标签存档: 科学可视化 - 第2页

IEEE Pacific Visualization 2015 Day 4

今天是第八届IEEE Pacific Vis会议的最后一天。会议内容全部安排在上午,分为三个部分,拓扑结构可视化和体绘制,多变量和高维数据可视化以及闭幕仪式。

在 Topological Visualization and Volume Rendering 这一部分中,印度科学院的Vijay Natarajan等展示他们在标量数据拓扑结构研究方面的两个工作。第一个工作构造了完全极值图(Complete Extremum Graph)来抽象标量数据,用于探索数据中的相似结构,并且还定义了一种基于最大权重公共子图的距离度量方法对标量数据进行比较。另外一个工作定位于标量数据 contour tree 的计算效率问题,他们提出了一种快速,并行的构造算法,在数据大小超出内存的情况下也能够高效地进行计算。值得注意的是,Vijay Natarajan 在 PacificVAST 研讨会上就展示了他们之前在标量数据对称结构的检测方面的研究工作,这些工作也是基于标量数据中的 contour 和极值等拓扑信息。 继续阅读 »

IEEE Pacific Visualization 2015 Day 3

今天是 Pacific Visualization 正式会议的第二天,王飞跃教授做了主题演讲,此后有 3 个 full paper session 、 poster session 以及 banquet。

Keynote 是王飞跃教授做的演讲,题目为 Visualization and Knowledge Automation: Enterprise 5.0 and Parallel Evolution,这篇论文主要内容是论述可视化对于平行虚拟现实改革的推动作用,所谓平行就是指 ACP 的平行理念,也就是人工社会(Artificial Societies)+ 计算实验(Computational Experiments)+ 平行执行(Parallel Execution)。从本质上来讲,ACP 的平行理念的 核心就是把复杂性与智能化系统“虚”的和“软”的部分建立起来,通过可以定量实施的计算化、实时化,使之“硬化”,真正用于解决实际的问题。而所谓的大数据和云计算以及物联网正是支撑 ACP 方法的核心技术。可视化方法也将成为支撑 ACP 并大力推动平行虚拟现实改革的重要方法和工具。 继续阅读 »

IEEE Pacific Visualization 2015 Day 2

今天是会议正式议程第一天,包括了开幕式、 主题报告(Keynote)、2 个 full paper session 以及 3 个 notes session。

Keynote 讲者是来自 Linköping University 的 Anders Ynnerman 教授,他的报告题目为《抽丝剥茧——从火星陨石到木乃伊》(Inside Information – From Martian Meteorites to Mummies)。 继续阅读 »

IEEE Pacific Visualization 2015 Day 1

可视化三大风云际会之一IEEE PacificVis, 时隔六年再次来到中国(上一次是2009年在北京举办),于今年4月14-17日于杭州浙江大学紫金港校区举行,今天一早北大可视化小组一行20名参会代表来到了位于蒙民伟楼的报告厅。正式会议开始的前一天是IEEE PacificVis VAST研讨会,邀请来自世界各地的可视分析研究者作专题报告。 继续阅读 »

德国斯图加特大学Thomas Ertl教授访问北京大学可视化实验室

2015年4月3日,德国斯图加特大学Thomas Ertl教授访问实验室。Thomas Ertl教授是可视化及可视分析领域的知名学者,斯图加特大学可视化及交互系统中心和可视化研究中心的带头人。他涉足于可视化、图形学及人机交互多个领域,发表论文400多篇,多次担任可视化会议和期刊的主席。

继续阅读 »

FLDA:基于LDA主题模型的非定常流场分析 (FLDA: Latent Dirichlet Allocation Based Unsteady Flow Analysis)

LDA主题模型是文本分析中常用的工具。在LDA模型中,一段文本被当作是一个词包(bag of words),通过分析这些词包,LDA模型可以提取出文本中潜在的主题,并基于所提取的主题分析文本间的关系。例如,考虑这两句话:“苹果最新发布了iPhone6和iPhone6 Plus”和“三星本季度利润大幅度下滑”。如果只从词语角度对这两句话进行分析,那么计算机很难发现这两者间的关系。但是,如果计算机通过分析大量文本之后,能发现两句话实际上都是与“科技”“手机”等主题相关,那么就比较容易判断两者的关系了。因此,主题模型实际上是在文本和词语之间增加了一层抽象层,而使得对文本间关系的分析能更加准确全面。而我们要介绍的这篇论文[1]则创新性地将LDA主题模型引入到流场分析中,利用流场主题这一抽象层,基于迹线来对流场进行分析。这篇文章由我们实验室与国防科技大学合作完成,并即将发表在今年的IEEE VIS年会上。

