“可视化与可视分析”专题序言

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2022-01-02

单桂华中国科学院计算机网络信息中心,北京 100083

作者简介 About authors

单桂华,中国科学院计算机网络信息中心,研究员,主要研究方向为可视化与可视分析、智能交互。

PDF (2717KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
单桂华. “可视化与可视分析”专题序言[J]. 数据与计算发展前沿, 2021, 3(4): 1-2 doi:

伴随着信息技术与互联网的飞速发展,人类进入了大数据时代。各种大科学装置、互联网等源源不断产生海量复杂数据,充分发掘并利用好这些数据对各行各业发展至关重要,如何从这些浩如烟海的复杂数据中快速而准确地获取知识已经成为大数据时代亟需解决的难题。可视化与可视分析技术作为大数据分析的关键手段,其研究与应用在全球方兴未艾,深度融合在各种领域之中,被很多国家列为国家科技战略的重要内容。CCF大数据白皮书连续四年把可视化列入大数据的十大关键技术之一,中国科技创新2030“新一代人工智能”和“大数据”专项均将可视化列为大数据智能急需突破的关键共性技术。美国《2016-2045新兴科技趋势报告》也把可视化列入数据分析的关键技术之一,2008年11月美国商务部更是把可视化列入禁运技术。在这种形势下,《数据与计算发展前沿》组织发表了“可视化与可视分析”专题,收录了展示我国可视化与可视分析的前沿发展态势和创新技术及应用成果等方面的6篇高水平研究论文。

本专题旨在梳理总结可视化与可视分析技术的发展规律与未来趋势,为本领域****提供参考。本期专题出版的6篇论文,分别从日志数据交互可视分析、材料智能可视分析、用户特征可视化、原位可视化、流线可视化以及网吧数据可视化等方面阐述可视化与可视分析领域的发展。

其中,单桂华等人在《面向SWF日志事件流数据的可视分析系统》一文中为解决高性能计算集群的日志数据交互可视分析的问题,提供一套支持多种不同集群系统日志数据的可视分析框架,本文设计并实现了面向SWF日志数据的事件流可视分析系统SWFVis。针对公开的iPSC/860与ForHLR II集群产生的真实数据,SWFVis直观展示了日志中整体作业的并发状态、执行情况,并对集群中存在的作业处理模式进行分析。SWFVis提供了针对SWF日志数据的交互式可视分析方法,支持多种计算机集群使用。通过对作业间存在的时序性、关联性进行展示,以及对作业多维属性进行挖掘,可以直观呈现集群工作状态、用户提交行为,并交互式发掘集群作业中存在的处理模式,为集群调度优化提供支撑。^[1]

随着“碳达峰”和“碳中和”目标的提出,能源消费领域电气化进程将进一步加快,其中在储能技术领域,锂电池是当前最具发展潜力的技术之一,已被广泛地应用在国民生活的方方面面。传统的锂电池所采用的液态电解质存在漏液、易燃和爆炸等多方面的潜在安全隐患,能量密度和安全性更高的固态电解质被认为是代替液态电解质的理想解决方案。当前,寻找具有高离子电导率等特性的固态电解质材料仍然是当前的研究热点。在这种背景下,蒲剑苏等人在《基于可视化的固态电解质材料机器学习筛选与预测》一文中基于可视化技术对多种机器学习算法的结果进行重构和展示,并通过不同视图对材料之间的关系进行可视化对比和分析,结合实验分析得到的一些案例,最终给出了预测,并经过材料实验反馈,证实了部分预测材料的优良性能,验证了该系统的有效性。^[2]

毕重科等人在《基于虚拟视点的大规模数值模拟的可交互式原位可视化》一文中,提出了一种基于虚拟视点的可交互式原位可视化方法。为了解决原位可视化图像采样不全的问题,作者设计了基于深度图的虚拟视点合成方法,补充了用于三维重建的虚拟视点图像。为了展示数值模拟结果的整体特征,将生成的虚拟视点图像和原始图像进行图像拼接。最后对拼接而成的完整图像进行三维重建生成了可供交互的模型,解决了原位可视化图像难以帮助专家在空间上交互的问题。文章设计了一种基于虚拟视点的可交互式原位可视化方法,可以有效地帮助专家准实时观察和分析大规模数值模拟所有中间结果的细节。^[3]

王文珂等人在《基于矢量完全信息熵的流线并行分布方法》一文中,选取了三组实验数据,产生不同数量的流线与已有方法进行对比实验。实验结果表明,该方法能够高效生成可反映矢量场方向和长度变化信息的流线。该方法考虑了矢量方向和长度分量,分块并行计算熵场并以此指导流线的放置。在放置过程中,采用了一种改进的精简剪枝方法来提高算法的效率。文章提出的并行流线分布方法,能够高效揭示更多的矢量场信息,且不遗漏矢量场的显著特征。^[4]

汤颖等人在《基于局部模型融合的交互式电影推荐系统》一文中从用户历史观影标签集合中提取用户偏好特征,通过LDA模型基于此特征对用户进行聚类,并利用SLIM模型对不同用户子群分别训练局部模型,最后利用训练过程的上下文语义信息设计和实现最终的交互式电影推荐系统。设计了一个交互式的电影推荐系统RecVis,能够可视化推荐原因和用户画像,向用户提供推荐解释和交互反馈功能,以及实时获得根据其交互反馈的感兴趣的最新推荐结果通过豆瓣电影数据集的测试,证明了该系统在推荐方面的有效性,并通过一系列案例分析验证了RecVis能够帮助用户理解推荐结果,增加对推荐系统的信任。^[5]

赵凡等人在《网吧记录数据可视分析系统SRDVis》一文中基于该类时空数据的固有属性和特征,通过对原始数据的处理、统计及分析,结合可视化设计、要素关联、人机交互等方法与技术,研发完成了可满足本领域数据分析任务的可视化系统。文章针对网吧用户行为记录数据特点设计了多种可视化视图,可从不同视角展示数据特征,满足了业务监管人员对本领域数据的管理及分析需求。 SRDVis系统通过2个基于真实业务场景案例的分析,验证了分析方法的有效性和系统的可用性,可以实现对此类时空数据的可视分析需求,系统具有一定的扩展性,能够在多种业务领域中得到应用。^[6]

本专题由中国科学院计算机网络信息中心单桂华研究员指导推进。希望该专题的出版能够起到“抛砖引玉”的作用,吸引更多力量关注可视化与可视分析领域的发展。