报告摘要： 可视化是人类理解复杂数据的重要桥梁，也是人类认识世界的重要方法和工具。可视化教育在高校的通识教育中，是进一步培养完善学生数据素养的重要环节。我们将结合十几年来的教育工作经验，讨论如何开展可视化相关的通识课程建设。

个人简历： 袁晓如，北京大学智能学院研究员，博士生导师，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。研究兴趣主要为可视化与可视分析。中国图象图形学学会可视化与可视分析专业委员会主任。2008年开始在北京大学开始设立专门可视化课程。2009年首先开始设立面向全国开放的可视化暑期学校。

报告摘要： 大数据时代数据无处不在，数据可视化以视觉信息作为美的载体，帮助理解并快速发现数据的规律和模式，探索和感受数据之美。报告将以数据之美为主线，探讨了数据可视化课程如何实现技术与艺术交叉、行业应用案例的结合、以及课程思政的融入，培养学生的形象思维与技术水平，提升学生的审美能力及实践能力，并给出了面向卓越人才培养的可视化教学建议与思考。

个人简历： 王长波，华东师范大学计算机科学与技术学院教授，博士生导师。现任中国图象图形学学会可视化与可视分析专委会副秘书长。已主持国家及省部级科研项目10多项，在国内外知名学术会议和期刊上发表论文100余篇，出版专著和教材5部，担任国际会议VINCI2019、ChinaVis2018会议主席。曾获上海市科技进步奖特等奖、上海市青年科技启明星、宝钢优秀教师奖、国家教学成果奖二等奖、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化、计算机图形学、人机交互等。

报告摘要： 信息图形与可视化不仅是信息表征与传达的方法，也提供了一种思考、解读和处理问题的方式。报告将介绍清华大学美术学院在信息图形与数据可视化方向上的教学与实践，从设计学科的角度提供一种信息可视化研究的思路。

个人简历： 吴琼，清华清尚智慧场景创新设计研究院副院长，数据与智能创新设计研究所所长，教育部青年长江学者（2021），在智能信息服务与数据可视化设计和网络应用创新设计方向上有深入的研究和实践：主持四十余项国家、省部级支持的研究项目以及中国银行、故宫、华为、英特尔、微软、波音、西门子等知名企业联合设计研究与实践项目；二十余件作品参加“艺术与科学国际作品展”“奥地利林茨电子艺术节”“北京新媒体艺术国际作品展”“全国美展”等国内外重要展览。

报告摘要： The need for compelling data visualizations is increasing both in the art and science fields. While the artists and designers are mostly concerned about using data as a material to create work presenting ideas. Scientists care about communicating information effectively and revealing the data insights. Ultimately, the unified inquiry becomes how we can make visual representations of data aesthetically powerful while also communicating the necessary information. In recent years, I have had the privilege of teaching visualization to students from both arts and sciences areas. In this talk, I will share some of my experiences, experiments, and implications related to such teaching from a perspective of an artist & designer, discussing approaches to teaching students from both fields to gain a basic understanding and vocabulary of each other, and to collaborate efficiently creating diverse and compelling data visualization.

个人简历： Rebecca Ruige Xu currently teaches computer art as a Professor in College of Visual and Performing Arts at Syracuse University. Her artwork and research interests include artistic data visualization, experimental animation, visual music, interactive installations, digital performance, and virtual reality. Her recent work has appeared at: IEEE VIS Arts Program; SIGGRAPH & SIGGRAPH Asia Art Gallery; ISEA; Ars Electronica; Museum of Contemporary Art, Italy; Los Angeles Center for Digital Art, USA. Xu served on the Media Arts Advisory Panel for the U.S. National Endowment for the Arts. She is the co-founder of ChinaVIS Conference Arts Program and was the Co-Chair of 2019, 2020 IEEE PacificVIS Visual Storytelling Contest. Currently Xu is the Exhibition Chair of 2022 IEEE VIS Arts Program, serves on the ACM SIGGRAPH Digital Art Committee and the Executive Committee for the Association of Chinese Artists in American Academia.

报告摘要：当前大数据研究的一个热点和难点在于对含多源异构时空信息的理解、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出发，探讨如何结合代表性跨媒体数据如视频数据、文本数据等展开协同分析，并介绍团队在上述领域所做的可视分析工作和代表性案例，具体涉及城市交通、社会态势、视频监控等场景以及AI技术在上述方面的应用等。

个人简历：孙国道，浙江工业大学计算机科学与技术学院副教授，博士生导师。主要从事大数据挖掘、可视化和可视分析方面的研究，在可视化领域相关期刊和会议发表论文30余篇，包括IEEE TVCG、IEEE VIS、IEEE TMM、ACM TIST等，相关成果应用于交通、安防、社会治理等领域。担任IEEE VIS、IEEE Pacific VIS、VINCI、ChinaVis等国际学术会议的程序委员会委员等，包括ChinaVis海报主席，FastForward主席。主持国家自然科学基金面上项目、青年基金、浙江省重点研发课题等，作为项目技术骨干参与国家重点研发计划和国家自然科学基金重点项目。荣获浙江省科技进步一等奖(多源异构时空定位数据的关联分析平台及应用)。更多信息请见个人主页：http://godoorsun.org。

报告摘要： 三维可视化地质建模与表征已经成为领域重大科学研究和工程应用的基础技术和核心任务。面对新时期地质调查及矿产资源勘查开发过程中对三维地质建模的高标准高要求，目前仍然存在地质时空先验特征难以融合、地质结构-属性耦合表达困难、计算消耗大效率低等技术瓶颈。本次报告将以“地质时空特征与多源数据融合驱动—地质结构-属性三维可视化耦合表达—大规模高精度三维模型高效自动构建”为主线，详细介绍融合时空先验特征的复杂地质空间三维可视化精细表征与模拟方法，以及在三维城市地质调查、贵州省省域“玻璃国土”建设等实际大型工程项目中的应用。

个人简历： 陈麒玉，教授，硕士生导师。主持国家自然科学基金面上项目、青年基金项目、黑龙江省“揭榜挂帅”科技攻关项目课题等科研项目5项。主要从事三维可视化地质建模、地学大数据挖掘与分析等方面的研究。发表论文30余篇，其中第一/通信作者论文23篇；获授权国家发明专利11项、软件著作权3项。担任国际学术期刊Applied Computing and Geosciences、Big Earth Data编委，中国图象图形学学会-可视化与可视分析专委会委员。获中国测绘学会测绘科技进步二等奖1项。

报告摘要：截止2021年底，我国已有51个城市开通运营城市轨道交通线路。城轨客流高峰期人员密集，一旦出现突发事件可能诱发严重踩踏事故，造成重大人员伤亡。为提高突发事件下人员安全性，有必要针对人员在地铁车站、隧道内以及地铁线网上的时空分布演化规律展开深入的研究工作。报告总结马剑教授团队近年来在客流安全监测与风险分析可视化方面取得的研究成果与最新的研究进展，重点介绍可控实验、行人流建模与分析、风险监测与分析三方面的内容，并综述近期开发的新软件、技术和研究方法。

