ChinaVis2020-day1

        11月1日上午,第七届中国可视化与可视分析大会(ChinaVIS 2020)在西安陕西宾馆隆重举行。本次大会以“数据求真,可视为善”为主题。大会吸引了来自全国各地高校、研究院所和企业参会代表,领域顶尖专家学者与参会代表共同探讨数据可视化与可视分析的前沿技术和未来前景。由于今年新冠疫情的影响,ChinaVIS 2020于7月19日-21日预先举办了一场线上的大会,为进一步促进交流,加强合作,特于10月31日-11月3日再次组织线下会议,大会主席西安电子科技大学苗启广教授说到,希望大家珍惜这次来之不易的机会,多多交流。

特邀报告

报告者: Tamara Munzner(UBC)
报告题目:Problem-Driven Visualization Through Design Studies

        设计研究是可视化领域中以问题为导向的一种流行方法。 讲者将设计研究定义为一种工程:在这种情况下,可视化研究人员分析领域专家面临的特定实际问题,设计支持解决此问题的可视化系统,验证设计并反思所学到的教训,以完善可视化设计指南。 讲者讨论这些研究和过程方法,以帮助研究人员和从业人员避免潜在的设计陷阱。

        讲者先介绍了可视化关注的四层嵌套模型:1)领域:关注谁是目标用户);2)抽象:关注展示什么(数据抽象)、用户要看什么(任务抽象)3)风格:关注如何进行数据展示;4)算法:关注高效的计算。然后讲述了一种9个阶段的迭代式设计研究框架,具体包括:precondition(learn、winnow、cast),core(discover、design、implement、deploy),analysis(reflect、write)。并通过三个应用领域的案例来说明设计研究的潜力和挑战:1)使用建筑占地数据进行设施管理和规划;2)使用电子商务点击流数据分析消费者行为;3)通过物种和基因多进化树之间的关系研究生物学假设。

报告PDF:https://www.cs.ubc.ca/~tmm/talks/chinavis20/chinavis20.pdf

1

图1:Tamara Munzner 线上汇报

圆桌论坛: 殊途同归?可视分析与数据挖掘分析领域的交融

报告者: 陈为,陈伯林,王长波,王鑫,吴亚东
报告内容:
        近年来,在大数据浪潮中,可视化与可视分析是最为活跃的研究方向之一。面对大数据时代的挑战,可视分析与传统的数据分析、数据挖掘从不同的角度、用不同的思路帮助人们有效地获取信息和知识,都已经成为科学探索、工程实践和社会生活中不可缺少的数据处理和发布手段。一方面,可视分析是以可视化为界面,融合数据挖掘模型与交互输入,开展复杂场景分析;另一方面,数据挖掘领域也越来越重视人的作用。但是由于领域有所差别,可视分析与数据挖掘分析相互之间对于问题的理解有所差异;然而尽管各有所长,但是毫无疑问,数据挖掘与可视分析并非两条平行的技术路线。本论坛面对具体的应用问题,可视分析与数据挖掘是如何相辅相成、交叉融合,拨开海量数据的迷雾?在应用系统的研发过程,两种技术手段如何找到结合点?数据分析和数据挖掘领域专家对可视化与可视分析的需求与看法?可视化领域的研究学者如何更好利用数据模型与方法达到得更有效的数据呈现与交互分析?
        报告中,五位老师分别对可视化数据库、VIS for AI、AI for VIS、深度学习在医学领域的应用、模型驱动的数据可视分析、知识图谱与可视化、可视分析与数据挖掘助力数据分析等主题进行了详细的讲述。在答疑环节中,问题及回答总结如下:
         (1)对于可视化数据库提供与企业不同的数据,小团队可以自己建数据库,企业可能会开源数据集;
         (2)AI for Vis 最大的挑战是什么及语料库如何构建?找到VIZ中能够用AI解决的点,找到问题是成功的一半。语料库:30个学生建语料库,和企业的合作。
         (3)如何看待数据挖掘中可视化的用处,探索性可视分析可视化的机会在什么地方?可视分析与数据挖掘存在gap,可视分析人的参与度不够。可以考虑前期处理或中间某个阶段融入数据挖掘算法,美学艺术。在分析过程中的工具性作用,梳理脉络(朝哪个方向研究)。发挥结果展示作用,可视化进行大量剪枝。可视分析过程中智能算法作为引擎,研究背景教育差距。归根到底,数据挖掘和可视分析都是工具。

