光明网17月十五日电 二〇一八年十10月14日-二十二日,在德意志德国首都举行的IEEE VIS
数据可视化一流会议上,360商家安全与清华可视化联合组成代表队再一次赢得2018 VAST
MC3参天奖项。

那五个会都以VIS年会的根本组成都部队分,收音和录音的稿子相近,但要么有些分裂。具体细节可参照VIS会议的官方网站:
www.9820.com,InfoVis和VAST。

IEEE VAST
Challenge是可视化与可视深入分析世界最拔尖、规模最大的竞赛,被誉为可视化领域的奥林匹克运动会。360供销社安全与北大可视化联合组成代表队三番五次第三年到场该比赛并赢得多少个奖项,是本国唯三番两次续四年获获得金奖项的人马,可谓代表了本国大数目安全可视化的参三沙准。

录用率


360商厦安全与清华可视化组成代表队再次获得VAST国际最高奖项。昔日那四个可视化子会录用的诗歌都选拔到电视机CG公布,因而录用率都异常的低。从15年始于,VAST的录用率微微高级中学一年级些,因为它会附加收音和录音一些Conference-only
Track的舆论(比方二〇一六年有17篇),Conference-only
Track的篇章表示改过水平遭到鲜明,但文章质量离TVCG还会有一定差距。所以,要中可视化顶会的篇章,VAST的路就像更加好走一些。

InfoVis 2016 (Submitted: 167,    Accepted: 37,    Acceptance Rate:
22.15%)

InfoVis 2015 (Submitted: 178,    Accepted: 38,    Acceptance Rate:
21.34%)

VAST 2016 (Submitted: 157,    Accepted: 33+17,    Acceptance Rate:
32%)

VAST 2015 (Submitted: 149,    Accepted: 31+13,    Acceptance Rate:
30%)

录用率能够参见那三个网站:ZJU
VAG,
Vis-Acceptance-Rates

=

www.9820.com 1

诗歌构造


每一年VAST
Challenge比赛供给可视解析琢磨人口,开拓职员和设计员运用他们最实用的工具和手艺,来化解意气风发多种包蕴了实际境况、数据和天职的标题,比方生物化学恐怖袭击、流行病、军火走私、社会动荡、网络攻击等。

InfoVis

介绍,相关专业,方法总述,方法详述,实验案例,方法评估,商讨,总计

在今年的VAST
Challenge竞赛中,家具厂Kasios被疑惑在生养进度中央银行使了挥发性有机溶剂Methylosmolene,可能是本地林鹨数量减弱的元凶祸首。参Gaby赛队伍容貌被须要依照所提供的海量数据,确认家具厂Kasios是或不是负有权利。

VAST

介绍,相关事业,待分析的主题材料系统总述,数码分析可视设计,实验案例和措施评估,探究,计算(参谋egoSlider论文)

一切VAST
Challenge竞技,须求前后相继通过多少预处理、底蕴解析和根源深入分析等阶段,此中的渊源深入分析是至关心注重要办事,包蕴了多少筛选、可视深入分析、交互作用显示等,通过一望可知,一丢丢搜索出精气神。

舆论类型


参Gaby赛队伍容貌需求应对规模惊人的大数据,更有挑衅的是那一个多少均是系列二种的非结构化数据——涉及60多万人的工作者、超越1000万条电话记录、1400万邮件记录、12万条会议记录、76万条购销记录。

InfoVis

消息可视化是通过空中布局的措施表明数据的长空关系,举个例子:边绑定,大范围图的简化,平滑的数额显示工夫,基于时间线的多少演变进度可视化,等等。

须要注意的是,要是小说提到空间数据(举例:标量,矢量和张量),那就更切合投往SciVis。假如小说专注于可视剖析,举个例子:一个通过运用可视人机联作技能来帮助数据深入深入分析的做事,就比较相符投往VAST。

360小卖部安全与北大可视化联合组成代表队的数据可视化行家,利用360自研多维剖判成品实行定制的数目可视分析工具,经过200钟头的剖判,最后成功

技术类(Technique)

技能项指标舆论介绍了未现身过的新型本领,可能显著地增加了已有些工夫。杂谈里表现的本事或算法必要丰盛完整,以致于能够让七个可视化领域的硕士实行复现。小编还索要提供贰个艺术运用的原型。杂文里要求引用相关随想,并探讨和验证诗歌的帮助和益处。当然针对数据集和短处的座谈也是少不了的。如若有褒贬部分(Evaluation),将能更加好地进步舆论的质地。