个人简历：马剑，教授，博士生导师，西南交通大学交通运输与物流学院安全工程系主任，公共安全科学技术学会人员安全专业工作委员会委员、中国建筑学会建筑防火综合技术分会火灾风险评估专业委员、四川省学术和技术带头人后备人选。主持国家自然科学基金项目3项，发表高水平期刊论文80余篇，担任“Physica A”编委，《安全与环境学报》青年编委，先后在领域内著名国际学术会议作邀请报告5次，获省部级奖4项。研究方向包括客流组织与管理、人员疏散动力学。

报告摘要：目前灾害预报以宏观“等级”预报为主，无法满足具体位置与灾情预报需求，通过聚焦气候变化和人类活动加剧背景下重大山地灾害风险预警与动态精准评估的前沿科学问题，突破西部山区精细化降雨预报和基于动力学演化过程的灾害风险预报难题，建立山地灾害分级预测与精细化险情预报方法，建设灾害风险可视化平台，提高灾害早期风险识别能力，突破区域尺度预报向灾点尺度预报的理论瓶颈，系统提升山地灾害风险智慧管理及应对能力。

个人简历： 邹强，研究员，博士生导师，长期从事山地灾害致灾机理、多尺度灾害风险研究，在灾害分布规律、灾害形成机制与动力学模型、自然灾害综合分区、跨尺度灾害风险定量评估等方面取得突出成果，拓展了自然灾害风险研究理论。已主持国家自然科学基金项目等科研项目10余项。发表SCI等论文50余篇，副主编出版学术专著4部，授权发明专利7项，软件著作权4项，获得省部级科学技术奖一等奖2项、中国科学院杰出科技成就奖(集体)1项。

报告摘要：在智能物联网环境中，人机界面不再局限于单个设备或屏幕。智慧环境作为整体，成为了一个“宏观”的人机界面。空间信息可视化于是成为一个新的设计机会：如何利用空间环境以及不同设备在人们的注意力外围直觉式地传递与当下活动相关的信息？如何减少空间信息视觉化界面对于人的注意力或认知负担？以及如何通过环境中产生的大量数据与智能算法的驱动，使空间可视化信息来促进人与人的沟通与协作？为探讨上述问题，本报告探讨了一系列在智能教室和医院环境开展的的设计实践研究。通过真实环境中的设计、部署及实验，用以并指导或启发未来发生在相似场景或语境中的设计探索活动。

个人简历： 安鹏铖，南方科技大学创新创意设计学院助理教授，设计与人机交互交叉领域的研究者。专注于新兴的智能互动系统在日常场景中的设计和影响，包括物联网环境（如智能教室或办公室）、具体或多模态界面、以及适老化及包容性设计。他在埃因霍温理工大学工业设计系获得博士学位并担任博士后，此后加入了滑铁卢大学计算机科学学院，担任博士后及会期讲师。研究成果发表在人机交互领域重要会议及期刊，并获得“最佳论文提名奖”（ACM CHI）以及“评委会选择奖”（INTERACT）。早年设计作品曾两度获得“红点设计奖：最佳奖”。担任多个设计领域及人机交互领域会议的组织者或评审，以及期刊评审编辑。

报告摘要：为人类使用而设计可视化和可视分析系统不是一件容易的事。本专题将总结现有的可视化及人机交互领域典型的文章和应用案例来展示以用户为中心的设计过程如何在人机交互（HCI）中得到很好的应用，并与可视化（VIS）的研究交织在一起。特别的，我们拟分享如何将用户特征、任务性质和上下文因素纳入设计考虑，如何将用户保持在（半）自动设计的循环中，以及如何从经验性的用户评估中获得实际意义。

个人简历：李权，上海科技大学信息科学与技术学院助理教授（终身教授序列）、研究员、博士生导师。他于2019年博士毕业于香港科技大学计算机科学与工程学系。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。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 Paper程序委员会委员、ChinaVis论文国际程序委员会委员、IEEE VIS, EuroVis, PacificVis, ChinaVis, ACM CHI/CSCW及TVCG等顶级学术会议期刊审稿人。更多信息见：https://faculty.sist.shanghaitech.edu.cn/liquan/

报告摘要： This talk provides an overview of designs that open up other sensory channels for users to experience and interact with data. Through a series of cases, we present the different kinds of interaction modalities involved in data visualization, physicalization, and sonification. We demonstrate how they can be leveraged to enrich users' experience of data.

个人简历： Xiaojuan Ma is an associate professor of Human-Computer Interaction (HCI) at the Department of Computer Science and Engineering (CSE), Hong Kong University of Science and Technology (HKUST). She received the Ph.D. degree in Computer Science at Princeton University. She was a post-doctoral researcher at the Human-Computer Interaction Institute (HCII) of Carnegie Mellon University (CMU), and before that a research fellow in the National University of Singapore (NUS) in the Information Systems department. Before joining HKUST, she was a researcher of Human-Computer Interaction at Noah's Ark Lab, Huawei Tech. Investment Co., Ltd. in Hong Kong. Her background is in Human-Computer Interaction. She is particularly interested in data-driven human-engaged computing in the domain of affective, ubiquitous, social, and crowd computing and Human-Robot Interaction. She is a senior member of IEEE and ACM.

报告摘要：知识三元组“实体-关系-实体”是知识图谱中最基本的构成单位，快速高效地从海量文本中提取实体以及实体之间的关系，是构建知识图谱的基础任务，对后续语义智能化搜索以及知识互联有着至关重要的作用。本次报告将介绍一个可以在用户引导下，融合专家经验和深度知识抽取技术的可视分析与人机交互方法，支持语义场景覆盖、知识抽取可视化、抽取结果合理性判别与校正，从而提高知识图谱构建的质量。

个人简历：张翔，浙江财经大学信息管理与人工智能学院讲师，研究方向包括可视化与可视分析、人机交互、虚拟现实，主持并参与国家自然科学基金、浙江省自然科学基金、浙江教育厅、及企业横向课题6项，以第一或通讯作者在中国图像图形学报、计算机辅助设计与图形学学报、Journal of Visualization、Neurocomputing等国内外学术刊物和会议上发表论文10余篇，获得授权发明专利2项，软件著作权1项。

报告摘要：壁画是中国最悠久的绘画形式之一，包含了历史、宗教以及世俗等广泛的内容题材。透过壁画可以逐一窥探千年文明下社会、宗教、建筑、美术、民俗、服装等的发展。在本研究中，重点关注如何创新性地应用现代数字技术与互动设备，通过艺术设计与可视化表达，重新对这些壁画艺术从历史、内容、视觉、工艺等方面进行分析、重构、演绎与传播，探索推动国家优秀文化遗产活态传承的新路径。

个人简历： 李谦升，上海大学上海美术学院副教授、硕士生导师，信息与交互设计工作室负责人。上海大学上海美术学院艺术学博士、南京邮电大学计算机科学与技术专业学士、美国麻省理工学院媒体实验室访问学者。中国图象图形学学会（CSIG）可视化与可视分析专委会委员、中国工业设计协会信息与交互设计专委会委员、上海市创意设计工作者协会会员，近年来主要从事信息设计、数据可视化、交互设计等领域的研究。

