授课题目 : 可视化和可视分析简介
    讲　　者 : 袁晓如 北京大学
    时　　间 : 7月11日 9:00-10:00

课程摘要 : 在数据爆炸的时代，可视化作为人理解分析数据的界面，充分发挥了人类感知和认知过程的特点，发挥着日益重要的作用。本节将介绍历史经典可视化案例，讨论数据可视化和可视分析的发展历史，介绍可视化中的基本概念和重要历史发展阶段，讨论数据可视化的基本组成部分。
参考材料 : 结合《数据可视化》慕课第一讲 (http://www.chinesemooc.org/mooc/5033)

    授课题目 : 可视化中的数据、任务与编码
    讲　　者 : 袁晓如 北京大学
    时　　间 : 7月11日 10:30-11:30

课程摘要 : 数据复杂多样，对应的可视化也千变万化，其中又有规律可循。本节介绍可视化数据对象的类型和分类方法、主要的视觉编码的方法与原则以及可视化任务类型。讨论可视化的表达力和有效性直接的关系；介绍各类数据类型对应的最恰当的视觉编码方法；从多层面介绍可视化中的任务，从常见分析任务中总结共性。
参考材料 : 结合《数据可视化》慕课第二至四讲

    授课题目 : 表格数据可视化
    讲　　者 : 刘子鹏 北京航空航天大学
    时　　间 : 7月11日 14:00-15:00

课程摘要 : 表格是生产生活中最常见的数据类型之一。本节将介绍表格数据的可视化方法。根据前面两讲介绍的可视化方法论，本节首先讨论表格数据的特性和常见的针对表格的任务，然后着重介绍针对不同的数据特性和任务如何进行可视化编码。
参考材料 : 结合《数据可视化》慕课第七讲

    授课题目 : 高维数据可视化
    讲　　者 : 刘子鹏 北京航空航天大学
    时　　间 : 7月11日 15:30-16:30

课程摘要 : 多维数据的分析在表格数据中比较常见而富有挑战性的，本节将讲述如何通过可视化探索和展示高维数据中的关联性、异常、模式等隐藏规律。首先分析高维数据的特征和分析难点，然后讲述多种降维方法和可视化编码方式，最后通过实例对第三第四讲的内容进行综合运用。
参考材料 : 结合《数据可视化》慕课第八讲

    授课题目 : 层次数据可视化
    讲　　者 : 李国政 北京理工大学
    时　　间 : 7月12日 9:00-10:00

课程摘要 : 层次结构数据是一类基本的数据类型，着重于表达数据个体之间的层级关系，现实世界中的大量信息都以层次结构的方式进行组织。针对层次数据的可视化形式设计空间巨大，本节将重点介绍经典的层次数据可视化的方法，包括显式，隐式以及混合型的层次数据可视化形式。
参考材料 : 结合《数据可视化》慕课第九讲

    授课题目 : 图数据可视化
    讲　　者 : 李国政 北京理工大学
    时　　间 : 7月12日 10:30-11:30

课程摘要 : 图数据具有丰富的涵义以及广泛的应用，针对图数据的可视化方法也是可视化领域的经典研究问题。本节课程将介绍图的理论基础，图可视化的经典布局算法、尤其是力导向布局算法，图可视化的经典分析任务，例如动态图可视化，多属性图可视化等。
参考材料 : 结合《数据可视化》慕课第十讲

    授课题目 : 时空数据可视化
    讲　　者 : 陈思明 复旦大学
    时　　间 : 7月12日 14:00-15:00

课程摘要 : 时空数据是指包含时间、空间属性的数据，本节将首先介绍时空数据的基础 - 地图，讲解地图的三种投影方式与缩放层级特性。进一步我们将介绍空间时间序列、空间事件数据和空间移动轨迹这三大类时空数据的相应的可视化与可视分析方法，包括对时空数据的时空切片和多角度探索。最后我们通过时空数据变换方法，来讲解时空分析的不同任务，是如何通过不同的数据变换与可视化的手段来达到的。
参考材料 : 结合《数据可视化》慕课第十一、十二讲

