近日，北京大学智能学院袁晓如课题组和中文系杨海峥课题组取得重要跨学科合作研究进展，针对中国古籍在日本流传时空路径分析的研究工作被可视化领域旗舰国际会议 IEEE VIS 正式接收。
书籍是文化的载体，书籍的传播即文化的延伸。中国的古籍很早就流传到朝鲜、日本以及欧美，外国人通过中国的书籍来认识、理解、诠释和研究中国文明，书籍的流传是中国文化在异域文化背景下的自然延伸。“汉籍”一词来自日本，是指中国人用汉字书写的书籍。汉籍作为中外交流的重要内容，不仅承载和弘扬了中国文化，也见证了全球文化的交融。在汉籍流布史上，中日间交流历史悠久，影响也最为深远。汉籍传入日本并在日本传播和被接受，其中许多细节已不可考，但借助现存古籍中的序跋、牌记、藏书印等信息，仍可推测其流传与递藏的轨迹。如图 1，经由详细考证，可以部分推测南宋刊本《东坡集》的海外流布时间线与流传轨迹。
继续阅读 »
互联网比以往任何时候都更容易将新闻文章分发给更多的人，人们的信息获取过程中存在大量的数据内容和数字对象溢出的问题。推荐系统（Recommender systems，缩写为RSs）变得不可或缺。然而，RSs总是缺乏透明度和多样性，用户在“被推荐什么”方面几乎没有控制权。在一个对数字信息的依赖会对我们的生活产生巨大影响的时代，这造成了人们对推荐系统的不信任感。尽管解释（explanations）、控制（control）和赋权（empowerment）等概念已在RSs领域被广泛讨论。然而，很少有人关注如何使用可视化来推进这些概念以改进现有推荐系统存在的问题。
来自瑞士的研究者提出了NewsRecXplain，其使用交互式和可解释的机器学习方法支持用户理解、诊断和改进个性化推荐系统。NewsRecXplain的界面允许用户解释和定制新闻推荐，并有助于增强用户使用推荐系统的能力，使他们发现并改善信息传播中的过滤气泡效应。
继续阅读 »
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。
第五届中国可视化与可视分析大会（ChinaVis 2018）于2018年7月26日在上海隆重开幕。大会为期三天，从2018年7月26日至7月28日举办，邀请了国内外可视化领域知名专家就相关研究与应用的最新进展作大会报告、介绍发展动态、开拓研究思路。会议包含了论文报告、海报张贴、Panel研讨、专题报告、可视化艺术展等丰富多彩的日程。大会由中国图象图形学学会主办，可视化与可视分析专委会、华东师范大学计算机科学与软件工程学院承办，同济大学、上海交通大学和多家赞助单位协办。本次会议吸引了来自101家高校与企事业单位、13家国外高校与企业的500多位专家学者参会。会议开幕式前一天，在华东师范大学还举办了前导课程，由美国俄亥俄州立大学的沈汉威教授和清华大学的刘世霞教授为大家分别介绍“数据分析与可视化信息理论”和“可解释机器学习”，课程得到了大家的积极参与，参加人数高达两百多人次。
前一天刚参加完精彩的北京大学可视化发展前沿研究生暑期学校十年特别峰会，暑期学校的学员们就在7月17日投入到了紧张而充实的全面学习中。今天的暑期学校邀请的讲者是香港科技大学的屈华民教授和马里兰大学帕克分校的Leila De Floriani, Hanan Samet两位教授。三位老师结合各自所做的工作，从不同的角度向同学们展示了可视化的魅力。 继续阅读 »
随着大屏幕技术的发展和普及，其在展示、交互、合作方面的优秀性能使其更广泛地应用于可视化与数据探索。大屏幕的高分辨率和充足的显示空间可以支持展示更多信息，提供了多人协同分析的空间，并可以组合多种交互方式使探索过程更加自然。然而使用大屏幕进行可视分析仍存在很多挑战，诸如工具和菜单栏遮挡视图、用户无法触及屏幕较远位置、交互距离过长引起疲劳、多用户合作时面临冲突等问题。针对这些挑战，跨设备交互——使用个人设备（如手机、iPad、智能手表等）与大屏幕结合分析是一种常见的解决办法。相比于其他设备，智能手表具有轻便、操作便捷、解放双手、注意力转换少（部分操作无需注视手表）的优点，但相关研究中缺少将智能手表与大屏幕可视分析系统结合的工作，因此这篇文章[1]专注于解决这个问题，使智能手表作为存储和发送数据的存储器、提供额外视图和交互的中介和远程定位的控制器，提供了一套将大屏幕与智能手表结合的设计理论和系统，如图1，不仅能保障在多用户合作过程中个人探索的准确性，同时能降低个人操作对屏幕整体的影响，最后他们通过用户体验的结果验证了该系统的有效性。
国际航空运输协会（International Air Transport Association）对空中交通增长前景的最新研究预测表明到2035年空中交通量将增加一倍[1]。为了应对流量突变，降低管制员的工作负担以及保障空中交通的安全性和效率，动态地划分空域变得更加重要。传统的空域划分包括基于交通流的图划分[2], 对扇区的合并增加[3]以及基于Voronoi图[4]。该工作CDAS[5]使用认知决策架构的模型, 采用多目标优化算法来动态的划分空域。评测结果表情该工作有效提高了管制员的工作效率。
近期评论