作者存档: Shuai Chen

Orko: 使用多模交互方式探索分析图可视化(Orko: Facilitating Multimodal Interactions for Visual Exploration and Analysis of Networks)

现有的可视化系统往往是在桌面环境下设计交互方式,越来越多的研究者开始考虑如何在大屏幕、平板等设备上设计交互方式。一部分工作利用可穿戴设备、VR/AR等设备检测人的手势、肢体动作实现与大屏幕的交互,还有一部分工作将自然语言作为交互输入方式。这项工作[1]尝试在可视化中利用多模输入(multimodal)的方式,将触摸(touch)和语音输入结合作为图可视化的交互方式,并且分析在多模输入环境下的用户交互行为特点。

继续阅读 »

VIGOR: 交互式探索图查询结果(Interactive Visual Exploration of Graph Query Results)

当领域专家需要寻找大图中满足特定条件的子图时,图查询操作是一种重要的方法。比如在金融交易网络,分析者想要发现洗钱行为,可以查询商人和银行家构成的环状网络。尽管有许多工作研究如何构建查询语句、数据库管理、图匹配算法,但是少有工作帮助分析者理解子图的结构以及属性特征。这项工作[1]设计了一个原创可视分析系统,帮助用户探索、理解子图查询的结果。

继续阅读 »

GRASP: 结合移动设备和大屏幕与图可视化交互(GRASP: Combining Spatially-aware Mobile Devices and a Display Wall for Graph Visualization and Interaction)

除了传统的桌面显示环境,研究者们也在思考用其它的显示设备和更自然的交互方式设计可视化。这篇工作[1]将可被检测位置的移动设备和大屏幕结合起来支持图可视化的交互和分析;作者设计了一套全面的交互模型支持对图的交互、分析任务,包括选择、展示细节、焦点转换、交互式透镜、数据编辑等。 继续阅读 »

对兴奋网络拓扑结构的可视分析 (Visual Analysis of Governing Topological Structures in Excitable Network Dynamics)

在计算生物学和神经学领域,了解不同拓扑结构如何影响兴奋网络(Excitable Network)中的动力学传播是一个重要的问题。本文通过可视分析的手段,利用多个关联视图,帮助用户探索不同网络结构在兴奋网络动力学传播中的角色。

继续阅读 »

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

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

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)

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)

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

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

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 »