    授课题目 : 文本数据可视化
    讲　　者 : 陈思明 复旦大学
    时　　间 : 7月12日 15:30-16:30

课程摘要 : 文本数据无处不在，我们分析文本有三大目的：整理与理解、分析与关联、生成与创造。基于此，文本可视化是辅助文本理解和分析、关联的一个重要手段。我们会介绍几种常见的文本可视化形式，包括词云、河流图、语义地图投影等。我们将通过对社交媒体数据为例的分析和介绍，给大家深入讲解文本可视化的方法。

    授课题目 : 信息可视化和可视分析研究和开发中的用户评估方法
    讲　　者 : 张小龙 宾州州立大学
    时　　间 : 7月13日 9:00-10:00

课程摘要 : 用户评估是信息可视化和可视分析研究和开发中一个不可或缺的环节，有效地设计并实施评估需要考虑用户的认知特性、任务特性、数据特性等多种因素，更要求注重评估手段的科学性。本节将从研究方法论的角度来介绍信息可视化和可视分析研究和开发中常见的用户评估手段，侧重与各个手段的理论基础、优缺点、在可视化领域中的应用、以及一些在应用时常见的误区。

    授课题目 : 科学可视化简介
    讲　　者 : 陶钧 中山大学
    时　　间 : 7月13日 10:30-11:30

课程摘要 : 科学发展进入第三范式后，基础研究与工程应用都依赖于数值模拟计算，而如何从模拟数据得出有意义的结论则需要通过可视化对数据进行观察分析。本节介绍科学数据的基本类型及其对应的可视化方法；并以具体的可视化形式为例，讨论可视化如何传递科学数据中的重要信息。

    授课题目 : 面向科学数据的可视分析
    讲　　者 : 陶钧 中山大学
    时　　间 : 7月13日 14:00-15:00

课程摘要 : 当前模拟计算所产生的数据具有规模大，结构复杂，特征丰富的特点。因此，通过静态图像已经无法传递数据中的丰富信息，而需要借助交互探索手段对数据中的结构进行筛选，从而发现科学家感兴趣的特征。本节将从科学数据中的常见特征，针对科学数据中的分析手段，对分析结果的抽象表示及交互探索几方面，介绍面向科学数据的可视分析方法。

    授课题目 : The Art of Design Expressive Visualization
    讲　　者 : Rebecca Ruige Xu 美国雪城大学
    时　　间 : 7月14日 9:00-11:30

课程摘要 : Through viewing and discussing examples of inspiring, innovative data-driven art and design in various mediums, this lecture aims to provide a context for current practice in this highly dynamic field. It pays attention to the aesthetics of visualization as well as its ability to communicate and express a point of view. This lecture offers an introduction to working procedures and techniques for creating data-driven art and design. The issue of collaboration in interdisciplinary teams will be touched upon as well.

    授课题目 : Visualizing Clear Thinking
    讲　　者 : Yvette Shen 美国俄亥俄州立大学
    时　　间 : 7月15日 9:00-11:30

课程摘要 : “Good design is a lot like clear thinking made visual”(Edward Tufte). In this lecture, we will discuss how we perceive information, the principles of visual and information organization, and visual strategies of using proper typography, colors, grid structure, and charting forms to design for effective and efficient communication.

    授课题目 : Facilitating Human-Data-Algorithm Interactions through Visualisation
    讲　　者 : Cagatay Turkay 英国华威大学
    时　　间 : 7月15日 18:30-21:00

课程摘要 : This lecture will start by exploring how interactive visualisations that are coupled tightly with algorithms offer rich ways for working effectively and rigorously with data, algorithms, and other data-derived artefacts. Interactive methods not only enhance the insights drawn but also support better informed decisions made based on the outcomes. We will discuss how visualisation can be a facilitator for such informative, diverse, and critical interactions with data through examples of research where data and models are visualised through multiple perspectives. We will then explore how visualisations act as mediums for discourse on data artefacts with/in the public. The session then focuses on how perceptual and cognitive characteristics of humans could be considered and studied within human-data-algorithm interactions, as well as methodologies for understanding the context and effectively designing visualisations. The lecture will aim to illustrate the concepts through applied case studies and examples from the literature.

