报告摘要： 我们以可视分析为基础，从使用的数据特点、结合的其他领域技术以及用户参与程度这三个角度出发，对网络异常检测的可能研究方向进行了分类。主要贡献在于，根据归纳的研究方向提出了三种网络异常检测系统，以解决特定场景下的异常检测问题，为异常检测方法的研究提供更多的可能性。

个人简历： 董笑菊，博士，上海交通大学计算机科学与工程系副教授，图书馆副馆长。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，曾获得中国计算机学会-启明星辰鸿雁科研计划优秀课题奖，多次获得中国可视化与可视分析大会挑战赛奖项。上海市图书馆学会数字人文专委会副主任委员；中国计算机学会杰出会员、理事、YOCSEF总部优秀委员、YOCSEF上海荣誉委员；2016-2019年度女计算机工作者委员会执委，2015-2016年度青年工作委员会执委，2018-2019年度YOCSEF总部学术委员会副主席，2011-2012年度YOCSEF上海学术委员会主席，2016-2017年度上海分部执委、2018-2019年度监督委员会主席；中国图象图形学学会可视化专委会常务委员；上海市计算机学会2007-2018年度副秘书长、2009-2018年度青年工作委员会副主任、2015-2022年度理论计算机专委会副主任。

报告摘要： 面向B端安全市场将Web、Unity、MR多端技术与数据可视化融合应用于态势感知、威胁情报、攻防演练、应急响应等多个安全业务场景的实践分享。

个人简历： 奇安信雷尔可视化平台负责人，中国图形图像学会会员，中国可视化专委会委员 2014-至今，从事奇安信集团数据可视化领域的技术研究与平台研发工作，负责集团产品中可化系统设计与研发，促进可视化领域的校企合作，产学研推动。2014-2019，与中南大学赵颖教授共同组织ChinaVIS可视分析挑战赛，担任出题人与评委。2014-2019，与北京大学袁晓如教授团队联合参与IEEE VAST大赛并多次获奖。

报告摘要：通过对网页或者APP应用中的敏感文字、敏感图片和敏感视频中的内容进行识别，使用可视分析、数据挖掘、智能分析等方法实现对网络环境中的敏感信息的识别、预警与分析。

个人简历：西安电子科技大学计算机科学与技术学院副教授，密码学博士，硕士研究生导师, 西安电子科技大学计算机科学与技术学院网络工程系主任。西安市大数据与视觉智能关键技术重点实验室副主任，西电-360系统安全与大数据联合实验室副主任，中国计算机学会(CCF)高级会员，中国图象图形学会会员，中国密码学会会员，ACM会员。1993年7月本科毕业于西安电子科技大学计算机及应用专业，2010年3月在西安电子科技大学密码学专业获得密码学博士学位，2012年12月-2013年12月受国家留学基金委资助在美国密歇根州韦恩州立大学做访问学者。

主要从事网络安全、大数据分析与可视化、机器学习等方面的研究。主持、参与在研和完成国家重点研发计划、国家自然科学基金、省自然科学基金、国防预研等课题10余项；近年来，在KBS、Information Science、NeuroComputing、Applied Soft Computing、MTAP、通信学报、西安电子科技大学学报等国内学术期刊和国际会议上发表SCI/EI收录论文30余篇。先后获省部级奖2项。

嘉宾专家：王祖超，奇虎360公司

个人简历： 王祖超，现就职于奇虎360公司的网络安全研究院。2015年博士毕业于北京大学可视化与可视分析实验室。目前主要从事网络安全可视分析相关的技术研究和系统开发，重点关注网络扫描监控和基于图的情报分析。

个人简历： 陈海东，2015年博士毕业于浙江大学，曾发表多篇IEEE TVCG等期刊论文。2015年加入阿里巴巴，主要负责安全大数据可视化及可视分析工作的应用研究及产品化，拥有多年安全领域实战经历。

报告摘要：随着城市化的高速发展，城市所产生的数据呈现爆炸性增长的趋势，产生了城市大数据，对这种数据进行有效的分析可以使得城市关键设施的选址和规划更为科学与合理，有着非常广阔的商业场景、研究价值和应用的前景。本报告首先介绍数据驱动的城市选址与规划的研究背景，国内外的最新进展及其未来的展望，最后介绍住房选址与公交车线路规划等多个案例。

个人简历： 巫英才，研究员博士生导师，浙江大学计算机科学与技术学院院长助理、CAD&CG国家重点实验室主任助理，并担任中国图象图形学学会人机交互专委会副主任。他的主要研究方向是信息可视化、可视分析和人机交互，最近聚焦于城市大数据分析和体育大数据分析。他2009年从香港科技大学获得计算机科学博士学位，2010年5月到2012年3月在加州大学戴维斯分校从事博士后研究工作，2012年5月至2015年1月在微软亚洲研究院任研究员。他迄今为止已经在国际会议和期刊发表学术论文80余篇，两篇学术论文分别在2009和2014年的可视化顶级权威会议(IEEE VIS)上获得了最佳论文提名。他曾任亚太可视化年会IEEE Pacific Visualization 2017、中国可视化年会ChinaVis 2016和2017等的论文主席。详情请见www.ycwu.org

报告摘要：基于北京市人文社科重大项目，主要介绍北京古都文化知识图谱网站平台的建设。利用知识图谱技术构建文化节点之间的关系型数据库，以关系数据作为底层支撑，通过将散落的数据节点聚类联系，纵向发掘不同专题下具体文化之间的深度关系同时横向探索北京古都整体文化之间的相互联系。通过实体-关系-实体的形式，形成北京古都文化全图谱网络，以各类可视化形式表达文化关系，以更直观的形式全面展现历经千年的北京文化轮廓。

个人简历：侯文军 教授 博导，北京邮电大学数字媒体与设计艺术学院副院长，网络系统与网络文化北京市重点实验室副主任，工信部中国用户体验联盟副理事长、信息交互与数字媒体设计北京市文化创意产业人才培养基地常务副主任。主要研究方向为人机交互和创新设计，主持完成国家自然基金项目、北京市人文社科重大项目，教育部博士点基金、北京市科委等多项研究项目，以及承担与苹果、中国移动、中国电信、电子科学研究院等多项增强现实、用户体验评估和人机交互方面的研究开发项目。发表人机交互、增强现实、交互评估方面的SCI、SSCI、EI等论文80余篇，获得发明专利1项、实用新型专利5项。并在2018年作为负责人获得北京市教学成果二等奖一项，《 User Defined Eye Movement-based Interaction for Virtual Reality 》荣获 HCI international 2018（人机交互国际大会）大奖“最佳论文奖”。

