<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[VISINF的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/VISINF</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; VISINF]]></copyright><item><title><![CDATA[《Visual Informatics》最新特刊：“可视化遇上人工智能” 上线！]]></title><link>https://blog.youkuaiyun.com/VISINF/article/details/106334579</link><guid>https://blog.youkuaiyun.com/VISINF/article/details/106334579</guid><author>VISINF</author><pubDate>Wed, 03 Jun 2020 13:56:59 +0800</pubDate><description><![CDATA[数据可视化任务通常涉及一个设计步骤，这需要了解数据域和可视化方法才能很好地完成。 由于设计优化的空间巨大，因此新手和专家都需要付出很大的努力才能从数据中获取所需的可视化结果。 随着近年来人工智能技术的兴起，在可视化领域中，越来越多研究应用AI来执行数据转换和辅助生成可视化，取得成本和质量之间一个平衡。 同时使用可视化增强AI是另一项活跃的研究领域。
为此，Visual informatics 和**PacificVis 2020 Workshop on Visualization Meets AI合作，聘.]]></description><category></category></item><item><title><![CDATA[AntVis：基于网络分析蚂蚁移动数据的可视分析工具]]></title><link>https://blog.youkuaiyun.com/VISINF/article/details/104819347</link><guid>https://blog.youkuaiyun.com/VISINF/article/details/104819347</guid><author>VISINF</author><pubDate>Thu, 12 Mar 2020 15:17:12 +0800</pubDate><description><![CDATA[本文介绍了一种基于网络的可视分析工具——AntVis，用于分析蚂蚁在树枝上移动的视频数据。
我们的目标是使该领域的专家能够观察探究大量的蚂蚁移动数据并通过有效的可视化、过滤和比较，获得有价值的见解。
为了实现这一目标，我们构建了一个深度学习框架，对视频中的蚂蚁进行自动检测、分割和标记，对轨迹相似的蚂蚁移动数据进行聚类，并设计和开发了五个协同视图(分别对应移动、相似性、时间线、统计和属性)以便用户交...]]></description><category></category></item><item><title><![CDATA[使用深度学习、语义网络和知识图谱提高增强现实的功能 ——综述]]></title><link>https://blog.youkuaiyun.com/VISINF/article/details/104607673</link><guid>https://blog.youkuaiyun.com/VISINF/article/details/104607673</guid><author>VISINF</author><pubDate>Mon, 02 Mar 2020 11:12:56 +0800</pubDate><description><![CDATA[当今社会的发展和技术的快速进步增加了对实时获取动态、适用和个性化信息的需求。增强现实可对高速流动的信息进行快捷访问，而当这些信息被嵌入适当的空间和时间框架时，也会变得更有意义和更为生动。增强现实为用户与物理和数字世界进行实时交互提供了新的方法。此外，日常生活的数字化导致数据量呈指数级增长，在引发新的需求和挑战的同时也带来了新的机遇和可能性。
知识图谱和语义网络技术利用数据的增长和网络内容的表示来提...]]></description><category></category></item><item><title><![CDATA[OnionGraph:层次拓扑与属性多变量，网络可视化]]></title><link>https://blog.youkuaiyun.com/VISINF/article/details/104532536</link><guid>https://blog.youkuaiyun.com/VISINF/article/details/104532536</guid><author>VISINF</author><pubDate>Thu, 27 Feb 2020 11:26:41 +0800</pubDate><description><![CDATA[​层次抽象是一种处理大规模网络的可扩展策略。现有的可视化方法根据结点属性或网络拓扑将网络结点聚合成层次结构，每种方法各有优点。但之前的系统很少能兼具两者的长处。

本文介绍了OnionGraph，这是一个对异构多元网络进行探索性可视化分析的集成框架。OnionGraph可基于结点属性、拓扑或两者的分层组合来聚合结点。这些聚合可以在焦点+上下文交互模型下被拆分、合并和过滤，也可以通过基于信息理论的导...]]></description><category></category></item><item><title><![CDATA[考察叙事结构在数据视频中的运用]]></title><link>https://blog.youkuaiyun.com/VISINF/article/details/104019697</link><guid>https://blog.youkuaiyun.com/VISINF/article/details/104019697</guid><author>VISINF</author><pubDate>Fri, 17 Jan 2020 15:11:41 +0800</pubDate><description><![CDATA[数据视频是一种非常有影响力的交流方式，正在成为一种流行的信息交流媒介。目前大多数的研究都集中在数据视频的电影呈现方面，而对其中涉及的叙述方法却知之甚少。

