当前位置: 首页 > 新闻中心 > 要闻速递 > 正文

新闻中心

要闻速递

NEWS

“人文可视化”前沿讲习班开放报名

时间:2024-07-03    来源:

  • 分享

33D11

可视化与可视分析是对大数据进行分析的一种有效手段,日益受到重视。可视分析技术结合了可视表达、人机交互和自动分析技术,它的目标是使数据分析过程透明化。它在一个典型的可视分析流程中,自动分析的结果通过可视化展示给用户,用户通过人机交互技术评价、修改和改进自动分析模型,从而得到新的自动分析结果。随着数字技术的发展和在文化领域的广泛应用,大数据时代研究范式的变革影响各个学科,而紧密结合人类智慧与机器强大计算能力的可视化与可视分析在其中发挥重要作用,讲习班将探索人文与可视分析结合的可能性,展现学跨学科资源结合的潜力。

第29期CSIG图像图形学科前沿讲习班(Advanced Lectures on Image and Graphics,简称IGAL)于2024年7月13-14日在北京举办,本期讲习班的主题为“人文可视化前沿讲习班”,由北京大学智能学院研究员、博士生导师,大数据分析与应用国家工程实验室常务副主任袁晓如研究员任学术主任,邀请可视化与人文交叉领域的一线知名专家作报告。主要面向在人文领域希望开展可视化工作,或者可视化研究领域,希望开展和人文有关合作研究的学生、学者。讲习班帮助学员在了解学科前沿,提高学术水平的同时,增强与前沿学者的学术交流。此前,可视化专委会曾于2018年12月26日至28日举办主题为“可视化与可视分析前沿进展”的第9期CSIG图像图形学科前沿讲习班。


课程信息

组织单位

主办单位:中国图象图形学学会(CSIG)

承办单位:CSIG可视化与可视分析专业委员会

支持单位:北京大学人文社科数智化研究基地、大数据分析与应用技术国家工程实验室、北京大学跨媒体通用人工智能全国重点实验室。

日程安排 (暂定)

时间:2024年7月13-14日

地点:北京 香山饭店

8C63B

报名及注册费

1、本期讲习班限报60人,根据缴费先后顺序录取,报满为止。

2、2024年7月6日(含)前注册并缴费:CSIG会员2000元/人,非会员2500元/人(赠送1年CSIG会员);现场缴费:会员、非会员均为3000元/人;CSIG团体会员参加,按CSIG会员标准缴费;同一单位组团(5人及以上)报名,均按CSIG会员标准缴费。

3、注册费包括讲课资料和2天会议期间午餐,其它食宿、交通自理。

4、即日起至2024年7月6日,请登录会议注册网站注册。

5、讲习班培训证书于结营仪式统一发放。

6、会议注册网址:

https://conf.csig.org.cn/10399.html

19CEC


学术主任

袁晓如

北京大学智能学院研究员

北京大学智能学院研究员、博士生导师,大数据分析与应用国家工程实验室常务副主任。长期致力于可视化与可视分析通用基础方法与领域应用系统的研究。ChinaVis,IEEE VIS,PacificVis 指导委员会委员,IEEE TVCG 等国内外期刊编委。中国图象图形学学会可视化与可视分析专业委员会主任。

特邀讲者

BE10D

张宇

华为基础软件创新实验室

报告人简介:张宇,现任华为基础软件创新实验室研究员。他博士毕业于牛津大学计算机系,本科毕业于北京大学智能科学与技术专业。他在人机交互与可视化领域开展工作,主要研究方向为交互式机器学习以及数字人文,相关论文发表于ACM CHI, IEEE VIS, ACM TIIS, IEEE TVCG等会议与期刊。

报告题目:数字人文中的数据标注

报告摘要:数字人文研究时常需要处理非结构化数据,如文本和图像数据。数据整理和数据标注在数字人文研究中至关重要,它们能够将非结构化数据转换为结构化数据便于分析。在本次报告中,我将概述数字人文研究中的数据标注,并介绍人机交互领域中关于的数据标注工具的研究。我还将演示如何在Jupyter Notebook中进行数据整理和半自动数据标注。