    授课题目 : Learning from Examples: Ideas, Process and Strategies of Visualization Work
    讲　　者 : Rebecca Ruige Xu 美国雪城大学 & Yvette Shen 美国俄亥俄州立大学
    时　　间 : 7月16日 9:00-11:30

课程摘要 : One of the most effective ways of learning is to learn from examples. We will be reviewing existing visualization projects from design perspectives to discuss how they move from ideas to execution, why they are successful or failed, and how improvements should be made. We will also be looking at a few student projects from previous PKU Vis summer school and possibly current student project plans.

    授课题目 : Data visualization grammars and authoring tools
    讲　　者 : Zhicheng Liu 美国马里兰大学
    时　　间 : 7月18日 9:00-11:30

课程摘要 : In this lecture I will provide an overview of different approaches to create data visualizations by code and using graphical user interfaces. Creating expressive visualizations with ease is crucial for exploring and iterating on design ideas. A central challenge is to balance between expressiveness and ease of use. I will discuss the historical evolution and major breakthroughs in two approaches: grammar-based programming libraries and direct manipulation interactive systems.

    授课题目 : 评价卷积神经网络在可视化中的使用
    讲　　者 : Jian Chen 美国俄亥俄州立大学
    时　　间 : 7月19日 9:00-11:30

课程摘要 : 卷积神经网络的图形阅读是一个新兴的研究领域，旨在研究机器对包含可视化的图像中编码的信息进行视觉解码的能力。本教程将重点介绍该领域最近流行的一些任务，例如文档理解、图形感知、和视觉问答。我们将介绍这些领域中的方法，并讨论体现图像理解、提取和人机智能比较研究中核心挑战和机遇的关键原则。

    授课题目 : Evaluation in Visualization: A closer look at current practices, issues, and perspectives
    讲　　者 : Petra Isenberg 法国国家信息与自动化研究所
    时　　间 : 7月19日 14:00-17:00

课程摘要 : The need for evaluating visualization research has been widely recognized. We have come a long way in establishing a more formal way for validating visualization research. Yet, our current evaluation practices in visualization are not without criticism. There even seems to be a common perception in the community that we have to some extent overemphasized evaluation culminating in the expression of the "tyranny of the user study". In this lecture will introduce current evaluation practices, discuss some (potential) problems with our current approaches and how to deal with them, and highlight issues that the community will likely encounter in the coming years.

    授课题目 : Anytime Anywhere All At Once: Visual, Immersive, and Ubiquitous Data Analytics
    讲　　者 : Niklas Elmqvist 美国马里兰大学帕克分校
    时　　间 : 7月19日 19:30-22:00

课程摘要 : The face of computing looks very different now compared to only ten years ago. Mobile computing, virtual and augmented reality, and the internet of things (IoT) have transformed the way we interact with computers. But how has these technologies impacted data analysis, and how will they cause data analysis to change in the future? In this talk, I will review my group's sustained efforts of going beyond the mouse and the keyboard into large-scale, distributed, ubiquitous, immersive, and increasingly mobile forms of data analytics. I will also present my vision for the fundamental theories, applications, design studies, technologies, and frameworks we will need to fulfill the vast potential of this exciting new area in the future.

    袁晓如
    北京大学

讲者简介 : 袁晓如博士是北京大学信息科学与技术学院研究员，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。2008年初在北京大学建立可视化与可视分析实验室，研究方向包括复杂流场数据可视化，高维／时空数据，交通、社会媒体数据的分析，可视化的快速构建方法。高动态范围可视化的工作获得2005年IEEE VIS大会最佳应用论文奖。2013年来指导实验室团队7次在IEEE VAST可视化分析挑战赛中获奖。数十次担任IEEE VIS, EuroVis, IEEE PacificVis等国际可视化会议程序委员会委员，2017年 IEEE VIS大会论文共同主席（SciVis），创建中国可视化与可视分析（ChinaVis）大会。中国计算机学会理事，杰出会员，杰出讲者。中国计算机学会大数据专家委员会委员，人机交互专委会常务委员和计算机辅助设计与图形学专委会委员。中国图象图形学学会理事、可视化与可视分析专业委员会主任。

