报告摘要：从自身发展选择和经历出发，通过Alignment、Cultivation、Engagement三个角度分享科研经历的感悟。

个人简历：麻晓娟博士是香港科技大学计算机科学及工程学系副教授，是人机交互联合实验室 的主要成员之一。她的主要的研究方向是人机交互和人机共谐计算，主要包括情感计算，社会和人群计算 ，人与数据、智能体的多模态交互， 计算设计以及计算语言学 。她在人机交互、社会计算、普适计算、可视化与可视分析、自然语言处理等领域的顶会顶刊发表论文，并获得多项论文奖项。她是世界华人华侨人机交互协会的理事和常务副会长。是ACM CHI2022、2023、2025程序联合委员会子领域主席（Subcommittee Co-Chair）、ACM CSCW2025论文主席（Paper Co-Chair）、PACM CSCW2023-2024联合编委（Co-Editor），AAAI2022资深程序委员（Senior Program Committee），ACM MobileHCI2022大会主席（General Co-Chair）。

报告摘要：“女博士”是常常被舆论讨论的一个群体，也是面临诸多刻板印象的群体。本次报告将分享讲者作为女博士的成长经历，以及对于身边女博士群体的观察，以期营造一个更加有利于女性科研工作者的学术环境和社会氛围。

个人简历：蓝星宇，复旦大学新闻学院青年副研究员。主要研究方向为数据叙事、信息设计、用户体验、智能传播等。近年来在IEEE VIS、ACM CHI等CCF-A类国际期刊及会议上发表论文10余篇。曾获IEEE VIS Best Paper Award，CSIG自然科学奖二等奖，中国数据内容大赛金奖、中国数据新闻大赛一等奖、中国数字人文开放数据创新研究大赛一等奖等。个人主页： https://olivialan.github.io/。

报告摘要：探索可视化设计领域中女性独有的视角与创新路径，通过分析女性设计师如何将细腻的情感洞察与审美融入数据叙事，揭示性别多样性对提升可视化效果及用户体验的积极作用。结合案例，讨论“她视角”如何促进设计包容性与创造性，为行业多元化发展提供新思路。

个人简历：江南大学数字科技与创意设计学院副教授，中国可视化与可视分析大会艺术项目主席(2021-2024)。主要从事数据信息可视化、视觉设计、数字媒体交互设计研究。信息设计作品发表于Gestalten出版社出版的Data Flow；设计和指导作品入围2021 IEEE VISAP 艺术展览，四次入围IEEE PacificVis Visual Data Storytelling、中国数据可视化创作大赛金奖、中国可视化与可视分析大会艺术竞赛金奖、中国数据内容大赛最佳大屏交互金奖、大数据应用创新大赛二等奖、紫金奖江苏文化创意设计大赛铜奖等。

报告摘要：女性科研工作者在科研领域中不仅扮演着导师、研究员和学者的角色，她们还在家庭和儿童教育发展方面承担着多重责任，需要平衡多重关系并做出更多的抉择。本报告将结合个人经历，探讨女性科研工作者如何平衡工作与生活，如何在各个角色中找到自己的位置，以及她们在面对挑战时的应对策略。

个人简历：俞凌云，西交利物浦大学智能工程学院计算机系副教授，博士生导师，人机交互硕士专业主任。研究方向包括数据可视化，空间交互技术、虚拟/增强/混合现实环境中的可视化与交互。发表可视化和人机交互相关领域论文60余篇，主持国家自然科学青年基金和面上项目各1项。近年来多次在虚拟现实领域顶会IEEE VR和ISMAR中组织沉浸式可视化方向相关的workshop，担任IEEE VIS 2024 workshop chair。个人主页：https://yulingyun.com/。

报告摘要：通过语义轨迹挖掘旅游活动行为和出行模式是对传统旅游时空行为模型的有益补充。在本研究中，首先对西安旅游轨迹的时空数据进行细粒度轨迹分割。然后，注释了骑行活动中的运动和环境信息并构建了语义轨迹。通过计算语义轨迹相似度并对轨迹进行分类并可视化，可以识别出骑行旅游群体的不同行为模式。结果揭示了七种骑行旅游行为，根据其功能将其合并为三种出行模式：休闲、锻炼和冒险骑行。此外，我们设计并执行了停留点和危险骑行实验，为这些出行模式提供实用的、数据驱动的建议。提出的旅游活动行为和出行模式聚类分析框架有助于揭示骑行游客活动的复杂性和多样性。这对目的地管理、个性化服务和可持续旅游业发展具有重要意义。

个人简历：高原，西北大学经济管理学院教授，博士生导师。主要研究领域为时空信息分析及可视化。近年来，探索新技术在管理领域的交叉融合，提升大数据、人工智能等技术在管理领域研究的内涵和价值。包括：围绕新兴的文化旅游市场，开展基于城市时空大数据分析及挖掘，探索其发展的现状、需求和趋势，分析其时空分布结构及特征，实现景区流量数据分析及预测，为文化旅游资源管理提供科学的决策支持依据。主持国家社会科学基金面上项目、教育部重点实验室开放基金项目、教育部人文社科研究项目、陕西省自然科学基金等多项国家级、省部级科研项目。研究成果获得陕西省科技进步奖，获得“全国百篇优秀管理案例”奖，申请并获多项国家发明专利。

