会议信息

CSIG-VIS可视化高峰论坛
CSIG-VIS Visualization Summit Forum - Artificial Intelligence Driven Visual Analysis
主题: 人工智能驱动的可视分析研究

       可视化高峰论坛是中国图象图形学学会可视化与可视分析专委会举办的大型品牌活动,旨在服务区域社会需求,促进可视化领域学术与区域产业融合,搭建交流平台,传播专委会影响力。自2016年起,可视化高峰论坛每年举办3-6场活动,在上海、成都、西安、北京、天津等地成功举办,参加论坛人数累计数千人。
    主办单位:中国图象图形学学会(CSIG)
    承办单位:中国图象图形学会可视化与可视分析专委会,复旦大学大数据学院,上海交通大学计算机科学与工程系
    会议时间:2021年12月15日(周三)上午9:00-12:00
    会议地点:线上(腾讯会议,会议号:233-945-194,会议密码:211215)

会议日程

    会议上半场:
    开场致词:复旦大学大数据学院党委书记张骏楠 致词,CSIG-VIS专委会主任袁晓如 致辞
    报告一:图文并茂 - 可视化与文字智能融合研究的探索,袁晓如(北京大学,研究员)
    报告二:可视化与人工智能的融合,陈为(浙江大学,教授)
    主持人:陈思明(复旦大学,青年研究员)

    会议下半场:
    报告三:基于高阶网络的时序数据分析,陶钧(中山大学,副教授)
    报告四:基于可视分析的训练数据质量提升方法研究,刘世霞(清华大学,教授)
    主持人:董笑菊(上海交通大学,副教授)

特邀嘉宾

    特邀讲者:袁晓如,北京大学信息科学与技术学院研究员/常聘副教授
    演讲题目:图文并茂 - 可视化与文字智能融合研究的探索
    报告摘要:可视化提供了对复杂数据的高效描述和交互手段;自然语言和文字则是人类长期发展出的一套符号系统,可以描述复杂的世界,帮助沟通。我们将讨论近期发展的一些结合可视化和文本的有趣的工作。
    个人简介:袁晓如,北京大学信息科学与技术学院研究员/常聘副教授。机器感知与智能教育部重点实验室副主任,大数据分析与应用国家工程实验室常务副主任。长期致力于可视化与可视分析通用基础方法与领域应用系统的研究,相关可视化研究工作成果应用于流场分析、交通、社会媒体等领域。担任中国图象图形学学会可视化与可视分析专业委员会主任。

    特邀讲者:陈为,浙江大学教授,博导,CAD&CG国家重点实验室副主任
    演讲题目:可视化与人工智能的融合
    报告摘要:当前大数据研究的一个热点和难点在于对含多维度多尺度时空语义信息数据的理解、关联和表达,交互式可视分析将专家用户的领域推理能力与传统的数据挖掘相结合,以帮助综合提炼信息、验证预期模式和发现未知现象。本报告将从时空数据、文本数据、用户行为数据、模型数据等方面出发,介绍团队在上述领域所做的可视分析工作及代表性案例,具体涉及城市交通、社会态势、视频影像等方面的可视分析以及VIS+AI等方面的工作。
    个人简介:陈为,浙江大学教授,博导,CAD&CG国家重点实验室副主任,入国家自然科学基金优秀青年基金获得者(2014)。研究方向是大数据可视分析与人机融合智能。出版教材和著作5部,担任5个国际SCI期刊编委或主编、多个国际顶尖学术会议主席。获省部级科技奖3次、中国计算机学会技术发明奖1等奖1次、可视化领域顶级会议最佳论文提名奖4次。

