CCF CAD&CG @U第十一期 曾伟、陈思明走进四川大学

CCF CAD&CG @U第十一期

曾伟、陈思明走进四川大学


主办:中国计算机学会计算机辅助设计与图形学专业委员会

承办:四川大学计算机学院(软件学院)

时间:2022年5月13日  10:00-11:30  14:30-16:00

地点:四川大学望江校区基础教学楼C座二楼报告厅

线上参与:腾讯会议号:847-118-922

CCF CAD&CG走进高校第十一期于2022年5月13日在四川大学举行。本次活动邀请了2位相关领域的专家学者,进行学术报告。


特邀报告1

微信图片_20220531125916

报告人:曾伟

题目:数据增强的可视化设计

个人简介:曾伟博士,香港科技大学(广州)信息枢纽计算媒体与艺术学域(CMA)以及数据科学与分析学域(DSA)双聘助理教授,博士生导师。新加坡南洋理工大学计算机专业本科(2011年)和博士(2015年)学位,曾担任中国科学院深圳先进技术研究院副研究员,以及苏黎世联邦理工大学新加坡未来城市实验室高级研究员和CIVAL协调员。他的研究重点关注人、机器和大数据之间的相互作用,特别是可视化和可视化分析、AR/VR、和人机交互方向,研究成果应用于智慧城市、智能交通、可控人工智能等领域。发表高水平论文30余篇,其中包括十多篇IEEE TVCG (IEEE VIS), CGF (EuroVis)数据可视化方向旗舰期刊与会议论文,获得ICIV'17、VINCI'19、ChinaVis'21最佳论文(提名)。曾任IEEE T-CSS期刊客座编委,VINCI'22宣传主席,PacificVis 2019海报主席,IEEE VIS、EuroVis STARs、ChinaVis等学术会议的程序委员会委员,IEEE TVCG、EuroVis、 IEEE TKDE、IEEE T-ITS等会议和期刊的审稿人。

报告摘要:数据可视化已被广泛用于帮助用户交互式地探索大量的、复杂的、和高维的数据。然而,尽管可视化无处不在,如何设计可视化仍然是一项非常繁琐的工作,需要设计师综合考虑各种设计指南。近年来,受益于高质量可视化数据集的普及和机器学习模型的进步,可视化研究人员尝试利用数据增强的方式促进可视化自动设计。本报告将首先结合讲者自身经验,回顾传统方式如何构建可视化系统,并在此基础上讨论数据增强方法在可视化设计方面存在的机遇和挑战。讲者将重点介绍团队最近开展的一些数据增强可视化设计项目,包括多视图可视化设计和基于深度学习的可视化颜色表提取。


特邀报告2

微信图片_20220531130315


报告人:陈思明

题目:面向人文社会科学数据的可视分析与故事叙述

个人简介:陈思明,复旦大学大数据学院青年研究员,博士生导师,复旦大学可视分析与智能决策研究组负责人。曾任德国弗劳恩霍夫智能分析和信息系统研究所(Fraunhofer IAIS)研究员与德国波恩大学的博士后研究员。于2011年获复旦大学理学学士学位,2017年获北京大学计算机科学专业理学博士学位。从事大数据可视化与可视分析的研究,主要研究方向包括:社交媒体数据可视分析、城市时空数据可视分析,网络安全与用户行为可视分析及故事叙述,共发表论文40余篇,其中在IEEE VIS,IEEE TVCG,EuroVis等顶级国际可视化会议以及期刊上发表10余篇文章。担任多个国际会议的组织委员会和程序委员会成员,包括IEEE PacificVis海报主席、宣传主席,ChinaVis数据分析挑战赛主席,IEEE VIS程序委员会委员等。他的工作曾获得8次IEEE VAST Challenge数据挑战赛一等奖,以及多个会议最佳论文/海报(提名)奖,包括IEEE VAST最佳海报提名奖,EuroVA最佳论文奖、Agile最佳海报奖、ChinaVis最佳论文提名奖等。更多信息请登录:http://simingchen.me 查看。

报告摘要:人文社会科学的研究过程中产生了大量数据,但传统方法很难分析此类非结构化、语义性强且具有人文社会科学属性类型的数据。而可视化与可视分析技术则天然在此类任务中具有优势。本次报告介绍了我们在人文社会科学可视分析的一些工作,包括利用社交媒体分析社会迁徙、信息传播的特征与规律,利用历史人文数据探索历史人物的生平等。方法上,我们设计了地图隐喻的可视分析方法,将复杂的非结构化数据处理并投影到二维平面上,并结合交互分析与探索,探索人文社科数据背后内在的规律。

本次报告我还将介绍这些学术工作背后我的个人学术经验,成长和教训,并与大家分享复旦大学可视分析与智能决策研究组的一些最新工作。