2016年北京大学可视化发展前沿研究生暑期学校总结

1 / 8 2016 年北京大学可视化发展前沿研究生暑期学校总结 暑期学校学习总结 赵海森 山东大学 目录 1 暑期学校日程 2 可视分析经典案例 3 可视化领域概况 组成和历史发展 可视分析与其他学科的关系，与数据挖掘的比较 可视化工作的基本流程 4 不同数据类型的可视化 高维数据可视化 文本可视化 Geo-Visualization 5 信息可视化 和可视分析中的交互 6 可视化尺度问题 7 讨论如何写作可视化高水平论文 屈华民老师： 陈为老师 8 感受认识 1. 暑期学校日程： 2 / 8 ：袁晓如老师介绍可视化的发展历史和一些基本知识，大致浏览了科学可视化和信息可视化中的一些基本技术，对可视化分析做了简要的介绍； 通过来着不同地方的学员的自我介绍，认识了很多新朋友； 袁老师还介绍了分组情况，布置了最后 Project 的题目； ：香港科技大学的 屈华民博士介绍时空数据可视化的内容； 中科院超算中心的单老师介绍海量天文数据可视化的工作； 屈老师的博士生给关于异构图可视化的报告； ：微软亚洲研究院的刘世霞博士及其同事主要介绍文本可视化的内容； 宾夕凡尼亚州立大学的张小龙博士介绍了 Geo-visualization 的相关工作； ：浙大的陈为教授报告为可视化中的交互技术； ： Klaus Mueller 教授介绍了他在科学和信息可视化领域的相关工作； ：中国科学院深圳先进技术研究院的陈宝全研究员介 绍了城市可视化的相关内容； : 各位老师和大家交流了可视化论文的写作写得和体会； ：参观了北大可视化小组的实验室和微软亚洲研究3 / 8 院； 图 1， 1854 伦敦霍乱 2. 可视分析经典案例 1854 年 8 月到 9 月英国伦敦的一些地区爆发霍乱，医生约翰斯诺 参与调查病源。他在绘有霍乱流行地区所有道路、房屋、饮用水机井等内容的 1： 6500 比例尺地图上，标出了每个霍乱病死者的居住位置，得到了霍乱病死者居住分布图。通过对这张图的分析，找到引发霍乱的那口水井。这是首次以 地图为基础的空间分析，也是可视分析经典案例。 3. 可视化领域概况 组成和历史发展 可视化有三个组成部分，分别是科学可视化，信息可视化和可视分析。科学可视化主要关注三维对象的可视化，数据一般来源于建筑学，气象学，物理学或生物学等领域，比如 MRI 扫描数据，水流大气等流场数据。信息可视化侧重于处理的抽象数据集，例如社交网络数据，文本数据，网络通信数据等。可视分析是前两个领域发展的产物。可视分析通过交互式的用户界面将信息以可视化的方式展现给人，希望发挥人的分析和推理能力从而发 现数据中潜在的规律和模式，比如 VisFan 可以对银行的金融活动进行可视化，用于金融情报员检测和分析金融犯罪。可视分析是可视化领4 / 8 域中发展最迅速最新的研究内容。可视分析与前两者有个比较明显的区别，可视分析应用的最终用户是有领域知识的专业信息分析师，而科学可视化和信息可视化的终端用户可以普通用户。 下面回顾一下可视化领域发展中的一些重大事件。首届“科学计算之中的可视化”研讨会于 1987 年召开。 1990年举办了首届 IEEE 可视化大会。 XX 年举办了第一届 IEEE VAST 。从给出的这三个事件中可以看出， 可视化领域中最先发展起来的是科学可视化，接着是信息可视化，最近几年可视分析才发展起来，还属于比较新的学科。 可视分析与其他学科的关系，与数据挖掘的比较 如图 2，给出了可视分析与其他三个学科关系的示意图。从图 2 中可以看出，可视分析是其他三个学科的交叉学科。可视化基本流程中“ Data mining”需要利用数据挖掘对数据进行预处理，“ Encoding & Display”需要应用 HCI的交互技术，“ Display”过程需要应用计算机图形学的相关技术。可视分析领域的发展必将在其他三门学科发 展的基础上进行，这就不难解释为什么可视分析在 XX 年才正式发展起来，有第一届 VAST 会议了。 Computer Graphics 前文给出可视分析的概念为“可视分析通过交互式的用户界面将信息以可视化的方式展现给人，希望发挥人的分析和推理能力从而发现数据中潜在的5 / 8 规律和模式”，可见可视分析的目标是发现数据中的规律和模式。