報告時間：6月11日(周五)下午1:30-4：30

報告地點：科技館會議廳（環形會議廳）

1，特邀報告主題：

陳為教授（浙江大學）：可視化與視覺智能的融合

吳亞東教授（四川輕化工大學）：數據驅動的智能可視分析技術

王長波教授（華東師范大學）：視覺感知驅動的圖可視化

汪云海教授（山東大學）：結構感知的降維可視化

2，Panel主題：大數據智能可視分析

聯系人：吳向陽老師

本次會議得到了計算機學院圖象圖形黨支部的大力支持，歡迎廣大師生參會交流！

報告簡介：可視化與視覺智能的融合

可視化和可視分析是人類理解數據的導航儀，通過這一手段更加清晰的展示數據內在的規律和結構，增強理解和分析效率。本次報告將分析各領域對可視化技術的重視程度，未來可視化技術在不同領域會有更多的需求；報告將可視化+、智能+、Vis+AI，從用戶、數據、智能三者的角度，探討了可視化在未來的數據智能計算時代的新的角色，展望大數據可視化理論與應用的趨勢。

報告人簡介：陳為，浙江大學教授，博導，計算機學院副院長，CAD&CG國家重點實驗室副主任，國家特聘專家，中國計算機學會CAD&CG專委會秘書長。曾主持國家自然科學基金重點、優青等項目10余項。出版著作5部，擔任5個國際SCI期刊編委和主編、多個國際頂尖學術會議主席。

報告簡介：數據驅動的智能可視分析技術

報告結合“可視化+X”等行業應用場景案例，介紹了可視化技術在高維多屬性科學數據、海量時空軌跡數據等領域的應用。

報告人簡介：吳亞東，四川輕化工大學教授，博導，計算科學與工程學院院長、高技術產業融合發展研究院常務副院長，四川省大數據可視分析技術工程實驗室常務副主任，四川省大數據可視化創新團隊負責人。主要從事可視化與人機交互領域研究工作。CCF杰出會員，CSIG可視化與可視分析專委副秘書長，曾任ChinaVis大會主席（2019、2020），CCF YOCSEF成都主席，CCF綿陽主席。

報告簡介：視覺感知驅動的圖可視化

規律探索是信息可視化的核心，可視化顯示要充分考慮人的視覺感知特性，從而更精準地傳遞信息。報告將結合人類視覺感知特性和可視化應用需求，從圖的感知識別、考慮視覺特征的可視化方法、基于視覺隱喻的圖可視化等角度來介紹最新的規則驅動的可視化技術進展，并結合相關應用展望未來的趨勢。

報告人簡介：王長波，華東師范大學教授，博導，計算機科學與技術學院黨委書記。兼任中國計算機學會CAD&CG專委會委員、中國圖象圖形學學會可視化與可視分析專委會副秘書長、中國圖學學會計算機圖學專委會委員、上海市計算機學會常務理事。已主持包括五項國家自然科學基金項目在內的國家及省部級科研項目10余項，在國內外知名學術會議和期刊上發表論文近100余篇，出版專著和教材5部。擔任國際會議VINCI2019、以及TVCG、GM、TVC、CAVW、CAD等期刊的審稿專家。曾獲上海市青年科技啟明星、國家教學成果獎二等獎、上海市科技進步獎特等獎、上海市申銀萬國獎教金、陸增鏞CAD&CG高科技獎等。研究方向為大數據可視分析、計算機圖形學、虛擬現實等。

報告簡介：結構感知的降維可視化

降維是高維數據可視化的常用方法，其目標是二維或者三維散點圖中揭示隱藏在數據中的局部和全局結構。然而，傳統的方法不僅丟失了數據潛在的流形形狀，而且很難有效的平衡數據的局部與全局結構。為此，我們提出了局部子空間隱式多維投影，通過隱函數微分構建局部子空間的低維投影，設計了類橢圓的圖元來刻畫數據的局部子空間，有效實現了高維數據的流形可視化。在此基礎上，我們進一步了構造了基于t-tanh分布的近鄰嵌入降維t-tanh-SNE方法,通過bi-level優化同時搜索t-tanh分布的合適參數與降維結果，實現了比t-SNE、LargeVis、UMAP等方法更有效的保持數據的局部和全局結構。

報告人簡介：汪云海，山東大學教授，教育部青年長江學者，計算機科學與技術學院院長助理。2011年于中國科學院計算機網絡信息中心獲得博士學位。研究方向為交互式大數據分析，主要研究自動可視化、可視化編程語言與漸進式數據分析，在ACM TOG、?IEEE TVCG、ACM SIGGRAPH (Asia)、IEEE VIS等國際頂級期刊及會議發表論文50余篇，擔任IEEE VIS、EuroVis、PacificVis等國際會議的程序委員以及著名期刊Computer Graphics Forum編委。曾獲山東省自然科學一等獎、陸增鏞CAD&CG高科技獎二等獎、ACM CHI 2021最佳論文提名獎等獎項。