报告摘要：随着城市数据的大量积累和技术方法的不断提升，使用多源城市数据进行可视化与计算成为一个新兴领域。目前国际上如MIT、伯克利等学校推出了结合城市研究和计算机科学双学科的学生项目，旨在促进对新城市数据科学的挖掘分析；也有相关的科研组织、开放课程与竞赛单元关注城市数据可视化分析。这些突破在一定程度上提升了城市研究领域的技术，融合了图形图像学的相关成果，也是具有发展潜力的一个应用研究方向。

个人简历：刘超博士 同济大学建筑与城市规划学院助理教授，硕士生导师，SuSmart City Lab负责人。毕业于美国佛罗里达大学城市与区域规划专业，近十年深耕于智能可持续城市规划研究与实践领域。是率先应用人工智能方法分析城市建成环境的学者之一，是国际将环境工程的数值模拟与挖掘方法引入城市规划的学者之一，也是在社区、城市与区域复合尺度对时空大气污染-医学健康影响-规划管理进行跨学科研究的学者之一，成果近三年引用量 100+次， 影响力广泛且快速增长中。曾以负责人身份获得国家住建部软课题支持，并有若干参与国内外国家级省部级科研课题撰写与研究经验，如美国自然科学基金、美国 NOAA 适应性研究专项课题、中国国家十三五重大课题研究；主持与完成国内外多项面对年轻学者的研究课题。近五年发表同行审议文章二十余篇，申请发明专利 1 项，获得软件著作权 1 项，国内外城市大数据可视化于分析竞赛奖项多次，开设本科生英文选修课《城市数据可视化与计算》。

报告摘要：台风(或热带气旋、飓风)每年给世界各地造成巨大的经济损失，因此提高台风路径预报的精度是十分必要的。目前，利用深度学习技术进行天气预报已成为一种新的趋势，它们与传统的预报方法相结合，加快了气象学的发展。当前预测 6小时后台风中心位置的最小平均误差约为32.9km。但是考虑到台风核心区直径(在这片区域风速通常大于65节，且大风破坏性极强)约为150 公里，精度仍有一定的提高空间。本报告中，我们通过结合大量已有台风历史路径信息和当前台风中心附近的风场数据，对台风轨迹进行可视分析，通过并充分考虑了台风短期预报的特点及环流数据特征，对台风路径进行高精度预测。

个人简历： 2012年于东京大学获理学博士学位，之后在日本理化学研究所担任研究员，2016年加入天津大学。主要研究方向为科学可视化，高性能计算。现任可视化与可视分析专业委员会常务委员。在日本理化学研究所期间，负责当时世界排名第一的超级计算机K Computer的原位可视化系统的研发工作，主持并完成日本国家级项目1项，并参与完成多项日本重大基金。加入天津大学后，主持及参与项目10余项，包括主持国家自然基金1项，各部委项目2项，自主基金3项，横向项目2项；参与国家自然基金3项（包括重点项目1项），天津市基金4项（包括重点项目2项），横向项目2项。在可视化和高性能计算领域发表论文40余篇。

报告摘要：高性能科学与工程计算水平是一个国家创新能力的重要体现。对由之产生的海量复杂的模拟数据进行充分的分析理解，并进而获得是物理机理、知识和规律，是高性能科学与工程计算的最终目标。可视分析是达成这一目标的重要手段。高性能科学与工程计算可视分析需求的多样性、多变性、高效性向可视分析需求提出了新挑战。研制高性能科学与工程计算可视化与可视分析共性软件，并以之为基础，实现个性化软件的快速定制，是解决以上挑战的有效途径。本报告拟从共性数据模型、核心关键技术、软件体系架构等多个方面介绍共性软件的研制进展。

个人简历： 现任中物院高性能数值模拟软件中心可视分析方向首席专家，北京应用物理与计算数学研究所高性能计算中心软件副总师。兼任全国计算机学会高性能计算专业委员会委员、中国图形图像学会专业委员会委员。近年来，负责承担了国家重点研发项目课题1项、国家863项目课题、国家自然科学基金重点项目子课题、973 项目专题、部委级基金课题多项，获军队科技进步一等奖2项、二等奖1项、中物院科技创新奖二等奖1项，发表论文20余篇。

报告摘要：国家数值风洞（NNW，National Numerical Wind-tunnel）是瞄准国家重大战略发展需求，解决当前核心软件自主可控卡脖子问题的重大科技工程项目。建设自主流场可视化软件是科学数据分析、可视化研究与工程应用相结合的必然趋势，也是突破商业软件限制、建设自主核心工业软件的必然要求。本报告从项目建设背景、软件特点与关键技术、建设现状与未来规划等几个方面介绍NNW-TopViz自主流场可视化软件的建设情况。

个人简历： 国防科技大学计算机科学与技术专业博士，现就职于中国空气动力研究与发展中心计算空气动力研究所，主要从事高性能计算、流场可视化研究及可视化工程应用软件开发工作。参与国家军民融合项目1项，国家重点研发计划1项，装发预研项目1项，国家自然科学基金项目3项，发表多篇学术论文，其中SCI/EI检索论文十余篇。

报告摘要：E级超级计算机产生超大规模复杂时序数据，由于I/O和存储的限制，传统的后处理可视化模式已无法应对如此庞大数据可视化分析的需求，原位可视化成为应对此挑战的关键方法。本报告以大规模宇宙结构数值模拟为例，分析原位可视化的难点与挑战，并进一步介绍基于高斯混合模型的原位特征提取算法，同时通过特征数据与原始数据的天文属性和可视化效果进行定量和定性分析，证明了原位特征提取算法的有效性。

个人简历： 中国科学院计算机网络信息中心先进交互式技术与应用实验室主任。研究方向可视化与可视分析、人机交互。近五年主持包括国家重点研发计划课题、国家大装置课题、中科院先导项目子课题、中科院知识创新重大项目课题、中科院重点部署项目课题，中科院与中移动战略合作项目等，在国内外重要期刊和会议发表学术论文四十余篇。

报告摘要： 脑是非常复杂的生物系统，拥有上亿个神经细胞（神经元），神经元之间形成神经环路，具有跨尺度、多层次、结构复杂等特点，科学可视化为脑连接数据提供了有效的分析、验证和解释手段。本报告将介绍在介观尺度下的脑数据可视化，包括大规模脑数据的组织管理、神经元的三维重建和可视化。

个人简历： 从事科学计算可视化、可视分析和电磁计算，在IEEE TVCG、TIP、TAP、ACM TIST等国际一流学术期刊，和IEEE VIS、EuroVis、IEEE PacificVis等国际可视化和可视分析会议发表论文60多篇，参与编写《数据可视化》专著。主持国家自然科学基金三项，子课题负责人参与国家科技支撑计划一项和国家重点研究计划两项等。

