GAMES Webinar 2023 – 296期(真实可信的数据可视表达) | 韩俊(香港中文大学(深圳))，周亮(北京大学健康医疗大数据国家研究院)

【GAMES Webinar 2023-296期】(可视化专题-真实可信的数据可视表达)

报告嘉宾：韩俊(香港中文大学(深圳))

报告时间：2023年10月19号星期四晚上8:00-8:20（北京时间）

报告题目：基于隐式神经表示的大规模流数据压缩

报告摘要：

隐式神经表征是大规模时序科学数据压缩的关键工具。然而，该方法要求在压缩时所有数据都是可获取的，这给压缩连续的数据流时带来了巨大的挑战。本报告将介绍一种新的基于隐式神经网络表达的流数据压缩学习框架。通过流压缩和知识抽取两个阶段，该框架能实时地压缩数据流，并且保证数据压缩的质量和效率。

讲者简介：

韩俊博士，香港中文大学(深圳)数据科学学院助理教授，博士生导师。2022年获得美国圣母大学计算机科学和工程博士学位。主要研究兴趣为科学可视化和深度学习。近年来在IEEE TVCG, IEEE VIS, EuroVis, IEEE PacificVis，ACM IUI和ACM UbiComp上发表论文10余篇，任IEEE VIS, IEEE LDAV, ChinaVis 程序委员会委员。曾获ACM UbiCmp Distiguished Paper Award 和 IEEE CG&A Best Paper Award。

讲者主页：https://stevenhan1991.github.io/

报告嘉宾：周亮(北京大学健康医疗大数据国家研究院)

报告时间：2023年10月19号星期四晚上8:20-8:40（北京时间）

报告题目：可信多模态医学可视化

报告摘要：

医学实践中医学专家依赖多模态数据进行诊疗。可视化方法可有效地结合医学专家经验和计算机自动的优势，实现以人为中心的多模态医学数据交互分析，从而辅助医疗决策。我们提出可信多模态医学可视化，研究可视化从数据到视觉感知全过程的可信，试图真实地表达数据，使分析者信任感知到的可视化。在此基础上，通过设计研究方法论进行学科交叉，研究实际医学问题的可视分析方法。

讲者简介：

周亮，副研究员、助理教授，博士生导师，任职于北京大学健康医疗大数据国家研究院。于美国犹他大学获得计算机科学博士学位，曾在德国斯图加特大学可视化研究中心，犹他大学科学计算与图像研究所进行博士后研究。研究兴趣包括科学与信息可视化，健康数据可视分析，医学混合现实。

讲者主页：https://zhou-l.github.io/

主持人简介：

曾伟博士，香港科技大学（广州）信息枢纽计算媒体与艺术学域（CMA）以及数据科学与分析学域（DSA）双聘助理教授，博士生导师，新加坡南洋理工大学计算机专业本科（2011）和博士（2015）学位。研究聚焦于交互式数据可视化方法，协调人工智能与人类认知推理能力的融合，研究成果应用于智慧城市、文化遗产等领域，在相关领域发表论文50余篇，包括20余篇CCF A/B类高水平期刊与会议论文，获VINCI、ChinaVis、ICIV最佳论文或最佳论文提名奖。受邀担任Journal of Big Data副主编、Visual Informatics青年编委、VINCI 2023国际会议程序委员会主席，长期担任IEEE VIS、EuroVis、ChinaVis等国际会议的程序委员会委员，以及IEEE TVCG、SIGGRAPH、IEEE TKDE、CGF等期刊审稿人。

GAMES主页的“使用教程”中有 “如何观看GAMES Webinar直播？”及“如何加入GAMES微信群？”的信息；
GAMES主页的“资源分享”有往届的直播讲座的视频及PPT等。
观看直播的链接：http://webinar.games-cn.org