特邀讲者：王长波，华东师范大学 教授
    演讲题目：视觉感知驱动的图可视化
    报告摘要：规律探索是信息可视化的核心，可视化显示要充分考虑人的视觉感知特性，从而更精准地传递信息。报告将结合人类视觉感知特性和可视化应用需求，从图的感知识别、考虑视觉特征的可视化方法、基于视觉隐喻的图可视化等角度来介绍最新的规则驱动的可视化技术进展，并结合相关应用展望未来的趋势。
    个人简介：王长波，华东师范大学教授，博导，计算机科学与技术学院党委书记。兼任中国计算机学会CAD&CG专委会委员、中国图象图形学学会可视化与可视分析专委会副秘书长、中国图学学会计算机图学专委会委员、上海市计算机学会常务理事。已主持包括五项国家自然科学基金项目在内的国家及省部级科研项目10余项，在国内外知名学术会议和期刊上发表论文近100余篇，出版专著和教材5部。担任国际会议VINCI2019、以及TVCG、GM、TVC、CAVW、CAD等期刊的审稿专家。曾获上海市青年科技启明星、国家教学成果奖二等奖、上海市科技进步奖特等奖、上海市申银万国奖教金、陆增镛CAD&CG高科技奖等。研究方向为大数据可视分析、计算机图形学、虚拟现实等。

    特邀讲者：汪云海，山东大学 教授
    演讲题目：结构感知的降维可视化
    报告摘要：降维是高维数据可视化的常用方法，其目标是二维或者三维散点图中揭示隐藏在数据中的局部和全局结构。然而，传统的方法不仅丢失了数据潜在的流形形状，而且很难有效的平衡数据的局部与全局结构。为此，我们提出了局部子空间隐式多维投影，通过隐函数微分构建局部子空间的低维投影，设计了类椭圆的图元来刻画数据的局部子空间，有效实现了高维数据的流形可视化。在此基础上，我们进一步了构造了基于t-tanh分布的近邻嵌入降维t-tanh-SNE方法,通过bi-level优化同时搜索t-tanh分布的合适参数与降维结果，实现了比t-SNE、LargeVis、UMAP等方法更有效的保持数据的局部和全局结构。
    个人简介：汪云海，山东大学教授，教育部青年长江学者，计算机科学与技术学院院长助理。2011年于中国科学院计算机网络信息中心获得博士学位。研究方向为交互式大数据分析，主要研究自动可视化、可视化编程语言与渐进式数据分析，在ACM TOG、 IEEE TVCG、ACM SIGGRAPH (Asia)、IEEE VIS等国际顶级期刊及会议发表论文50余篇，担任IEEE VIS、EuroVis、PacificVis等国际会议的程序委员以及著名期刊Computer Graphics Forum编委。曾获山东省自然科学一等奖、陆增镛CAD&CG高科技奖二等奖、ACM CHI 2021最佳论文提名奖等奖项。