报告摘要： 动态模拟下生物分子空腔(Cavity)分析在分子生物学和生物化学领域具有重要的实际意义。由于隐蔽性、动态性等因素，蛋白质大分子空腔可视分析面临着巨大挑战。我们从Cavity时空拓扑特征和多尺度为出发点，研究了基于拓扑特征的动态Cavity分析和动态Cavity多尺度交互式可视化探索，力图分子动态模拟的条件下辅助专家分析Cavity。

个人简历： 郭栋梁，副教授，硕士生导师，计算机应用技术专业博士、博士后。主要研究方向：数据可视化与可视分析、虚拟现实、计算机图形学等。主持、参与了多项数据可视化和虚拟现实相关课题。纵向课题主要包括：国家自然基金青年项目、军口国家863项目、国家重点研发计划、河北省军民结合产业发展专项资金项目等。指导研究生获得ChinaVis可视化挑战赛一等奖、二等奖多项，近年来发表学术论文30余篇。

报告摘要： 金融风控全流程分析包括贷前授信决策，贷中风控策略监控，贷后风控策略表现分析，进行策略升级并对存量数据进行风险画像分析，挖掘数据的价值以便于进行精准的广告投放和开发新的金融产品。目前在整个分析流程中依赖于建模和统计分析，不能很直观地挖掘出数据的规律和异常，无法对数据有一个整体的感知。在金融的强监管下，银保监会也需要金融机构对模型和策略进行解释以保证其合规性。可视分析构建了人和机器沟通的桥梁，依赖于多种可视化及交互技术，能够对风控全流程的数据进行监控，分析和呈现，通过交互技术在人的参与下挖掘出数据的价值，帮助业务人员增进对数据的理解，并且增强模型的可解释性。本专题报告将介绍可视分析及交互式机器学习技术在金融风控全流程的实践案例。

个人简历： 李权， 香港科技大学计算机科学与工程学系博士，微众银行人工智能部的高级研究员，从事人工智能及可视分析、可解释性机器学习以及人机交互技术的研究，并开展相关技术在金融科技、银行业务、智慧零售、智慧城市等领域的广泛应用与落地。读博期间，曾获得工学院PhD Fellowship及 Top RPG (Research Post-Graduate) 荣誉。任中国图象图形学学会可视化与可视分析专委会委员，IEEE VIS Short Paper程序委员会委员及IEEE VIS, ACM CHI/CSCW及TVCG等顶级学术会议期刊审稿人。在加入微众之前，曾任美国佐治亚理工学院计算机科学与工程学院的访问研究员及网易游戏资深研究员。

报告摘要： 当我们面对越来越多的金融场景与需求，作为可视化科研人员，我们该如何推陈出新；作为可视化从业人员，我们该如何切入需求来发挥可视分析的作用。当我们在聊金融可视化的时候我们到底在讨论什么？数据集、领域知识到底是不是阻碍我们研究的壁垒？金融行业如何开展可视分析？是否有下一个金融行业的tableau和Palantir？

个人简历： 岳轩武，香港科技大学计算机科学与工程系博士，现就职于创新工场人工智能研究院。从事金融数据的可视分析、人机交互技术等方向的研究，主要面向量化交易、市场基本面研究、高频交易、对冲交易等场景。IEEE会员、中国图象图形学学会（CSIG）会员（可视化与可视分析专委会委员），中国计算机学会（CCF）会员。博士期间在数据可视化领域顶级期刊（IEEE TVCG）与会议（IEEE VIS）共发表文章五篇，其中第一作者身份三篇。担任IEEE TVCG, ACM CHI, IEEE VIS等顶级期刊与会议的审稿人。多次参与中国大陆地区与香港特别行政区的重大科技项目，其中国家级项目3个，香港特别行政区项目3个，省级项目2个。2018年获得香港FinTech金融科技创新个人，并受邀参加芝加哥大学布斯商学院金融科技项目课程。

报告摘要： 国内外金融形势复杂化，金融新业态和信息化深度广度加强。异构大数据处理、机器学习、可视化和可视分析等支撑技术突飞猛进，推动金融智能化。监管科技和金融科技以数据为中心的理念将推动监管观念模式从“知晓客户”到“知晓数据”。近年来，P2P信贷、在线支付、担保圈等金融新业态面临监管与风控成本高的窘境，金融创新与安全可控间引起新失衡，亟需新技术推动智能预警与风险防控。本报告介绍我们在可视分析驱动智能金融，金融监管等方面的一些工作和思考。

个人简历： 牛志彬博士，天津大学智能与计算学部助理教授，硕士生导师。他曾经受到欧盟玛丽居里奖学金资助在2016年获得英国卡迪夫大学博士学位，此前分别于上海交通大学和天津大学获得硕士和学士学位。研究领域为可视化和可视分析，数据挖掘，计算机辅助设计等。目前作为项目负责人承担国家自然科学基金一项。担任CAD,VAST,CVPR等期刊和会议审稿人工作，担任中国图象图形学学会可视化与可视分析专业委员会委员，中国工业与应用数学学会几何设计与计算专业委员会委员等。

报告摘要：交互技术对于数据可视化过程至关重要，可视化研究界多年来一直呼吁对互进行更多研究。当将3D交互（例如漫游，选择和注释）应用于复杂的3D可视化数据集特征或结构时，尤其是在进行更精确的交互时，更具挑战性。本报告主要从可视化中交互任务与交互界面两方面进行分析，并进一步介绍揭示用户探索意图的3D交互技术，最后将提出未来工作的可能性。

个人简历： 俞凌云，西交利物浦大学助理教授，博士生导师。分别于2004年和2007年在杭州电子科技大学获学士和硕士学位；2013年在荷兰格罗宁根大学获得博士学位；2016年至2019年分别在荷兰格罗宁根大学与格罗宁根大学医学中心从事博士后工作，主要研究方向为三维数据的交互技术，多种设备对可视化数据的交互。曾主持国家自然科学基金青年项目1项，参与申请和开发多项国家自然科学基金和国外合作项目；在主流国际期刊及国际学术会议论文发表多篇论文，并于2012年获可视化领域顶会IEEE VIS中获最佳论文提名奖。

报告摘要：交通运输是研究交互系统使用的丰富而复杂的领域。由于驾驶者、乘客、驾驶系统和驾驶环境的多样性对交互设计提出了各种挑战。此报告主要介绍了作者关于运输和出行的一些创新设计观点及案例分享。 案例包括自动驾驶中的交互设计研究、解决晕车问题的交互设计及鼓励共享汽车的设计案例。