图2:可视分析与数据挖掘助力数据分析

特别专题:可视化发展年度报告

        可视化发展年度报告中,来自北京大学的袁晓如教授讲解了可视化与自然语言处理交叉研究方面的工作,展现了自然语言与可视化结合后在数据流可视化构建、多模态交互、图表增强、信息图生成方面的作用;中山大学的陶钧教授讲解了在深度学习时代下的科学可视化发展,讨论了如何通过算法解决如何将人类认识的不同种类的信息联系在一起的问题;来自微软亚洲研究院的王韵研究员展现了大数据与可视化碰撞下AI for Vis 在可视化设计自动生成、数据故事生成、可视化设计提取与重新利用、可视化设计增强以及数据交互方面的前沿工作;浙江大学的巫英才教授讲解了在沉浸式可视化的发展,表示沉浸式交互具有可移动性、更自然的交互、多通道感知的特点,能将用户交互从2d拓展到3d,给用户带来更强的专注感、促进对3维形态数据的理解;同济大学的曹楠教授针对交互式异常检测与应用做了汇报,展现了可视化在解决异常定义、异常样本标签少和异常检测可解释性问题的重要作用,并对异常检测未来研究的潜在方向做了分析;天津大学的毕重科教授就大规模科学数据可视化中稀疏数据管理、并行计算等方面做了汇报;复旦大学的陈思明教授从数据时空特性等角度对社交网络可视化等发展前沿做了汇报;来自中南大学等赵颖教授结合了各类可视分析挑战赛及商业智能、数据新闻等领域的挑战赛,对近年数据可视分析挑战赛的发展进行了回顾。

图3:可视化发展年度报告

专题报告: 安全可视分析

报告者: 董笑菊,上海交通大学计算机科学与工程系副教授
报告题目: 网络异常检测可视分析研究

        讲者将可视分析方法应用于异常检测领域,并从数据的特点、结合的技术、用户参与度三个角度对分析方法进行分类。并提出了由历史数据无监督机器学习、实时数据无监督机器学习、可视化交互标记组成的三步技术路线,并实现了相应的网络异常检测系统。基于增量学习的实时网络异常检测系统通过增量训练deep AE和SOINN提取网络数据特征、发现正常和异常模式,并结合可视化方法利用用户的知识及验证结果交互地调整模型,提高检测效果。基于可视化交互标记的网络异常检测系统将用户反馈纳入迭代过程,从数据标记的角度检测异常,充分利用网络安全领域大量的未标记数据。

4

图4:网络异常检测可视分析研究

报告者: 黄鑫,奇安信集团
报告题目: 安全业务里的多端可视化技术探索与实践

        讲者从技术的角度分析了地理可视化项目的实现过程,其分层架构设计包括交互层、渲染层、数据模型层、数据处理层、数据接入层,简要介绍了数据的存储格式、样式的设计、点线面的绘制以及B/S端实现及C/S端的Unity三维实现,并对于渲染过程提供了优化方案使得渲染时间大大提高。除此之外,讲者还介绍了时空可视化分析工具(哥伦布)、大屏系统搭建技术架构设计、Code Generator模板引擎等技术。

5

图5:可视化技术探索与实践

报告者: 权义宁,西安电子科技大学
报告题目: 网络敏感信息可视分析

        讲者通过对网页或者APP应用中的敏感文字、敏感图片和敏感视频中的内容进行识别,其检测模型为DBNet,识别模型为CRNN+Attention机制,并使用可视分析、数据挖掘、智能分析等方法实现对网络环境中的敏感信息的识别、预警与分析。

6

图6:网络敏感信息可视分析

专题活动:校企面对面暨可视化人才现场招聘会

报告者: 黄芯芯,陈为,王祖超,闻啸,王臻皇,袁晓如
报告内容:
         “关键还是人才”!可视化领域的人才培养关乎可视化与可视分析行业领域发展未来。为了促进可视化领域产学研的深度融合,支持新时代新形势下的人才就业,将于2020年11月1日下午ChinaVis2020会议期间举办首届“校企面对面”活动暨可视化人才现场招聘会。来自华为的黄芯芯讲解了面向行业的可视化人才培养;阿里云的闻啸对数据可视化岗位的泛化进行交流;陈为教授结合自身多年教书育人的经验,分享如何培养全栈式可视化人才;360公司的王祖超引发了大家对可视化人才需求的思考;来自谷歌的王臻皇结合自身从学生到企业的经历,分享了从校园到企业如何转变角色;最后,袁晓如教授介绍了可视化领域人才培养的现状。
         报告之后的答疑环节中,同学们与企业的专家进行了充分的讨论。就面试就业、企业对可视化人才的考察点、作为学生该如何以就业为导向的培养自己、什么是全栈可视化人才等多个问题进行讨论。答疑环节后,阿里云、华为、360等企业进行了现场招聘会,对同学们现场面试及答疑解惑。