    Rebecca Ruige Xu
    美国雪城大学

讲者简介 : 徐瑞鸽，现任雪城大学电影与媒体艺术系教授。她的作品和研究兴趣包括数据的艺术可 视化、视觉音乐、实验动画、互动装置、数字表演和虚拟现实。她的作品曾在包括 IEEE VIS 艺术项目， ACM SIGGRAPH 艺术画廊, 国际电子艺术协会 (ISEA)年展，奥地利电子艺术节 (ARS ELECTRONICA), 意大利 罗马现代艺术博物馆, 美国洛杉矶数码艺术中心等展出。她还曾在中国和美国的电脑动画，影视特效，数 字成像，网络和用户体验设计等领域工作。徐瑞鸽曾任美国国家艺术基金媒体艺术咨询顾问，纽约州艺术 委员会电子媒体及电影艺术咨询顾问, 太平洋可视化研讨会 (IEEE PacificVis) 2019，2020 数据叙事竞赛共同 主席; 是中国可视化与可视分析大会(ChinaVis)艺术项目共同创建人;现任全美高校中国艺术家学会执委 会委员, SIGGRAPH 数码艺术协会常务理事，IEEE VIS 艺术项目展览主席, ChinaVis 艺术项目资深主席。

    Cagatay Turkay
    英国华威大学

讲者简介 : Cagatay Turkay is an Associate Professor at the Centre for Interdisciplinary Methodologies at the University of Warwick, UK and a Turing Fellow at the Alan Turing Institute, London, UK. His research investigates the interactions between data, algorithms and people, and explores the role of interactive visualisation and other interaction mediums such as natural language at this intersection. He designs techniques and algorithms that are sensitive to their users in various decision-making scenarios involving primarily high-dimensional and spatio-temporal phenomena, and develops methods to study how people work interactively with data and computed artefacts.

    Yvette Shen
    美国俄亥俄州立大学

讲者简介 : Yvette Shen，现任俄亥俄州立大学设计系副教授，视觉传达专业负责人，俄州大东亚研究中心兼职教授。她当前的学术专长涉及信息可视化的设计方法，创作运用，与教学理念。她的研究领域专注于：如何用视觉方法帮助人们更好地理解复杂晦涩的信息，并增加学习的兴趣；以及如何运用信息设计来促进人们积极正向的情感和行为。她重视跨学科合作与解决问题的过程，致力于探索为复杂问题提供兼顾功能性，创造性，和以人与自然为本的设计解决方案。她的学术论文发表在AIGA Dialectics, Journal of Communication in Healthcare, SEGD, Design Research Society, Digital Humanities Quarterly, Communication Design, HCI, CHI 等专业平台。她的设计作品曾在Creative Quarterly, Applied Arts, GD USA, Adobe Design Achievement Awards, Information is Beautiful 等组织发表并获得奖项。

    Jian Chen
    美国俄亥俄州立大学

讲者简介 : 陈健，现任俄亥俄州立大学计算机科学与工程系副教授。她的主要研究方向是交叉学科的交互式数据可视化、三维沉浸式，和在医学和生物方面的应用。她和她的合作者获得几个会议论文/海报奖。在计算机科学领域之外，陈博士和合作人一起发表了脑科学的工具。她的研究经费主要来自于美国国家自然科学基金、美国国家标准与技术研究院；国防部，以及工业界。在加入俄亥俄州立大学之前，陈博士是马里兰大学巴尔的摩郡的助理教授，并荣获得大学校长教学创新奖。之前，陈博士在布朗大学的计算机科学系，生态学和进化生物学系博士后。她博士期间师从弗吉尼亚理工大学的Doug Bowman教授，致力于工程仿真和多信息（information-rich）的沉浸设计。除了研究和教学之外，陈博士是IEEE VIS 2021 和 VIS 2022 论文共同主席，IEEE图形和可视化技术委员会（VGTC）执委会议副主席。她曾任两届 IEEE Visualization Academy 评委。

    Zhicheng Liu
    美国马里兰大学

讲者简介 : 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.