报告摘要： 数据可视化不仅能帮助人们看到数据背后的规律，还有数据本身所承载的美感和情绪。因此对文本数据的可视化表现不一定局限于文字，还可以从文字的发音和句子的结构出发探寻文本的韵律和意义；同时可视化的表现手法也可以向多感官维度表现，为人们提供通感的可视化体验，加深人们对数据的理解和记忆。本报告所作的可视化尝试希望能为诗歌节奏的具象化传达提供一种可行的方案，并让大众更好地理解唯美而古朴的《诗经》音律，唤起人们对古老文明的全新感受，为中国传统文化艺术的传承和发展助力。

个人简历： 陈晓皎，工学博士，浙江大学“百人计划”研究员，博士生导师。受聘于浙江大学艺术与考古学院、先进技术研究院、计算机辅助设计与图形学国家重点实验室。人工智能省部共建协同创新中心（浙江大学）--数字创意智能技术与装备分中心专家、责任研究员；首届设计工效学学会专委会委员。研究方向：一是探索数字人文视阈下的中国传统绘画作品可视化研究，侧重于媒体类可视化平台；二是开展人机交互界面设计实践与认知测评研究。

报告摘要： 近年来，视觉化的可操作论证正逐步进入文学史研究和计算批评领域，引起了一些争议。此次仅就文类和作者研究中相关个案略作介绍，初步探讨其成因和根源，希望可以藉此加深对于数字人文阐释本质的认识。

个人简历： 赵薇，中国社会科学研究院文学研究所助理研究员，芝加哥大学Textual Optical Lab访问研究员（2017-2019），《数字人文》编辑，栏目主持人，中国数字人文机构联盟委员会副秘书长。近年致力于比较文学、近现代文体网络、网络分析与叙事性文本中的人物体系研究。

报告摘要： “社会记忆”理论为人文和社会学提供了新的视角，开辟了新领域。在由大数据、云计算、区块链、人工智能等新技术主导的数智时代，“数字记忆”成为社会记忆的新形态和新常态，数智技术将以记忆媒介作为研究证据的人文研究推向了“数字人文”时代，包括“数智证据”在内的“多重证据法”成为人文研究的新范式。“数据可视化”方法可作为一种重要的“数智证据”生成机制，为基于记忆的研究和展演提供了新的方法，本报告试图通过一些实例对其进行提炼和归纳。

个人简历： 夏翠娟，上海图书馆研究员。研究方向：元数据、知识本体、关联数据、知识组织、数字人文、文化记忆、元宇宙应用。主持国家哲学社会基金课题2项。在国内外学术期刊发表论文70余篇，参与撰写专著3部。是图书情报知识、大学图书馆学报、图书馆论坛、图书馆杂志等学术期刊的外审专家，数字人文研究、Digital Transformation and Society编委。

报告摘要： 分析单个流面的结构和选择具有代表性的流面是流可视化中两个基础任务。然而由于流面的高复杂性(例如：自我遮挡，分叉)，多样性，以及非闭合性等，流面的分析和选择依然存在很大挑战。本报告将介绍我们近期利用无监督深度学习技术在流面表示学习方面的工作。我们设计了一种基于图神经网络的节点表征框架，并在此基础上开发了一个可视界面，旨在帮助科学家更好地理解流面的潜在结构和选择流场中代表性的流面。

个人简历： 韩俊，香港中文大学(深圳)数据科学学院助理教授，2022年获得美国圣母大学计算机科学和工程博士学位。主要研究兴趣为科学可视化和深度学习。近年来发表论文20余篇，包括IEEE TVCG, IEEE VIS, EuroVis, IEEE PacificVis，ACM IUI和ACM UbiComp等，其中多项工作受邀在IEEE VIS 和 EuroVis上做特邀报告。个人主页：https://stevenhan1991.github.io/.

报告摘要： 脑神经纤维跟踪与可视化已经被广泛地研究，然而没有系统性地被用于脑疾病探索。本报告将介绍我们设计的面向脑疾病的神经纤维可视分析系统，通过机器学习管线，分别估算脑神经纤维特征、脑功能分区、和个体关于疾病的显著性和不确定性；通过可视化交互方法，引导用户深入探索脑疾病在神经纤维上的空间组织和分布，从而帮助神经科学家深入挖掘疾病神经纤维数据的内在模式

个人简历： 徐超清，浙大城市学院计算机科学与技术专业教师，主要研究方向为医学数据可视分析，脑纤维束可视化。2017年01月- 2018年10月，在加州大学戴维斯分校（UCdavis, University of Davis, California) 由Kwanliu Ma领导的Visualization & Interface Design Innovation（VIDI）Lab进行学术访问。2021年于浙江工业大学获工学博士学位，2022年加入浙大城市学院。以第一作者发表SCI论文5篇，包括TVCG, TCDS, VI, JOV等期刊文章。作为课题骨干参与国家自然科学基金-面上项目3项，国家自然科学基金-青年2项，横向课题1项。

报告摘要： 流场可视化通过渲染结果回答领域专家关于数据的问题。早期流场可视化常基于静态规则，因此只能回答特定问题。此后，流场可视化中引入的交互式方法使系统能面向更多样化的需求。然而，图形交互界面需要领域专家对特定视觉编码进行解读，因此学习成本及其使用开销较高。本报告将从我们最近的工作出发，探讨如何对各类流场结构及特征进行统一表示，并允许领域专家通过自然语言指明所希望观察的流场结构，生成定制化的流场可视化动画。

个人简历： 陶钧，中山大学计算机学院及国家超级计算广州中心副教授，博士生导师，中国图象图形学学会可视化与可视分析专业委员会委员。2015年于密歇根理工大学获博士学位，2015至2018年于圣母大学任博士后研究员。其主要研究兴趣为信息论，优化方法，深度学习及交互探索方法在科学可视化上的应用。在可视化领域顶级会议IEEE VIS及期刊TVCG上发表论文10余篇。任IEEE VIS, PacificVis, ChinaVis等会议组织委员会及程序委员会委员，期刊Visual Informatics青年编委。

报告摘要： 超算上节点间的网络通信，严重限制了大规模仿真的效率，对其进行归因分析变得尤为重要。本报告将介绍我们设计的可视分析方法，通过为领域专家提供交互式探索工具，探索通信延迟区域；并构建了通信延迟区域的动态通信图，对通信依赖进行表征；最后，对通信模式、通信映射和后台流量三种延迟成因进行交互式探索分析，并提供可能的改进方案，辅助领域专家进行针对性地通信优化，提升大规模仿真的性能。

个人简历： 毕重科，天津大学智能与计算学部副教授，重点研发计划项目负责人。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。2012年于东京大学获理学博士学位。2012年-2016年日本理化学研究所研究员，2016年加入天津大学。主持日本国家级项目1项，科技部重点研发计划1项，国家自然基金2项，各部委项目4项（包括重点项目2项），天津大学自主基金3项，横向项目2项。作为课题骨干参与项目10余项。在可视化和高性能计算领域发表论文50余篇。

