的某些内容,我们可以通过注释(annotations)发表评价,记录想法。当我们回顾这些注释时,一方面可以回顾所注释的内容,另一方面可能产生新的想法。同样,在一个可视化系统中,我们是否可以对于一些发现加上注释,进一步发现数据特征呢?这篇论文的工作就是在一个可视化系统中加入注释的功能,当用户使用可视化系统探索数据时,可以通过对数据添加标签(tag),评价(comment)两种注释方式记录数据的特征,系统会以数据、标签、评价为节点构建一个注释图(annotation graph)来帮助用户整理自己的发现,进一步促进对数据特征的挖掘。

继续阅读 »

在图序列中分析动态层次(Visualizing Dynamic Hierarchies in Graph Sequences)

overview

图经常用来描述对象之间的关系,基于对象之间的连接关系,我们可以通过层次聚类的算法将对象进行层次化分组(grouped hierarchically)。在许多应用中,对象之间的关系随着时间变化,因此它们的分层组织结构(hierarchical group structure)也发生变化。本文设计了一种可视化形式支持对动态图的拓扑结构和分层组织结构进行分析并且追踪它们的变化。

继续阅读 »