7

图7:企业中可视化角色理想分布

大会艺术项目

报告者:吴琼(清华大学美术学院)
艺术特邀报告:可视的与可感知的体验

        吴琼老师为清华大学长聘副教授、博士生导师。现任清华大学艺科中心-伦敦玛丽女王学院联合创新人工智能实验室主任,清华大学国家形象传播研究中心设计研究室主任等。随着时代的发展,计算无处不在,加之于信息可视化使得交互早已超越了二维平面,多通道交互、实体交互的研究与实践越来越受到关注,报告探讨了如何运用可视化的手段与方法进行交互设计、如何整合可视的与可感知的设计获得新体验。

        讲者基于实验室的历届毕设作品,举例说明了基于数据的可视化设计出现之后,交互设计在传统的系统界面交互之上发生的巨大变化,比如从分析问题开始到从定义问题开始的变化、从重视形态与功能到结合内容与方式的变化、从系统分析到结合情景分析的变化。由此,说明了从可视到可感知的体验这个过程中,发生了从屏幕到空间、从视觉到多模态、从低用户自由度到高用户自由度的变化。

图8:可视的和可感知的体验

论文报告4:多维数据可视化

报告者1: Zeyu Li
论文题目: SemanticAxis: exploring multi-attribute data by semantics construction and ranking analysis

        挖掘特征的分布并按属性组合对对象进行排序是探索和理解多属性(或多变量)数据的两个常见任务。在本文中,我们介绍了“语义轴”(SemanticAxis),该技术允许用户在二维空间中交互构建语义向量来实现对象排序与理解。本质上,语义向量是原始属性的线性组合。它可以用来表示和解释降维空间中局部(离群值,聚类)或全局(一般模式)特征中隐含的抽象概念,以及用作基于概念定义的排名。

9

图9:SemanticAxis 系统界面

报告者2: Yi Zhang
论文题目: Exploring Visual Dimension Analysis Based On Dimension Subdivision

        维度通常被当作一个整体来分析维度间的相关性,但实际中两个维度间的相关性可能是多尺度的。本文提出了一种维度细分方法,可进行多尺度维度相关性研究并分析多维数据,并为维度细分结果设计合理的可视化,开发可视分析系统D-div以帮助多尺度维度分析。

图10:D-div系统界面

报告者3: Nan Ma
论文题目: 面向分析任务的表格数据可视化交互构建

        本文提出一个支持快速探索多维属性并支持面向分析任务的可视化图表推荐框架。通过设计可视化设计语言规则、数据转换及聚合操作定义、分析任务抽象,设计了一套面向数据分析任务的可视分析系统,用于帮助用户更加灵活的探索数据并从数据中生成见解。

图11:视图生成流程图

专题——城市可视分析

报告者1: 巫英才(浙江大学)
报告题目:数据驱动的城市选址与规划

        随着城市化的快速推进,人们在城市生活中产生的数据呈现爆炸性增长的趋势,“时空数据分析”是构建智慧城市的关键。对城市大数据进行有效的分析可以使得城市关键设施的选址和规划更为科学与合理。讲者介绍了通过利用视觉通道和交互可视化,讲机器智能与人类智慧结合的方法,对城市复杂时空数据进行可视分析,完成理解、推理和决策等任务。还讲述了数据驱动的城市选址与规划的研究、针对选址问题的多准则可视化决策。针对由量大、高维、异构、动态演变的复杂城市数据所引发的信息过载、对象复杂挑战,讲者介绍了应对的主要工作:时空数据的直观呈现与交互、时空数据的便捷可视推理与决策。还展示了住房选址与公交车线路规划等多个案例(SmartAdP、HomeFinder、Better Bus Networks)。最后提出对未来的展望:1)解决数据复杂、任务多样的挑战;2)推进人类和计算机协同合作。
12