报告摘要：区域边界划定问题是城市与区域研究中的经典问题。这一问题的困难之处在于如何定义一个“区域”，以及区域边界的划定应当符合哪些标准。既有方法或使用空间单元的联系强度，通过划定门槛来判断这些单元是否属于“同一”区域，或使用网络分析方法直接对空间进行“聚类”。然而，这两种方法都只能提供静态结果和“二分”边界，却忽略了区域边界的动态性和“渐变性”。在本研究中，我们提出了一种基于奇异值分解（SVD）的方法，利用个体轨迹建立的空间联系，通过矩阵分解的办法，刻画区域之间的“模糊”“渐变”边界。本研究在理论上有助于我们理解区域边界划定问题的复杂性，并能够帮助地方政府识别区域治理中“渐变”的经济和文化联系，以更好确定区域空间治理策略。

个人简历：张洪谋，北京大学政府管理学院助理教授、研究员，北京大学学士（城市规划、数学与应用数学）、美国宾夕法尼亚大学城市规划硕士、麻省理工学院城市科学与规划博士。主要研究领域为城市与区域管理、城市科学、城市交通与土地利用政策等。主持国家自然科学基金青年科学基金项目“社会效益与效率兼顾的共享出行平台机制设计与治理对策”，参与中国工程院重大咨询项目“我国城市发展规模及结构战略研究”等多项科研项目，在国内外高水平学术期刊上发表论文十余篇。目前担任中国区域科学协会副秘书长，中国国土经济学会国土空间规划专业委员会副秘书长，《北大政治学评论》编辑，以及Transportation Research Part A: Policy and Practice, IEEE Transactions on Intelligent Transportation Systems等城市研究领域知名期刊的审稿人。

报告摘要：民国时期两广地区疫病频发，深刻重塑了近现代民众的公共卫生观念，而报刊新闻作为当时新兴的公众信息传播渠道，与传统的公共卫生档案相比，记录了更精细多元的病人求医行为。以新闻报道为中心构建病人的求医行为轨迹链条，有助于更深入地了解民国时期民众的医疗决策。本文从“行为链”的视角出发，对拥有医疗和公共管制背景的民国广州《越华报》的新闻媒体对霍乱为主的疾病报道进行了轨迹链的时空映射与网络分析，在此基础上进而探讨了个体就医行为所受的影响与制约。研究发现:（1）半数病患在染病后选择返回家中并请医生回家诊治，而非前往医院等现代救治机构，强调出“家”在民众观念中的庇护作用（2）善堂在当时成为了重要的医疗救助主体，这体现了民间慈善组织在提供医疗援助方面的重要作用（3）此外，我们还发现身份等级、陪同出行人物以及交通方式极大地影响了民国时期民众的就医选择，塑造了他们的医疗观念和求助行为。本研究进一步提出民国时期民众医疗决策与出行模式的框架，同时也能为现代公共卫生政策制定提供一定的历史参考。

个人简历：何捷教授现任哈尔滨工业大学（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、（深圳）“鹏城孔雀计划”特聘B档岗位。曾于天津大学建筑学院、香港中文大学太空与地球信息科学研究所任职。所带领的“空间人文与场所计算”实验室追求超越学科边界的知识前沿探索性研究、以及新途径和新方法回归建筑、城市与景观专业问题的创见。研究兴趣及专长为综合AI、知识图谱、NLP（自然语言处理）、网络分析、图像分析等数字化手段结合地理信息系统（GIS）等空间信息技术应用于社科人文领域，包括“空间历史大数据”、“景观考古学与文化景观遗产”、“空间行为场所计算”、“地理设计（geodesign）与户外游憩”等方向。当前正在进行的具体研究工作包括：历史建筑、城市与景观场所对象的多来源与多手段知识挖掘与知识图谱建构、城市与景观的地方文化叙事与赋能实践、全球史视野下一带一路文化景观遗产、户外运动行为与景观认知计算等。

报告摘要：游记是古人游历活动的直接记录。以游记为中心研究明清士人群体运河游历的时空特征及其影响因素，有助于更深入地理解历史时期交通系统的运行方式与传统社会下士人的出行模式。基于“移动性”视角，结合时间地理学的分析方法，通过对游记文本进行信息提取与空间表达，展现了明清士人运河游历的整体时空特征，并在此基础上讨论了个体游历活动受到的影响与制约。研究发现：（1）明清运河游历活动在北方与南方分别形成京津游历集中带和淮扬—江南游历富集带，中部则较为稀疏；（2）在自然条件、漕运制度等因素的影响下，游历活动在一年内的分布呈现出一定的时间节律；（3）身份等级、游历地点、交通方式在游历过程中极大地影响了游历者的行为模式、空间感知与情感体验。本文提出历史交通地理研究的移动性分析框架，并为大运河国家文化公园的文脉延续提供学术支撑。

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。主要研究流域空间城市历史地理、城市历史社会空间。担任中国地理学会历史地理专业委员会委员、中国图形图像学会可视化与可视分析专业委员会委员、中国城市规划学会流域空间规划分会青年委员、北京大学学位评定委员会地理学分会委员等学术兼职。主持多项国家和省部级科研项目，国内外期刊发表论文70余篇，著有《泥沙上的繁华：近代海河治理与天津港空间形态演变》等。曾获得宝钢优秀教师等奖项。

报告摘要：古文献中包含有关过去旅行和道路网络的丰富细节，古地图则将地理位置及其空间关系按当时人们的视角进行了形象化。然而，即使是在同一本书中，这些文本记载和地图描绘之间的联系实际上仍然是孤立的。我们的目标是重建历史文本和古地图之间的对应关系，以融合多种来源的地理空间证据为历史研究提供服务。我们的方法包括以下三个步骤：(1) 利用大模型从文本语料中根据地名的直接描述或间接描述提取地名和距离；(2) 根据古文中描述的旅程（路线）将提取的地名连接起来构建道路网络；(3) 将文本中提取的地名与地图上的地点对齐，利用我们的古地图数字化系统直接在古地图上将这些文本描述的道路交通网络可视化。本研究对古文中道路系统描述信息的全面检测能够补充古地图中缺乏的路线细节，而将古文中的地名与古地图中的地点对齐则为学者现代条件下进行大规模 “左图右史” 的研究提供了一种有效的方法；通过计算整合历史文本中稀疏的地理信息和古地图信息，本方法能够为全面地反映历史上的交通基础设施提供一种新的思路。

