今天是浙大可视化与可视分析博士生学术论坛的最后一天。上午第一节课，来自中国科学院软件研究所的时磊老师为我们带来了主题为“网络数据可视化与应用”的报告，主要从网络数据可视化基础和影响力图谱可视化两个方面进行介绍。 时磊老师授课 时磊老师用十个网络可视化实例，开始了今天的报告。随后详细的介绍了网络数据可视化，主流的网络可视化方法主要分为两种：适用于中小型网络的基于力导向的图布局算法和适用于大型网络的基于网络数据变换、压缩、抽样的综合可视化方法。在网络数据概念中，时老师介绍了节点，边，图布局等基本概念。网络可视化方法中有常用的节点-边可视化，也存在非节点-边的网络可视化方法，例如矩阵/节点边混合视图，树图等。网络可视化中还存在一个比较重要的问题就是大型网络可视化，因为在如今的大数据时代，网络数据正走向大型化， »

今天是浙大可视化与可视分析博士生学术论坛的第三天。上午第一节课是来自浙江工业大学的孙国道老师带来的“城市数据可视化”，孙国道老师首先对城市数据可视化进行了简介：例如交通数据，用户行为数据，环境数据，经济数据等等，其具有高度异构，高维度，高动态（产生速度非常快），冗余与稀疏并存，不确定性（位置缺失，地理位置偏移）以及非结构性的特点，再者讲了城市数据可视化面临的两个挑战： 1）数据需要大量的数据清洗，并且存在时空可视探索和专家需求和可视设计的结合问题； 2）如何解读可视化，并将其转化为知识。紧接着向我们介绍了城市数据的可视化方法，分别是时间数据可视化、 »

北京大学可视化暑期学校已经进入倒计时，随着课程设计学习与讨论的逐步升温，学员们的激情渐渐被点燃。从小组成员的讨论，到组间的思想碰撞，大家都希望找到更好的可视化设计以达到理想的可视化成果。 上午9点整，来自天津大学的张加万教授为大家介绍了面向多学科交叉的可视分析技术与应用。张加万教授从分析、可视化、可视分析及可视化与机器智能之间的关系入手，讲述了自己对可视分析的认识，强调可视分析是通过交互实现有效决策，并提供及时的、量化的、可靠的、可重现的证据和评估，获得可直接支持评估、规划和决策的分析推理技术。随后介绍了协同与合作、金融、文化遗产预防性保护、城市公共服务和沉浸式五个方面的可视分析，并以张教授近些年针对文化遗产预防性保护的研究工作为重心，通过对文物本体和环境监测的数据采集、数据与问题分析及可视化设计的详细介绍， »

今天是浙大可视化与可视分析博士生学术论坛的第二天。上午第一位老师是来自北卡罗纳大学夏洛特分校的鲁爱东老师，其报告的主题是“时变数据可视化”。主要从时序数据简介、时序数据可视化的应用、时序数据可视化的目的与技术和可视表达四个方面介绍了时变数据可视化。鲁爱东老师提到时序数据除时间的维度之外，还具有很多重要的属性，因此此类数据一般较为复杂。时序数据可视化的应用主要有飓风模拟、太阳黑子活动、棒球比赛、新闻等几方面。鲁爱东老师讲到时序数据可视化的目的是帮助用户看清过去发生的事情，以及关注于将来会发生什么，即预测。时序数据可视化的技术主要是可视展示和交互探索，这也是本次报告的重点。随后，鲁爱东老师讲解了可视化的可视表达，主要可以分为线性表达、非线性表达以及地理时序表达。拿破仑进军图、日本甲壳虫生命周期的可视化、人骑马的过程（ »

浙大2017年可视化与可视分析博士生学术论坛于7月12日上午八点半正式开幕，今年的浙大可视化论坛十分火爆，230人的报告厅座无虚席，甚至后排还加上了一排座椅。在开幕式上，陈为老师为预留足够的上课时间，把原定30分钟的开幕环节压缩为10分钟，一上来就提起了紧张的学习氛围。 会场照片 上午的课程由陈为老师的“可视化简介”开始，除了常规的可视化定义，作用和发展史，陈为老师还给出了自己对可视化新的认识：可视化或可视分析其实是一个思维系统，思维系统=表达（符号）+操作规则，并用阿拉伯数字与罗马数字相比的优势为例，从人类认知的角度进行了解释：阿拉伯数字的优势是平衡了内外部的表达，对分布式的认知进行了优化。紧接着陈为老师给我们介绍了可视化在大数据中的一些应用： 1. »

今天是2017年7月12日，北京大学可视化暑期学校虽已过半，但小伙伴们热情不减，依旧以良好的精神面貌在北京大学二教307室进行学习与讨论，今天我们迎来的是来自同济大学的曹楠教授，为我们讲授交互式视觉异常检测及其应用。 授课主题：交互式视觉异常检测及其应用 上午9点整，课程正式开讲。首先，曹教授便强调可视化与人的紧密联系，并分别从可视化的历史、作用、步骤以及评估方法几个方面对可视化进行介绍，同时强调了可视化的重要价值及其在异常检测中的局限性。随后曹教授以其所在实验室的研究工作为中心，分别介绍了社交媒体交互、智慧城市中人群与车辆流动以及医疗领域里心电图的可视化异常检测，强调了可视化在大数据处理时的直观性、高效性。最后，在采访环节，小伙伴们积极向曹教授提问，并皆取得了满意的回复。 授课主题： »

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。 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、 »

7月10日上午9点整，北京大学可视化暑期学校的小伙伴们又开始了新一天的学习。今天的讲者分别为来自韩国大学的Jeagul Choo教授和来自University of Notre Dame的chaoli wang教授，课程十分精彩。 授课主题：实时交互式2D嵌入的可视化分析 上午，来自韩国大学的Jeagul Choo教授继续了第一天的精彩课程。课程伊始，Jeagul Choo教授从T-SNE与PCA的可视效果的比较入手，分析了T-SNE的优缺点，并对T-SNE的工作原理做了精彩的讲述。随后通过案例逐一介绍了高维数据可视化的其他降维方法、数据预处理的方法及机器学习与可视化结合时所面临的挑战。最后针对目前实时交互式2D嵌入的可视分析现状，以及可视分析在深度学习中的使用，提出了相关的研究方向，为研究提出宝贵建议。 授课主题： »