报告摘要： 随着大数据计算需求的激增，大型计算系统（分布式系统、云计算平台）的规模快速增加。该类系统的运作过程极其复杂，使得运维人员和研究人员经常难以理解系统行为，进而无法高效完成系统的错误修复及性能调优等任务。可视分析技术结合了自动化算法、可视化视图设计和交互方法，能有效地帮助用户理解系统运行过程。本报告将介绍大型计算系统可视分析的任务和挑战，总结相关领域的研究成果，探讨问题的定义和解决方法。

个人简历： 申乔木，南方科技大学研究助理教授、副研究员，于2020年获得香港科技大学博士学位。研究领域包括图可视化、时空数据可视化、城市信息学、可解释人工智能等。发表学术期刊和会议论文十余篇，其中包括IEEE TVCG、IEEE VIS、EUROVis、 ACM CHI等顶级期刊和会议。担任IEEE VIS, IEEE TVCG, ACM CHI等会议和期刊的审稿人。

报告摘要：自动驾驶技术发展如火如荼，但是其缺少整体系统性的可解释的评估方法。另一方面，自动驾驶在算法运行过程与车辆行驶过程中产生了大量的时变高维数据。我们从一个新的视角，提出了一种数据驱动的可视化评估方法，让自动驾驶模型开发专家理解与评估自动驾驶行为的安全性与稳定性。我们针对自动驾驶的感知、预测、规划、控制与舒适度等5个模块，支持自动化的评分计算与交互式的高维分析与探索，并且同时对感知模块进行深入的可解释性探索。

个人简历：陈思明，复旦大学大数据学院青年研究员，博士生导师，复旦大学可视分析与智能决策研究组负责人，上海市高层次引进人才。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，CGF, ACM CHI等顶级国际可视化会议以及期刊上发表近20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会议论文领域主席等，获得十余次学术奖项，更多信息请登录：http://simingchen.me 查看。

报告摘要： 面向时空活动的知识图谱构建与可视分析，并在恐怖袭击事件分析、新冠疫情传播分析、船舶时空活动分析三个方面进行了应用。将地理空间知识服务从传统的“空间”和“时间”维度延伸到“活动”和“关系”的新维度，为各类数据、信息与情报融合提供基础和平台。

个人简历： 陈晓慧，信息工程大学，博士，副教授。从事时空知识图谱、时空数据可视化方向研究。主持国家自然科学基金，军队科研重点项目等16项。近五年，获得省部级科技进步奖二等奖3项，省部级自然科学奖三等奖1项，省部级教学成果三等奖1项。发表学术论文30余篇，出版专著及译著7部，获国家国防发明专利、软件著作权12项。

报告摘要： 黄赌毒诈等黑灰产团伙的网络化运作严重破坏着网络生态和社会治安。网络化运作依赖于掌握域名、IP地址、安全证书等网络资产。由于公开的网站和域名等外围网络资产副本多且更换频繁，识别和查封核心网络资产（如：重要IP地址和安全证书），是打击网络黑灰产的主要手段之一。目前，我们初步形成了一套黑灰产网络资产图谱构建和可视化解决方案。该方案能有效帮助监管部门整合黑灰产网络资产信息、识别核心资产和制定打击策略。

个人简历： 黄鑫，现任奇安信科技集团股份有限公司应用技术研发三中心总经理，中国图形图像学会会员，中国可视化专委会委员。2013年至今一直从事网络安全场景与数据可视化技术的研发工作。在学术研究与技术创新方面，拥有多项技术专利，并在落地转化中取得显著的商业效益。2015-2019在IEEE VAST比赛中累计获得2次单项奖、2次最高奖、1次综合奖。在产品/项目研发方面，先后运用图、时空、多维可视分析、低代码搭建、3D渲染与XR技术服务数个国家部委客户、重大企业客户。

报告摘要： 推断攻击是一种整合背景知识和智能模型，用于推断数据中敏感信息的隐私攻击手段。经典的隐私保护技术，如语法匿名和差分隐私，无法彻底对推断攻击形成防御。本次报告将介绍我们提出的三阶段可视分析方法，该方法通过贝叶斯网络描述了潜在的推断行为，并针对来自未知对手的推断攻击定制防御手段。通过引入可视表达，该方法可直观地解释底层隐私保护模型的机制，并支持用户验证结果是否充分满足隐私保护的要求。

个人简历： 王叙萌，南开大学计算机学院讲师，曾于2021年在浙江大学计算机科学与技术专业取得博士学位，主要研究方向是隐私保护与可视分析。以一作身份在TVCG、IEEE VAST等顶尖国际期刊或会议发表论文5篇。担任VizSec和ChinaVis程序委员会委员。

报告摘要： “八景”属于中国的传统景观体系，通过历史地理信息系统（HGIS）与文本分析的方法，提取地方志中“八景”信息，涉及黄河中下游地区478个县级政区和4021个景观。传统景观分为地文、人文、水体、生物、气象五类景观的空间分布特征都表现出与黄河中下游地理环境的适应性；信仰与纪念景观的营建是地方精英对地方性记忆的一种共同选择；黄河禹迹、孔子与弟子行迹、泰山东岳代表王朝正统与文化宣教的核心景观，揭示了传统景观的文化意义。

个人简历： 王长松，北京大学 城市与环境学院 历史地理研究所 研究员、博士生导师。加州大学伯克利分校、梅喜德分校访问学者，中国人类学民族学研究会理事（2018-2020）、大运河文化研究会理事（2018-2020）、北京大学数字人文研究中心专家委员会委员（2021-2023）、石家庄学院客座教授等学术兼职。主要研究城市与区域历史地理、文化遗产管理。主持科技部重大专项子课题、国家社科基金、教育部人文社会基金、北京社科基金重点项目等多项，发表相关论文50余篇，专著和参编3部。获得第五届谭其骧禹贡基金优秀青年历史地理论文二等奖等奖项。

报告摘要： 复旦大学中国历史地理研究所在与哈佛大学合作研发的“中国历史地理信息系统（CHGIS）”基础上，整合不同要素、不同专题的历史地理信息系统，在2021年构建成可扩展的、多要素的统一架构平台，以实现历史地理时空数据统一存储、管理、查询、分析、可视化和一张图综合应用。与此同时，该数据平台还为探索开放的数据共享机制，实现历史地理数据的空间分析，可视化、共享、发布和成果展示做了有益的尝试。

个人简历： 张晓虹，复旦大学中国历史地理研究所所长、教授、博士生导师，教育部人文社会科学重点研究基地复旦大学历史地理中心主任、《历史地理研究》期刊副主编。任国家教材委员会历史学科专家委员会委员、中国历史学会历史地理研究会副会长，上海市地理学会副理事长、哈佛大学worldmap委员会委员、CBDB学术委员。主持国家和省部级科研项目十余项。著有《文化区域的分异与整合——陕西历史文化地理研究》等多部著作，在SCI、SSCI和CSSCI等国内外刊物上发表学术论文七十余篇。