个人简历：张光伟，陕西师范大学历史文化学院讲师，硕士研究生导师。担任陕西师范大学丝绸之路历史文化虚拟仿真实验教学中心（省级）主任，国际长安学研究院数字长安研发中心主任，全国历史学实验室建设联盟秘书长，国际教育合作协会（GPE）咨询委员会委员。主要从事计算机科学与历史学相结合的工作与研究：（1）基于深度学习的中国古籍自动识别与转录，古地图的自动识别与信息提取；（2）虚拟仿真实验技术在历史研究与教学中的应用，国家一流本科虚拟仿真实验课程“敦煌石窟历史实践教学虚拟仿真实验”技术负责人。发表各类相关研究论文近20篇，参与、主持多项国家级、省部级社科基金与自然科学基金项目。主要开设数字人文与新文科以及国际理解教育相关课程。

报告摘要：将以中央美术学院设计学院信息设计的课题作为实践案例，探讨如何通过非结构化和半结构化信息的探索方法，以及视觉设计的形式研究，建立一套有效的“信息设计——Mapping”的视觉系统。

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，中国图象图形学学会可视化专委会委员，网络科技与智能媒体设计专委会委员。主要负责信息设计、交互设计、字体设计等课程。曾任中央美术学院奥运艺术研究中心艺术总监。

报告摘要：可视化的目的不单是追求好看的艺术形式，而是更好的传递数据背后的规律，对人的行为和生活起到影响和反思。本场讲座围绕将“生活行为”作为艺术设计教育的核心内容，阐述如何通过设计思维理解个人行为和社会行为；如何通过艺术手段呈现生活方式及社会整体发展的趋势变化。

个人简历：安娃，广州美术学院工业设计学院副教授，设计哲学博士，交互设计硕士。致力于交互设计、服务体验设计、生活方式设计、数据可视化设计等领域的研究。主持或参与国家级、省级教学和科研项目20余项；发表论文20余篇；获得发明、实用新型、外观专利20余项；主持或参与腾讯、华为、美的、广汽、吉利、飞利浦、三星、LG、博物馆等企业机构设计项目30余项；多次在国内外设计教育及行业会议发表演讲。获得2022年国际体验设计百强杰出青年教师奖；2019年新中国成立70周年-用户体验设计70人；2018年光华龙腾中国服务设计业十大杰出青年；2018年光华龙腾中国设计业十大杰出青年（提名奖）；入选“广东青年设计百人榜”。 担任中国工业设计协会设计教育分会理事、北京光华设计发展基金会服务设计人才和机构评定委员会专家、国际体验设计协会委员、世界华人华侨人机交互协会青年委员、广东省工业设计协会会员等职务。

报告摘要：在当下复杂多变的世界中，未知与挑战无处不在。将“未来”作为工具来启发创意设计，能够有效地影响人们的行为及需求趋势。融合未来思维的可视化设计，有助于激发预见未来的群体想象力。本报告重点介绍以时间推测为核心的可视化设计框架、方法和工具，通过在时间轴上的塑造合乎逻辑的情景，提升可视化设计在信息传播和决策制定中的启发性价值。

个人简历：吕燕茹，北京工商大数字媒体艺术系副教授，国家新闻出版署百科知识融合创新出版工程重点实验室特聘研究员，Journal of Futures Studies编委。研究方向为数字文创、数字未来、数字时尚，重点关注艺术与科技融合创新领域的课题研究和教学实践。发表数十篇CSSCI、SSCI、SCI检索期刊论文，获美国缪斯设计奖金奖、中国政府出版奖网络出版物提名奖、C-IDEA设计奖等。

报告摘要：随着技术的迅速发展，艺术与科技之间的界限日渐模糊，传统的艺术可以为科技提供创意的思路，同时新兴技术如虚拟现实又可以为传统电影艺术教育带来了革新的可能性。本报告将探讨如何将传统电影视听语言技术与数据可视化设计相结合，为数据可视化叙事赋能。同时分享在虚拟现实和元宇宙中实现传统电影教育的方法和挑战。通过案例分析和实验数据，分享艺术与科技融合的前沿研究方向和实际应用。

个人简历：徐娴，香港科技大学研究助理教授，博士毕业于香港科技大学计算媒体与艺术专业和可视化实验室（HKUST VISLab），专注于艺术与科技的跨学科研究。本科和硕士学位均获得于中央戏剧学院。曾作为博士访问学者在英国牛津大学计算机工程系和剑桥大学艺术与人文学院数字艺术中心进行研究。主要研究方向包括人机交互、数据可视化、虚拟现实中的艺术教育应用。其研究主要被ACM CHI、ACM Multimedia、IEEE VIS、IEEE VR等会议接收发表。

报告摘要：叙事可视化作为一种讲故事的方式，通过将数据、视觉、叙事三者相结合，让枯燥的数据“说话”，使得信息不仅能触达受众，更能触动受众。本报告将系统介绍构建叙事可视化的三个核心元素及其设计方法：动画赋予作品表现力，叙事蕴含情节张力，交互实现沉浸感的体验。报告还将介绍多个运用以上设计方法展现文化内涵、挖掘历史印记的可视化获奖作品，通过解析这些作品的创作理念、视觉风格和技术方法等，探索叙事可视化在解读人文数据方面的实践。

