摘要：足球传球网络分析对提高球队的进攻效率起着重要作用.然而,大多数现有工作都将传球网络视为静态网络,忽略了比赛过程中传球的时空演变.该工作通过与领域专家的深入访谈总结了动态传球网络分析的重要任务,并提出了一个交互式可视分析系统支持对传球网络的时空动态性进行全面分析.该系统应用了基于图标的可视化方法和投影技术,以呈现不同时间下的传球网络拓扑结构和传球空间上下文信息.该系统可以辅助用户发现传球网络结构和传球所在的空间位置在时间上的变化模式以及两者之间的关联,并根据传球网络动态性对比赛过程进行更深入的解读,发现有价值的传球网络变化策略.通过案例分析和专家访谈,验证了该系统在分析传球网络动态性的可用性和有效性.

摘要：沉浸式可视化是一个新兴的研究领域,旨在通过沉浸式交互界面所提供的沉浸感与参与感充分运用人们的感知与操作能力,为数据分析推理与决策提供支持.以最新的沉浸式可视化研究为基础,首先从沉浸式感知的评估与运用出发,介绍视觉感知以及非视觉辅助感知在信息可视化中的应用方式与评估结果;然后对于可视化中的交互设计,分别从触摸、手势、注视与移动导航4种类别概述最新的交互技术;再针对可视化的创作工具,从桌面端、移动端以及多端融合3个方面进行创作工具的概述;最后对沉浸式可视化的产业趋势、应用以及挑战进行总结.

摘要：为了高效地检测和分析癫痫患者脑电图中的癫痫样放电,提出一种面向癫痫的脑电图可视分析方法.首先利用浙江大学医学院附属第二医院在癫痫治疗过程中积累的脑电数据,建立基于时域和时频域视角的卷积神经网络模型,用于癫痫样放电自动分类,使用Focal Loss作为损失函数评估放电类别分布不均衡的问题;然后在分类模型基础上,结合医生的需求设计交互式的多视图可视分析系统,其由波形分类视图、离群值检测视图和波形检查视图3个相互协作的模块组成;最后招募10位被试和2位专家,通过评估实验验证系统在癫痫诊断方面的有效性和可用性.实验结果表明,建立的分类模型在所用数据集上的平均F1分数为0.88,优于其他的脑电分类模型,且具有良好的鲁棒性;设计的系统具有良好的可用性和有效性,可以辅助医生进行癫痫诊断.

摘要：理解数据整理脚本的语义是数据工作者的常见需求.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.通过收集数据工作者在理解数据整理脚本语义上的具体需求,设计并实现了一个基于概览和细节模式的交互式可视分析系统ChangeVis,帮助数据工作者理解表格在数据整理过程中的变化.ChangeVis包含概览视图,语义视图,统计视图和数据视图4个视图,分别可视化代码块中的表结构变化、行列信息变化、单元格数据变化以及执行的数据转换操作的语义.通过案例分析和用户实验,验证了ChangeVis系统在帮助数据工作者理解数据整理脚本语义的可用性和有效性.

摘要：文本可视分析是一个跨学科的领域,涉及文本数据挖掘、计算机图形图像以及人机交互等各方面的知识和技术,可以帮助用户以可视分析的手段交互地分析海量的文本数据内容,提供及时的反馈,发现异常和规则,提取知识以及获取洞察.已被应用在国土安全、商业智能分析以及金融分析等很多不同的领域,受到国内外学术界、工业界以及政府部门越来越多的重视.文中首先简要地介绍了文本可视分析的一般流程;然后系统地介绍了典型的文本分析和可视化技术,并着重讨论这2类研究的最新技术以及发展;最后对全文进行了总结并展望了文本可视分析面临的四大研究挑战:海量数据规模、复杂数据的不确定性、数据融合以及人机交互.

摘要：动态图的分析在许多领域都十分重要.随着数据的增加,数据分析师通过从多个动态序列中分析频繁的演变模式来发现有价值的规律.然而,结构复杂、数据量大、演变过程多样等特征为理解动态图数据的演变模式带来了极大的挑战.为了提取大规模动态图数据中普遍存在的演变模式,提出一种动态图序列演变模式的可视化方法.首先将动态图序列转换成事件序列,然后,在此基础上提取频繁出现的动态图序列片段,并总结成演变模式;此外,开发了一个整合文中方法的交互式原型系统,以支持自上而下的动态图数据的探索.最后通过家谱树网络和科研合作网络这2个案例,证明了该方法在真实世界应用中的可用性和有效性.

摘要：多模态人机交互旨在利用语音、图像、文本、眼动和触觉等多模态信息进行人与计算机之间的信息交换。在生理心理评估、办公教育、军事仿真和医疗康复等领域具有十分广阔的应用前景。本文系统地综述了多模态人机交互的发展现状和新兴方向,深入梳理了大数据可视化交互、基于声场感知的交互、混合现实实物交互、可穿戴交互和人机对话交互的研究进展以及国内外研究进展比较。本文认为拓展新的交互方式、设计高效的各模态交互组合、构建小型化交互设备、跨设备分布式交互、提升开放环境下交互算法的鲁棒性等是多模态人机交互的未来研究趋势。

摘要：自2013年工业4.0的概念被提出以来,全世界的工业进程都飞速奔向智能制造时代。而数据感知技术的发展进一步帮助收集海量工业数据,工业信息化革新正是机遇。但是,工业数据具有规模大、维度高、结构多变和内容复杂的特性,对其进行分析是一项严峻的挑战。多变的应用场景又导致分析的灵活度要求提高,往往需要专家参与分析循环,因此可视化在工业数据分析中有了更广泛的应用。该综述首先按生产阶段及属性分别总结了工业场景下常用的数据类型;其次,根据数据属性,按时间、空间、时空结合分类,介绍了对应的可视化方法;再次,总结了可视分析在工业场景下的应用,并讨论如何合理地集成自动化分析方法以提高分析能力;最后,展望了工业数据可视分析的发展前景,并提出未来的研究方向。