    特邀讲者:陶钧,中山大学数据科学与计算机学院及国家超级计算广州中心副教授,博士生导师
    演讲题目:基于高阶网络的时序数据分析
    报告摘要:时序数据常表示为网络(或图),网络中的节点与边分别表示时序状态与其转移概率。通过这一表示形式,对时序数据的分析可使用丰富的图分析算法完成。然而,传统网络常基于一阶马可夫假设而无法准确表示时序数据的复杂结构,高阶网络通过显式编码高阶依赖关系及其联系,从而对数据进行更准确的建模。但高阶网络的规模及节点包含的语义也给通过可视分析界面探索其内容并指导现实应用中的分析决策带来了挑战。在此报告中,我们将从可视分析界面及算法两个层面,探讨如何基于高阶网络对时序数据建模并通过可视分析界面解读其中信息。
    个人简介:陶钧,中山大学数据科学与计算机学院及国家超级计算广州中心副教授,博士生导师。于2015年获得密歇根理工大学计算机科学专业哲学博士学位,2015至2018年于圣母大学任博士后研究员。其主要研究方向包括:科学可视化,尤其是信息论,优化方法,深度学习及交互探索方法在流场可视化方面的应用。

    特邀讲者:刘世霞,清华大学教授,国家级人才计划入选者,IEEE Fellow
    演讲题目:基于可视分析的训练数据质量提升方法研究
    报告摘要:研究表明,在数据相关的应用中,数据质量改善如数据标注矫正通常占据分析过程中30%-80%的时间,因此,有效的数据质量分析和管理至关重要。本报告将介绍我们提出的基于可视分析的有标数据质量分析框架。该框架将数据挖掘方法和交互式可视化技术紧密集成在一起,帮助数据专家更好地分析有标数据中的错误和误差,提高数据的可用性。最后,结合具体的应用实例,如训练数据类标修正和深度学习鲁棒性分析等,介绍我们基于该框架研制开发的可视分析方法与技术。
    个人简介:刘世霞,清华大学教授,国家级人才计划入选者,IEEE Fellow。主要研究方向是可解释机器学习,文本可视分析和文本挖掘。2020入选IEEE Visualization Academy。担任 CCF A类会议 IEEE VIS(VAST) 2016和 2017的论文主席,IEEE VIS 2020-2023指导委员会委员;担任 IEEE  Transactions on Visualization and Computer Graphics 副主编( Associate editor-in-chief)、曾任编委;担任CCF A类期刊Artifical Intelligence编委;担任 IEEE Transactions on Big Data 和ACM Transactions on Interactive Intelligent Systems的编委。

    主持人:陈思明,复旦大学大数据学院青年研究员,中国图像图形学会可视化与可视分析专业委员会委员
    个人简介:陈思明,复旦大学大数据学院青年研究员,中国图像图形学会可视化与可视分析专业委员会委员。曾任德国弗劳恩霍夫智能分析和信息系统研究所(Fraunhofer IAIS)研究员与德国波恩大学的博士后研究员。于2011年获复旦大学理学学士学位,2017年获北京大学计算机科学专业理学博士学位。从事大数据可视化与可视分析的研究,主要研究方向包括:社交媒体数据可视分析、城市时空数据可视分析,网络安全、可解释性可视化与用户行为可视分析及故事叙述,共发表论文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。担任IEEE VIS (CCF A)国际程序委员会委员和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,VGI Geovisual Analytics Workshop地理时空可视分析研讨会共同主席等,也是可视化大部分著名期刊与会议的论文审稿人。

    主持人:董笑菊博士,上海交通大学图书馆副馆长,计算机系副教授
    个人简介:董笑菊博士,上海交通大学图书馆副馆长,计算机系副教授。主要研究领域:数据可视化与可视分析,数字人文,形式化方法等。近期研究成果集中在网络安全数据可视分析,图数据可视分析,科研数据可视分析等。荣获2021年上海市育才奖,2016年中国计算机学会-启明星辰鸿雁科研计划优秀课题奖等,多次获得中国可视化与可视分析大会挑战赛和慧源共享高校开放数据创新研究大赛等多个赛事奖项。中国图象图形学学会可视化与可视分析专委会常务委员;中国计算机学会理事、杰出会员;上海市计算机学会理论计算机专委会副主任;上海市图书馆学会数字人文专委会副主任委员。

参与会议