个人简历：石洋，同济大学设计创意学院副教授，博士生导师，中国图像图形学学会可视化与可视分析专业委员会委员，中国计算机学会人机交互专委会执行委员。她专注于计算机与设计交叉学科，研究方向为可视化设计理论模型和智能可视化设计方法。近年来在可视化、人机交互、人工智能领域国际顶级期刊和会议发表论文，包括IEEE TVCG, ACM CHI, ACM CSCW, AAAI等，并获得可视化领域国际会议IEEE VIS2022最佳论文提名奖2项、IEEE PacificVis2018最佳论文提名奖、ChinaVis2020最佳论文奖。她曾获2022年度中国图象图形学学会自然科学奖二等奖（排名2），并入选2019年福布斯中国30岁以下精英榜（科学领域），2023年度ACM SIGCHI中国新星奖。她主持了国家自然科学基金1项、省部级自然科学基金1项。同时，她担任了IEEE VIS2022-2023Meetup主席和IEEE PacificVis2020海报主席。

报告摘要：文化遗产数据的多模态特性（文本、图像、三维模型等）对于数据融合和展示提出了独特挑战，同时大型语言模型（LLM）和元宇宙平台技术的发展提供了提升用户体验的新途径。香港科技大学（广州）CIVAL课题组致力于结合这些技术，开发新颖的可视化和交互工具，以打造更加丰富和动态的文化遗产体验。本报告将介绍我们团队在这方面近年来的工作成果，包括基于大型语言模型的虚拟博物馆导览（CHI 2024），结合物质和非物质文化遗产的沉浸式叙事研究（JOCCH），利用视觉语言模型解析和组合多模态用户输入的创新图片搜索框架（CSCW 2024）。

个人简历：曾伟博士，香港科技大学（广州）助理教授，博士生导师，新加坡南洋理工大学计算机专业本科（2011）和博士（2015）学位。研究聚焦于交互式数据可视化方法，协调人工智能与人类认知推理能力的融合，成果应用于智慧城市、AIGC等领域，发表论文60余篇，包括30余篇的CCF A/B类、20余篇IEEE/ACM Transactions一作/通讯高水平论文，获VINCI、ChinaVis、ICIV最佳论文/提名奖。受邀担任Visual Informatics、Journal of Big Data编委，VINCI 2023国际会议程序委员会主席，长期担任IEEE VIS、ChinaVis、VINCI等国际会议的程序委员会委员。

报告摘要：AI技术的发展和大型模型的兴起，为解析艺术和文化数据的丰富内涵提供了新的手段。本报告将介绍大型模型在艺术图像美学评价、色彩可视分析方面的应用；并通过隐空间探索分析及多模态语义可视分析，探索画作情感及多模态关联。最后，报告将讨论该研究在数据隐私保护及虚实融合方面的研究潜力。

个人简历：华东师范大学计算机科学与技术学院副教授，院长助理，CSIG可视化与可视分析专委会委员，CCF计算机辅助设计与图形学专委会执行委员。博士毕业于香港理工大学，专注数据可视化、计算机图形学研究，主持国家及校企合作科研项目7项，在IEEE VIS、IEEE TVCG、ACM CHI、IEEE VR等国际会议及期刊上发表学术论文30余篇，曾担任ChinaVis2018会议组织委员，VINCI2019国际会议本地主席，CAD/CG 2023及CAD/Graphics2023会议组织主席，ChinaVis2024会议论文主席。长期担任VIS、TVCG、CHI等国际期刊及会议的审稿人。曾获2020年度上海市科技进步特等奖，2022年度上海市高等教育教学成果二等奖，主讲课程《数据之美》入选2023年度全国高校美育教学优秀案例。更多信息见： http://chenhui.li。

报告摘要：随着大数据和人工智能技术的发展，智能教育已成为关注的热点与教育改革的重要方向。将可视化技术与智能教育结合，不仅能直观解释复杂概念，还能通过图形化和交互式的方法，促进学生对知识的理解和记忆，培养良好学习行为与习惯。我们的工作首先关注面向科普教育的交互式平台，为初学者提供对深度学习模型的理解与探索。报告将重点探讨大模型时代的智能化教育，通过融合领域知识、对齐可视化和用户交互体验，以指导领域微调大模型的应用，增强特定领域任务的可视化交互。根据学生的个体需求，定制教学内容，实现因材施教，提供大模型辅助的个性化教育指导，从而提升学习效果和体验。

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，上海市高层次引进人才，复旦大学可视分析与智能决策实验室负责人（FDUVIS）。曾任德国弗劳恩霍夫智能分析和信息系统研究所（Fraunhofer IAIS）研究科学家与德国波恩大学的博士后研究员。复旦学士（2011）、北大博士（2017）。从事大数据可视化与可视分析的研究，主要研究方向包括：AI+VIS、大模型驱动的可视分析、社交媒体分析、自动驾驶、金融科技、数字人文与智能教育等，共发表论文100余篇，其中在IEEE VIS，IEEE TVCG, ACM CHI, CSCW，UIST等顶级国际可视化与人机交互会议以及期刊(CCF A)上发表30余篇文章。曾获评AI2000十年间国际可视化研究最有影响力提名奖(全球100名)，主持、参与国家、省部级项目十余项，担任IEEE VIS 国际程序委员会委员，IEEE CG&A国际期刊副主编，Visual Informatics期刊青年编委、IEEE PacificVis论文（VizNotes）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。

报告摘要：深度学习的成功在很大程度上依赖于大量的训练样本。然而，在科学可视化中，高昂的计算成本导致可用于训练的数据很少，这限制了很多深度学习模型的性能。在本次报告中，我将介绍如何利用超网络(Hyper Network)来预测隐式神经网络的参数集，以此生成大量的科学数据。此外，本报告还将讨论如何将这些合成的科学数据用于各种科学数据可视化任务(例如环境光预测和空间超分辨率)中，以提高不同深度学习模型的性能。