个人简历： 孙煦 宁波诺丁汉大学 机械、材料与制造工程系教学主任，副教授, 博导，英国工程设计协会特许工程设计师，宝钢优秀教师。她分别获得荷兰埃因霍芬理工大学工程学博士和英国拉夫堡大学人机交互设计博士学位。主要研究方向是以用户为中心的创新设计与评估，其在本领域著名期刊及本领域顶级会议等发表国际期刊和会议论文等 60余篇, 承担多项国际（英国研究委员会）、国内（国家自然科学基金、宁波市自然科学基金）和工业界设计研究项目。近5年获得国际创新设计大赛（德国IF，美国IDA， 意大利A’Design，欧盟产品设计大赛）12项。

报告摘要：The identification of analytic tasks from free text is critical for visualization-oriented natural language interfaces (V-NLIs) to make design decisions. However, it is challenging due to the ambiguity and complexity nature of human language. To address this challenge, we present a new dataset, called Quda, that aims to help V-NLIs recognize analytic tasks from free-form natural language by training and evaluating cutting-edge multi-label classification models. Our dataset contains 14,035 diverse user queries, and each is annotated with one or multiple analytic tasks. We achieve this goal by first gathering seed queries with data analysts and then employing extensive crowd force for paraphrase generation and validation. We demonstrate the usefulness of Quda through two applications. This work is the first attempt to construct a large-scale corpus for recognizing analytic tasks. With the release of Quda, we hope it will boost the research and development of V-NLIs in data analysis and visualization.

个人简历： 傅四维，之江实验室副研究员，香港科技大学计算机科学与工程博士。在可视化与可视分析领域旗舰期刊IEEE Transactions on Visualization and Computer Graphics（IEEE TVCG，CCF A类期刊）和人机交互领域顶级会议ACM Conference on Human Factors in Computing Systems （ACM CHI，CCF A类推荐国际学术会议）发表多篇论文。研究兴趣包括自然语言交互、图注生成、可视化系统自动构建等。现担任IEEE VIS short paper及ChinaVis程序委员会委员。

报告摘要：近年来，显示技术发展迅猛，诸如大尺寸显示墙、头戴式虚拟现实、混合现实头盔等非桌面显示设备广泛应用，传统WIMP界面范式及键鼠交互已不能满足新型可视化场景的交互需求，因此，与之相匹配的新型交互技术和交互方法亟待解决。本报告主要从可视化显示场景、可视化交互任务、手部跟踪技术及徒手交互隐喻、可视化中的徒手交互等角度，回顾可视化与徒手交互的交叉研究进展，进一步介绍报告人在可视化的徒手交互、混合现实可视化等方面的工作进展。

个人简历： 李铁萌，副教授，硕士生导师，现就职于北京邮电大学数字媒体与设计艺术学院设计系。CSIG中国图象图形学学会可视化与可视分析专委会常务委员，ChinaVis艺术可视化竞赛主席。主要研究方向为大数据可视化与可视分析、沉浸用户界面、自然人机交互。承担国家自然科学基金、教育部高校博士点专项基金、北京市重点实验室主任基金等多项课题，参与多项国家级及省部级项目，发表学术论文20余篇，指导学生获得多项学科竞赛一等奖。

报告摘要：主要介绍B/S架构和混合粒度城市空间应用场景下，独立产品形态的单页面多场景、多模态自然交互式三维数据大屏所涉及的难点、核心技术和应用实例。

个人简历： 丁治宇，浙江大学计算机博士，中国图像图形学学会可视化与可视分析专委会委员，在数据可视化及图形学领域发表SCI/EI论文12篇，中国第一本数据可视化专著《数据可视化》撰写人之一，国家级精品教材《计算机游戏程序设计（第三版）》主要撰写人之一，《Unity 5.X 从入门到精通》编委会成员。先后在Bosch Research North America，Unity Technology， 阿里巴巴集团任职，现任华为云可视计算总监，EI WEB及用户体验技术负责人。 专注于数据可视化和可视分析产品的设计、应用、技术方案制定与研发，以及学术界与工业界可视化资源对接与整合，致力于推动泛数据可视化概念及技术在工业界行业领域的落地转化与应用；

报告摘要：城市居民每日出行产生大量的交通数据，如何让这些数据变的可应用、可理解，服务管理和决策，可视化技术非常重要。作者以自己所负责的“西安市综合交通信息服务平台”为例，解读交通大数据可视化技术，全面展示公交、出租、客运、货运、公共自行车、停车、地铁、民航、公路、铁路等领域的可视化应用研究成果，并提出智慧交通可视化的发展方向和思考。

个人简历： 颜建强，博士，正高级工程师，中国技术市场金桥奖获得者，第二届全球程序节获“西安十佳程序员”称号，西安市人民政府授予“西安工匠”称号，西安市团委授予“西安好青年”、“五四之星”等称号。西安市智慧交通智库负责人，陕西省大数据与云计算协会理事，陕西省电子学会图象图形工程专业委员会委员，陕西创新人才发展研究院特聘专家，西安市特聘职业技术专家。负责了西安市出租处智能调度系统、西安公交智能调度系统、西安市交通运行监测调度中心（TOCC）等多个项目的建设，申请发明专利10多项；主持和参与了科研项目10多项，发表学术论文10多篇，获得陕西省科学技术奖三等奖2项（第一、第二完成人）、陕省高等学校科学技术奖二等奖1项。

报告摘要：当前各类新的可视化方法层出不穷。海量的数据与复杂的分析问题使得可视化系统愈发复杂。如何保持可视化系统的简单易用变得非常困难，这有悖于可视化的初衷。在时空分析中，这一问题变得更加明显。时间和空间增加了数据的维度，使得分析人员需要在连续时空中开展各类分析任务。本报告以时空数据为例，探讨如何通过构建时空探索范式设计可视化系统，使得在面对复杂数据结构时，可视化系统依然具有很好得可用性。作者将分享他在空间时间序列和时空文本方面的两个案例。

个人简历： 李杰，天津大学，研究兴趣为大数据交互探索与人监督机器学习。他在IEEEVIS、TVCG等可视化期刊和会议发表论文30余篇；曾4次获得各类可视化会议最佳论文/海报奖；主持国家级课题4项；连续参与组织PacificVIS，ChinaVIS，VINCI等会议。作为多个高水平会议和期刊的审稿人。个人主页参见http://geova.cn/jieli/。

报告摘要："智慧城市" 依托创新技术，利用数据的力量，力求实现基础设施更高效运行，从而使城市更宜居惠及于人。智慧城市建设亟需有效的分析和决策工具，将先进的AI人工智能与辅助领域专家的VIS可视化技术相结合可能是满足这一需求的关键。一方面，深度视觉技术能够有效检测、识别城市大数据中的各类目标，为数据分析及可视化提供必要信息；另一方面，深度学习面临着数据扰动、模型可解释性等难题，可视化能够帮助提升数据质量及探究模型训练过程，促进深度学习模型鲁棒性。本次报告将介绍讲者在以上两方面做的研究，包括人本尺度街景分割及信息对比、深度交通预测可视化等，展示AI+VIS如何促进智慧城市建设。

