可视化与可视计算
课程编码：180086085404M4001Y
英文名称：Visualization and Visual Computing Seminar
课时：20
学分：1.00
课程属性：研讨课
主讲教师：单桂华等
教学目的要求
本课程是计算机与信息相关专业研究生开设的专业研讨课。网络与数据时代的到来正深刻地改变着社会与人们的生活。可视化是在此浪潮中兴起的一门交叉学科。它通过创造性地结合现代数据处理方法与人类强大的视觉感知分析能力，凭借交互可视用户界面探索海量抽象数据的内在结构、广泛关联与未来趋势。通过本课程学习与研讨，希望达到两个教学目标，根据学生基础与具体情况灵活掌握：1) 认识并理解可视化的基本概念、设计原则、核心流程、实现工具及几种重要数据类型的可视化方法；2) 训练并掌握应用经典可视化方法展示分析具体数据的能力，了解根据不同数据类型、用户特征及分析任务选择可视化方法的基本原则。本课程在课堂教学与研讨之外，要求学生独立完成一组可视化相关课程任务。课程成绩根据课堂出勤、平时作业及课程任务完成情况综合评定。
预修课程
无
大纲内容
第一章 可视化及可视计算理论与方法
第1节 学科发展历史及基本概念模型，可视化基本流程与学科难点问题 1.0学时
第2节 人类感知与可视化方法评价体系 1.0学时
第3节 预组织、降维、聚类、特征提取等可视化数据处理经典算法 1.0学时
第4节 视觉映射、布局、渲染等可视化经典方法，交互式可视分析方法 1.0学时
第二章 信息可视化技术研讨
第1节 信息可视化方法 2.0学时
第2节 信息可视化工具 2.0学时
第3节 信息可视化应用 2.0学时
第三章 科学可视化技术研讨
第1节 科学可视化方法 2.0学时
第2节 科学可视化工具 2.0学时
第3节 科学可视化应用 2.0学时
第四章 可视化+人工智能+虚拟现实技术研讨
第1节 可视化+人工智能应用 2.0学时
第2节 可视化+虚拟现实应用 2.0学时
参考书
1、
Visual analytics for data scientists
Natalia Andrienko
2020年8月
Springer International Publishing
2、
Interactive visual data analysis
Christian Tominski
2020年3月
CRC Press
3、
Mastering the information age solving problems with visual analytics
Daniel Keim
2010年1月
Eurographics Association
4、
High performance visualization: Enabling extreme-scale scientific insight
E. Wes Bethel
2012年11月
CRC Press
课程教师信息
单桂华，女，博士，中科院计算机网络信息中心，研究员，博导，交互式发展部主任，2010年获中科院研究生院博士学位，现任中国图形图象学会可视化与可视分析专委会常务委员，主要研究方向大数据分析、可视化、虚拟现实等，近五年承担国家重点研发计划课题、国家重大科技基础设施项目、中科院重点部署和信息化专项课题及先导子课题等，在国内外可视化领域重要期刊和会议发表学术论文60余篇。曾获省部级科技进步一等奖。
刘俊，男，博士，中科院计算机网络信息中心，项目研究员，硕导，主要研究方向科学数据可视化及可视分析。