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：超级计算机的发展使得计算能力不断突飞猛进，也使得科学模拟数据规模的爆炸式增长，超出了计算机的I/O和存储能力，造成了传统可视化后处理模式无法应对海量科学模拟的数据可视化分析挑战。原位可视化通过将可视化计算嵌入数值模拟程序中，在数据产生的位置进行处理而绕过I/O和存储瓶颈是解决这种挑战的最有效的方法。在本报告中，将介绍我们在原位可视化中利用深度学习模型，针对科学数据的智能可视分析多个研究工作以及相关的应用案例。

个人简历：单桂华，研究员，博士生导师，中国科学院计算机网络信息中心，先进交互式技术与应用发展部主任。研究方向可视化与可视分析、人机交互技术。近五年主持包括国家重点研发计划课题、国家重大科技基础设施-地球数值模拟装置可视化分系统、中科院知识创新重大项目课题、中科院重点部署项目课题、中科院先导项目子课题等，在国内外重要学术刊物等发表论文六十余篇，申请国家发明专利16项。

报告摘要：拓扑数据分析 (TDA) 主要在科学与工程领域中，实现对复杂数据的可视化、总结和理解，涉及领域包括气象科学、神经科学到宇宙科学。然而，数据复杂性和规模的不断增加对传统方法提出了巨大挑战，亟需利用 TDA 从科学模拟、科学实验和科学观察中了解其数据的基本特征、敏感性和不确定性。报告涵盖两个主题，通过拓扑技术丰富科学数据探索的可视化方法和工具来应对大数据带来的挑战。首先，介绍如何使用合并树（merge tree）来量化矢量场特征对扰动的结构鲁棒性。该技术可以用于对台风的追踪。其次，介绍等高线树（contour tree）在数据压缩技术和软件方面的应用，该技术可以实现大数据在极端压缩后仍保留原有的拓扑特征，以实现大数据的可视化。

个人简历：颜琳，爱荷华州立大学计算机学院助理教授，博士生导师。上海交通大学学士、硕士，犹他大学博士。主要研究领域为拓扑数据分析和数据可视化。参与多项美国国家自然基金和国家能源部项目，在IEEE VIS、 IEEE TVCG 等CCF-A类国际期刊和会议上发表多篇论文。担任美国国家自然基金评审委员，IEEE VIS，EuroVis，CGF等国际期刊及会议的审稿人，IEEE VIS 2023和2024 workshop chair。个人主页：https://lynneyan.github.io.

报告摘要：通过跨学科的视角，本次演讲将展示如何结合数据科学、艺术史和数字技术，诠释和展示中国传统文化的丰富内涵。将重点介绍用前沿数字技术对中国传统文化进行分析的研究成果，呈现中国画家的复杂关系网络，揭示其师承脉络与历史影响力，体现跨学科研究在文化遗产数字化中的应用潜力。演讲内容将涵盖跨学科视角、文化数据、可视化设计与研究，以及可视化相关教学等方面。探讨如何打破学科界限，利用现代科技赋予传统文化新的生命力，推动文化遗产的保护与传播，以及艺术专业学生在本领域的探索和交叉融合，展示他们在艺术与技术结合中的创新成果。

个人简历：李静雅，北京交通大学建筑与艺术学院设计系助理教授，设计和人机交互交叉领域的研究者。她通过设计和搭建交互系统，探索沉浸式技术（AR/VR/MR）、大数据和游戏化在艺术、教育、文化传播及特殊群体关怀中的应用与意义。李静雅在北京大学和荷兰屯特大学获得计算机技术和技术传播的研究生双学位，并在埃因霍温理工大学工业设计系取得博士学位。她在相关领域的学术期刊和会议上发表了数十篇论文，主持和参与多个设计研究实践项目。她的设计成果受邀参展荷兰设计周，获得Social Talent Award提名。此外，李静雅还担任多个人机交互领域国际会议的组织者和审稿人，积极推动跨学科合作。

报告摘要：本次汇报将详细介绍内蒙古师范大学设计学院在可视化设计领域的创新探索和相关课程改革。本次将探讨如何借助数据可视化设计，优化内蒙古自治区的生态保护和可持续发展，释放其应用潜力。报告以内师大设计学院“智创草原设计赋能绿色北疆”框架为基础，提出了一种创新的数据驱动设计的方法，旨在加深对草原生态、牧居环境、农牧产业和文化体验等多个方面的理解。报告中将展示设计学院在数据可视化方面的3个案例，《种质基因库——内蒙古农草牧种质知识可视化》、《脉息——AI生成算法构建生态共生艺术可视化设计》、《沙漠顽灵——沙漠珍惜濒危植物的叙事可视化设计》，我们相信，将设计创新与数据驱动方法相结合，能为内蒙古自治区的绿色发展注入新视角，提供有效解决方案。

个人简历：康祖怡，内蒙古师范大学设计学院副教授，硕士研究生导师，英国伦敦艺术大学硕士，安格利亚鲁斯金大学剑桥艺术学院博士。 现负责艺术与科技专业数据可视化方向课程的建设与研究工作。 主要从事数据可视化设计、设计思维等课程的教学改革工作，以及数据可视化、协同设计等方向的研究工作。 主要研究内容为：1）数据可视化在设计学科中的教学创新与应用；2）基于协同设计理论框架的数据可视化技术与设计创新融合研究。 参与并主持多项国家级、省部级社科基金与教育学规划课题项目。