个人简历： 曾伟博士，中国科学院深圳先进技术研究院，副研究员。于2011、2015年分别获得新加坡南洋理工大学计算机专业本科和博士学位。研究领域包括可视化、虚拟及增强现实、深度学习等。发表学术期刊和会议论文20余篇，其中包括IEEE TVCG、IEEE VIS、EuroVis、IEEE T-ITS等顶级期刊和会议。获得ICIV、VINCI最佳论文各一次。曾任PacificVis 2019 海报联合主席，IEEE T-CSS期刊客座编委，ChinaVis、IVAPP等学术会议的程序委员会委员。

报告摘要：智能技术将进一步与教育教学深度融合，衍生出全新的智能化创新场景，正从原有的教育信息化的支撑角色，朝着创新、引领的角色转变。用“智能+”赋能教育，应聚焦教师效率红利——“教师减负是关键，学生关爱是过程，因材施教是目标”。通过智慧阅卷、教师备授课等解决方案，人工智能将成为最出色的教师助手，帮助千万教师从日常担负的海量重复性工作中解放出来，以试卷和作业评测为中心，打造“教师智能备授课群体教学方案”和“学生自适应学习个体教学方案”的两大闭环。人工智能将与教育科学深度结合，通过优化人工智能算法在教育场景的落地应用和面向全过程、多维度、细粒度的教学支持，带来大规模高品质的智慧教育，为教师、学生、家长、管理者减负增效。

个人简历： 武亚强，男，现任联想研究院智慧教育研发总监，主任研究员，中国计算机学会高级会员，中国图形图像学会文档分析与识别专委会常务委员，中国教育发展战略学会教育大数据分会理事，拥有超过100多项海内外专利，在IJCAI，AAAI，等人工智能顶会议上发表一系列文章，三次获得ICDAR，PRCV比赛冠军，多项国家重大专项，重点研发计划子课题技术负责人，目前主要研究方向为人工智能与教育的结合，教育大数据，教育云平台，未来教室。

报告摘要：智能云端一体化学习是新代信息技术与教育深度融合而衍生的人才培养范式，实现教育现代化战略的重要支撑。围绕构建新型教学环境、理解学习主体、精准供给学习服务三个基本问题中环境构建、主体认知与资源服务三个方向的可视化需求，分析、设计相应的可视化方法，实施构建了大数据可视化系统与平台。报告将结合教育大数据应用技术国家工程实验室的建设实际，讨论可视化技术与方法的相关作用与意义。

个人简历： 周东波，博士，College of Computing & Informatics, Drexel University访问学者，华中师范大学人工智能教育学部、教育大数据应用技术国家工程实验室副教授，博士生导师，智能服务方向PI。主要研究领域包括：教育学科知识图谱、教育大数据可视分析与教学环境增强现实应用等，发表论文20余篇，授权专利6项（国际专利1项），获得软件著作权10余项；主持了两项国家自然科学基金项目，作用骨干参与三项国家重点研发计算；参与获得教育部科技进步奖一等奖一项；担任IEEE ACCESS 、Journal of Super computing等国内外期刊审稿专家。

报告摘要：新时代孕育新教育，人工智能+教育将会是实现教育现代化的重要途径。智能教育是以学习者为中心，大资源为基础，交互为桥梁，以学习者需求为导向的教育，解决规模教育下个性化人才培养的困境，培养学习者思维能力、创造能力的教育。报告将结合西安电子科技大学在人工智能教育方面的探索与实践案例，讨论智能教育的建设方向与推进路径。

个人简历： 王泉，博士，教授，现任西安电子科技大学副校长。中国计算机学会杰出会员，嵌入式专委会主任。教育部教学信息化与教学方法创新指导委员会副秘书长，软件工程专业教学指导委员会委员，教育部《教育信息化长期发展规划（2021-3035）》和《教育部信息化“十四五规划”》编制专家组成员。主要研究方向为嵌入式计算与系统、新型人机交互、人工智能+教育等。主持了国家基金、重点研发计划、预研等项目，为国家和行业的重大应用提供了关键技术支撑。在IEEE TPAMI、TKDE、TNNLS、TPDS、TIP和IJCAI等国外内重要期刊/会议上发表学术论文40余篇，授权专利20余项，研究成果先后获得了省部级科研教学奖励奖十余项。

报告摘要：介绍农业行业对农林植物数字化可视化技术的需求，以及数字植物的概念、技术体系和产业应用案例。

个人简历： 郭新宇，博士，研究员，博导。现任国家农业信息化工程技术研究中心动漫技术部主任、数字植物北京市重点实验室主任，中国仿真学会第一届农业建模与仿真专业委员会委员、中国生物技术学会作物表型专业委员会委员、中国农学会农业信息分会委员。主要从事数字植物理论技术研究、作物数字化设计与模拟决策、作物表型组和农业数字化展示展览技术研究。先后主持国家和省部级科学项目20项，以第一或通讯作者发表SCI收录论文15篇、EI收录论文50篇，以第一完成人获取国家发明专利授权32项，组织获得计算机软件著作权登记100多项，获得省部级科技奖励4项。2010年获得科技部授予的“世博科技先进个人”称号，2016年被中国科协聘为“农业工程技术传播学首席科学传播专家”。

报告摘要：结合计算机图形和数据可视化前言技术，介绍其在森林资源调查，林业病虫害防治分析、森林植被分布、湿地自然保护区及生态旅游等方面的可视化应用和数据分析。

个人简历： 淮永建，北京林业大学信息学院学术委员会主任、数字媒体系主任，教授、博士生导师。教育部动画、数字媒体联合本科教学指导委员会委员, 全国高等院校计算机基础研究会数字创意专业委员会常务主任；中国图学学会数字媒体专业委员会副主任；中国系统仿真学会虚拟技术及应用专委会委员；林草三维可视化技术应用国家创新联盟副秘书长。主要从事复杂虚拟环境实时三维建模、可视化渲染和特效技术、虚拟植物建模和绘制、虚拟景观、数字林业和林木花卉的信息可视化等方面的研究。主持国家自然科学基金“基于生理特征的阔叶花卉植物功能结构模型表达和交互可视化生长模拟”、“虚拟林木的茎叶器官的交互可视化表达方法研究”和“基于整枝抚育目的的立木枝干计算机视觉识别方法”等多项国家级和省部级科研项目。在国内外中文核心刊物、国际期刊和国内外学术会议上发表70余篇学术、会议论文，SCI、EI检索10余篇。申请软件著作权30余项。

