2022年,第15届中国 R 会(北京)将于11月19-25日在中国人民大学召开,本次会议由统计之都,中国人民大学统计学院、中国人民大学应用统计科学研究中心主办,得到 Posit 赞助支持,将以线上会议和线下会议相结合的方式举办。欢迎进入 R 会官网,获取更多会议信息!
链接:
https://china-r.org/bj2022/index.html
下面为您奉上本次 R 会可视化专场演讲介绍,本会场主席为复旦大学大数据学院青年研究员陈思明:
可视化专场
时间:2022年11月22日 晚上19:00-22:00
腾讯会议号:617824256
腾讯会议链接:https://meeting.tencent.com/dm/eDTdZp5dhU0A
01
陈帅
基于地图隐喻的可视化构建方法及其应用
个人简介
陈帅,北京大学智能学院博士研究生。主要研究方向为复杂异构数据的可视分析,尤其是针对社交、新闻媒体数据的分析,在IEEE VIS、EuroVis上发表多篇论文。
报告摘要
隐喻地图是一种利用地图作为隐喻来可视化非空间数据的方法,在文本、网络等数据可视化中具有广泛的应用。已有工作提出了不同的隐喻地图可视化形式,但是缺乏高效、统一的隐喻地图构建方法,普通用户在构建隐喻地图可视化上存在较大困难。本次报告将讨论隐喻地图的统一构建方法以及在不同类型数据、任务场景下的具体应用。
02
黄锦畦
可视分析赋能历史学群体研究
个人简介
黄锦畦,香港科技大学博士研究生,他的研究兴趣涵盖可视化分析对不同专业领域的应用,发表CCF-A类论文4篇。
报告摘要
群体,是解读历史的核心要素。历史学家通过研究历史人物的行为来探讨社会结构的变化和社会流动的趋势。例如,乔治-华盛顿——美国第一任总统,他和其他开国元勋之间还有什么不为人熟知的联系?朱熹——理学集大成者,他是如何一步步扩展他的传道版图,形成以他为核心的理学群体,进而使理学成为元、明、清三朝的官方哲学?数据科学的加入,让传统历史学群体研究有了新的视角与方法。我们用数据思维、计算机手段来思考和解答以上问题。本次报告将分享我们和历史学家合作的最新成果——CohortVA,一种交互式的可视分析方法,使历史学家能够将专业知识和洞察纳入迭代探索群体的过程中,极大地提高群体识别、人物筛选和假设验证的能力。
03
赵宇恒
时变上下文语义序列的比较可视分析方法
个人简介
赵宇恒,复旦大学大数据学院博士研究生,复旦大学可视分析与智能决策实验室成员,导师为陈思明老师。目前研究方向为社交媒体可视分析,相关工作发表于ACM CSCW等会议与期刊。
报告摘要
社交媒体文本数据的可视分析旨在从文本中挖掘丰富的语义信息,结合可视化帮助人们快速理解舆情内容及其演变。已有研究提出采用语义序列的方法来总结社交媒体文本内容。然而现存的可视化方法难以支持同时比较时变信息和具有上下文信息的语义序列。此外,由于社交媒体事件往往存在不同的关键人物或焦点引导话题的演变,分析这些不同数据流中的语义序列也更加困难。本次报告将讨论如何创建新颖的翅膀隐喻可视化来支持语义序列的复杂比较分析。
04
熊凯
数据整理脚本的语义理解
个人简介
熊凯,浙江大学CAD&CG国家重点实验室的博士研究生,导师为巫英才教授,是ZJUIDG(https://zjuidg.org)科研小组的成员。主要研究方向是数据整理和可视分析,尤其关注在如何帮助数据工作者理解数据转换过程的语义。
报告摘要
数据整理(Data Wrangling)是一种通过清洗和转换操作将复杂凌乱的数据整理成理想数据格式的过程,是数据存取、数据建模和数据可视分析等任务的重要前置步骤。利用R、Python等编程语言来编写特定的脚本是完成数据整理工作的常用手段。在现实工作中,理解数据整理脚本的语义(即数据是如何发生变化的)是数据工作者的常见需求,如代码调试、程序复用等。然而, 数据整理操作的类型及其代码的实现方式复杂多样, 使得数据工作者在理解脚本语义时费时费力。为了帮助数据工作者高效地理解脚本的语义,我们提出了一系列研究工作:SOMNUS,利用基于图形图符的节点链接图可视化数据表格的变化过程;以及COMANTICS,结合数据表格的差异及CNN模型自动推断数据整理脚本的语义。
05
刘灿
可视化的智能自然语言交互
个人简介
刘灿,北京大学博士研究生,导师为袁晓如研究员。2018年获北京大学理学士、经济学士。研究方向为深度学习驱动的可视化。近年来,在IEEE TVCG, ACM CHI, IEEE PacificVis 等会议期刊发表近十篇论文。获 IEEE VIS 最佳海报提名奖,IEEE PacificVis 最佳海报奖、提名奖,ChinaVis 最佳综述奖、最佳论文提名奖。
报告摘要
可视化是数据分析的重要方法。自然语言是人类智能的结晶。两者的交叉研究从两方面提升用户对数据的理解。一方面,自然语言降低需求表达门槛,使普通大众更简便地构建和使用数据可视化;另一方面,自然语言作为可视化的一部分来辅助用户理解数据。
06
张宇
基于交互式机器学习的数据重建与数据标注
个人简介
张宇,华为中软基础软件创新实验室数据可视化技术专家。牛津大学计算机系博士,北京大学智能科学与技术专业本科。主要研究方向为交互式机器学习以及数字人文,相关论文发表于ACM CHI, ACM TIIS等会议与期刊。
报告摘要
数据可视化有很长的历史,历史上的可视化编码了有价值的历史数据集,但是记录了这些原始数据集的文档如今通常已经佚失。为了复原这些数据集,需要从历史上的可视化中进行数据重建。本报告主要介绍通过交互式机器学习从可视化中进行数据重建,通过图形化开发工具低代码地开发数据重建流程,以及这些工作对通用数据标注工具的启发。
参与方式
本会场将采取腾讯会议的方式,欢迎各位朋友加入腾讯会议直播,共同参会!
腾讯会议室:617824256
会议组织
主办方
承办方
中国人民大学统计学院 
数据科学与大数据统计系
赞助商
联系方式
  • 会议微信:统计之都
  • 新浪微博:@统计之都
  • 微信公众号:统计之都
统计之都:专业、人本、正直的中国统计学社区。
关注方式:扫描下图二维码。或查找公众号,搜索 统计之都 或 CapStat 即可。
往期推送:进入统计之都会话窗口,点击右上角小人图标,查看历史消息即可。
继续阅读
阅读原文