报告摘要：本次报告将介绍湖北美术学院在数字化时代可视化设计创新人才培养中的探索和成果，展示湖北美术学院通过搭建信息可视化设计研究院、城市公共空间艺术湖北省协同创新中心、工程艺术与数字化设计湖北省工程研究中心、创新学院信息可视化设计PI团队等一系列资源平台，在具体项目中所做出的实践。还将重点介绍如何通过艺科融合的思辨思维，利用图形图像方面的技术与方法，探究传统“书写”的边界的相关研究成果，探讨数字时代中书写创“新”的可能性，以及对“水墨如何走向公众？”这一“书写的危机”中的关键性议题的关注。

个人简历：阳芷倩，湖北美术学院创新学院讲师，跨学科和跨文化研究项目负责人。作为一位结合艺术与科技的内容创作者，她在现阶段的项目工作中，探知个人与算法拟态下的互为干预的过程，关注“互联”网络下的人的“伴生”状态，并使用动态图像和多媒体装置来进行呈现。她获得了厦门大学文学学士、美术学硕士，澳门科技大学美术学博士学位，负笈于阿姆斯特丹G·R皇家艺术学院。作品入选慕尼黑TALENT国际竞赛特展，阿姆斯特丹市立美术馆Uncut项目，昆明美术双年展，集美·阿尔勒国际摄影节优秀女性摄影师提名等。

报告摘要：在新的技术和社会语境下，数据可视化从对纯粹功能理性的追求转向对社会、人文、情感等问题的关注。数据诗学以一种超越纯粹理性工具的方式，将数据视为一种材料，通过多重感官参与，重新嵌入人类的判断和想象，为无法量化的因素生成一种新的情感形态和逻辑架构，引导人们的价值观铸造、社会问题的解决和生态体系的重塑。

个人简历：魏婧婧，南京艺术学院设计学院副教授，硕士生导师。中国图像图形学学会会员，可视化与可视分析专委会委员。在数据可视化设计领域主持、参与国家、省、市级课题多项，发表论文十余篇，作品获多项国家级奖项，课程成果获国家、省、市级赛事奖项二十余项，参与中央美术学院等多所高校的数据可视化设计项目。

报告摘要：本文提出了数字历史研究的一种方法论转变，即历史学家根据其项目的特定需求开发个性化的数据库。这一策略不依赖于对中心化存储库进行宏观层面的"远距离阅读"，而是在数据驱动和机器辅助的历史研究中重视语境化和认证。从技术角度来看，这是通过对从相关数据库获取的记录进行高效管理、关联和查询来实现的。在尝试了典型的通用"宏观镜"（如SQL、Gephi和Cytoscape）之后，我提出了一种新方法，即使用Python从通用数据库中提取数据子集，并将其导入Neo4j。我解释了我的决策过程，并详细说明了数字历史学家如何使用Neo4j驱动的宏观镜来实现更精细的视野，从而可能在数据中发现有趣的模式。

个人简历：Javier Cha是香港大学历史系助理教授。他的研究结合大数据、计算分析和传统历史方法，探索朝鲜王朝的政治、社会和文化现象。他目前主持的项目包括基于人工智能的历史文本分析和数据可视化，以揭示过去社会的动态变化。Javier Cha积极推动数字人文在东亚研究中的应用，并致力于跨学科的合作和创新。他的工作为理解历史提供了新的视角和方法。Javier Cha曾获得香港研究资助局、韩国学术院、韩国基金会、首尔国立大学大数据研究所及加拿大社会科学与人文研究委员会的资助和奖学金。在加入香港大学之前，他是莱顿大学数字人文学中心的创始成员，并在首尔国立大学跨学科自由研究学院任教。

报告摘要：长期以来，数据可视化被认为是数字人文研究的一个强大工具，使学者能够发现、可视化并研究多样的新模式。然而，对于研究中国诗歌的传统人文学者来说，如何可视化文本和文献数据仍然是一项艰巨的任务。本次演讲介绍了两个我们最近开发的数据可视化工具，专为研究中国古代诗歌选集而设计。考虑到该领域学者的专门研究问题和需求，这些工具经过设计和定制，以满足他们的特定需求。通过利用常用的互动数据可视化工具，如JavaScript和D3.js，这两个可视化工具能够即时将传统人文学者的研究需求转化为易于访问和阅读的可视化图表，进而连接数字人文研究需求与数据可视化设计要求。

个人简历：陈婧，现任香港理工大学中国历史及文化学系助理教授。其研究领域为中国古典诗歌与诗学、中国传统文学思想、印刷文化、诗歌总集以及数字工具在中国古代文学研究中的应用。目前她正致力于两个结合了数字人文与传统文学研究的项目，一者探讨中国历代诗歌选集的引文网络，二者探讨明清女诗人之间的诗歌唱和网络。

报告摘要：计算机视觉为观察、分析和阐述历史照片和档案提供了新的途径。本次报告聚焦于中国60、70年代摄影，特别是藏于香港科技大学的Paul Lin个人摄影收藏档案。通过训练自定义模型以检测照片中特定的历史物件，并探究其展示、表演和发生功能的历史和文化场景，结合远观（distant viewing）的方法进行视觉数据分析，同时使用姿态估计技术分析照片中具有戏剧表演意味的人物造型、体态和身体语言，重新解读“革命”姿势的形成、衍生和传播，探讨中国60、70年代摄影中常用的视觉图式、叙事逻辑和隐藏的政治表达，进一步揭示摄影在塑造红色视觉文化中的关键作用。