报告摘要： “数字人文”在近年来已经成为勃兴的跨学科与文理融合的领域，作为密切结合物理空间、深层语义以及时间维度的复杂方法，空间可视化是“数字人文”叙述、分析、展示和理解时空现象的最重要（甚至是唯一）的途径。本报告从空间可视化的图像传统与“时间—空间”知识为出发点，强调“数字人文”问题导向下数据驱动的时空现象可视化对隐含现象挖掘和阐释的支撑，并以“空间人文与场所计算”实验室的研究为例加以讨论。

个人简历： 何捷，哈尔滨工业大学（深圳）建筑学院城乡规划系教授、“智慧城市与数字空间规划”特色学科方向联合负责人、“空间人文与场所计算”实验室主任和团队召集人。研究兴趣及专长以地理信息系统（GIS）等空间信息技术的社科人文应用为核心，包括“空间历史大数据”、“城市及场所计算”、“大数据与空间行为”、“地理设计与户外游憩”、“景观考古学与文化景观遗产”等方向。

报告摘要： 数据可视化有很长的历史，历史上的可视化编码了有价值的历史数据集，但是记录了这些原始数据集的文档如今通常已经遗失。为了复原这些数据集，需要从历史上的可视化中进行数据重建。本报告主要介绍通过交互式机器学习从可视化中进行数据重建，通过图形化开发工具低代码地开发数据重建流程，以及这些工作对通用数据标注工具的启发。

个人简历： 张宇，牛津大学计算机系博士研究生。2017年本科毕业于北京大学智能科学与技术专业。主要研究方向为交互式机器学习、数字人文、以及交互界面开发工具，相关论文发表于ACM CHI, ACM TIIS等会议与期刊。

报告摘要： 青海省同仁县是国家历史文化名城。同仁在藏语中称“热贡”，因而此地的传统技艺便统称为“热贡艺术”。近年来，合肥工业大学和青海师范大学开展合作研究，陆续对同仁地区代表性的唐卡、壁画、堆绣和藏式建筑彩绘进行数据采集和数字化处理，研究面向热贡艺术的图案、纹饰、配色等设计元素智能精准化提取方法，构建热贡艺术设计元素数字资源库，开发热贡艺术元素的风格迁移与生成工具，向社会宣传、展示热贡艺术。

个人简历： 曹力，合肥工业大学计算机科学与信息学院（人工智能学院）副教授、硕士生导师。主要从事计算机图形学与辅助设计领域的研究工作。近年来，在《中国科学》、《计算机辅助设计与图形学学报》、《中国图像图形学报》等国内外期刊上发表论文10余篇。申请9项国家发明专利，其中已授权5项。

报告摘要： 人工智能技术的广泛应用为青绣可视化设计带来了新的契机，打破传统低效的手工作坊式模式。近些年来，青绣智能设计与可视化应用研究，在传统手工艺振兴该领域拓展了一系列相关的新研究，本报告介绍青绣智能可视化应用研究。青绣传统图案与现代设计方法、智能可视化技术相结合，将青绣可视化应用于青海日月藏乡特色小镇，探索 “生态经济”、“阳光经济”、“民族经济”、“艺术科技”相结合的新途径，利用数字文化资源推动乡村振兴中的可视化融合应用。

个人简历： 王小明 青海师范大学美术学院副教授，硕士生导师，中国艺术人类学学会会员，中国民俗学会会员，青海民俗学会理事。青海省文化产业专家库专家，海南省非遗研学特聘导师，青海师范大学"123高层次人才培养工程"青年学术骨干。主持参与国家级和省部级课题6项，发表论文10余篇，完成项目化设计成果转化多项。长期从事青海民间美术教学与研究工作，完成青海省社会科学规划项目1项，主持国家社科艺术基金项目1项，青海省科技厅重大项目1项，目前开展青海省乡村振兴中艺术乡建的可视化设计工作。

报告摘要： 研究工作提取了传统提线人偶的核心要素——通过提线操纵人偶的艺术形式，开创性地结合了可编程机械控制技术，实现了将亟需保护的传统提线人偶艺术与当今飞速发展的少儿机器人编程教育产业的结合，通过机器人编程教育的成功带动提线人偶艺术的发展，通过提线人偶艺术的巨大艺术价值促进机器人编程教育的成功，达到相互促进、共同发展的效果。

个人简历： 姚俊峰，厦门大学信息学院、电影学院教授、副院长，闽台非遗文化数字化保护与智能处理文化和旅游部重点实验室副主任，美国华盛顿大学访问学者，入选福建省第四批百人计划，中国计算机学会高级会员。主要从事社交型机器人、计算机图形学、数字孪生等研究，曾主持与参与国家和省部级项目共79项，授权国家发明专利20项，发表学术论文110篇，学术著作10部，获行业协会和省级科技进步一等奖2项、三等奖2项。

报告摘要： 非物质文化遗产中的传统手工艺作为中华文化传承中的重要载体，蕴含着丰富的纹案和色彩元素。目前基于非遗传统手工艺的设计创新存在着元素使用片面、成果与文化内涵脱节等问题。本报告以起承研究院的南京云锦IP设计为个案，探讨数据驱动的中国传统图案设计再创模式。该路径通过对海量工艺文本数据进行深入挖掘与分析，建立非遗工艺本体知识库，借助多个图像AI算法，从元素提取分析、知识获取、关联理解等方面帮助设计师完成再创。

个人简历： 李梦琦，获南京大学艺术学院硕士学位，目前研究方向为非物质文化遗产的数字化表达与数据库构建，相关论文发表于数字人文领域国际期刊Digital Humanities Quarterly（2022）、第三届中国数字人文大会（2021）以及第十二届数位典藏与数位人文学术研讨会（2021）。参与策划并建设起承研究院“中国非物质文化遗产基因数据库”项目以及南京大学艺术学院“ ZHI艺：非物质文化遗产虚拟展示平台”项目。2019年曾受邀赴美国参加第15届亚洲文化周活动，策划专题摄影展并进行学术交流。

报告摘要： 大数据时代，海量数据渗透金融服务的方方面面，也影响了个人和企业的决策。获取数据更容易的同时利用数据的难度却大大增长，金融决策者面临的挑战远胜以往。如何快速挖掘庞杂数据，做出优质决策成为金融服务企业的关键竞争点。更甚者，新冠疫情的爆发，给企业决策带来更大的挑战，稍有不慎就会面临满盘崩溃的风险。在这个选择大于努力的时代，赢者通吃的效应越发明显。如何从复杂多样的因素中，抽丝剥茧，做出合理的决策呢? 本报告从一些实际的金融案例出发，指出金融决策中面临的痛点，讲解可视化决策的研究与应用。