    Niklas Elmqvist
    美国马里兰大学

讲者简介 : Niklas Elmqvist (he/him/his) is a full professor in the iSchool (College of Information Studies) at University of Maryland, College Park. He received his Ph.D. in computer science in 2006 from Chalmers University in Gothenburg, Sweden. Prior to joining University of Maryland, he was an assistant professor of electrical and computer engineering at Purdue University in West Lafayette, IN. From 2016 to 2021, he served as the director of the Human-Computer Interaction Laboratory (HCIL) at University of Maryland, one of the oldest and most well-known HCI research labs in the United States. His research area is information visualization, human-computer interaction, and visual analytics. He is the recipient of an NSF CAREER award as well as best paper awards from the IEEE Information Visualization conference, the ACM CHI conference, the International Journal of Virtual Reality, and the ASME IDETC/CIE conference. He was papers co-chair for IEEE InfoVis 2016, 2017, and 2020, as well as a subcommittee chair for ACM CHI 2020 and 2021. He is also a past associate editor of IEEE Transactions on Visualization & Computer Graphics, as well as a current associate editor for the International Journal of Human-Computer Studies and the Information Visualization journal. In addition, he serves as series editor of the Springer Nature Synthesis Lectures on Visualization. His research has been funded by both federal agencies such as NSF, NIH, and DHS as well as by companies such as Google, NVIDIA, and Microsoft. He is the recipient of the Purdue Student Government Graduate Mentoring Award (2014), the Ruth and Joel Spira Outstanding Teacher Award (2012), and the Purdue ECE Chicago Alumni New Faculty award (2010). He was elevated to the rank of Distinguished Scientist of the ACM in 2018.

    Petra Isenberg
    法国国家信息与自动化研究所

讲者简介 : Petra Isenberg (petra.isenberg@inria.fr) is a research scientist (CR) at Inria, Saclay, France in the Aviz team and part of the Computer Science Laboratory (LISN) of the University Paris-Saclay. Prior to joining Inria, she received her PhD from the University of Calgary in 2010 on collaborative information visualization. Petra also holds a Diplom-engineer degree in Computational Visualistics from the University of Magdeburg. Her main research areas are visualization and visual analytics with a focus on visualization for non-desktop devices, interaction, and evaluation. She is particularly interested in exploring how people can most effectively work together when analyzing large and complex data sets on novel display technology such as small touch-screens, wall displays, or tabletops. Petra is associate editor-in-chief at IEEE CG&A, associate editor of the IEEE Transactions on Visualization and Computer Graphics, and the vice-chair of the IEEE VIS Steering Committee.

    张小龙
    美国宾州州立大学

讲者简介 : 张小龙，宾夕法尼亚州立大学(Penn State University)信息科学与技术学院副教授，中国图象图形学会可视化与可视分析专委会常务委员、中国计算机学会人机交互专委会委员。密歇根大学博士。研究领域涉及信息可视化、可视分析、人机交互。目前在研的课题涉及可视分析的理论、方法及系统设计，基于手势的自然交互等。

    刘子鹏
    北京航空航天大学

讲者简介 : 刘子鹏是北京航空航天大学软件学院助理教授。他的研究方向为可视化、可视分析、大数据分析、人机交互。他曾主导参与多个课题的研究项目，包括人工智能的可解释性分析，经典点线图布局算法开发，针对具体领域数据（如生物数据和社交媒体文本数据）的可视化编码技术，软件用户行为数据分析等。在可视化顶级期刊发表多篇论文，并获得 IEEE Pacific Visualization 2019 的最佳论文提名奖。他于2021年从加拿大不列颠哥伦比亚大学取得博士学位，于2015年从北京大学取得学士学位。

    陈思明
    复旦大学

讲者简介 : 陈思明，复旦大学大数据学院青年研究员，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。北京大学博士（2017），曾任德国波恩大学博士后，德国弗劳恩霍夫研究所研究员。从事大数据可视化与可视分析研究，发表国际学术论文40余篇，其中在顶级可视化会议期刊上发表10余篇，译作1部，获得最佳论文与竞赛奖励10余次，参与提出地图隐喻可视化方法受国际同行认可。他主持并参与了多项横纵向课题，积极与企业合作进行产学研落地转化。担任多个国际会议项目主席，包括IEEE PacificVis海报主席、ChinaVis数据分析挑战赛主席等。

    李国政
    北京理工大学

讲者简介 : 李国政，北京理工大学助理教授，硕士生导师。2021年博士毕业于北京大学信息科学技术学院。主要研究方向为信息可视化与人机交互，尤其是层次数据可视化与可视化快速构建，在可视化与人机交互顶级会议IEEE VIS与ACM CHI发表论文。

    陶钧
    中山大学

讲者简介 : 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。