时间 ： 2021年6月9日 09: 30
地点 ： 望江校区基础教学楼B座318实验室
研读成员 ： 胡浩
分享者 ： 胡浩
[1] Kumpf A, Stumpfegger J, Hartl P F, et al. Visual Analysis of Multi-Parameter Distributions across Ensembles of 3D Fields [J]. IEEE Transactions on Visualization and Computer Graphics, 2021, 2626(c): 1–15.
[2] Vietinghoff D, Heine C, Bottinger M, et al. An Extension of Empirical Orthogonal Functions for the Analysis of Time-Dependent 2D Scalar Field Ensembles [C]. In Proceedings of IEEE PacificVis, 2021.
论文简介 ：
[1]本文对多参数3D场集合数据，提供了一个可视化分析工作流来分析所有集合成员中是否存在已选择的参数空间部分。为了评估所选多参数分布在整个集合中的代表性，本文提出了一种新的小提琴图扩展，可以同时显示多个参数分布。本文研究了在多参数分布中有效传达相似度的视觉设计，并验证用户可以从这些图的并排视图中快速理解关于分布形状和代表性的参数特定差异。
在 3D 空间视图中，用户可以通过基于间隔的等值面射线投射来分析和比较不同集合成员中所选数据点的空间分布。本文通过两个实际应用案例，演示了如何使用所设计可视分析方法分析3D场集合中的多参数分布。
[2]本文主要的工作是扩展经验正交函数方法以支持分析两个维度（时间、模拟）的变化。模拟结果依赖于初始条件和参数的选择，且通常细微的不同会导致巨大的模拟结果变化。为了分析这种不确定性，研究者采样参数空间，生成模拟结果的集合。随着集合规模的增大，分析集合模拟数据变得困难。一种常见的方法是分析集合模拟的统计数值，例如通过经验正交函数来分析时空数据的主要变化。然而该方法主要用于分析单个维度的变化，如时间维度。 该工作考虑将经验正交函数方法推广至二维形式（时间和集合模拟），证明了二维的经验正交函数分解可以被被拆解为2个特征值求解问题，通过将集合经验函数和时间经验函数应用于2个关于欧洲冬季月均海平面气压数据集进行验证。