个人简历： 成生辉, 西湖大学青年研究员，智能可视化实验室负责人。他于纽约州立大学石溪分校获得计算机科学博士学位，并在德国莱比锡大学医学研究所、美国布鲁克海文国家实验室和哈佛医学院进行合作研究。他的主要研究为数据可视化、可视分析和元宇宙等。他曾任CSIG-VIS大数据高峰论坛执行主席，IEEE VIS、TVCG等期刊会议审稿人。著有《元宇宙：概念、技术及生态》。入选深圳市和杭州市海外高层次人才，和浙江省高校领军人才培养计划。

报告摘要： 实验经济学是在可控制的实验环境下对某一经济现象，通过控制实验条件、观察实验者行为和分析实验结果，以检验、比较和完善经济理论或提供决策依据的新兴经济学分支。由此产生的经济行为实验数据具有维度高、决策动态变化、状态随机转移等特点，为实验数据的分析和探索带来挑战。本次报告提出面向经济行为实验数据的可视分析方法，结合数据特点和实验设计者的分析任务，通过可视分析技术帮助专家从新的视角解读经济行为实验数据，审视和研究以往的经济理论，并为现有的经济政策提供一定的启示。

个人简历： 刘玉华，杭州电子科技大学数字媒体学院讲师、硕士生导师，中国图像图形学学会可视化与可视分析专委会委员，毕业于华东师范大学计算机学院，香港科技大学计算机科学与工程系访问学者。研究方向包括可视化与可视分析、人机交互、虚拟现实。主持国家自然科学基金1项、参与省部级项目多项，以第一作者或通讯作者发表期刊和会议论文十余篇，包括TVCG、VAST、计算机学报等，荣获PacificVis2022 Best Note Honorable Mention。

报告摘要： 数字经济已成为实现“双碳”目标的重要引擎，本报告采用可视分析技术，构建碳生产率多要素预测模型和碳排放权交易市场价格预测模型，设计碳生产率与碳交易价格可视分析方案，促进绿色低碳循环发展经济体系中各要素的快速流动，为经济绿色发展赋能，共赴数字碳中和未来。

个人简历： 吴亚东，教授、博士生导师，四川轻化工大学科技处处长、计算机科学与工程学院院长、四川省大数据可视分析技术工程实验室常务副主任，四川省大数据可视化创新团队负责人。主要从事可视化与人机交互领域研究工作。CCF杰出会员，CSIG可视化与可视分析专委会常务委员，曾任ChinaVis大会主席（2019、2020），CCF YOCSEF成都主席，CCF 绵阳主席。

报告摘要： 可视化动画由于其生动有趣等特点被广泛应用于各大主流新闻媒体和可视化平台，然而现有的创作方式使得动画创作门槛过高、操作繁琐且缺乏可理解性。为解决这些问题，我们将可视化动画的设计空间分成四个部分（目标、划分、时序和效果），并提出一种简洁且功能全面的声明式可视化动画编程语法Canis。为了进一步降低交互成本，我们在对上述编程语法进行扩展和优化的基础上，设计实现了交互式动画创作工具CAST。目前该语言与工具完全开源，可以支持用户实现各种跨平台的图表动画。

个人简历： 汪云海，山东大学计算机科学与技术学院教授、博士生导师。入选国家级青年人才计划。主要从事数据可视化、图形学与人机交互领域的研究，在ACM TOG、IEEE TVCG、ACM SIGGAPH (Asia)、ACM CHI、IEEE VIS、IEEE VR、ICCV、NeurIPS等权威期刊和会议发表论 60余篇，获得ACM CHI 2021 最佳论文提名奖、IEEE VIS 2021最佳论文提名奖等奖项。曾获山东省自然科学一等奖、山东省教学成果奖一等奖等，担任Computer Graphics Forum、 Visual Informatics等期刊编委、IEEE VIS 2022 会议Panel主席、ChinaVIS 2022论文主席等。

报告摘要： 可视分析已经蓬勃发展了30年，随着VIS会议的重构和新的领域模型的提出，其学科已明确定位于数据科学，构造分析工具成为其重要研究内容之一。另一方面，随着人工智能的快速发展，分析自动化成为很多行业的硬性需求。人在回路的流程尽管提高了灵活性，但先天的低自动化成为制约可视分析落地的瓶颈。我们认为融合人和智能模型以提高分析的效率和可信度是未来可视分析的发展趋势之一。本报告将探讨相关研究的现状和潜在的研究机遇。

个人简历： 李杰，天津大学智能与计算学部副教授，研究兴趣为信息可视化与可视分析。发表论文30余篇，含多篇IEEEVIS、TVCG、EuroVIS论文。主持2项目国家自然科学基金和多个国家级、省部级项目。4次获得各类可视化会议最佳论文/海报奖。作为会议主席和程序委员等角色参与组织PacificVIS，Vinci, ChinaVIS等多个可视化学术会议。

报告摘要： 华为云阿拉丁是⼀款⾯向WEB领域，开箱即⽤所⻅即所得的端到端智能可 视化⼈机协同联创平台，⽀持启发式交互式的构建包括静态⻚⾯，交互逻 辑，数据可视化等诸多场景的复杂web应⽤。彻底打通从需求到设计到开 发的全链路。实现了需求及⽣产，设计即系统，所⻅即代码，可信端到 端。 报告将会深⼊探讨阿拉丁的核⼼理念，关键能⼒和展望。

个人简历： ⻩兆嵩，现为华为技术有限公司可视化技术专家。2020年博⼠毕业于浙 江⼤学计算机科学与技术学院CAD&CG国家重点实验室，导师陈为教授。 曾于美国Arizona State University可视分析实验室跟随Ross Maciejewski教授进⾏时空数据可视化相关⼯作。研究领域涉及数据可视化，可视分析，以 及城市数据分析领域。⼯作内容包括⼈机交互设计，声明式可视化语法， ⾯向前端与可视化领域的智能低代码/⽆代码平台等。

报告摘要： I will present recent work on constructing data visualizations from a graphics-centric perspective. Unlike most visualization grammars which use declarative specifications to describe visualization components, graphics-centric grammars (e.g., Atlas) and authoring tools (e.g., Data Illustrator) descrbe both the semantic structures and the generative procedures.

个人简历： Dr. Zhicheng Liu is an assistant professor in the department of computer science at University of Maryland. His research focuses on scalable methods to represent and interact with complex data, and techniques to enable easy creation of expressive data visualizations. Before joining UMD, he worked at Adobe Research as a research scientist and Stanford University as a postdoc fellow. He obtained his PhD at Georgia Tech. His work has been recognized with a Test-of-Time award at IEEE VIS, and multiple Best Paper Awards and Honorable Mentions at ACM CHI and IEEE VIS.