然而众所周知，数据挖掘领域的研究目的同样是发现数据中的规律和模式。这两个领域有什么本质的区别呢？ 其实这两者的区别还是很明显的，为了达到同样的目的这两个领域采用的方法是不同的。数据挖掘的出发点是充分发挥计算机的能力，通过监督学习或无监督学习的方式对数据进行聚类分析，从而发现数据中隐藏的规律和模式。可视分析则希望让计算机做计算机擅长的事情，让人做人擅长的事情，通过交互式的用户界面将信息以可视化的方式展现给人，充分发挥人的推理能力发现数据中的规律和模式。 可视化工作的基本流程 可视化工作最开始需要解决的问题是数据源的获取；然后分析数据特征，利用数据挖掘的方法对数据进行预处理，得到处 理后的数据；接下来是可视化工作的关键步骤 Encoding and Layout，选择最优的可视化表达方式对数据进行编码转化，并对可视对象进行布局设计；经过显示过程，将可视化的结果呈现在用户面前，如图 3。 4. 不同数据类型的可视化 高维数据可视化 可视化数据按照维度的高低可分为低维数据和高维数据。低维数据的 Encoding 比较容易，利用现有的可视技术一般就可以取得比较好的效果。高维数据的可视化表现形6 / 8 式往往比较复杂，比如鸟类迁徙，出租车轨迹等时空数据的可视化。高维数据可视 化有两种大的策略，一种是通过“降维”的方式将高维数据转换为低维数据，有统计采样和高亮显示重要维度两种方式；另一种为 shape coding，比如经典的平行坐标，散点图矩阵，星图等方式。 图 4， Words and Theme River 文本可视化 文本可视化有两种常用技术，“ Words”和“ Theme River”，如图 4。“ Words”也许是在社会上流传最广泛的可视化形式了，很多年轻人都把自己喜欢的文字印在自己的衬衫上。应用这两种技术的主要挑战是“ Layout”，涉及 到很多算法的内容。 Geo-Visualization Geo-Visu alization 的基础是传统的地理学，解决的挑战是如何在地图上展示多维时空相关的非结构化信息。比如，一幅导游地图上如何展示不同景点的历史和实时访问状况，并显示不同景点的介绍信息。 Geo-Visualization 应用于 GIS 中。目前， ArcGIS 是比较成熟的 GIS 系统， GeoVIz 提供了完整强大的 GIS 信息分析工具。 图 5，伦敦地铁 GIS 中有两种常见的地图形式 简明化地图与真7 / 8 实 地图。简明化地图与真实地图分别有什么优缺点呢？如图5 左图为伦敦地铁的简明化地图，右图为根据实际地理位置绘制的真实地图。显然，乘客用左图更容易查找转车信息；若乘客想查询乘车距离，对乘车时间有个感性的认识，则右部的真实地图更能满足需求。 5. 信息可视化和可视分析中的交互 可视化中应用的交互技术有七类，分别是选择，浏览，重新配置，编码，抽象，滤波和连接。 图 6， Table Lens 图 7， vizster 选择 通过鼠标点击的方式选中界面上的相应对象，引 发界面的改变；下面给出两个选择操作的实例。 Tables Lens是一种利用” Focus and Content”技术可视化大表格数据的方法。如图 6，表格中的一列数值数据用密集直方图表示，展示全局信息。用户用鼠标点击全局直方图的一部分，选中区域的具体数值才显示出来，同时不丢失上下文信息。 99 年一篇 CHI 文章提出一种称为”偏心标签”的Labeling 技术。用户鼠标不接触可视对象时，标签不显示，只是用 name 描述每个对象；当鼠标接触可视对象时，可视对象的标签才显示。 浏览 用 于显示不同数据部分或属性，允许用户检查不同8 / 8 的数据子集，需要克服显示尺寸的限制。对于海量数据量的显示，可以采用直接跳转的方式克服显示尺寸。例如对于一个庞大的家谱树的浏览可以通过鼠标拖动的方式逐步浏览。 重新排列 对界面进行重组，为一个数据集提供多个展示视角。Tables Lens 选择操作后的界面重组就是一种重新排列。 改变编码 提供多种 Encoding 方式展现同一数据集。 抽象 采用抽象的 Encoding 方式，例如