报告摘要：结合林草行业特点，介绍林草资源建模与可视化模拟的研究进展，针对林草资源智能化、物联化、可视化等行业信息化发展需求，阐述三维可视化技术在林草领域的数据集成、景观模拟、规划设计、监管管理、分析决策、科普培训等方面的应用案例和发展前景。

个人简历： 张怀清，博士，中国林业科学研究院资源信息研究所研究员，可视化模拟与监测研究室主任，博士生导师。国际高级可视化校园联盟成员，中国图象图形学学会可视化与可视分析专委会理事，中国林学会计算机应用分会副理事长兼秘书长，中国林学会青年工作委员会副主任委员，林草三维可视化技术应用国家创新联盟副理事长兼秘书长，国家百千万人才工程“有突出贡献中青年专家”。长期从事林业信息技术、三维可视化、林业遥感监测技术等领域的研究工作。主持重点研发计划、863计划、科技支撑、重大专项、自然科学基金等国家级科研课题10余项，出版学术专著8部，发表学术论文150余篇，授权国家发明专利12项，制定行业标准8项，获得软件著作权登记30余项。先后获得国家科技进步奖二等奖1项，梁希林业科学技术奖一等奖2项、二等奖1项，地理信息科技进步一等奖1项，并获中央国家机关青年创新奖，中国林业青年科技奖，国家新闻出版广电总局“三个一百”原创图书出版工程等奖项。

报告摘要：从‘田间表型的难点在哪里’，‘计算机和农学结合的优势有哪些’，‘植物三维仿真模型与表型如何结合’问题着手，阐述人工智能在田间作物表型上应用的国内外研究进展、行业需求和发展情况，结合本团队的研究工作，从植物二维到三维表型，从消费级无人机结合RGB相机到多旋翼无人机搭载多光谱、高光谱、激光雷达等传感器，讲述人工智能在大田玉米、甜菜等作物表型分析上的应用，最后进一步展示植物三维仿真模型在作物表型上的应用实例。

个人简历： 马韫韬，中国农业大学副教授。中国农业大学计算机应用数学学士，资源与环境学院农学博士，中科院自动化研究所和荷兰瓦赫宁根大学信息/农业交叉学科博后。法国国家计算机科学与控制研究所(INRIA)、法国巴黎中央大学(ECP)和加州大学戴维斯分校访问学者。中国农业生物技术学会植物表型组学专业委员，国际植物生长模型及其应用科学委员会委员，农业建模与仿真专业委员会委员。农业人工智能与作物表型内蒙古工程研究中心副主任、首席科学家。主持和参与了国家重点研发计划、973、863、行业科技专项和国家自然基金等项目。发表SCI/EI等论文50多篇。当前主要研究领域：（1）植物功能-结构-环境互作的系统仿真研究；（2）植物（三维）表型研究；（3）人工智能及其农业算法应用；（4）多源传感器的融合及数字农业应用。（5）大规模三维场景的快速获取与渲染。

报告摘要：可视化技术在模型开发与解释方向有着非常丰富的应用。首先，我将介绍网络嵌入向量表达的可解释性问题。通过嵌入模型构建网络中节点向量表达有着广泛的实用性（如节点分类、聚类和边预测）。尽管嵌入模型学习向量表达的效率与准确性较高，但对嵌入模型生成的向量表达保留了多少原始网络信息知之甚少。低维向量表示的抽象性、构造过程的随机性以及超参设置，都阻碍人们对网络嵌入结果的理解。可视化将嵌入空间投影到二维平面方便对嵌入向量进行探究，但不支持更深入的探索。我们设计并实现了一个交互式探索分析系统支持在聚类、实例和结构层面对网络嵌入向量进行分析与解释。它有助于比较不同嵌入模型如何保留原始网络空间的节点信息，以及节点信息与嵌入向量之间的关系。该工作发表在IEEE VIS 2018，并成功在微信数据中心落地实践，帮助对选择不同网络嵌入模型进行决策。我也将可视分析与模型的可解释性应用到多人在线战斗竞技场游戏中，为了确保可玩性，模型需要平衡不同游戏局势（如碾压局、翻转局、有来有回局等。分析人员需要更灵活的模型输入及可解释性模型输出。我们通过逐步共同设计流程设计并研发一个可视化游戏局势分析系统。首先通过观察性研究发现游戏分析传统的做法瓶颈，以及他们对使用黑盒模型的顾虑。开发单场比赛可视化分析，让用户熟悉交互式分析过程，我们引入模型在局势分类时自动推荐对局势影响较大的比赛片段，并得到导致不同比赛局势的原因。近千场游戏数据和专家反馈表明我们方法有助于他们更好地与机器及黑盒模型进行协作。研究成果发表在IEEE VIS 2016及SIGCHI DIS 2018。此外，作为将可视分析及AI技术应用到游戏行业的典范，研究成果也出版收录在Data Analytics Applications in Gaming and Entertainment。

个人简历： 香港科技大学计算机科学与工程学系博士，微众银行人工智能部的高级研究员，从事人工智能及可视分析、可解释性机器学习以及人机交互技术的研究，并开展相关技术在金融科技、银行业务、智慧零售、智慧城市等领域的广泛应用与落地。读博期间，曾获得工学院PhD Fellowship及 Top RPG (Research Post-Graduate) 荣誉。任中国图象图形学学会可视化与可视分析专委会委员，IEEE VIS Short Paper程序委员会委员及IEEE VIS, ACM CHI/CSCW及TVCG等顶级学术会议期刊审稿人。在加入微众之前，曾任美国佐治亚理工学院计算机科学与工程学院的访问研究员及网易游戏资深研究员，详情见https://thinkavatar.github.io/

报告摘要：日新月异的人工智能技术，为信息可视化技术的研究提供了强大动力。本报告将结合两篇InfoVis论文工作，举例讲述基于深度学习的编解码网络在信息可视化领域的实际应用。第一个相关研究是GenerativeMap，该研究利用对抗生成模型的基本思想，结合自动编码器，将密度图编码到隐空间，实现了对密度图的平滑插值及可视化。该研究将所提出的方法应用于时空数据，并通过多种评估手段验证了方法的有效性。第二个相关研究是VisCode。VisCode基于深度编解码网络，使用可视化图表和二维码作为训练数据，考虑了可视化图像的视觉显著性特征，能支持大规模编码和解码信息，以减少由编码引起的显性视觉损失。该研究可应用于信息可视化领域的图表设计、数据提取、信息传播、图表风格迁移等实际应用。

