为促进可视化与可视分析以及相关领域的全球青年学生之间的交流， 中国图象图形学学会可视化与可视分析专业委员会特组织青年新秀论坛，搭建面向全球优秀青年学生学者展示学术进展的平台和沟通桥梁。 论坛将邀请在海内外可视化相关领域开展研究工作的杰出博士后、博士生和硕士生参与，分享个人最新研究成果和研究心得，碰撞学术思想火花， 为可视化社区注入新的力量。欢迎大家的参与！
主办单位：中国图象图形学学会
承办单位：可视化与可视分析专委会
会议时间：2023年5月9日 9:00-12:30 （北京时间）
会议地点：腾讯会议 585-704-692
9:00-9:05 开场介绍
9:05-9:45 Generative AI for Data Visualization and Analysis
特邀讲者：伍翱宇 香港科技大学
9:45-10:25 人智协同下的数据探索与交流
特邀讲者：李昊天 香港科技大学
10:25-11:05 自动数据可视化
特邀讲者：骆昱宇 清华大学
11:05-11:45 我们为什么需要在可视化中考虑情感？
特邀讲者：蓝星宇 同济大学
11:45-12:25 数据标注工具的开发与应用
特邀讲者： 张宇 牛津大学
特邀讲者：伍翱宇 香港科技大学
演讲题目：Generative AI for Data Visualization and Analysis
报告内容摘要：在当今数据驱动的世界中，可视化在分析和传达信息方面发挥着至关重要的作用。 从业务分析师到学术研究人员，各类专业人士都需要探索和讲述数据故事，但在创建定制化、富有表现力的可视化图表时，许多人会遇到困难。 在这次演讲中，我将讨论利用AI高效生成和分析数据可视化的研究企划。在此基础上，我将深入研究大型语言模型（ChatGPT等LLM）在生成数据可视化方面的能力。 我将强调一些新颖现象，以及在实验过程中观察到的潜在的人类与LLM的交互模式。 最后，我将提出旨在进一步普及数据可视化和分析的几个研究方向，并讨论人类与LLM交互的设计意涵。
讲者简介： 伍翱宇，哈佛大学博士后研究员，于2022年在香港科技大学取得博士学位并获得计算机科学与工程系最佳博士论文奖。 主要从事面向大众的可视化与人机交互的研究，发表CCF-A类论文10余篇。 他的研究成果得到了多个工业和学术奖项的认可， 包括Hong Kong PhD Fellowship、Microsoft Research PhD Fellowship、 Hong Kong ICT Award、Asia-Pacific ICT Award、ACM CHI Honorable Mention， 并得到南华早报、大公报、香港中联办等媒体与机构的广泛报道。
特邀讲者：李昊天 香港科技大学
演讲题目：人智协同下的数据探索与交流
报告内容摘要：在数据爆炸的时代，数据分析已经成为许多数据工作者的日常工作。 在数据分析的过程中，交流数据发现在促进团队合作、向客户和公众传递信息等方面发挥着至关重要的作用。 然而，对于数据工作者来说，交流数据发现是具有挑战性的。他们必须花费大量精力来整合数据发现， 并最终创作一个清晰、引人入胜的数据故事。为了促进从探索数据发现到创作故事的过程， 我们首先设计并实现了Notable，这是一个计算笔记本中数据故事讲述的即时助手。 Notable通过提供智能辅助最大限度地减少记录和组织数据发现的工作量，并降低在数据探索和准备交流材料之间切换的成本。 为了进一步加深对AI辅助数据交流的理解，我们采访了不同背景的数据工作者，以了解他们希望在何处和如何与AI合作。 根据他们的反馈，我们归纳了数据交流不同阶段和任务中他们期望AI可以承担的角色，并总结了他们愿意或不愿意与AI合作的原因。 最后，我们探讨了一些未来工具和研究方向的建议。
讲者简介：李昊天，香港科技大学博士生，师从屈华民教授。 他的主要研究方向包括数据可视化、可视分析和人机交互，以及他们在在线教育等场景下的应用。 他的研究成果发表在IEEE TVCG、ACM CHI等国际顶级期刊会议，并曾被授予IEEE VIS 2021和ACM CHI 2022的最佳论文提名奖。 他也在2022年获得了Microsoft Research Asia Fellowship。 个人主页：https://haotian-li.com/
特邀讲者：骆昱宇 清华大学
演讲题目：自动数据可视化