报告摘要： 报告将从吉尔·德勒兹（Gilles Deleuze）的根茎（Rhizome）思维出发，以元宇宙胶囊舱的设计为例，从虚拟和现实融合共生的视角来研究用户、物品和场景要素关系，基于数据可视化范式与主体行为演变机制，探究持续性、差异化、去中心化、平等性、生成性的世界建构（Worldbuilding）模式。报告侧重探索元宇宙世界如何改变我们连接、感知和体验周围世界的方式，思考在扩展现实空间中体验未来、塑造未来和反思未来的方法，以及应对现实挑战生成解决方案的路径。

个人简历： 付志勇，博士生导师，清华大学美术学院信息艺术设计系长聘副教授。清华大学中意设计创新基地副主任、中国创新创业教育研究中心副主任、清华大学艺术与科技创新基地主任、中国工业设计协会信息与交互设计专委会秘书长，世界华人华侨人机交互协会会长。农村农业部第二届全球重要农业文化遗产专家委员会委员。主要承担交互设计、服务设计、设计思维与创新创业相关的本科与研究生课程。研究关注于智能产品与服务设计、人本城市与设计未来等领域。

报告摘要： Mapping通常被译为“地图术”或“制图术”，泛指制作、绘制地图的行为。Mapping / 制图视作个体认知特定场所的一种方法，通过创造性的信息组织原则和视觉结构建构，從而理解和发掘特定场地信息的隐藏特征，认识信息的空间形态格局，初步建立系统分析和视觉思考的意识。Mapping课题以地理空间，文化地理学为切入点，强调对场所的文化背景和文化语境的理解和重新梳理以及创造者独特的个人理解与视角。将以中央美院信息设计课程为实践案例。

个人简历： 陈慰平，艺术学博士，中央美术学院副教授，硕士生导师，视觉语言与数据信息研究室负责人，现担任国际人机交互委员会委员，中国流行色协会色彩教育专业委员。主要研究方向为交互设计和信息设计。曾任中央美院奥运艺术研究中心艺术总监。曾参与过北京2008奥运会海报设计, 火炬接力景观设计, 核心图形设计, 形象与景观开发设计、深圳2011年世界大学生运动会色彩系统设计等设计项目。主要论文和著作有《具有交互行为的动态字体》《基于物联网的交互设计方法研究》《构造可控的虚拟世界》《Disappearing Boundary》等。

报告摘要： The Visualizing Venice/Visualizing Cities consortium has built a community around developing digital cultural heritage projects that draw upon a diverse range of source materials in order to convey the presence of the past in the lived experience of urban environments. We draw from archival documents, plans, maps, accounts, images, and testimonies to annotate and represent historic places and spaces, and to design interactive experiences around their discovery and interpretation. This talk will consider examples from projects focused on the historic Jewish Ghetto in Venice, Italy; sites of urban renewal in Charlotte, North Carolina, USA; and more exploratory work based on the imagined environs of H.P. Lovecraft’s Providence, Rhode Island, USA. Taken together, these diverse examples demonstrate some of the ways we use apps, maps, and models to convey the histories of urban environments, and how we modulate technology choices in light of anticipated users, content, and media effects.

个人简历： Victoria Szabo is a Research Professor of Visual and Media Studies and Gender, Sexuality, and Feminist Studies at Duke University. She directs the PhD Program in Computational Media, Arts & Cultures and the Digital Humanities Initiative at the John Hope Franklin Humanities Institute. Her research and creative practice focus on the digital humanities and computational media, with special attention to media and cultural history, digital archives and exhibitions, and place-based immersive experience design for cultural heritage and memory. She was a co-lead of the Visualizing Venice Ghett/App project, and is collaborating on place-based digital storytelling approaches in the Nazi-era Krakow Ghetto, post-reconstruction Durham, NC and 20th century urban renewal in Charlotte North Carolina. She is a principal in the Psychasthenia Studio artists’ collective. She is also the current Chair of the ACM SIGGRAPH Digital Arts Community, a year-round committee focused on fostering the digital arts in the field.

报告摘要： Hong Kong as an international city has long held the title of ‘Pearl of the Orient’, known for its gleaming night view. The Hong Kong Tourist Association often featured local neon signs as promotional visuals, a way of attracting foreign visitors in response to exotic voyeurism and imagination. However, numerous neon signs had been taken down since the Buildings Department issued statutory removal orders in 2010, leading to the gradual disappearance of a unique facet of vernacular visual culture. The emergence and decline of neon signs tell rich stories of everyday life, spatial culture, community memories, and socio-economic change. This article attempts to categorise and analyse 400+ local neon signs of varying types documented since 2015, exploring the following questions: What are the social functions of neon signs, and how do they connect with visual communication and the city? How do neon signs construct the image of the city?

个人简历： Brian Kwok is Associate Professor at the School of Design of the Hong Kong Polytechnic University. He leads the BA (Hons) in Communication Design programme. Brian’s research focuses on communication design and Hong Kong visual culture. Brian was trained in Visual Communication Design in the United States. He holds an MA in Design from the Hong Kong Polytechnic University, and an MA in Visual Culture Studies and MPhil in Communication from the Chinese University of Hong Kong.Brian co-founded the Information Design Lab in 2011. The Lab is currently focusing its works on various projects such as the research of wayfinding and spatial representation in Hong Kong, information design for visual culture of neon signs. He is the author of Fading of Neon Lights: Documentation of Hong Kong Streets’ Visual Culture "Conserving Hong Kong's iconic graphic form: The Neon Signs".

报告摘要： 目前，我国智能交通在集成应用方面已经跻身国际先进水平。中共中央、国务院印发《交通强国建设纲要》，提出要“推进数据资源赋能交通发展”，数字技术已成为实现综合交通运输体系互联互通的重要载体，也成为提升我国交通运输行业治理能力和服务水平的重要抓手。报告人将从5G物联网、VR、人工智能等新技术、智能交通产业案例、智慧交通前沿科研成果、及VR驾培系统开发实践等维度分享数字化技术在公共交通行业的应用与前景。

个人简历： 罗国亮，博士、副教授，华东交通大学软件学院/VR产业学院副院长，虚拟现实与交互技术研究院院长，VR专业负责人；入选江西省“双千计划”（青年）、“赣江杰青”人才项目；南昌市“双百计划”创新团队（南昌市可视化技术创新团队）负责人。2015年博士毕业于法国斯特拉斯堡大学，至今先后主持两项国家自然科学基金在内的20余项课题，发表学术论文30余篇，外文专著2部，申请专利10余项。

报告摘要： 在沉浸式空间中针对多源异构数据的遨游探索具有很大的挑战，包括沉浸式空间中交互式参数定制的低效与不直观性，以及沉浸式设备渲染能力有限等。此外，相比传统数据，多尺度数据还需考虑尺度间镜头切换、尺度过渡、尺度场景迁移等挑战。本报告将介绍我们近期针对常见类型的科学数据及多尺度异构数据的沉浸式探索方面的工作，我们设计了基于语法驱动的沉浸式自动遨游与探索方法，旨在帮助领域专家多视角、多方位、多层次、动态地沉浸式洞察他们的数据。

个人简历： 刘日晨，南京师范大学副教授，西湖大学访问学者，2017年获得北京大学博士学位。主要研究兴趣为虚实融合与可视化。目前主持国家自然科学基金青年基金项目1项，参与面上项目多项。近年来发表论文30余篇，刊物包括CCF分类会议ACM CHI，IEEE VIS，IEEE PacificVis，以及CCF A/B类或SCI-TOP期刊Bioinformatics，SPE，ARCO等。指导学生获得江苏省优秀毕业设计省级一等奖，ChinaVis Best Survey Award，IEEE PacificVis Best Poster Award，中国大学生计算机设计大赛优秀指导教师。个人主页：https://dabigtou.github.io/richenliu/