个人简历： 李晨辉博士，华东师范大学计算机科学与技术学院副教授，院长助理，中国图象图形学学会可视化与可视分析专委会委员。博士毕业于香港理工大学，研究兴趣包括数据可视化、智能设计、计算机图形学等。主持国家自然科学基金项目一项、校企合作项目2项，参与多项国家自然科学基金项目及香港资助局基金项目。近年来在IEEE VIS、IEEE TVCG、ACM MM、IEEE TMM、CGF、PG等计算机图形图像知名期刊及会议上发表论文多篇，曾获2015年度ICCI*CC认知科学国际会议最佳论文奖，SiggraphAsia2017可视化研讨会最佳论文奖。

报告摘要：数据可视化信息图通过对数据进行可视表达和艺术设计，让数据故事变得引人入胜，进而达到有效沟通的目的。然而，设计和制作数据信息图并不容易。要设计好的数据信息图，需要对数据有深入的理解，并且在此基础上进行视觉设计，需要花费大量的时间。本报告介绍讲者在自动设计信息图表的研究，包括如何自动化地抽取数据故事，如何实现数据信息图表的自动设计，探讨AI技术在信息图表设计的应用。

个人简历： 王韵，博士，微软亚洲研究院主管研究员。博士毕业于香港科技大学计算机科学与工程系，本科毕业于复旦大学软件学院。主要研究兴趣是人机交互、数据可视化、数据智能。主要研究方向是数据故事、信息图表，及其自动设计和创作工具，自然语言交互等。在IEEE TVCG、IEEE VIS、ACM CHI、EuroVis等顶级期刊和会议发表学术期刊和会议论文20余篇，担任IEEE TVCG, ACM CHI, IEEE VIS等顶级期刊与会议的审稿人。详细信息请访问https://www.microsoft.com/en-us/research/people/wangyun/

报告摘要：图数据的可视化与可视分析是领域内的研究热点之一，近来有许多工作借助火热的嵌入技术来解决相关问题。嵌入技术已经在广告推荐、异常检测、蛋白匹配等多种领域大放异彩。本期报告旨在介绍嵌入技术在图可视化中的应用，并进行简要分类、总结与未来展望。

个人简历： 浙江大学计算机科学与技术专业博士生，导师陈为教授。研究方向为图可视化与可视分析、异常检测。

报告摘要： 科学普及是实现创新发展的两个最重要推动力之一，通过科普提高全民科学素养，特别为青少年播下科学的种子，同时也促进不同学科之间的相互了解，激发交叉学科的创新。可视化以客观的数据为基础，对科学知识进行直观形象、立体互动传播，提高传播效率和影响力，本报告以天文与地理领域的科普应用为例，探讨如何充分利用可视化技术的优势，促进科学普及发展。

个人简历： 单桂华，中国科学院计算机网络信息中心研究员，先进交互式技术与应用实验室主任。研究方向可视化与可视分析、人机交互。近五年主持包括国家重点研发计划课题、国家大装置课题、中科院先导项目子课题、中科院知识创新重大项目课题、中科院重点部署项目课题，中科院与中移动战略合作项目等，在国内外重要期刊和会议发表学术论文四十余篇。

报告摘要： 公共安全关乎国计民生，可视化技术为公共安全领域的应急决策、安全演习、知识普及等应用提供了更加直观、喜闻乐见的方式，正越来越成为科普领域的热门技术。将结合最新的可视化技术与行业应用趋势，阐述可视化技术在公共安全领域的科普应用方法，并结合实际案例，讲述如何利用可视化技术进行疫情防控、校园安全等科普宣传，服务公众。

个人简历： 王长波，华东师范大学教授，博士生导师，中国图象图形学学会可视化与可视分析专委会常务委员，ChinaVis2018、ChinaVis2019、CVM2018、VINCI2019大会主席；主要从事信息可视化、大数据可视分析、计算机图形学等方向的研究。

报告摘要： 当今的时代，是一个融合的时代。设计也在努力寻找着融合的方式，突破原有的设计门类界限，跨越学科之间的障碍，寻求“跨学科”“跨界”等全新模式给设计注入新的生命力。有一个设计门类，自带跨界属性而存在，这就是信息设计。跨界对于信息设计来说，不是新的突破和尝试，而是它的本质和本职。可以说，没有跨界，就不存在信息设计。信息设计的跨界性主要体现在信息内容的跨界、设计形式的跨界以及研究方法的跨界。通过信息设计对专业性极高的科学知识进行传译和呈现，以起到普及传播的作用，是信息设计跨界性研究和运用的重要表现之一。

个人简历： 陈皓，南京艺术学院设计学院专业教师；中国图象图形学学会（CSIG）会员；数可视科技有限公司联合创始人。主要从事信息设计教学与研究；2006年毕业于中国美术学院工业设计专业，获学士学位；2011年毕业于德国安哈尔特应用技术大学综合设计专业，获硕士学位。曾参与2014年南京青年奥林匹克运动会设计项目、2014、2015紫金奖江苏省文化创意设计大赛视觉形象系统设计项目等设计项目。设计作品曾入选第十二届、第十三届全国美术作品展，获首届江苏省文化创意设计大赛银奖等。任教 8 年来，指导学生信息设计作品获得国际、国内奖项八十余项，其中5件学生作品入选第十二届、第十三届全国美术作品展，学生作品获2016英国凯度信息之美大赛银奖，是中国大陆地区第一个获奖作品。2014年、2019年两度包揽白金创意国际大学生平面设计大赛信息设计类别金银铜奖项。

报告摘要： 如今科学计算已成为基础科学研究不可或缺的手段，其产生的数据中蕴含了丰富的科学规律及现象。如何观察理解这些规律及现象，并有效传递给不同层次的受众，则需要直观的可视化工具。伴随着我国高性能计算的快速发展和科学计算在大量科学领域中的广泛应用，对可视化科普的需求量不断增加的同时，其需求的内容也日渐复杂与多样化。这个报告中，我将基于近年来可视化领域的最新工作，尝试探讨如何发展可视化科普工具使之适应急剧增长的各类可视化需求。

个人简历： 陶均，中山大学数据科学与计算机学院副教授，博士生导师，入选中山大学“百人计划”。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年至2018年于圣母大学计算机科学与工程系任博士后研究员。主要研究方向包括：科学可视化，尤其是信息论，优化方法，和交互探索方法在流场可视化以及多变量时变数据上的应用；对图像数据集和对时序数据的可视分析和探索；以及软件可视化在加密算法教育上的应用。相关研究成果发表于IEEE TVCG, Computer Graphics Forum, ACM TIST, ACM TBD等期刊及IEEE Vis, PVis, ACM SIGCSE, IEEE Big Data等会议。

