特邀嘉宾
讲者：马匡六 美国加州大学戴维斯分校，教授
题目：大数据可视化
摘要：在先进的计算和图像技术的推动下，科学家们可以以前所未有的精度来研究自然现象，从而导致了数据的爆炸性增长。从互联网应用和移动设备用户收集而来的信息规模，则增长得更加迅猛。所以，我们必须面临的艰巨挑战是，解释并最大化利用这些可用信息。已有研究证明，可视化在总结大量数据、指导数据分析和发现方面是非常有效的。因此，在涉及到大量复杂数据的研究领域中，可视化已经成为一种不可或缺的工具。本次报告中，报告人将讲解一些最新的可视化方法，这些方法可用于解决来自于研究和实践的各种领域内的大数据可视化问题。
个人简历：马匡六，博士，美国加州大学戴维斯分校计算机科学系教授、研究生GGCS（Graduate Group in Computer Science）负责人。他是该校VIDI实验室（Visualization and Interface Design Innovation，可视化与用户界面设计创新）以及卓越可视化研究中心主任，其研究领域覆盖可视化、计算机图形学、高性能计算以及用户界面设计各个方面。马匡六教授于1993年获犹他大学（The University of Utah）计算机博士学位，1993-1999年，担任ICASE/NASA Langley研究中心研究员，于1999年加入美国加利福尼亚大学戴维斯分校。鉴于马教授杰出的研究工作，他获得了多个奖项，包括：2000年荣获美国青年科学家最高荣誉——美国青年科学家及工程师总统奖（NSF Presidential Early-Career Research Award for Scientists and Engineers(PECASE)），2012年当选IEEE fellow，并荣获2013 IEEE VGTC可视化技术成就奖（Visualization Technical Achievement Award）。马教授目前是the AEIC of IEEE Computer Graphics and Applications，以及InfoVis 2016 和EuroVis 2016会议的论文评审主席。
讲者：曹楠 上海纽约大学，助理教授
题目：可视分析在信息安全领域中的应用
摘要：
互联网的广泛应用在提供便利的同时也引入了诸多新的问题。 研究表明互联网平台及相关应用之中存在着大量的匿名用户,其身份的不确定性及行为不可预知性,为网络带来了信息安全隐患。传统的网络安全技术例如防火墙及杀毒软件对此类信息安全问题束手无策,传统的异常检测技术在实战中也面临着两个挑战:首先, “正常”与“异常”之间缺少一个明确的界定。其次, 用于训练分析模型及验证实验结果的具有标签信息的实验数据往往难以获得。为了解决这些问题, 在过去的五年中，我们运用可视分析技术和方法,结合数据可视化及主动式机器学习技术,以主流社交媒体网络及其他互联网数据为依托，搭建了一些列针对网络信息安全的可视分析平台, 用于检测并分析网络平台中的异常用户行为。这些系统通过可视化技术对原始数据及分析结果的直观展现, 帮助领域专家能够更好的理解数据特征及分析结果并对其做出精确判断, 从而更加准确的指导异常检测及数据分析。
个人简介：曹楠博士现任上海纽约大学助理教授及美国纽约大学研究助理教授，博士生导师。他的主要研究方向是数据科学、大数据可视分析和数据可视化。曹楠曾在IBM工作10年，于2005年至2010年之间担任IBM中国研究院研副研究员之职，并于2010-2012年间就读于香港科技大学，获得计算机科学博士学位。之后，曹楠于2012年8月至2016年1月间担任美国IBM沃森研究院研究员，并在此之间兼任IBM图形及可视化研究学会主席。他先后在信息可视化及可视分析领域顶级会议上发表多篇论文，累计申请可视化专利数十项，并获得2014年度IEEE VAST最佳论文提名奖，及2016 年度 ACM IUI最佳论文奖。
讲者：
讲者：冯一村 海云数据，CEO
题目：数据可视分析的商业市场
讲者：黄志敏 财新传媒，CTO
题目：高速发展的数据新闻可视化
执行主席：
执行主席：
执行主席：
