IEEE Pacific Visualization Symposium 2018 – Day 0

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。

PacificVAST发展历史

会议的第一个Session是Biomedical Applications。这个session包含三篇论文,都是关于将可视分析方法应用到生物医学领域,帮助领域专家解决问题。为了探究钙粒子在卵细胞分化过程中的传播,研究人员使用overview + details的可视分析和交互手段,对表示钙离子荧光强度的时序数据的互相关分析,帮助专家理解钙波传播的过程,并找到感兴趣的区域,形成新的假设。针对海量的包含多变量的X射线图片数据,研究人员结合属性空间可视化和图像空间可视化的方法,提出了一种称为MultiSciView的多线性科学X射线图像可视化和探索系统。他们首先使用交叉过滤器定位到有意义的属性,然后通过多层次的散点图探索不同尺度的图片,并利用属性投影方法理解属性的相关性,可以对图像及其模式进行准确的识别,并诊断出错误的实验设置。而为了帮助临床医生确定锁孔手术的路径,研究人员也提出了一个针对性的可视分析流程,引入了对医学图像数据的不确定性分析,并基于层次图像的语义,根据输入图像的不确定性和用户对组织成分的理解来分割底层图像数据,帮助检查和比较不同的手术路径以及可视化患者受影响的组织。这些生物医学应用都具有比较强的领域相关性,但是都可以使用一些通用的可视化技术和可视分析方法对数据进行可视探索,大大简化了领域专家的分析流程,降低了分析探索的难度。

MultiSciView:多线性科学X射线图像可视化和探索系统

PacificVAST的Keynote由来自清华大学的刘世霞老师带来,题目是《可解释的机器学习(Explainable Machine Learning)》。机器学习是如今十分火热的领域,但是大部分机器学习模型,尤其是深度学习模型仍然表现得像“黑魔法”,对于用户来说是一个“黑盒子”。刘世霞老师的报告中,则主要介绍了可视化对于理解和诊断深度学习模型相关的工作。

来自清华大学的刘世霞老师作题为《可解释的机器学习(Explainable Machine Learning)》的Keynote报告

下午的论文报告环节包括了多方面的工作。来自美国宾州州立大学张小龙实验室的MessageLens工作介绍了对MOOC教学过程中学生论坛中的大量讨论数据的可视分析,帮助设计者更好的设计、安排课程。

北大和上海交大合作的工作MetroWordle也在会上交流。这个工作是将文本可视化的wordle方法和城市地铁线路有机结合起来,可以对城市中大量的地理位置及其语言信息进行有效的可视化。一个例子就是生成上海上万家餐馆的主题信息地图。值得一提的是报告论文的李晨璐同学是上海交大的本科学生,也是今天PacificVAST所有报告人中唯一的本科同学。

李晨璐同学在作报告

Metro-Wordle: 基于Wordle城市文本分布交互式可视化

此外会议交流的论文还有来自日本庆应大学的TideGrapher,是对橄榄球比赛双方优势的可视分析;来自浙大的VisComposer,提供了一种灵活构建可视化的方法;

TideGrapher:橄榄球比赛视频数据可视分析系统

韩国首尔大学的工作针对Linux系统中的大规模审计日志进行交互式可视分析。来自于UC Davis马匡六小组延续他们去年VAST的工作,针对大规模超算网络中的通信行为和模式开展了进一步的可视分析,帮助优化并行应用程序中的通信。

针对大规模超算系统网络的可视分析

会议结束后,主办方组织大家参观了神户动物园并且提供了自助晚餐。

晚餐现场

总结这一天的Pacific VAST研讨会,各位与会者都在听取报告、参与交流讨论的过程中,了解了可视化前沿技术的发展状况,也分享了许多自己的观点与看法,可谓收获颇丰。明天IEEE PacificVis 2018 会议将正式召开,与会者期待着更大的知识盛宴。

发表评论?

0 条评论。

发表评论


注意 - 你可以用以下 HTML tags and attributes:
<a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>