个人简历：郭秋孜，香港科技大学人文学系讲师。主要研究方向为摄影史、摄影理论、数字人文和数字文化遗产。曾任马克思普朗克研究所—佛罗伦萨艺术史研究所博士后研究员。主持项目《用VR进行数字叙事：走进香港九龙城区》、《植物，摄影与视觉现实主义》和《视觉记忆与1970年代新华摄影》；参与项目《欧洲数字化文化遗产项目：Pagoda – 欧洲中国》。目前正在完成关于中国业余摄影的学术专著。

报告摘要： 客家舞麒麟是一項民間風俗，2014年被列入第四批國家級非物質文化遺產名錄。從清代客家人遷移至香港計起，這風俗已經在香港延續了二百多年。香港的客家族群相信，客家麒麟是吉祥之物，具有避邪及帶來美好的意義。這次的分享，將通過虛擬現實，探索客家麒麟——包括其歷史、舞蹈技巧和相關儀式。此外，還會分享一些有趣的發現。

个人简历：刘继尧博士现为香港理工大学中国历史及文化学系专任导师，专长于中国学术史、中国武术史和中国文化史。刘继尧博士的研究成果包括书籍《纬武经文：创建中国武术的近代历程》和《武舞民间——香港客家麒麟研究》。他在多个期刊上发表了有关中国武术史和文化传承的论文，如《民国尚武精神的剪影》和《文以载道与武以明道，民国时期文化传承之剪影》。此外，他还参与编写了关于中国武术的书目章节，研究涵盖武术思想、历史与文化。

报告摘要： 非物质文化遗产是人类智慧的结晶,承载着丰富的历史、艺术和科学价值，人工智能、人机交互与虚拟现实等技术的发展为文化遗产保护事业带来了新的契机。在本报告中，我将分享两项利用智能化人机交互技术在非遗技艺宣传方面的工作。围绕打铁花技艺，我们基于YOLO目标识别算法对虚拟现实场景中的热源进行实时检测，开发了能提供气流及热反馈的硬件设备，根据热源识别结果实现了智能化反馈。围绕汉服制作技艺，我们开发了基于虚拟现实的交互式学习系统VisHanfu，对多套不同朝代的代表性汉服文物进行了高精度三维建模，并提供了汉服制作体验功能，结合布料仿真算法与动作捕捉数据，驱动三维虚拟形象身着汉服进行舞蹈，帮助用户直观了解所制作汉服的非刚性运动效果，展示了智能化人机交互技术在非物质文化遗产保护与传播中的巨大潜力。

个人简介： 余旻婧，天津大学智能与计算学部副教授。主要致力于图形图像、人机交互、认知科学等学科的交叉研究。曾在T-PAMI, CHI, IJHCS, SIGGRAPH, TOG, CVPR, ICCV等人工智能、人机交互、计算机图形学、计算机视觉、领域高水平期刊及会议上发表论文30余篇，两项工作入选ESI高被引论文。入选第六届中国科学技术协会青年人才托举工程项目，主持及参与国家自然科学基金青年项目、面上项目，国家重点研发计划等项目6项。研究成果在湖南省博物院、天津市博物馆、清华大学艺术博物馆等国内重要文博单位得到部署。曾获得2022年度中国图象图形学学会高等教育教学成果一等奖、2021 年度中国人工智能学会吴文俊人工智能自然科学二等奖、2020年度中国图象图形学学会石青云女科学家奖、2019年度中国图象图形学会优秀博士论文提名奖、世界华人数学家联盟2018年度最佳论文奖(若琳奖)等荣誉。

报告摘要： 花纹是绘制在陶器上的一种装饰元素，通常具有重要的主题含义。花纹演变指同一主题花纹随时间的发展、变换和传播，相关分析可以揭示文化在不同时代和地区的传播和发展。报告将介绍我们协助考古学家完成花纹演变分析的工作，包括高效识别有演变联系的花纹以及促进演变过程记录等方面。

个人简介： 李金城，博士毕业于北京大学智能学院，本科毕业于中南大学。在可视化领域开展工作，主要研究方向为高维数据可视化与可视分析，相关工作发表于IEEE TVCG。

报告摘要： 街道命名是社会、历史、政治及地理因素共同作用的结果。香港街道命名有着复杂的来源，它不仅包含空间指引功能性命名的地名，还包括许多如以纪念性的人物、移植的地方名、历史的事件等纪念性、主题性命名的街道。这些街道名称留下了香港历史发展的痕迹。本研究汇集了香港街道名称地理信息数据以及命名策略信息，并根据命名动机将香港街道名标记与分类，在地图上可视化呈现不同的街道名在时间和空间的模式与联系，以透过香港街道名称理解香港的发展史。

个人简介： 陈瑶，香港理工大学文化与艺术科技研究中心研究助理，2023年获香港理工大学多媒体娱乐科技理学硕士学位。陈瑶也是内容创作者，策划作品曾得国家广电总局2022年度优秀网络纪录片，2021年科普视频创作国际大赛二等奖，摄影作品曾入选2017年平遥国际摄影展女性摄影单元，现主要关注多媒体叙事与AI生成内容。

报告摘要： 三维重建、动作捕捉、虚拟现实等图形技术在数字文化遗产领域中取得了广泛应用，为科技赋能文化遗产保护传承作出了重要贡献。本报告将介绍三维图形技术应用于数字文化遗产领域的相关案例，包括利用三维扫描和草图重建技术进行洛阳龙门石窟和叙利亚古城遗址的数字化，利用动作捕捉、机器学习、体积视频等技术实现敦煌莫高窟飞天舞蹈的创新阐释与沉浸展陈。