报告摘要： 通过林草资源环境和生态系统的物联感知化，实体模型化和交互实时化，实现林草生产全周期的虚实同步更新、动态反馈、智能交互和可视决策，突破虚拟与现实之间的融合难点、实时更新、智能反馈技术难点，服务于林草生态感知与智慧监管的各种业务需求，如林草资源监测、国家公园和自然保护区智能监管、动植物智能观测、生态多样性监测、灾害应急响应等，有现代林业的高质量发展提供数字化、智能化、可视化的技术手段。

个人简历： 张怀清，中国林业科学研究院资源信息研究所副所长，二级研究员，博士生导师，林草人工智能与可视化研究方向首席专家。入选国家百千万人才工程，授予国家有突出贡献中青年专家荣誉称号。长期从事林草信息技术领域的研究工作，先后主持国家级科研课题20余项，出版学术著作8部，发表学术论文150余篇，授权国家发明专利15项，制定行业标准8项。先后获得国家科技进步奖二等奖1项，省部级科技进步奖一等奖3项、二等奖1项。

报告摘要： 报告将着眼于以数字孪生作为引擎推动城市治理，构建智慧城市的数字孪生体，挖掘实现智慧孪生体的功能体系。实现从认识城市智慧、挖掘城市智慧、模拟城市智慧到运用城市智慧的逻辑闭环，以此探寻符合我国城市发展自身背景的智慧城市建设路径。

个人简历： 毛超，教授，重庆大学管理科学与房地产学院副院长，重庆英才计划青年拔尖人才、重庆市巴渝青年学者。主要从事智慧城市、智能建造、城市开发、建筑信息新技术等领域研究。获国家级教学成果奖2项，主持国家社科基金项目2项，主持省部级项目10余项，其他科研项目研究多项，发表学术论文70余篇、专著2本、译著3本、教材2本。

报告摘要： 近年来，如何借助机器学习模型强大的泛化能力，助力信息可视化设计与生成，逐渐成为新的研究热点。本报告分享了讲者对这一问题的思考与实践。报告通过对人的设计过程进行抽象，展现了以创意为主导的横向思维过程，以及以模仿为主导的纵向实现过程。报告通过一个故事线可视化的案例，详细介绍了讲者如何借助强化学习模型实现人机协同设计，其中人类用户主导故事线可视化的创意设计，智能AI通过模仿用户的设计意图来高效生成故事线布局。这一强化学习驱动的协同设计模式将用户从繁琐的设计细节中解放出来，让其能聚焦于设计过程中的创意部分。

个人简历： 唐谈，现任京东集团-京东智能城市研究院数据研究员，于2021年在浙江大学计算机科学与技术专业取得博士学位，发表各类国际可视化期刊论文10余篇，在Storytelling Visualization方向做出了系列原创性成果，其中部分研究成果成功落地在国内一线互联网公司的产品中。

报告摘要： 本报告将从数据编码、可视化图识别、可视化信息隐写三个方面，介绍基于视觉感知的信息可视化应用技术。报告首先介绍一种密度字典学习技术，从时间及空间维度上对时空数据的分布图序列进行感知编码及解码，以实现时空数据的快速可视查询; 报告还将介绍一种从静态图像中自动提取和重新设计网络图的框架，可用于快速转换设计者草图、从现有网络图图像中提取基础数据; 最后，报告结合可视化信息传播的实际需求，介绍一种基于深度编解码网络及视觉显著性的信息隐写框架。

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，硕士生导师，中国图象图形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，专注数据可视化、时空大数据智能分析研究。近年来在国际会议及期刊上发表可视化相关学术论文20余篇，长期担任VIS 、TVCG 、CHI等国际期刊及会议的审稿人。

报告摘要： Current machine learning (ML) methods are usually developed via a data-centric approach regardless of the usage context and the end users. While such a one-size-fits-all strategy ensures these algorithms are generic and applicable to a variety of domain problems, it also poses usability challenges for domain users in interpreting model results, obtaining actionable insights, and collaborating with AI in decision-making and knowledge discovery. To facilitate the application of ML and improve its usability, interactive visualization should be considered as an indispensable component. Apart from its efficiency in organizing and communicating information, interactive visualization can be disentangled from the algorithmic aspects to incorporate the perspective of users and the characteristics of the applied domains. In this talk, we demonstrate the important role of visual interfaces in the successful application of AI via real-world case studies. We summarize design guidelines for bridging the capabilities of AI with the needs of domain users. Finally, we discuss the challenges and opportunities in designing visualizations for usable AI.

个人简历： Qianwen Wang is a Postdoctoral Fellow at Harvard University. Her research strives to facilitate the communication and collaboration between end users and machine learning models through creating interactive visual analysis systems, with a special interest in their applications in solving biomedical challenges. She serves as a reviewer for multiple visualization venues (IEEE VIS, IEEE TVCG, PacificVIS, EuroVIS, ACM CHI, ACM IUI), abstract chair for the ISMB BioVis COSI, program committee for the visualization meets AI workshop at PacificVis, and organizer IEEE VIS Visualization in Biomedical AI workshop. Her work has been published in top visualization and human-computer interaction venues (IEEE VIS, IEEE TVCG, ACM CHI) and received awards from both the BioVis community and the Machine Learning community.

报告摘要： Data visualization has been applied to facilitate data exploration in various applications. However, the design and evaluation of visualizations still require lots of manual effort. Existing visualization creation tools and packages (e.g., Tableau and D3) often require tedious manual specifications or programming, and the evaluation of visualizations often relies on subjective evaluations like user studies. It is still not an easy task to quickly create and evaluate visualizations, especially for non-expert users. The rapid development of artificial intelligence (AI) and the accumulation of visualization datasets have made it possible to address these issues by leveraging AI techniques. In this talk, I will briefly introduce our recent work on AI-powered data visualization:a) AI for visualization design: how can AI techniques facilitate an end-to-end and explainable visualization generation/recommendation? b) AI for visualization evaluation: how can AI techniques enable automated evaluation of visualization quality and similarity? This talk ends with a discussion on future research opportunities.

个人简历： Dr. Yong Wang is a tenure-track assistant professor at the School of Computing and Information Systems, Singapore Management University (SMU). His research interests include information visualization, visual analytics and machine learning. His work has been published at premier venues in visualization and human-computer interaction, such as IEEE VIS, IEEE TVCG, and ACM SIGCHI. He received multiple paper awards, including the Best Paper Honorable Mention Award at IEEE VIS 2021, Best Poster Award at IEEE VIS 2019 and Best Paper Award at ACM IUI 2017. He also has served as a program committee for PacificVis, IEEE VIS, CIKM, and a session chair and program committee for IUI. Prior to joining SMU, he obtained his Ph.D degree from The Hong Kong University of Science and Technology. For more details, please refer to http://yong-wang.org/ .