Navigation

Menu

CAD& CG 2020 会前课程 | “可视化研究的不同维度”

on CAD&CG Changlin Li

第二十三届计算机辅助设计与图形学学术会议（CAD& CG 2020）于2020年8月14至16日在吉林大学线上举行。以“可视化研究的不同维度”为主题的可视化会前课程，于2020年8月14日14:30举行。该会前课程由实验室负责人朱敏主持，山东大学汪云海、曾琼、中南大学赵颖、微软亚洲研究院王韵做会议报告。会前课程通过B站进行直播，观看人数最多时达1.5万人。
以下是对三个报告的简要介绍。

报告一：可视化研究中的图形学问题

1-3
分享者：汪云海，山东大学计算机科学与技术学院教授
视觉编码的好坏是能够让用户快速抓到数据特点、趋势等特征。分享者提出目前可视化有三个目标及挑战：

  1. 易于感知（可看）——视觉表达分线性感知，可视化
  2. 定量评价（可测）——可视化有效性难以度量
  3. 便于交互（可探索）——交互缺乏引导
    以文本可视化为例分享者做了两个研究案例分享
  4. 词云布局。借鉴wordart的词云构造方式，设计了Shape Wordle，通过目标形状及距离场定义的螺旋线从内到外进行构造出的词云排布，能够很好的适应了目标形状并将其填满，对于复杂的图形可采用图形拆分的方式分别构造词云布局。
  5. 词云交互。设计了EdWordle，解决了词云交互时，单词拖动后影响其他单词进行了大幅的位置移动，破坏了原有的单词邻居关系。
    最后分享者提出，可视映射与数据交互与几何处理紧密关联：可视化赋予了几何的数据意义；几何度量提供了自动可视化的实现手段；数据交互遵循几何交互的原则。

2-3
分享者：曾琼，山东大学计算机科学与技术学院副研究员
简要介绍了色彩计算相关研究，主要面临以下挑战：

  1. 数据方面，大尺度、高维度、多变量、非均匀分布
  2. 任务方面，数值估计、梯度感知、模式感知
  3. 设备方面，不同显示器成像设置、大屏显示器、VR/AR
  4. 用户方面，色盲用户、科学家习惯性表达
    分享者还重点分享了综述论文的撰写过程：
  5. 综述选题：发展快、内容新；有创新和实用价值；贴近个人研究方向或未来规划；题目聚焦，避免范围过大；研究积累多、综述少。
  6. 文献查找：主题相关的综述论文；领域顶会；通过团队或个人主页查找；在线搜索工具（Google Scholar）；期刊主页；高校图书馆；向有经验的人或作者寻求帮助
  7. 文献归纳：文献阅读三步法（粗读，概览全文；细读，喜庆脉络；精度，重现与批判）；阅读笔记，积累原始素材（标题、作者、总结、优点、缺点、启发）
  8. 写作成文：三步写作法（撰写论文提纲；建立文章基本逻辑结构；提升文章表达与修辞）
    a) 前言部分
    • 研究背景,包括相关概念介绍、论述范围
    • 简要概述现状,描述本文核心观点以及与相关综述的差异
    • 将所有综述内容按照某种规则分类
    • 各个子类别下可以按照时间线索、不同的观点、不同问题等进行描述
      b) 主体部分
    • 历史背景、发展现状、未来趋势
    • 注意选用代表性强的文献
      c) 总结部分
    • 全文总结
    • 强调自己的观点
      d) 参考文献·
    • 注意引用规范、格式统一等问题;尽可能添加DOI号,方便读者检索

报告二：大数据可视分析竞赛详解

3-2
分享者：赵颖，中南大学计算机学院计算机科学系副教授
分享者提出竞赛是各学科教育和科研体系的重要组成部分，同时简要介绍了竞赛的帮助以及在网络安全、数据挖掘、机器学习等领域的竞赛概要。
可视分析竞赛包括数据可视分析竞赛（VAST Challenge）、中国数据可视分析挑战赛（）ChinaV）is）以及阿里天池等商业智能领域的可视化大赛，其中：

  1. 数据可视分析挑战赛 VAST Challenge
  • 搭建交流平台
  • 引领研究方向
  • 提供基准数据（故事情节+答案）
  • 探索评估方法
  • 促进技术、工具和应用的发展
  1. 中国数据可视分析挑战赛 ChinaVis Data Challenge
  • 丰富ChinaVis大会形式
  • 提供基准数据（故事情节+答案）
  • 搭建竞技交流平台
  • 促进专业人才培养
  • 推动产学研融合与实践创新

随后分享者简要介绍了参加过的可视分析竞赛并详细分享了一次以“绑架案”为主题的可视分析竞赛经历，同时根据历年来的可视分析统计数据得出各参赛队平均4.18人/队、需要投入43天以及可视化工具的受欢迎程度等。

报告三：如何开展数据故事的研究

4-1
分享者：王韵，微软亚洲研究院主管研究员
数据故事研究，是一种传递数据事实与见解的结构化方法，基于已有的数据出发，希望理解数据故事的传播信息的形式，从而进一步简化数据可视化的设计和难度。分享者通过案例说明数据故事的以下两个部分：

  1. 故事的描述
    a) 视频点击流数据的动画叙事可视化
    b) 导览文学评论， 促进学术论文
    c) 叙事可视化阅读
    d) 从表格数据自动生成情况说明书
  2. 故事的可视化展现
    a) 轻松创建信息图形
    b) 迈向自动化信息图表设计：基于深度学习
    c) 自动提取可扩展时间线
    d) 文本到可视：从自动生成信息图表
    e) 比例相关的自然语言陈述
    f) 可视化评估机器学习方法