本文介绍了对该领域初步探索得出的见解。我们对70个现有数据视频进行了分析，检查其叙述和视觉呈现方法，在此基础上提出了一种分类法。我们提议采用此分类法来解释数据视频的特征或设计。运用此分类法我们提出了若干展望，包括当前数据视频中所采用的流行技术的...]]></description><category></category></item><item><title><![CDATA[改进符号数据可视化以促进模式识别和知识发现]]></title><link>https://blog.youkuaiyun.com/VISINF/article/details/103988180</link><guid>https://blog.youkuaiyun.com/VISINF/article/details/103988180</guid><author>VISINF</author><pubDate>Wed, 15 Jan 2020 14:04:58 +0800</pubDate><description><![CDATA[符号数据通常是从大型数据集聚合而来，用于隐藏条目特定的细节，并将大量数据(如大数据)转换成可分析量。在总体趋势比个别细节更重要的地方它可用来提供总览。符号数据有多种形式，如区间、直方图、类别和模态多值对象。符号数据也可以认为是一种分布。目前，实际使用的符号数据可视化方法是zoomstars，它有许多局限性。最大的限制是因为需要另一维度的数据，默认分布(直方图)在2D内不受支持。

本文研究符号数据...]]></description><category></category></item><item><title><![CDATA[基于稳态视觉诱发电位识别的虚拟家用电器脑机交互控制接口设计]]></title><link>https://blog.youkuaiyun.com/VISINF/article/details/103988048</link><guid>https://blog.youkuaiyun.com/VISINF/article/details/103988048</guid><author>VISINF</author><pubDate>Wed, 15 Jan 2020 13:53:37 +0800</pubDate><description><![CDATA[脑机接口是一种新兴的人机交互形式，采用这种交互方式，人脑可通过脑电信号直接控制或操作外部设备。脑机接口的研究既对人机交互有新的理解，也对脑科学有了更深入的认识。稳态视觉诱发电位是目前比较成熟的脑机接口实现方式之一。本文利用典型相关分析方法，比较采集的脑电波数据与多组不同频率谐波之间的典型相关系数，选择最大相关系数对应的频率视为刺激频率，实现了稳态视觉诱发电位的识别。
在频率识别过程中，屏幕上显示不...]]></description><category></category></item><item><title><![CDATA[在交互可视化中不同的引导方式对交互绩效和心理状态的影响]]></title><link>https://blog.youkuaiyun.com/VISINF/article/details/103665631</link><guid>https://blog.youkuaiyun.com/VISINF/article/details/103665631</guid><author>VISINF</author><pubDate>Mon, 23 Dec 2019 15:17:02 +0800</pubDate><description><![CDATA[高效实现交互式可视化对用户来说是一项挑战，通常会为用户提供适当的引导来提供帮助。引导被认为是避免分析过程中出现拖延、停顿状况的有效手段。然而，对不同的分析任务，特定的引导方案并不一定都有效。相同的引导方式对具有(1)不同专业水平的用户往往具有不同的效果。所选取的(2)引导度和面向的(3)任务类型也会影响引导的功效。考虑到这些因素，本文进行了一项用户调查，分析用户对不同分析场景的先验知识如何影响不同...]]></description><category></category></item><item><title><![CDATA[利用主题子轨迹对出租车轨迹进行可视化分析]]></title><link>https://blog.youkuaiyun.com/VISINF/article/details/102951463</link><guid>https://blog.youkuaiyun.com/VISINF/article/details/102951463</guid><author>VISINF</author><pubDate>Thu, 07 Nov 2019 11:30:46 +0800</pubDate><description><![CDATA[基于GPS定位的出租车轨迹数据挖掘对交通运输和城市规划具有重要意义。主题模型可以有效地从出租车轨迹中提取语义信息，用于分析城市道路的交通情况。而常用的LDA模型忽略了轨迹的方向，不能准确地挖掘出租车的运动模式，从而影响交通情况的分析粒度。因此，有必要在主题建模时考虑轨迹的方向信息。



为此，本文采用了二元主题模型，而不是传统的主题模型来分析文本化的轨迹数据，并考虑轨迹的方向信息。进而提出了一种...]]></description><category></category></item><item><title><![CDATA[基于块对应的时变体数据挖掘的统一框架]]></title><link>https://blog.youkuaiyun.com/VISINF/article/details/102951324</link><guid>https://blog.youkuaiyun.com/VISINF/article/details/102951324</guid><author>VISINF</author><pubDate>Thu, 07 Nov 2019 11:26:03 +0800</pubDate><description><![CDATA[实现时空体数据集的有效探索仍然是科学可视化的一大挑战。尽管这些年来已经取得了长足的进步，但现有解决方案通常只关注数据分析和可视化的一两个方面，仍然缺少一个以全面、统一方式进行时变数据分析的工作流程。