报告内容摘要：近年来，自动数据可视化（AutoVIS）受到了学术界和工业界的广泛关注。 自动数据可视化通过机器算法自动化了可视化的过程，在无需用户参与（或少量参与）的情况下， 能够自动探索数据集的可视化搜索空间并生成能有效传达数据规律的高质量可视化结果， 从而优化了可视分析的人机交互模式，达到“以简驭繁”的效果。 在本次报告中，讲者将针对结构化数据可视化在方法层、用户层和数据层所面临的可视分析高门槛、用户意图难表达和分析结果不精准的挑战， 介绍相应的自动可视化应对策略和解决方案。最后，讲者将简要介绍自动可视化的应用和未来发展趋势。
讲者简介：骆昱宇，清华大学计算机系博士生，师从李国良教授，研究方向为智能数据管理与可视分析。 他已在数据管理和可视化领域的顶级会议和期刊SIGMOD、VIS、TVCG、VLDB、ICDE、TKDE、The VLDB Journal发表论文20篇，谷歌学术引用700余次。 其中，他作为第一作者发表的论文入选CCF A类会议ICDE 2018高被引论文Top2。 研究成果应用于华为、国家电网和字节跳动等企业和新冠肺炎疫情数据的可视分析，被教育部、清华新闻网和光明日报等进行报道。 他曾获得清华大学特等奖学金、ACM SIGMOD Travel Award、之江实验室国际青年人才基金、国家奖学金、 DASFAA 2019 Best Student Paper Award、CIKM 2022 Best Demo Honorable Mention等荣誉。 此外，他还担任VLDB 2023、DASFAA 2023、DBML2023国际会议的程序委员会委员， 并担任 VIS、EuroVIS和IEEE TODS、IEEE TVCG、IEEE TKDE等顶级会议和期刊的审稿人。
特邀讲者：蓝星宇 同济大学
演讲题目：我们为什么需要在可视化中考虑情感？
报告内容摘要：基于数据科学一直以来对科学性、客观性的强调，可视化似乎并不与情感有直接联系。 然而，纵观历史上最为声明卓著的可视化设计，以及当下可视化在各个行业的前沿进展，情感都是一个不可忽视的维度， 是数据吸引人、连结人、影响人的关键切入点。在本次报告中，讲者将结合自身研究工作，详细阐述数据可视化与情感的结合背景与研究价值， 拓展可视化情感设计在科学研究和大众化应用上的想象力。
讲者简介：蓝星宇，复旦大学新闻学院青年副研究员，复旦大学全球传播全媒体研究院计算与智能传播团队成员。 她于北京大学获社会学学士学位及新闻传播学硕士学位，于同济大学获设计学工学博士学位，并于智能大数据可视化实验室（iDVX Lab）开展数据可视化相关研究。 她的主要研究方向为数据叙事、信息设计、人机交互、用户体验等，在IEEE VIS、ACM CHI等CCF-A类国际期刊及会议上发表论文10余篇。 曾获中国图象图形学学会自然科学奖二等奖、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奖项。 长期致力于可视化的实践与科普，公益图表社群“图之典”项目经理，著有《数据可视化设计指南：从数据到新知》。 个人主页：https://olivialan.github.io/
特邀讲者：张宇 牛津大学
演讲题目：数据标注工具的开发与应用
报告内容摘要：机器学习依赖数据标注以训练和测试模型，进行定制化的数据标注通常是机器学习应用的主要开销之一。 因此，在人机交互与可视化领域，有各类通过交互设计以及机器辅助提升数据标注效率的尝试。 在本次报告中，讲者将介绍数据标注工具的设计空间、实现该设计空间的图形化低代码编程工具、以及基于用户模型的评估方法以在设计空间中挑选设计参数。 讲者也将介绍通过图形化编程工具开发的针对数字人文应用的数据标注工具。
讲者简介：张宇，华为基础软件创新实验室研究员，他的主要研究方向为交互式机器学习。 目前，他致力于开发机器辅助的数据标注工具，以在机器学习以及数字人文应用中构建基准数据集。 研究成果发表于ACM CHI、IEEE VIS、ACM TIIS等会议与期刊。他本科毕业于北京大学智能科学与技术专业，博士毕业于牛津大学计算机系。 曾获IEEE VAST可视分析挑战赛Outstanding Award、CCF优秀大学生等荣誉。任IEEE VIS、EuroVis等会议与期刊审稿人。
中国图象图形学学会可视化与可视分析专业委员会是我国首个以可视化与可视分析为主题的专门化委员会。该专委会旨在为我国可视化与可视分析领域学界和业界工作者搭建直接沟通与深度交流的平台，探讨在大数据时代的发展方向和机遇，推进相关学科发展和人才培养，推动相关研究与应用的发展与进步，促进中国可视化与可视分析领域产、学、研、用协同发展新生态的形成。专委会于2017年12月23日成立，已吸纳国内外高校及产业界委员近200名。