报告摘要： 气象数据是典型的多维数据，具有时间变化和地理空间分布特性，可视化分析是描述大气物理状态的必要手段。气象数据的来源主要有地面（气象站）和高空（卫星）的观测，以及各类数值模式的运行结果，需要对观测和模式直接获取的数据进行可视化，同时还需要对一些物理诊断量进行可视化分析。大气科学领域常用的数据分析和可视化软件大多是免费、开源的，比如GrADS、NCL等，目前Python语言和可视化库Matplotlib、CartoPy等越来越流行。还有一些专门针对三维可视化的软件如Vis5D、Met.3D等。在气象预报业务上有专用的气象数据可视化软件，比如美国的AWIPS和我国的MICAPS等。由于气象数据的地理空间属性，GIS软件中进行气象数据分析和可视化也是重要的一个方面。我们自主研发了气象数据分析和可视化软件MeteoInfo，整合了GIS、多维数组科学计算和二/三维可视化功能，能够方便高效的展现气象数据揭示的大气状态。气象数据可视化还面临一些挑战，例如天气现象的逼真场景可视化，复杂灾害性天气结构和特征的有效展现等。

个人简历： 王亚强，中国气象科学研究院研究员，人工智能气象应用研究所所长。长期从事大气气溶胶观测模拟和气象数据信息技术研究，是中国气象科学研究院人工智能气象应用创新团队的负责人，也是科技部重点领域创新团队“雾-霾监测预报创新团队”的核心成员。在我国不同粒径气溶胶时空分布特征、气溶胶理化、同位素特征、源区分析、我国沙尘暴时空分布和变化、全球沙尘暴数值模拟等方面取得了突出的研究成果。独立研发了融合气象GIS和科学数据分析及可视化为一体的软件平台MeteoInfo，并在排放源清单处理、气团轨迹分析、气溶胶数据质量控制等方面开发了多个科研、业务软件并被广泛使用。主持多项国家和省部级科研业务项目，发表学术论文120余篇，其中SCI论文近90篇，总引用超过3000次。获得2017年度气象科学技术进步成果一等奖（排名第2），2006年度气象科学和技术工作奖研究开发奖一等奖（排名第4），中国地震局2005年度防震减灾优秀成果奖二等奖（排名第3）。登记了7项软件著作权。

报告摘要：三维地质体可视化建模需要基于钻孔、勘探剖面图或地质平面图等多源数据进行三维地质结构和地质体的混合建模，所生成的三维数字地质结构和数字地质体可以支持空间数据和属性数据的双重可视化查询和分析。由于地质体形成过程复杂、形态随机变化，所建地质体的正确性很大程度上取决于建模方法对地质演化规律的体现。本报告将介绍和分析知识驱动的地质体可视化建模方法，结合基于地质剖面的自动建模技术、基于多点地质统计学方法的的属性-结构可视化建模技术等进展说明具体实现技术。

个人简历：刘 刚，男，博士，教授、博士生导师。中国地质大学（武汉）计算机学院副院长、智能地学信息处理湖北省重点实验室常务副主任。中国图象图形学学会可视化与可视分析专委会常务委员。主要从事地学大数据、地质空间三维可视化建模与分析等方面的教学科研工作。主持国家自然科学基金重点项目1项、面上项目2项、国家863重点项目课题1项。发表论文90余篇、专著2部、教材2部（副主编），获国家发明专利6项；曾获省技术发明奖一等奖1次、省科技进步奖一等奖1次、测绘科技进步奖特等奖1次、一等奖1次、省优秀教学成果一等奖2次和中国地质学会青年地质科技奖—金锤奖。

报告摘要： 同源于可视化，可视分析与故事叙述技术拥有不同的技术需求、受众与数据特征。如何将复杂的分析结果与发现方便快捷地生成故事，讲述给普通人以及更广泛的受众群体，这中间存在着一个从复杂到简单、从专家到大众、从探索到叙事的鸿沟。如何把可视分析到故事叙述的全流程打通，是可视化领域值得思考的一个问题。我们将以社交媒体数据为例，分析其时间、空间、语义上等不同维度的特征，将交互探索的可视分析结果与发现通过我们提出的故事构造方法，生成简单、清晰又有不同语义的可视化故事，让用户可视分析探索的过程与故事构造的过程无缝衔接。

个人简历： 陈思明，青年研究员，现工作于复旦大学大数据学院，2011年本科毕业于复旦大学，2017年获得北京大学博士学位，之后在德国波恩大学任博士后研究员，以及德国弗劳恩霍夫智能分析和信息系统研究所（Fraunhofer IAIS）任研究科学家（2017-2020）。主要从事大数据可视化与可视分析和混合人机智能的研究，具体研究方向包括：社交媒体、时空数据与网络安全与用户行为可视分析，故事叙述和语义地图可视分析等。其研究成果发表在IEEE TVCG, CGF, IEEE VIS和EuroVis等顶级期刊和会议上，共发表论文30余篇，其中有10篇IEEE TVCG与IEEE VIS。并担任多个国际会议的程序主席、组织委员会和程序委员会成员，包括IEEE VIS 2020 Program Committee，ChinaVis Data Challenge主席，BDVA会议的时空数据分析研讨会主席，IEEE PacificVis宣传主席等。其工作曾获得6次IEEE VAST Challenge数据挑战赛一等奖，以及10余个国际学术会议最佳论文/海报（提名）奖，包括IEEE VIS最佳海报提名奖、EuroVA最佳论文奖、Agile最佳海报奖、ChinaVis最佳论文奖等。 更多信息请参见：http://simingchen.me。

报告摘要： 近年来，随着海洋观测和数值模拟手段的快速提升，海洋数据信息维度不断增加，数据之间的关联性更加复杂，因此海洋数据可视化及可视分析对海洋科学研究的作用越发重要。本报告主要从多种海洋环境要素的可视化和多变量分析、海洋现象识别和跟踪、模式及相关性发现、集合数据分析和不确定性探索等领域回顾相关可视化与可视分析技术进展，并进一步介绍作者在涡旋轨迹追踪、基于机器学习的海洋锋可视分析、三维温度及流场可视化、海洋属性的沉浸式可视化探索等方面的工作。

个人简历： 董军宇，教授，博士生导师，中国海洋大学海德学院院长、信息科学与工程学院副院长。分别于1993、1999年在中国海洋大学获得学士和硕士学位；2003年在英国Heriot-Watt大学获得博士学位；2008年被列入教育部新世纪人才计划。现任中国计算机学会（CCF）青岛分部主席，国际计算机学会（ACM）青岛分会主席，法国Interdisciplinary Graduate School for the Blue Planet (ISBlue)国际学术委员会委员。主要研究方向海洋数据科学及水下视觉，相继承担国家自然科学基金青年及面上项目4项，国家自然科学基金山东联合基金项目1项，国家重大科研仪器研制项目1项，科技部国际合作专项1项。在多个主流国际期刊及国际学术会议上发表论文200余篇，获得授权国家发明专利6项，并获得多个奖励。