为此，来自山东大学、马里兰大学等团队提出了一种新颖的时变数据可视化方法，可在单个统一框架下进行关键帧识别、特征提取和跟踪。

该方法的核心为GPU加速的Block匹配，它将2D像素中的Patch...]]></description><category></category></item><item><title><![CDATA[海洋数据可视化分析综述]]></title><link>https://blog.youkuaiyun.com/VISINF/article/details/101346745</link><guid>https://blog.youkuaiyun.com/VISINF/article/details/101346745</guid><author>VISINF</author><pubDate>Wed, 25 Sep 2019 10:02:04 +0800</pubDate><description><![CDATA[海洋大数据分析的主要挑战是数据的复杂性和海洋动态过程的内在复杂性。交互式可视分析可作为一种有效补充方法用来发现数据中蕴含的各种现象或模式，并对研究人员日常工作涉及的多个变量进行关联探索和比较。 本文阐述了由众多测量设备或计算机模拟生成的海洋数据的基本概念，综述了海洋数据的特点和相关的数据处理技术，介绍了海洋数据分析的主要任务。

基于海洋领域的主要分析任务，本文重点围绕以下四个方面: **多种海洋...]]></description><category></category></item><item><title><![CDATA[时空模拟数据可视化的多空间分析技术综述]]></title><link>https://blog.youkuaiyun.com/VISINF/article/details/100916545</link><guid>https://blog.youkuaiyun.com/VISINF/article/details/100916545</guid><author>VISINF</author><pubDate>Tue, 17 Sep 2019 09:56:17 +0800</pubDate><description><![CDATA[数值模拟在不同科学领域的广泛应用创造了各种研究机会。它们通常输出大量的时空模拟数据，按其特征可分为单程、多程、多变量、多模态和多维数据。从数据探索和分析的视角看，我们注意到许多聚焦于时空模拟数据的工作往往采用相似的探索技术，例如针对模拟空间、参数空间、特征空间以及它们的组合而设计的探索方案。然而，目前尚无对这些工作基本共性的系统性综述。
在本综述中，我们基于新颖的多空间视角将代表当前水平的工作分为...]]></description><category></category></item><item><title><![CDATA[深度外观建综述]]></title><link>https://blog.youkuaiyun.com/VISINF/article/details/99297248</link><guid>https://blog.youkuaiyun.com/VISINF/article/details/99297248</guid><author>VISINF</author><pubDate>Mon, 12 Aug 2019 13:44:37 +0800</pubDate><description><![CDATA[外观建模是计算机图形学中的一项重要任务，用于捕捉和再现真实世界物体在不同光照和视角下的丰富外观。随着深度学习技术的最新进展，人们已经提出了一组基于深度学习的方法来提高外观建模的效率和质量。
在本文中，我们从图形和机器学习的角度对这些深度外观建模技术进行了综述，并探讨了这一方向面临的挑战和机遇。

全文信息
Deep appearance modeling: A survey
BY: Yue Don...]]></description><category></category></item><item><title><![CDATA[蜂窝结构应力映射的直接设计]]></title><link>https://blog.youkuaiyun.com/VISINF/article/details/98960204</link><guid>https://blog.youkuaiyun.com/VISINF/article/details/98960204</guid><author>VISINF</author><pubDate>Fri, 09 Aug 2019 15:59:39 +0800</pubDate><description><![CDATA[本文旨在采用参数化设计方式，以任意精度实时预测蜂窝结构的应力分布，包括蜂窝的几何形状和分布，或外部载荷的大小。经典的模型简化技术必须同时考虑仿真精度和交互速度，而且难以实现这一目标。我们将应力分布表示为蜂窝设计参数的显式函数，通过离线计算这一从设计到应力的映射来实现这一点。
该映射可通过求解一个高维空间中扩展有限元分析问题予以确定，映射函数中包括了空间坐标和设计参数。高维问题固有的维数灾难 (部分...]]></description><category></category></item><item><title><![CDATA[城市计算的准全息计算模型]]></title><link>https://blog.youkuaiyun.com/VISINF/article/details/96423642</link><guid>https://blog.youkuaiyun.com/VISINF/article/details/96423642</guid><author>VISINF</author><pubDate>Thu, 18 Jul 2019 15:53:06 +0800</pubDate><description><![CDATA[外观建模是计算机图形学中的一项重要任务，用于捕捉和再现真实世界物体在不同光照和视角下的丰富外观。随着深度学习技术的最新进展，人们已经提出了一组基于深度学习的方法来提高外观建模的效率和质量。
为此，本文从图形和机器学习的角度对这些深度外观建模技术进行了综述，并探讨了这一方向面临的挑战和机遇。