9954

袁晓如

北京大学智能学院研究员

报告人简介:袁晓如,北京大学智能学院研究员、博士生导师,大数据分析与应用国家工程实验室常务副主任。长期致力于可视化与可视分析通用基础方法与领域应用系统的研究。ChinaVis,IEEE VIS,PacificVis 指导委员会委员,IEEE TVCG 等国内外期刊编委。中国图象图形学学会可视化与可视分析专业委员会主任。

报告题目:面向人文领域研究问题的可视化研究

报告摘要:大数据时代研究范式的变革影响各个学科,而紧密结合人类智慧与机器强大计算能力的可视化与可视分析在其中发挥重要作用。特别在人文领域,相当多的场合可视化用于分析、解释负责数据和结果。然而,当前各方面的实践中,人文的数字化和传统的人文研究还存在一定的脱节。讲座从古籍等实践案例出发,讨论如何开展解决人文领域研究核心问题的可视化工作,并初步总结规律。

69047

曹楠

同济大学教授

报告人简介:曹楠,同济大学教授,博士生导师,同济大学 “智能大数据可视化实验室” 主任。曹楠毕业自香港科技大学并获得计算机博士学位。曹楠博士在IBM 研究部门工作的近十年中,曾获得IBM杰出技术成就奖、IBM 杰出研究成就奖、以及多项 IBM创新成就奖。曹楠主要研究方向是大数据分析及可视化,其研究成果涵盖了数据可视化、数据挖掘、机器学习、及人机交互多个技术层面,并被应用在信息安全、智慧城市、健康医疗、智能设计等众多应用领域。曹楠累计在数据科学领域的重要国际学术期刊及会议上发表论文60余篇,累计申请专利近40项,曾获得ACM智能用户界面国际大会(ACM IUI)最佳论文奖、IEEE 国际可视化分析大会(IEEE VAST) 最佳论文提名奖,“微软最有价值专家” 称号,“ACM上海新星奖”,以及 香港科技大学工学院 “杰出博士研究奖”。他曾担任 IEEE VAST、AAAI、IJCAI、SDM等可视化、人工智能、及数据挖掘领域诸多顶级国际学术会议的程序委员会委员,以及重要学术期刊(例如,IEEE TMM, ACM TIIS,ACM TIST)的客座编委。更多信息请查阅:http://nancao.org/

报告题目:信息传达设计与数字人文

报告摘要:信息传达设计与数字人文是一个跨学科领域,结合了信息设计的原则和方法与人文学科的研究,旨在通过数字技术促进文化和历史的理解与传播。信息传达设计关注如何有效地传递信息,利用视觉、交互和用户体验设计,确保信息的清晰、准确和易于理解。在数字人文领域,研究者利用数字工具和方法对人文数据进行分析、展示和传播,使得传统的文献研究和历史分析变得更加直观和互动。这一领域的核心在于通过创新的设计和技术手段,揭示隐藏在数据中的模式和关系,增强对文化和历史的理解。在这个报告中,我们将首先介绍信息传达设计的基本理论与相关技术,再次基础上回顾并介同济大学智能大数据可视化实验室近年来在该方向的设计实践工作。

4806B

陈思明

复旦大学青年研究员

报告人简介: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、数字孪生等,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。

报告题目:人机协同视角下的大模型驱动可视化故事叙述与可视分析

报告摘要:大模型时代,AI的能力提升让原先无法做的事情变为可能,但应用大模型有一个困境,就是不一定完全按人的想法完成任务,因此大模型时代,人机协同是个更为重要的话题,它能让大模型变得更加可用。在数据可视化与可视分析的任务中,我们与大家分享三个方面的工作:首先,如何使用大模型生成能够更好传递信息的可视化故事?进一步地,如何让大模型支持可视分析中的交互式探索?最后,我们分享一个教育领域的微调大模型,详细拆解如何让大模型变得给领域可用,如何利用大模型做一个人机协同的教育自学平台。