继续阅读 »

相似性探索:针对多角度气候模型的比较可视化工具 (SimilarityExplorer: A Visual Inter-Comparison Tool for Multifaceted Climate Data)

在气候数据分析中,相似性比较对研究不同气候模型之间存在共识和差异很重要。陆地生物圈模型等气候模型模拟了生态系统在时间和空间上的变化,比如光和作用,呼吸作用等。众所周知,交互可视化方法可以让研究者们更方便地浏览数据,从不同角度和粒度下对数据进行分析。但目前并不存在一个特别针对气候模型数据比较的可视化工具。在今天的EuroVis2014会议上,美国纽约大学的学者针对气候数据提出他们的工作SimilarityExplorer[1]。作者首先提出了针对气候数据不同角度下模型相似度的四种可视化分析需求,之后从这些需求出发,作者设计了满足这些需求的四种可视化任务设计指导。最后基于这些设计指导,作者开发了一个可视分析工具SimilarityExplorer,它结合了矩阵、散点图投影技术、平行坐标等多种可视化技术,重点从空间和时间这两个角度出发,对气候模型之间相似度做比较。由于这些设计指导和开发的系统都是基于与气候领域专家讨论的基础上得出的,所以这个系统的实用性和有效性都得到很好的验证。

继续阅读 »

利用强度梯度直方图多级分割的层次化的体数据探索方式(Hierarchical Exploration of Volumes Using Multilevel Segmentation of the Intensity-Gradient Histograms)

科学可视化中体可视化是一个重要的研究方向,传递函数设计作为探索体数据的重要手段,则是体可视化的重点研究话题。传递函数通过将体数据中采样值映射成为颜色和透明度等视觉属性来描绘出图像。比如在医学CT扫描数据中,将肌肉对应的采样值所在的分布范围映射成黄色,骨头所分布的取值范围映射成白色,血液对应红色等等,辅以一定的透明度,我们便可以看到扫描数据的结果。传递函数设计中的映射可以从原始数据如强度出发,也可从数据的衍生属性如梯度出发,通常用户被提供一个描绘变量分布的直方图作为提示界面,在其上划取一段范围并指定它的映射特性,以此完成整个设计流程。

尽管在某些特定的领域如前文提到的医学应用,传递函数的设置存在一些经验性的参数约定,但对于普遍的传递函数设计本身来讲,这并不是一个容易的过程:用户需要在每次尝试过后查看效果,再做相应调整,而且有时,一个极其细微的调整也会对结果带来巨大的变化。所以,传递函数的设计是一个非常耗时且复杂的操作。为了让用户能够更好地探索和分析体数据,来自美国马里兰大学的学者们提出了一种层级化的体数据浏览方式。他们的解决方案针对强度-灰度二维传递函数,实现了一种多层级的半自动体数据划分,从而作为传递函数设计的新颖实现方式和交互手段。

exploration

继续阅读 »

所见即所得体可视化 WYSIWYG Volume Visualization

三维体数据(Volume Data)是非常常见的数据类型。从数值模拟,到CT成像,体数据可以描述三维纵深的信息。在之前的文章中,我们讨论过体数据的传递函数问题。要把三维体数据的密度数值转化为人可识别的颜色,需要利用传递函数(transfer function)把密度值映射为颜色和透明度。但是传递函数往往难以确定。这也成为体数据可视化广泛使用的一个障碍。我们在刚刚过去的IEEE Visualization 2011会议上的论文WYSIWYG (What You See Is What You Get) Volume Visualization就是对建立更加直观易用的体数据可视化的最新尝试。在这个工作中,我们首先用一个比较简单的预设的传递函数显示目标体数据。以后使用者可以象在Photoshop上使用各种笔刷绘制图片一样,直接修改体数据渲染结果。甚至可以直接擦除、改变对比等。这样,复杂的体数据变得如此易用。

工作的构思来源于我们2005年在Pacific Graphics上的Volume Cutout。当时是直接在绘制的体数据图像上通过手绘输入,获得预想的分割结果。今年我们的工作就是对此的进一步,可以对体数据绘制的各种细节进行直观的干预。

继续阅读 »

大规模数据可视化 (Large-scale Data Visualization)

超级计算的飞速发展极大地推动了计算科学的进步,使得科学家们在进行物理仿真处理时可以得到前所未有的细节,此外,高端的计算机断层扫描(CT)系统、大规模的高能物理实验都可以产生庞大的数据。对TB乃至PB量级数据的分析和可视化已经成为现实的挑战。 继续阅读 »