Fig: An illustration of the holography data represent...]]></description><category></category></item><item><title><![CDATA[BeXplorer: 大型多人在线角色扮演类游戏中玩家交流与消费行为动态关联的可视分析]]></title><link>https://blog.youkuaiyun.com/VISINF/article/details/94717093</link><guid>https://blog.youkuaiyun.com/VISINF/article/details/94717093</guid><author>VISINF</author><pubDate>Mon, 08 Jul 2019 16:07:15 +0800</pubDate><description><![CDATA[摘要：
随着大型多人在线角色扮演游戏（MMORPG）的快速发展，MMORPG运营商记录了大量关于玩家在游戏中行为的细粒度数据。这些数据为研究玩家行为间的动态互动以及这些互动背后各种社会结构的作用提供了很多机会。
然而，对这些行为数据进行建模和可视化充满了挑战性。
本文提出了一个新颖的影响敏感模型来分析这些行为之间的动态互动。
基于此模型，我们引入了新的可视化分析系统，BeXplorer。利用该系统...]]></description><category></category></item><item><title><![CDATA[PacificVAST2019 收录论文6（Visual Informatics 特刊系列二）]]></title><link>https://blog.youkuaiyun.com/VISINF/article/details/89394571</link><guid>https://blog.youkuaiyun.com/VISINF/article/details/89394571</guid><author>VISINF</author><pubDate>Fri, 19 Apr 2019 10:22:49 +0800</pubDate><description><![CDATA[PacificVis2019将于4月23-26日在泰国曼谷召开。此次的PacificVAST2019 收录了6篇文章，在Visual Informatics 2019年第一期上出版。
Clone-World: A visual analytic system for large scale software clones
Clone-World：大规模软件克隆的可视分析系统
Debajyoti M...]]></description><category></category></item><item><title><![CDATA[PacificVAST2019 收录论文5（Visual Informatics 特刊系列二）]]></title><link>https://blog.youkuaiyun.com/VISINF/article/details/89348942</link><guid>https://blog.youkuaiyun.com/VISINF/article/details/89348942</guid><author>VISINF</author><pubDate>Wed, 17 Apr 2019 10:08:00 +0800</pubDate><description><![CDATA[PacificVis2019将于4月23-26日在泰国曼谷召开。此次的PacificVAST2019 收录了6篇文章，在Visual Informatics 2019年3月第一期上出版。
aflak: Visual Programming Environment Enabling End-to-End Provenance Management for the Analysis of Astron...]]></description><category></category></item><item><title><![CDATA[PacificVAST2019 收录论文4（Visual Informatics 特刊系列二）]]></title><link>https://blog.youkuaiyun.com/VISINF/article/details/89308156</link><guid>https://blog.youkuaiyun.com/VISINF/article/details/89308156</guid><author>VISINF</author><pubDate>Mon, 15 Apr 2019 11:07:43 +0800</pubDate><description><![CDATA[PacificVis2019将于4月23-26日在泰国曼谷召开。此次的PacificVAST2019 收录了6篇文章，在Visual Informatics 2019年3月第一期上出版。
Exploration behavior of group-in-a-box layouts
对Group-in-a-Box布局的探索行为
Yuki Ueno, Hiroaki Natsukawa, Nozomi...]]></description><category></category></item><item><title><![CDATA[PacificVAST2019 收录论文3（Visual Informatics 特刊系列二）]]></title><link>https://blog.youkuaiyun.com/VISINF/article/details/89081459</link><guid>https://blog.youkuaiyun.com/VISINF/article/details/89081459</guid><author>VISINF</author><pubDate>Mon, 08 Apr 2019 09:29:15 +0800</pubDate><description><![CDATA[PacificVis2019将于4月23-26日在泰国曼谷召开。此次的PacificVAST2019 收录了6篇文章，在Visual InformaticsVI VI 官网2019年3月第一期上出版。
Interactive Map Reports Summarizing Bivariate Geographic Data
概述双变量地理数据的交互式地图报告
Shahid Latif, Fabia...]]></description><category></category></item></channel></rss>