
可视化暑期学校的第三天授课的老师是来自新加坡国立大学的赵盛东教授和来自雅虎研究院的胡一凡研究员。上午,赵盛东教授为我们带来了主题为The Next Interaction Paradigm的课程。
北京大学可视化暑期学校第二天上午的报告由悉尼大学的Peter Eades教授带来题为《Graph Drawing》的报告。Peter在1984的论文中[1]首次提出了力导向算法的原型,是图布局最经典的绘制算法。在课程中,Peter Eades为了大家介绍了图可视化的相关内容。图可视化中最重要的问题就是图布局。简单来讲,图布局就是给拓扑中的节点赋予坐标,并且在节点间用连线表示拓扑中的连接。什么是一个好的图绘制呢?首先,图绘制的结果必须是忠实(faithfulness)的,即绘制的图能够准确表示原始的数据,但是现在还没有一个正式的规则来评价忠实性;其次,图绘制的结果必须具有可读性(readability),即用户可以准确理解图中的知识信息。好的图布局会避免边交叉,弯曲的边以及节点的重合。 继续阅读 »
生物学家经常会用网络来分析实验中的现象,比如细胞内分子的交互,电信号在神经元之间的传递,但是创建一个能够有效表现生物学信息的网络扔存在挑战。尽管有大量的自动图布局算法,但是这些算法没有利用网络中生物学信息,生成的布局效果没有实际意义;专家通常会利用自己的专业知识通过手动的方式对这样的网络布局,但是这样的布局方式效率太低,难以短时间内对大量网络数据生成有效布局。所以这篇文章通过众包的方式让普通用户在一定的准则下,帮助专家创建、评估网络数据的布局[1]。 继续阅读 »
PacificVis 2018于4月10日在日本神户大学正式召开。会议首日是PacificVAST研讨会。不同于之前几年PacificVAST会邀请可视化领域的著名专家学者前来介绍可视化前沿工作,今年PacificVAST开始接受论文投稿,被接收的论文会被邀请到会议现场进行报告,并推荐到Journal of Visual Informatics期刊发表。会上来自日本庆应义塾大学的Issei Fujishiro教授和韩国首尔国立大学的Jinwook Seo教授介绍了今年PacificVAST的投稿情况。本次会议一共收到了24篇投稿,并在其中接收了来自于美国,中国,日本,德国和韩国等国家的一共9篇论文,所有9篇论文分成四个session进行报告。 继续阅读 »
在数据分析中,将知识和发现通过可视化的方式展现出来可以帮助分析者追踪、组织、综合自己的发现和问题。当分析者互相合作时,通过互相交流,这些可视化形式能够帮助分析者互相理解自己的发现,这被称为协同式意义构建(Collaborative Sensemaking)。然而在复杂场景下,如何在合作者之间明确的传递知识(Tranfer of Knowledge/Handoff) 仍然是一个挑战。在异步合作场景下,分析者由于时空限制或者隐私考虑等不能够直接见面或者交流,前一个分析者需要将自己的发现传递给下一个分析者,但是少有的分析系统能够满足这样的需求。本文提出了一系列可视化加护技术帮助异步合作者之间有效传递发现、知识。
近期评论