6A2A7

李晨辉

华东师范大学副教授

报告人简介:李晨辉,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,GAMES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、智能设计研究,主持国家自然科学基金项目、国家重点研发项目子课题、上海市科技创新项目课题等8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/Graphics 2023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。

报告题目:基于大模型的艺术图像数据可视分析

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,探索艺术图像的情感及多模态关联。

7C096

曾伟

香港科技大学(广州)助理教授

报告人简介:曾伟,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,研究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。

报告题目:多模态文化遗产数据可视化与交互设计

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)。

60786

王伽臣

香港科技大学计算机科学与工程系博士后

报告人简介:王伽臣,毕业于浙江大学计算机科学与技术学院,目前在香港科技大学计算机科学与工程系从事博士后研究工作,主要研究方向为面向体育数据的可视分析、知识挖掘、机器学习和人机交互技术。王伽臣博士在IEEE VIS、IEEE TVCG、ACM SIGKDD、ACMSIGCHI等计算机领域顶级会议和期刊发表论文14篇,其中7篇为一作论文,获得授权发明专利8项,其博士学位论文曾入选2023年度中国图象图形学学会博士学位论文激励计划。此外,王伽臣博士曾作为项目核心成员参与了中国乒乓球队的乒乓球智能大数据分析决策平台的设计与开发,该平台助力中国乒乓球队在奥运会、世乒赛、世界杯、亚运会等多项重要国际赛事中获得优异成绩,被人民日报、央视网、光明网等十多家媒体平台报道。

报告题目:跨学科合作-以体育文化大数据可视化为例

报告摘要:大数据相关技术被越来越广泛地应用到各类体育项目(如足球、乒乓球等)的数据分析任务中,由此促进了体育大数据这一交叉研究领域的诞生与发展。体育大数据以竞技体育为主要研究对象,深度融合数据科学与技术和体育学的相关理论和技术,对竞技体育数据进行采集、管理、挖掘和呈现,辅助分析人员探索运动训练、竞技能力和比赛成绩间的基本规律和复杂联系。然而,竞技体育项目有着场景复杂、对抗激烈、动态变化等特点,对大数据相关技术在竞技体育中的深入融合带来了严峻的挑战。为此,讲者以乒乓球作为重点研究领域,从战术挖掘、比赛模拟和智能训练三个方面,对体育大数据合作应用进行了深入探讨。

5DCE0

张小龙

美国宾夕法尼亚州州立大学副教授

报告人简介:张小龙,美国宾夕法尼亚州州立大学信息科学与技术学院副教授,该学院知识可视化实验室主任。其主要研究涉及人机交互、信息可视化与可视分析、社交网络分析、协同系统等领域。张博士是中国计算机学会人机交互专委会委员、中国图象图形学学会可视化与可视分析专委会委员。张博士获清华大学学士和硕士学位、密歇根大学博士学位。

报告题目:人文可视化工作的用户评估

报告摘要:人文可视化工具/系统的设计本质上还属于交互设计的范畴。在人机交互领域,交互工具/系统的用户评估可以根据所针对的任务、用户群、应用场景等方面选择不同的评估方法(如用户实验、问卷调查、实地观察等),但对于功能比较完备、任务执行路径相对多样的复杂交互系统(如一个设计工具软件、一个学习系统等),目前还缺乏有效的评估体系和方法。本讲座将首先介绍目前常用的用户评估方法,展示这些方法在人文可视化用户评估中所面临的挑战,然后从复杂认知的角度来讨论适合人文可视化工作的评估方法和度量。


报名相关联系方式

联系人:黄老师

联系电话:010-82544754

邮箱:pkuvis@pku.edu.cn (学术问题咨询)

转载本网文章请注明出处

版权所有©北京大学大数据分析与应用技术国家工程实验室 京ICP备05065075号-1 京公网安备 110402430047 号