个人简介： 王泽宇，香港科技大学（广州）助理教授，博士生导师，创意智能协同实验室负责人。于耶鲁大学计算机科学系获得博士学位，于北京大学智能科学系获得荣誉学士学位。研究方向为计算机图形学、人机交互、人工智能、数字文化遗产，在ACM TOG、CHI等重要国际期刊和会议上发表30余篇学术论文。担任GAMES、Eurographics、SIGGRAPH Asia Courses程序委员以及TOG、TVCG、TPAMI、SIGGRAPH、CHI、VR等国际期刊和会议审稿人，并获得CCF-腾讯犀牛鸟基金、Adobe研究基金、最佳论文奖、多项最佳提名奖等荣誉。

报告摘要： Data visualization has been applied to facilitate data exploration in various applications. However, it often requires lots of manual efforts (e.g., manual specifications or programming) in data visualization design, and recent research on automated visualization design also suffers from limited adaptability and explainability. In this talk, I will present our recent research progress on leveraging AI techniques, especially Large Language Models (LLMs), to achieve adaptive and explainable automated visualization design and recommendation, which can recommend multiple appropriate visualizations for a given dataset and provide human-like natural language explanations.

个人简介： Dr. Yong Wang is a tenure-track assistant professor at the College of Computing and Data Science, Nanyang Technological University, Singapore. Before that, he was a faculty member and Lee Kong Chian Fellow at the School of Computing and Information Systems, Singapore Management University (SMU). He obtained his PhD degree from the Hong Kong University of Science and Technology. His research interests include information visualization, visual analytics, HCI and applied machine learning, with a special focus on AI-powered data visualization and visual analytics for FinTech, quantum computing and online learning. He was recognized as the AI 2000 Most Influential Scholar Honorable Mention in Visualization in 2024. His work has been published at premier venues of visualization and human-computer interaction (e.g., IEEE VIS, IEEE TVCG, ACM CHI and EuroVis) and has received multiple paper awards, including the Best Paper Honorable Mention Award at ACM CHI 2022, Best Paper Honorable Mention Awards at IEEE VIS 2021 and Best Paper Award at ACM IUI 2017. He has served as a program committee for IEEE VIS, EuroVis, PacificVis, CIKM, ACM IUI, ChinaVis, and a reviewer for multiple visualization conferences and journals.

报告摘要： 近年来，以GPT为代表的基础模型在各种下游任务表现出色。可视化与大模型的交叉具有广阔前景。本报告将其分为基础模型的可视化(VIS4FM)和用于可视化的基础模型(FM4VIS)。在VIS4FM中，讨论可视化如何协助模型构建流程中的数据准备、模型训练、模型适应、模型评估等过程。在FM4VIS中，讨论基础模型如何协助可视化生成流程中的特征提取与模式识别、可视化生成、可视化理解、交互增强等过程。最后，讨论这一交叉领域的挑战与机遇。

个人简介： 杨维铠，香港科技大学（广州）信息枢纽数据科学与分析学域(DSA)和计算媒体与艺术(CMA)助理教授。2024年于清华大学获得博士学位。主要研究方向为可视化与可视分析、数据质量提升、可解释人工智能等交叉领域，已在可视化和可视分析以及机器学习领域的顶级会议和期刊（IEEE VIS/IEEE TVCG）等发表论文10余篇，研究成果落地应用于上海数交、北京冬奥组委、快手等机构和企业的解决方案中。他同时担任IEEE VIS、IEEE TVCG、PacificVis、ACM IUI、AAAI等国际学术期刊会议的程序委员会委员与审稿人。

报告摘要： 大模型技术在处理复杂数据分析任务中展现了强大的能力，并为用户提供了更加直观和高效的数据交互体验。本报告首先概述由大模型技术驱动的智能数据分析所带来的机会与面临的挑战。随后，将深入探讨包括自助式数据查询、意图驱动的可视化生成、以及多模态大模型赋能的图表问答等关键技术。最后，报告将展望该领域的未来研究方向和可能的研究机会。

个人简介： 骆昱宇，香港科技大学（广州）助理教授。他的主要研究方向为大模型驱动的数据分析（AI for Data Analytics）和以数据为中心的人工智能（Data-centric AI），在CCF A类会议和期刊（如SIGMOD、IEEE VIS、VLDB、ICDE、TKDE、TVCG）发表论文20余篇，相关科研成果应用于华为、国家电网、联通等企业。他曾获2023年中国计算机学会博士学位论文激励计划提名奖、Best of SIGMOD 2023 Papers、2023年福布斯中国30Under30精英榜、清华大学特等奖学金、清华大学优秀博士学位论文、DASFAA 2019 最佳学生论文奖等。担任VLDB、ICDE、CIKM、IEEE VIS，TVCG等国际会议/期刊的（高级）程序委员会委员或审稿人。/ https://luoyuyu.vip/

报告摘要： 海量动态、多源异构的复杂数据日益增长，挖掘数据洞察和发现数据模式变得愈发具有挑战性。近年来，大模型凭借其强大的数据建模能力，为数据分析提供了新的视角。本次报告将深入探讨如何利用大模型等人工智能技术，融合数据和知识驱动可视化生成，以应对当前数据分析面临的挑战，推动可视分析技术向更高水平发展。

个人简介： 邓达臻是浙江大学软件学院“百人计划”研究员，开展大数据可视分析和人工智能研究，主要关注可视化基础理论、人工智能驱动的可视化生成和面向体育、城市等特定领域的可视分析技术。近五年在 IEEE VIS、IEEE TVCG、ACM CHI、ACM KDD、AAAI 等会议或期刊发表可视分析、人工智能相关论文二十余篇，并取得多项国家发明专利授权。担任 IEEE VIS、IEEE TVCG、ACM CHI 等权威可视化和人机交互会议或期刊审稿人。相关人工智能和可视分析技术落地至乒乓球大数据分析平台中，服务中国乒乓球队备战东京奥运会等国际重大赛事。