图12:时空数据的便捷可视推理与决策

报告者2:候文军(北京邮电大学)
报告题目:基于知识图谱的古都文化挖掘及可视分析

        讲者是北京邮电大学数字媒体与设计艺术学院副院长,主要研究方向为人机交互和创新设计。基于北京市人文社科重大项目,讲者在本次汇报主要介绍了北京古都文化知识图谱网站平台的建设方法。利用知识图谱技术构建文化节点之间的关系型数据库,以关系数据作为底层支撑,通过将散落的数据节点聚类联系,纵向发掘不同专题下具体文化之间的深度关系同时横向探索北京古都整体文化之间的相互联系。通过实体-关系-实体的形式,形成北京古都文化全图谱网络,以各类可视化形式表达文化关系,以更直观的形式全面展现历经千年的北京文化轮廓。主要工作发表于CAD&CG,论文名为“京剧剧本可视化系统”。

图13:三国时代与明时代剧本情节图对比

艺术家讲座

报告者:蒋飞(上海美术学院)
艺术家讲座1:虚拟艺术与沉浸式可视化

        讲者结合虚拟艺术探讨沉浸式可视化的创作方法,并通过讲者在MIT媒体实验室从事的相关研究及项目(Moments&Baguamarsh),探索如何结合多维数据和多媒体去体现创作者的主观感知和经验,希望这一研究能为叙事可视化艺术提供参考。

        Moments是一个旨在为用户节省特殊时刻并在将来体验这些时刻的原型系统,设计了一种多传感器设备来收集用户日常生活中的环境数据,并基于照片和来自开放数据平台的用户数据收集相关信息。为用户提供了一个身临其境的虚拟现实环境,以探索他或她的过去经历。

        Baguamarsh项目基于Moments的研究基础,以天堂和中国古代哲人之间的团结的想法(易经),结合了八卦中的易经使用多维数据和多媒体,并使用沉浸式交互环境来呈现新颖的叙事可视化形式。该项目的主题是“天人合一”,即自然与人的和谐。它系统地阐述了人与自然之间的关系,即人必须遵循宇宙定律,尊重和保护自然,以洞悉和谐能够产生万物的真相。通过整合个人数据,环境数据和媒体资料,在虚拟现实环境的形式下设计该项目。

作品链接:https://www.media.mit.edu/projects/moments/overview/(瞬间);https://www.media.mit.edu/projects/baguamarsh/overview/(八卦沼泽)

图14:虚拟艺术和沉浸式可视化

报告者:龙娟娟(江南大学)

艺术家讲座2:新冠疫情语境下的叙事式可视化

        叙事可视化是指通过可视化方法围绕数据和信息进行有效通信,其可视化结果具有类似故事的效果,以提高人们对数据和信息的解释效率与记忆性。叙事可视化在数字媒体技术发展的推动下拓展出更为丰富的表现形式与叙事策略。视角转换与动态过渡的结合高效提升了可视化技术的叙事能力。区别于可视化研究注重数据的探索与分析,叙事可视化越来越多的指向了观众的情感共鸣与交互体验。

        叙事可视化根据叙事范式可分为三类,作者驱动、读者驱动以及作者驱动+读者驱动的叙事可视化。作者结合她们作者驱动+读者驱动的疫情可视化作品《流动的边界》对叙事可视化工作的实践方案展开讨论。该作品旨在运用可视化方式记录此次重大疫情的不同维度数据,并用互动叙事的网页形式和隐喻修辞的视觉语言来探讨事件中、人与人之间,人口、资源、信息等的流动与边界,引发观者的思考与共鸣。

作品链接:http://flowingboundary.com/

图15:叙事式可视化叙事范式

华为可视化之夜暨CSIG-VIS走进华为

        11月1日晚18:00至10点于华为西安研究所举办了《华为可视化之夜暨CSIG-VIS走进华为》活动。首先,由华为云人工智能领域副总裁袁晶先生、北京大学的袁晓如教授进行了开幕致辞。在汇报环节中,袁晓如教授对智能可视化的前沿工作进行了分享;华东师范大学的王长波教授为大家带来了面向新经济的大数据智能可视分析报告;天津大学的张加万教授就行业可视化机遇和挑战发表了自己的见解;国防科技大学的蒋杰教授介绍了他面向载人航天的混合现实建模仿真方法的工作;中南大学的赵颖教授从竞赛促进大数据可视分析产学研结合的角度引发了大家的思考;华为云EI工业智能体高级产品经理周志获先生对华为在工业领域智能化应用的工作做了介绍;华为油气领域顾问科学家伍新明博士就地球物理中的人工智能和三维场景方法的工作做了讲解;华为云可视计算总监丁治宇围绕华为云行业可视化的产品与服务体系做了介绍

16

图16:开幕致辞