特邀讲者：陈思明，复旦大学青年 研究员
    演讲题目：社交媒体与自动驾驶可视分析
    报告摘要：数据时代，与城市相关的大数据越来越多，如何将不同的城市数据利用起来进行分析并获得洞见，是很重要却具有挑战的工作。大数据可视化与可视分析技术，构建人与数据之间的界面，让人与数据通过人机交互、数据感知进行对话、分析与探索，为大数据挖掘与洞见分析提供了一套行之有效的方法。本次报告以社交媒体分析和自动驾驶这两个前沿的研究领域为例，介绍如何利用可视分析方法，对此类具有代表性的城市大数据进行分析与挖掘。在社交媒体数据分析中，我们分析带有地理信息的微博数据，交互地挖掘出城市间人群移动的规律。在自动驾驶研究中，我们提出了一套新的可视化评估的方法，支持专家对包含时空与高维信息的自动驾驶数据进行深入的分析与判断，以找到自动驾驶行为缺陷、以提升自动驾驶模型的性能。
    个人简介：陈思明，复旦大学大数据学院青年研究员，复旦大学可视分析与智能决策研究组负责人，中国图像图形学会可视化与可视分析专委会委员，入选上海市“科技创新行动计划”扬帆人才计划。北京大学博士，复旦大学学士，从事大数据可视化与可视分析的研究十余年，共发表国际学术论文60余篇，其中在IEEE VIS，IEEE TVCG，EuroVis等顶级国际可视化会议以及期刊上发表10余篇文章。曾获得北京市图像图形学会优秀博士论文奖项。担任IEEE VIS（CCF A）国际程序委员会委员，IMX会议论文领域主席，IEEE PacificVis、ChinaVis、VizSec、ICML-PKDD等会议程序委员会委员。同时担任多个国际会议的组织委员会成员主席，包括IEEE PacificVis海报主席、宣传主席，ChinaVis数据分析挑战赛主席等，也是可视化大部分著名期刊与会议的论文审稿人。他的工作曾获得8次IEEE VAST Challenge数据挑战赛一等奖，以及多个会议最佳论文/海报（提名）奖，包括IEEE VAST最佳海报提名奖，EuroVA最佳论文奖、Agile最佳海报奖、ChinaVis最佳论文提名奖等。
    更多信息可见： http://simingchen.me

    特邀讲者：俞凌云，西交利物浦大学 助理教授
    演讲题目：面向三维可视化数据的空间交互界面
    报告摘要：交互探索对研究三维可视化数据非常重要。如何支持研究者通过直观、智能和有效的交互方法探索三维可视化数据，是可视化领域极具意义的研究课题。空间交互技术（有形输入，触感输入，手势控制或混合交互）能利用第三维的输入获得更多灵活性，然而，在复杂可视化数据探索任务中也存在很大的局限性。本报告将分析各种空间交互技术在三维数据可视化探索中的益处和挑战，并探讨多模态协同交互技术在协助用户探索三维可视化数据中的发展前景。
    个人简介：俞凌云，西交利物浦大学智能工程学院计算机系助理教授，博士生导师。其主要研究方向包括：可视化数据交互、人机交互。现任中国图象图形学学会可视化与可视分析专委会委员，中国计算机学会人机交互专委会委员，IEEE VIS 2021和ChinaVis程序委员会委员。于2013年获荷兰格罗宁根大学计算机科学专业博士学位，2014-2016年任杭州电子科技大学讲师与副研究员，2016-2019年于荷兰格罗宁根大学任博士后研究员。2020年加入西交利物浦大学。主持国家自然科学基金1项，西交利物浦大学自主基金4项。参与欧盟科研项目1项。其研究成果发表在IEEE TVCG、CGF和IEEE VIS等顶级期刊和会议上。

    特邀讲者：马昱欣，南方科技大学 助理教授
    演讲题目：基于可视分析方法的可解释机器学习框架研究
    报告摘要：近年来，机器学习方法在图像识别、自然语言处理等诸多领域有着广泛的应用。然而，机器学习模型的黑盒特性也严重阻碍了用户对模型学习机制和预测输出的理解，使其在特定领域难以发挥有效作用。本报告将以机器学习流水线为出发点，介绍可视分析方法在数据预处理、模型解释、鲁棒性分析和知识迁移等方面的应用，试图探讨如何使用可视分析方法提升模型可解释性，以及辅助用户理解预测过程和模型中的潜在问题。
    个人简介：马昱欣，南方科技大学助理教授，先后于2012年、2017年在浙江大学计算机科学与技术学院获得学士与博士学位，曾任新加坡国立大学SeSaMe研究中心实习研究员、美国亚利桑那州立大学VADER实验室博士后。主要研究方向为数据可视化与可视分析，包括基于可视分析的可解释人工智能方法、高维数据可视分析、时空数据的可视分析与应用等。目前发表论文20余篇，近年在IEEE VIS、TVCG、CG&A等国际重要会议期刊上发表多篇长文，参与可视化专著及教材编写2部。曾获得CVM期刊年度最佳论文提名、陆增镛CAD&CG高科技奖（三等奖）。长期担任IEEE VIS、EuroVis、ACM CHI、TVCG、TKDE、AAAI等可视化和人工智能领域著名会议和期刊的审稿人，以及第八届中国可视化与可视分析大会（ChinaVis 2021）、2021年亚太可视化会议（PacificVis 2021） Visualization Meets AI Workshop程序委员会委员。
    更多信息可见： https://mayuxin.me

    特邀讲者：邓亮，中国空气动力研究与发展中心 工程师
    演讲题目：深度学习赋能非定常流场特征可视化方法研究
    报告摘要：随着CFD技术发展的不断深入，极大地提高了流场数据的规模及精度，给流场可视化方法清晰展示海量流场数据的能力提出了严峻的挑战，也对其特征提取性能提出了更高的要求。近年来，深度学习的迅猛发展给各领域研究提供了新思路。本报告面向海量复杂非定常流场数据，以空间维流场中的特征（旋涡、激波）和时间维流场中的关键时间步为研究对象，开展流场特征提取智能化研究，实现海量流场数据的自动处理和分析，并提高特征提取效率和精度，为领域专家理解流场数据、探索内在机理提供有效的技术支撑，具有重要的理论意义和较好的实际应用价值。
    个人简介：邓亮，博士，中国空气动力研究与发展中心工程师，长期从事流场特征智能可视化和高性能CFD计算的技术研究，主持和参与国家自然科学基金、装备预研、国家重点研发计划、国家空气动力数值模拟军民融合工程等多项课题。