【ChinaVis2016】会议第一天

ChinaVis 2016 中国可视化与可视分析大会

会议在长沙举行，也很有幸能再次参加本次会议，跟上次不同，这次确实融入到了会议中去了，自己投了一篇Poster，因而不再像上次那么陌生，反而有些情切。

大会首先特邀嘉宾作报告，Dr. Torsten Möller，

Visual Data Science - Advancing Science through Visual Reasoning

在大数据背景下，科学研究的过程模型相对传统的变化，

以往是



现在是这样



接着的 Panel 朱军 教授有关 （题外话，由于天气原因，朱老师没能从北京赶过来，但是通过远程视频，还是成功完成报告）

《架起可视化与机器学习和数据挖掘的桥梁》

讲到机器学习中需要用到 可视化技术与方法 帮助分析这区理解 机器学习的过程。

同时，这个需求启发我思考可视分析与机器学习之间的关系，我们做大数据可视分析，往往会用到机器学习等方法来进行分析，甚至会用机器学习的方法来辅助可视化。所以可视化在不同应用层面表现不同。

由于下午场次很多，主要分三个会场，

我只去了其中几个，印象最深的就是陈为老师主持的那场 可视化基础 会场。 开始是汪云海老师的汇报，关于《Make vision for data visualization》 汪老师，非常生动清晰的给我讲解了他的研究动机，以及思路，其研究的问题主要是 由于我们在一般可视化过程中，往往会有很多人为因素的参与，比如数据的转换阶段、可视化方法的选取，以及可视化参数的调整等，这些过程不仅让可视化变得繁琐，使没有技术背景的人无法直接使用，而且带有很多人为因素，因而不能评估一个可视化的有效性。

因此，他们提出一种max-initialization方法，人机结合的方式来进行可视化方法的推进，以及参数的设置。以一个简单的sin曲线为例，通过人为添加一些噪声点来体现哪种方式能更好的表现数据的特征。



通过深入研究，汪老师他们以一个小的点切入，研究时序数据的 横纵坐标比，也就怎样的宽高比，能将曲线中的特征更加明显的表现出来。最后他们提出一种用曲率来衡量。

他们试图通过定量的方式来衡量不同可视化图形，图标的效果，评估那种图标能更明确表达数据中的特征。

这个其实是一个很好的思路，的确很多可视化方法在普通人看来非常费力，而且并不容易理解，通过一种计算机自动的方法给用户挑选一种简单有效又合适的可视化方法就显得十分必要。然而，会后陈为老师也针对这种用定量的方式去衡量可视化的优劣发表了自己的一些见解，他认为，可视化有四种用途 1 展现 2 交流 3 分析 4 发现。 不同的方向会有不同的衡量要求，而且可视化最终是给用户，也就是人来使用，不同的人对同一可视化方法的结果会有不同的理解，也会有不同认知的效率。因而往往很难用统一的标准去评估一种可视化方法。



最后，几位学者还就可视化理论以及可视化未来发展，展开的讨论。可视化理论还不够完善，还需要我们广大老师和学生们共同努力。

大会第一天确实很精彩，也有很多有趣的是，Poster期间能和一群领域内的同学，老师交流真是太荣幸了。