Navigation

Menu

2018浙江大学可视化暑期学校-第一天

Fuzhi Luo

课程：Introduction to Information Visualization and Visual Analytics
讲师：Tobias Schreck教授
讲师简介: Tobias Schreck教授是IEEE VAST论文组主席和EuroVis短论文组主席，他的主要研究方向是沉浸式可视分析。
课程简介：
1.信息可视化基础
可视化的发展经历了从石板刻画，到能够表达数量关系、层次关系的各种图形图表诞生的多个阶段。发展至今，可视化通常提供不同级别的所传达信息的定性和定量视图[1]。
按照Card等人提出的信息可视化模型，可视化的设计过程分为Data Transaction,Visual Mappings,View Transactions三个阶段。
-----3

图1 可视化设计模型
可视化包含Overview, zoom and filter, detail-on-demand[2]，即聚合和抽象的可视化、用户交互技术、数据的细节和原始数据的查询。 在本部分，Tobias Schreck教授还介绍了可视化的定义及其领域划分、人的视觉原理及格式塔理论，还通过具体的示例介绍了如散点图、树图等多种基本视图。

2.可视分析
可视分析，即基于交互式视觉界面的分析推理科学。
首要将筛选出数据中的重要部分进行展示。在本部分，Schreck教授通过介绍线性回归、主成分分析、自组织映射、特征距离、支持向量机等算法介绍了回归分析、数据降维、聚类分析、相似性搜索、分类分析五类用于筛选重要数据进行分析的方法；并提供了多个分析样例。
-------2

图2 数据分析方法
着重讲解了基本的聚类算法中的样本聚类方法（基于中心的聚类方法、基于层次的聚类方法、基于密度的聚类方法）和自组织映射方法（Self-Organizing-Map）。

3.挑战
在可视分析中存在如下挑战：
第一，系统如何更有效地找到有趣的方面，其中有包括视觉质量/兴趣措施、视觉探索的推荐引擎和分析过程的来源。
第二，需要更加新颖的互动范式，其中包括多模态反馈（语音，眼动追踪，手势），基于草图的视图搜索。
第三，在智能产品中新的应用的机会。

[1]Ward M O, Grinstein G G, Keim D. Interactive Data Visualization[M]. Taylor & Francis Ltd. 2010.
[2]Shneiderman B. The eyes have it : A task by data type taxonomy for information visualization[J]. Craft of Information Visualization, 2003:364-371.