分类存档: 新闻

“可视化与可视分析前沿进展”第9期CSIG图像图形学科前沿讲习班在北京大学成功举办

2018年12月26日至28日,由中国图象图形学学会主办,CSIG可视化与可视分析专业委员会、北京大学机器感知与智能教育部重点实验室、北京大学大数据分析与应用技术国家工程实验室联合承办的主题为“可视化与可视分析前沿进展”第9期CSIG图像图形学科前沿讲习班在北京大学举行,北京大学袁晓如研究员担任学术主任,共有来自全国各地的老师、学生以及企业工程师约60人参加会议,讲习班现场座无虚席、气氛热烈。

继续阅读 »

IGAL可视化讲习班-1:从易用到自动,大数据可视化的下一个十年 – 袁晓如

2018年12月26日,由中国图象图形学学会主办,CSIG可视化与可视分析专业委员会、北京大学机器感知与智能教育部重点实验室、北京大学大数据分析与应用技术国家工程实验室联合承办的主题为“可视化与可视分析前沿进展”第9期CSIG图像图形学科前沿讲习班在北京大学举行。第一次课程由北京大学袁晓如研究员讲授,题目为《从易用到自动,大数据可视化的下一个十年》。十年来可视化在中国发展迅猛,其中数据科学兴起对可视化产生推动作用。在计算机领域,计算能力、大数据、人工智作为三驾马车,极大推动了计算机相关学科的发展,同时也在推动社会的前进。数据科学离不开人和机器,机器拥有着强大的计算存储能力,而人类则更擅于创造,人类和机器具有不同的长处,可视化关注如何让将人和机器的长处结合,解决科学问题,将在其中扮演关键角色。 继续阅读 »

IGAL可视化讲习班-2:未来工作模式: 使用先进可视化技术提升交流与合作 – 赵健

可视化前沿讲习班第一天上午的第二个课程由来自美国FX Palo Alto实验室的赵健研究员讲授。赵健研究员博士毕业于多伦多大学,他的研究兴趣主要包括信息可视化、人机交互以及数据科学。近几年他在CHI、InfoVis和VAST上发表十余篇论文,其中多篇获得了Honorable Mention。本次课程他从数据、模型和用户的关系出发,给学员们带来了精彩的演讲。 继续阅读 »

IGAL可视化讲习班-5:针对元数据和质量管理的可视分析 – 刘世霞

可视化前沿讲习班第二天上午的第一个课程来自清华大学软件学院的刘世霞老师。她曾先后就职于IBM中国研究研究院与微软亚洲研究院,是ACM CHI,IEEE VIS等会议的项目委员。她的近期工作主要集中在文本可视化与可解释机器学习(XAI)。本次课程她结合自己的工作探讨如何有效利用可视分析来解释隐藏知识,为同学们带来了精彩的演讲。

继续阅读 »

IGAL可视化讲习班-3:数据科学工作流的可视化设计 – 赵健

12月26日下午的第一个可视化前沿讲习班的报告是由赵健研究员报告数据科学工作流的可视化设计。赵健研究员来自美国FX Palo Alto实验室,他的研究兴趣主要包括信息可视化、人机交互以及数据科学。数据科学工作流是指利用可视化的方法提高整个工作流的工作效率。主要分为以下4步:准备输入数据,进行数据探索,模型创造和结果展示。赵健老师主要围绕后三个步骤分析数据科学工作流。 继续阅读 »

IGAL可视化讲习班-4:任务驱动的自动可视化构建 – 汪云海

讲习班首日下午的第二位讲者是来自山东大学的汪云海教授。他大家带来了题为《任务驱动的自动可视化构建(Task-driven Automated Visualization)》的讲座。

继续阅读 »

IGAL可视化讲习班-6:基于智能可视化的电子病历分析及辅助诊疗技术 – 曹楠

12月27日上午,来自同济大学的曹楠教授为大家带来了题目为《基于智能可视化的电子病历分析及辅助诊疗技术(Visualization in Health Informatics)》的讲座,详细阐述了可视化在医疗信息领域的应用。 继续阅读 »

IGAL可视化讲习班-7:基于特征的流场可视化 – 陶钧

前沿讲习班12月27日下午的第一个讲者是来自于中山大学的陶钧老师,讲座的题目是《基于特征的流场可视化》,从流场可视化基本概念,基于特征的显性方法,基于特征的隐性方法等三个方面对基于特征的流场可视化进行讲述。

继续阅读 »

IGAL可视化讲习班-8:从认知和设计的角度看可视分析的研究方法和理论 – 张小龙

12月27日下午,来自美国宾夕法尼亚州州立大学的张小龙教授为大家带来了题为《从认知和设计的角度看可视分析的研究方法和理论》的讲座。

继续阅读 »

IGAL可视化讲习班-9:全细胞可视化与建模 – Ivan Viola

12月28日上午,来自阿卜杜拉国王科技大学的Ivan Viola教授为大家带来了题为《全细胞可视化与建模》的讲座。Ivan Viola教授首先通过一个对HIV血浆的可视化的案例让大家对于生物医学可视化有一个整体的理解。对生物医疗数据的可视化的主要动因是其可以有效地帮助用户理解、探索生物医学数据,但仍然存在许多挑战。如其拥有复杂的几何构型,个体数量十分庞大,且在多尺度之间迁移十分困难。对于全细胞的可视化的任务被定义为通过计算机图形学和可视化的技术来描绘多尺度的生命形式。

继续阅读 »