IEEE PacificVis 2021 会议于4月19日正式召开。PacificVis是由IEEE主办的国际可视化会议，从2008年至今已举办十四届。本届会议原定于中国天津召开，但是由于疫情改为线上举办。会议的开幕式和主题演讲以直播的方式呈现，技术论文的演讲则以预录制的方式进行。本届大会主席，来自天津大学的张加万教授介绍了会议的基本情况。会议吸引了来自15个国家的280名参会者注册。
继续阅读 »标签存档: PacificVis
IEEE PacificVis 2021 主题报告Ⅰ
作者: 杨, 超凡
日期: 2021年4月19日
没有评论
IEEE PacificVis 2021 的第一个主题报告的题目是《COVID-19疫情期间的可视化（Visualizations during the COVID-19 Pandemic）》，报告的嘉宾是来自北京大学的袁晓如研究员。袁晓如博士是北京大学信息科学与技术学院研究员，博士生导师，机器感知与智能教育部重点实验室副主任，大数据分析与应用国家工程实验室常务副主任。新型冠状病毒肺炎疫情在2019年底爆发，并迅速在全球范围内传播，使得其与每个人的生活都息息相关。在这期间产生了大量的数据，而可视化则可以非常有效的将信息传递给大众，并帮助相关人员进行决策。本次主题报告基于此背景，介绍了与COVID-19相关的可视化工作，其中包括两部分：COVID-19数据收集和可视化设计，以及全球范围的COVID-19可视化的协作收集和分析。
继续阅读 »IEEE PacificVis 2021 主题报告II
作者: Jiang, Ruike Jiang
日期: 2021年4月19日
没有评论
第二个主题报告的题目是《可视数据科学-通过计算与交互应对挑战性数据场景（Visual Data Science – Integrating Computation with Interaction to Master Challenging Data Scenarios）》，报告的嘉宾是挪威卑尔根大学的Helwig Hauser教授。Helwig Hauser是挪威卑尔根大学可视化教授和数据科学中心CEDAS的负责人，关注数据科学的跨学科研究，以及数据科学教育和应用。在信息时代，研究者以及相关从业人员需要处理大量复杂的数据，包括多维集合数据集、流数据等。为了应对这样的挑战，越来越多的学科通过交叉合作的方式来发挥各自优势。可视数据科学即将交互式可视化与机器学习、统计等方法巧妙结合起来，让专家参与决策过程。Hauser教授的报告分为三个部分，第一部分是对数据科学、可视化数据科学概念的介绍，第二部分讨论其中的相关研究问题，包括高维数据分析、模型修正、可视化交互等，第三部分是对于开展交叉学科研究的心得和展望。
继续阅读 »深度神经网络支持下的交互式体数据可视化（DNN-VolVis: Interactive Volume Visualization Supported by Deep Neural Network）
作者: 刘 灿
日期: 2019年1月7日
深度神经网络支持下的交互式体数据可视化（DNN-VolVis: Interactive Volume Visualization Supported by Deep Neural Network）已关闭评论
体数据在医学、科学模拟数据中具有广泛运用。直接可视化（DVR）是重要的体数据可视化方法。其中关键是设计合适的传递函数。传递函数是将体数据中体素的值映射成为颜色-透明度值。本质上是将体素进行分类，识别其中的特征并给予不同的颜色透明度属性。在传统体渲染中，给定传递函数，选定视角参数之后就可以合成、计算渲染结果的每个像素的值。
然而，有时用户想要探索已有的可视化结果，但原始的传递函数并未公开。或者探索过程中，用户不满足于调整传递函数来获取结果，在传递函数基础上，他们想要直接对渲染结果进行一些修改。但是从渲染结果到传递函数难度巨大：一方面传递函数的设计空间巨大不可能暴力遍历，另一方面渲染结果中像素和传递函数之间也没有解析表达，细小的传递函数的差异可能导致巨大的结果差异。为解决这类问题，本工作[1]提出了基于深度学习网络的更直接的处理方式。本工作中的神经网络可以接受用户想要探索的可视化结果作为输入，随着用户的交互，可以直接合成在其他视角参数下的“渲染结果”。我们合成的结果可以和真实的渲染结果相媲美。
用持续同调方法检测动态图的结构变化(Visual Detection of Structural Changes in Time-Varying Graphs Using Persistent Homology)
作者: Liwenhan Xie
日期: 2018年5月13日
用持续同调方法检测动态图的结构变化(Visual Detection of Structural Changes in Time-Varying Graphs Using Persistent Homology)已关闭评论
动态图可视化对复杂网络分析等能起到关键作用，但由于动态图数据的复杂性，其演变过程的可视化形式一直难以确定，整体而言一般分为动画(Animation)和时间线(Timeline)两类。这个工作提出了一种用持续同调(Persistent Homology)来衡量动态图结构变化特性的方法，在此基础上提取特征以时间线的形式进行可视化，揭示动态图的异常变化和整体演变过程[1]。持续同调是拓扑数据分析(Topological Data Analysis, TDA)的主要工具，是近年探索性数据分析和数据挖掘领域中逐渐活跃的方向，有深刻的代数几何背景，将其引入可视化的特征提取是一次全新的尝试。
IEEE Pacific Visualization Symposium 2018 – Day 0
作者: Shuai Chen
日期: 2018年4月10日
IEEE Pacific Visualization Symposium 2018 – Day 0已关闭评论
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 »
IEEE Pacific Visualization Symposium 2017 – Day 3
作者: Zhibang Jiang
日期: 2017年4月24日
IEEE Pacific Visualization Symposium 2017 – Day 3已关闭评论
IEEE Pacific Visualization Symposium 2017 – Day 1
作者: Fan Hong
日期: 2017年4月23日
IEEE Pacific Visualization Symposium 2017 – Day 1已关闭评论
今天是IEEE PacificVis会议正式日程的第一天。首先进行的是大会的开幕式。大会主席Bongshin Lee和Jinwook Seo欢迎各位与会者，并介绍了这次会议的参与情况。今年共有来自19个国家的133人参与，其中来自大陆的可视化研究者有22名。接着，论文、短论文、海报张贴与storytelling竞赛的主席分别对各自部分的参与、评审以及接收情况进行了介绍。本次会议共接受论文29篇，分数均在3.5及以上。我们实验室陆旻同学的论文《Interaction+: Interaction Enhancement for Web-based Visualizations》被全文接收。图可视化主题在今年所接受论文、海报张贴中都有着很大的比例。
IEEE Pacific Visualization Symposium 2017 – Day 0
作者: Chufan Lai
日期: 2017年4月19日
IEEE Pacific Visualization Symposium 2017 – Day 0已关闭评论
国际可视化盛会之一的IEEE PacificVis 2017，于4月18日到21日在韩国首尔大学举行。会议首日是PacificVAST研讨会，邀请了众多可视化领域的著名专家学者前来作报告。会议内容共包含两个主题报告（Keynote Talk）、四个邀请报告（Invited Talk），以及一个讨论环节（Panel Discussion）。
IEEE Pacific Visualization 2016 Day 4
作者: Chufan Lai
日期: 2016年5月7日
IEEE Pacific Visualization 2016 Day 4已关闭评论
近期评论