欢迎光临中国图象图形学学会官方网站,让我们一起努力,探索图象图形领域的广袤天地!
首页 > 学会动态 > 学会新闻

第五期可视化与可视分析国际学术报告成功举办

2021-11-23

    2021年11月18日(周四)下午,中国图象图形学学会可视化与可视分析专业委员会组织的第五期可视化与可视分析国际学术报告成功举行。此次报告特邀日本庆应义塾大学教授藤代一成教授(Prof.Issei Fujishiro)担任讲者。藤代一成教授于1988年在东京大学获得理学博士学位,研究兴趣包括应用可视化设计和生命周期管理。他担任Computers and Graphics(Elsevier,2003-2013),IEEE TVCG(1999-2003,2018-2022)和Journal of Visual Informatics(Elsevier,2016~至今)的编委。于2008年作为程序委员会主席共同创立了IEEE PacificVis,并担任2014年会议主席。他还担任过IEEE VIS 2018/2019的SciVis的共同主席,并承办了PacificVAST 2018和TopoInVis 2017两个Workshop。目前,藤代一成教授是日本可视化协会的主席和日本科学委员会的成员, JFES Fellow和IPSJ Fellow,IIEEJ的荣誉会员,IEEE和ACM的高级会员,以及2021年IEEE Visualization Academy的入选者。长期以来,藤代一成积极开展和中国的可视化交流合作,也是促成已经举办4次的中日可视化研讨会系列活动的日方发起人之一。

    藤代一成教授带来了题为《Making Effective Queries on Time-Varying Multi-Dimensional Datasets》(有效查询时变多维数据集)的精彩报告。他首先介绍了常见时间变数据和多维数据的可视化方法,从而引出了报告的核心问题:如何直观地探索时变多维数据集?以天文学为例,描述了可视化在天文学领域的重要作用。例如,通过先进的可视化技术,可以从天体物理数据中挖掘出新的、潜在的未知领域;天文学家也需要现代的可视分析技术来处理大量的、丰富的和复杂的观测数据。

    接着,藤代教授介绍了一种复杂的天体物理数据:耀变体(BLAZAR)观测数据。耀变体是活跃在星系中心的密集区域,其中心黑洞向地球发射相对性的喷流,是一种最适合研究喷流的天体。广岛天体物理科学中心通过从偏振、强度和颜色等方面观测耀变体发出的光,创建了耀变体观测数据集。由于观测时间跨度长、观测条件不同、观测维度不同,使得耀变体观测数据集同时具有随时间变化和多维度的特征。为了揭秘喷流的结构,天文学家需要分析放射光的强度、偏振和颜色等变量之间的相关性及其随时间变化的规律,希望能够在整个时间过程中找出具有共同特征的时间间隔,以理解在喷流内部到底发生了什么。然而从长期和多维的数据集中手工检查所有的时间间隔以探测重要模式和验证假设,是一件极其困难的事。

 1.png图 1 耀变体观测数据集细节

    针对耀变体数据集,藤代教授团队曾提出了一种称为Timetubes(“时间管”)的可视化方法,它将耀变体数据集可视化为一个三维管,支持用户在这个三维管视图中探索多维、时变的BLAZAR观测数据集。然而,单独Timetubes仍然难于探索BLAZAR的行为特征和随时间变化的模式。为此,他们又进一步提出了一个针对耀变体数据集的可视分析环境TimetubesX。TimetubesX在保留Timetubes可视化方法的基础上,更加注重特征和模式检测的可视分析和自动方法。

2.png图 2 TimeTubesX的可视编码

    藤代教授团队通过采访多位天文学家总结得到四个领域分析目标:(1)提升耀变体观测值的可靠性;(2)识别耀斑和旋转;(3)定位反复出现的耀变体行为;(4)验证对耀变体行为的假设。基于这四个分析目标,他们提出了TimetubesX的系统架构,设计了TimetubesX对数据的交互式特征分析过程。其中TimetubesX可视化视图集成了Timetubes视图、时间选择视图和散点图,可以在时变多维数据集中有效地定位和分析重复出现的时间变化模式。

3.png图 3 TimetubesX的系统架构

    TimetubesX提供了自动特征提取和动态可视化查询这两种对特征的可视分析技术。由于天文学家非常关注耀变体的耀斑和旋转等行为,TimetubesX支持自动提取三种特征类型:异常、耀斑和旋转。对于耀斑和旋转,TimetubesX中的检测算法与之前的工作相比,可以更灵活地识别耀斑和更准确地检测旋转。TimetubesX中的动态可视化查询技术允许用户搜索与其感兴趣的时间间隔相似的时间间隔结果(即通过实例查询,QBE,query-by-example),也支持查找与其绘制的草图类似的时间变化模式(即通过草图查询,QBS,query-by-sketch,)。

4.png图 4 TimeTubesX支持自动提取耀变体的三种特征类型:异常、耀斑和旋转 

5.png图 5 TimetubesX提供了两种不同的可视化查询方法:实例查询和草图查询

    最后,藤代教授通过两个案例分析,说明了TimetubesX能极大地促进对BLAZAR数据细节的可视化探索。本次报告介绍了一个对耀变体数据细节进行可视化探索的可视分析环境TimetubesX,它可以通过自动特征提取和动态可视查询,帮助天文学家分析耀变体的光度和偏振行为,寻找重复出现的时间变化模式。这种可视查询方法也可以应用于分析其他领域中的多维时间序列数据集。

    在提问环节,在线观众积极发表自己的观点并参与了讨论。针对在对特征提取的过程中如何考虑观测误差的问题,藤代教授指出在TimetubesX视图中提供了可调节的不透明度传递函数,可以帮助用户直观地感知数据的不确定性。具体地说,误差较小的时间间隔颜色是不透明的,而误差较大的时间间隔会更加透明。对于听众提到如何将这种可视化查询机制应用于其他领域的问题,藤代教授解释说,当用户绘制草图进行查询时,TimetubesX可以添加耀变体光轨迹的一些特征,例如使用颜色来标记光的密度。如果在其他领域使用这种草图查询的方式,可以更好的分析该领域的数据特征。藤代教授表示他很期待将这种可视化查询方法应用于其它领域。

    本次活动由北京工商大学支持,专委会副主任陈谊教授主持了报告会。第六期报告将于2021年12月2日上午9:00-10:30举办,报告题目为《Nerual Representations for Volume Visualization》,讲者是来自美国亚利桑那大学的Joshua Levine教授。