例子:

Steve Kieffer, Tim Dwyer, Kim Marriott, Michael Wybrow. HOLA: Human-like
Orthogonal Network Layout. IEEE Transactions on Visualization & Computer
Graphics, 22(1):349-358, 2016.
(DOI)

Ali K. Al-Awami, Johanna Beyer, Hendrik Strobelt, Narayanan Kasthuri,
Jeff W. Lichtman, Hanspeter Pfister, Markus Hadwiger. NeuroLines: A
Subway Map Metaphor for Visualizing Nanoscale Neuronal Connectivity.
IEEE Transactions on Visualization & Computer Graphics,
20(12):2369-2378, 2014.
(DOI)

Samuel Gratzl, Nils Gehlenborg, Alexander Lex, Hanspeter Pfister, Marc
Streit. Domino: Extracting, Comparing, and Manipulating Subsets across
Multiple Tabular Datasets. IEEE Transactions on Visualization & Computer
Graphics, 20(12):2023-2032, 2014.
(DOI)

Michael J. McGuffin, Igor Jurisica. Interaction Techniques for Selecting
and Manipulating Subgraphs in Network Visualizations. IEEE Transactions
on Visualization & Computer Graphics, 15(6):937-944, 2009.
(DOI)

解答了挑衅赛的主题材料,获得比赛的唯后生可畏的2018 VAST MC3高高的奖。


www.9820.com 2www.9820.com 3

VAST

在可视解析中,概念,理论,算法,本领,设计,系统,观望商量以至选择日常整合了数额拆解剖析,可视化以致交互作用式设计的艺术,用以升高人机人机联作的力量。在这里种背景下,可视解析就显得极度了。其接纳的多少年足球以是时间和空间或非时间和空间,使用的手艺可以是和人相关或和机械相关,应用领域能够是学术,产业界,商界,或政党政府机构。由此,少年老成篇可视解析的舆论常常融入了多地方的技能和学识背景。

值得关切的是,可视化深入分析技艺现已成为大数目分析的最首要。人类大脑对视觉新闻的拍卖优于对文件的拍卖:人类右脑回想图像的速度比左脑记念抽象文字快100万倍。数据可视化通过图形、图形等相互的显得格局,将数据可视化,让大家一眼“读懂”海量数据的意思。

Technique and Algorithm

Visualization techniques in visual analytics processes.

Close integration of technical components of visual analytics (e.g.,
statistical analysis, data mining and machine learning algorithms,
knowledge representations, visualization/interaction techniques and
methodologies, etc.) for supporting visual data mining.

Visual analytics for supporting the advancement of non-visual technical
components of visual analytics (e.g., visual analytics for supporting
model selection and parameter setting, simulation, clustering and
classification, learning, prediction, monitoring, and optimization).

Integrated data acquisition, management, retrieval, processing and
transformation in visual analytics (e.g., multi-sources;
multi-resolution; data provenance; uncertainty; real world measures;
textual, audio, visual and other media; factual, statistical, semantic,
synthesized, and hypothesized data; etc.).

VA techniques for spatial and non-spatial data, temporal data, streaming
data, quantitative and qualitative data, text and document data, model
visualization, and so on.

Techniques for production, presentation, and dissemination of VA
results.

Examples:

C. Xie, W. Zhong and K. Mueller, “A Visual Analytics Approach for
Categorical Joint Distribution Reconstruction from Marginal Projections”
in IEEE Transactions on Visualization and Computer Graphics, vol. 23,
no. 1, pp. 51-60, Jan. 2017.
doi:10.1109/TVCG.2016.2598479.
VAST 2016 Honorable Mention.

S. van den Elzen, D. Holten, J. Blaas and J. J. van Wijk, “Reducing
Snapshots to Points: A Visual Analytics Approach to Dynamic Network
Exploration” in IEEE Transactions on Visualization and Computer
Graphics, vol. 22, no. 1, pp. 1-10, Jan. 31 2016.
doi:10.1109/TVCG.2015.2468078.
VAST 2015 Best Paper.

T. Mühlbacher and H. Piringer, “A Partition-Based Framework for Building
and Validating Regression Models” in IEEE Transactions on Visualization
and Computer Graphics, vol. 19, no. 12, pp. 1962-1971, Dec. 2013.
doi:10.1109/TVCG.2013.125.
VAST 2013 Best Paper.