2017北大可视化暑期学校课程第三天

第九届北京大学可视化暑期学校第三天的课程于2017年7月11日9点整准时开讲。经过两天的课程学习,我们已经对可视化的发展历程、数据可视化、高维数据的可视分析以及科学可视化中的图有了一定了解。今日开讲的老师分别是:来自美国圣母大学的Chaoli Wang教授和北卡罗来纳大学的Aidong Lu教授。

1-6

授课主题:科学可视化中的图

上午,Chaoli Wang教授结合昨日课程,介绍了iTree的数据组织、视觉表示和用户交互框架及其用于时变数据分析和可视化的作用,并且强调其集成数据紧凑和索引功能。随后分别介绍了基于字形、纹理以及几何的可视化方法,并简述Streamlines和Pathlines的概念,以及3D流线型可视化所面临的两类挑战。最后,Chaoli Wang教授对Flowgraph做了简述,强调了其解决可视化和理解3D场线及其空间关系所固有的困难、呈现符合分层图以支撑完整的关系探索、以及其通过交互式视觉界面启用分析推理的原理和作用。

2-6

授课主题:沉浸式分析

Aidong Lu教授从可视化的发展历程入手,引入主题:Immersive Analytics。随后通过是个实例形象体现出了IA无空间限制的优势,以及其存在着视觉死角、数据流量较大、目前使用场所受限等限制。除此之外,Aidong Lu教授以微软的虚拟现实产品Hololens为例,使用大量用例来介绍了VR发展现状,存在的问题以及所面临的巨大挑战,并通过实例分析VR视觉增强装置在最新可视化研究中的应用,并对IA的研究潜力充满信心。

下午,Aidong Lu教授着重介绍了Security Visualization。通过对五类常见数据安全的威胁和攻击、Sybil Attack以及Wormhole Attack的简单介绍,强调在网络安全攻击侦察上可视分析的重要作用,并指出网络数据的高维度特性,需要利用高维数据可视化方法进行处理,从而在低维空间进行研究。随后介绍了Data Mapping以及Node-Link与Matrix两种视觉设计方式,强调数据域的选取、数据排列方式和数据采样对可视化效果的影响,并比较了Node-Link与Matrix的优缺点,提出将两种方法结合使用的新思路。

经过两天的学习与讨论,大家将更多的精力投入到了课程设计的实现上。课间,组内讨论十分热烈,大家针对小组的Challenge题,结合课上讲师在案例中使用的可视化方法,提出自己的思路,并着手开始实现。相信明日的课程将会更加精彩。

123