合肥工业大学罗月童副教授学术报告:计算机图形学在核能领域的若干实践

6月6日下午,浙江大学CAD&CG实验室有幸邀请到了合肥工业大学的罗月童副教授针对计算机图形学在核能领域的实践做了精彩的报告。

罗老师自2000年开始一直参与核能相关软件研发,主负责计算机辅助建模、科学计算可视化、虚拟现实等相关软件的研发。报告中罗老师首先介绍了核能发展和核能软件自主化的相关背景。随着能源问题日益突出,当前核能在我国正快速发展,核能软件自主化也是我国核能战略的重要组成部分。计算机辅助设计、可视化、虚拟现实等计算机图形学相关技术在核电站设计、核物理分析、辐射防护、核安全分析、人员培训等方面都发挥着日益重要的作用。然后罗老师介绍了自己的团队在过去十多年的实践。在核能问题上,罗老师的初次尝试是采用辅助建模,进而衍生出的问题是特征识别和模型匹配。目前他们极力推动的是通过可视化和可视分析来研究核能问题,希望未来的研究能够结合分析的过程并形成一个综合的解决方案。他们希望最终可以采用虚拟现实或虚拟反应堆技术进行研究。最后罗老师针对学科交叉和领域特色、应用和学术问题提出了自己的想法。 继续阅读 =>

以Bertin之论比较聚类

论文:Comparing Clusterings Using Bertin’s Idea

会议:Infovis 2012

作者:Alexander Pilhöfer, Alexander Gribov, and Antony Unwin

 

本文介绍了一种对多类别型(或多聚类)数据可视化结果重排布优化的度量及方法。

1981年J.Bertin在《A Semiology of Graphics》一书中强调,有序概念的发现会是逻辑简化的终点。这样的思路放之可视化,则意为一个好的排序会明显改善可视化的效果。

而在多类别型数据的可视化中,类别之间的排列顺序对可视化结果的影响可以下图为例,对ecotest数据集进行聚类之后得到两个类别,用fluctuation图表进行可视化。 继续阅读 =>

一种用于分析多标量场数据属性关系的多场对比度量

论文:A Gradient-Based Comparison Measure for Visual analysis of Multifield Data

会议:EuroVis 2011. Best paper 3.

作者:Author: Suthambhara Nagaraj, Vijay Natarajan, Ravi S. Nanjundiah

 

本文介绍了一种可高效计算的、对噪音不敏感的、基于梯度的对比度量,用于分析多标量场数据属性之间的关系。相对于已有方法,主要不同在于可支持任意数目的多标量场数据,并且可扩展到时变数据及向量场数据。

本文的主要贡献在于,提出了一种新的对比度量,用于捕获和分析多标量数据场各个数据属性之间的关系,同时,通过展示对标量场噪音的不敏感性,从理论上阐述了其鲁棒性。第三,给出了一套相适应的快速计算算法,计算该度量。最后,通过在真实数据的应用验证了其有效性。

本文提出的对比度量叫做 multifield comparison measure,多场对比度量,这是一种基于梯度的对比度量。它被定义为多变量场中,由各个标量函数的梯度所组成的向量矩阵的模的形式。如下,f1到fm是标量场函数,x1到xn是局部坐标系。 继续阅读 =>

合肥工业大学罗月童副教授学术报告:计算机图形学在核能领域的若干实践

http://www.cad.zju.edu.cn/Latestnews/xueshubaogao/400.html

时间:6月6日星期四下午14:00
地点:浙大紫金港校区CAD&CG国家重点实验室402室
主题:计算机图形学在核能领域的若干实践
报告人:罗月童 副教授
主持人:陈 为 教授

个人简历:罗月童,博士(有博士后经历),合肥工业大学计算机与信息学院副教授:1978年3月生;2005年7月获工学博士学位;2005.9-2006.9在INRIA研究所从事博士后研究;2006年9月被聘为合肥工业大学计算机与信息学院硕士生导师;先后在中国科学院,德国FZK研究中心、法国INRIA研究从事科学研究。目前正在主持国家自然基金、安徽省基金各一项,及合作项目多项。研究兴趣包括科学计算可视化、计算机图形学,目前主要从事基于感知可视化(Perception-Based Visualization)、智能可视化(Intelligent Visualization)及可视化技术在核聚变中的应用研究。

报告内容:随着能源问题日益突出,核能在我国正快速发展,核能软件自主化是我国核能战略的重要组成部分。计算机辅助设计、可视化、虚拟现实等计算机图形学相关技术在核电站设计、核物理分析、辐射防护、核安全分析、人员培训等方面都发挥着重要作用。中科院核能安全技术研究所是中国先进核能技术主要研究单位,承担了中科院科技先导专项、国际热核聚变实验堆ITER等项目。中科院核能安全技术研究所自2000年开始从事核能软件研发,已发展有相关软件近20套。报告人自2000年开始一直参与相关软件研发,主负责计算机辅助建模、科学计算可视化、虚拟现实等相关软件的研发,本报告将介绍过去十多年的实践、当前面临的困难、及未来的发展思路。

 

语义交互在可视分析中的应用

论文:Semantic Interaction for Sensemaking: Inferring Analytical Reasoning for Model Steering

会议:VAST 2012

作者:Alex Endert, Patrick Fiaux, Chris North

作为一种认知方式,可视分析通过可视化和交互界面使用户得到原始数据、计算模型以及可视化视图中的信息,因此怎样合理构建“用户-可视化-计算模型”之间的交流方式是可视分析中的重点之一。本文提出了语义交互(Semantic Interaction)这一意义构建(sensemaking)方式,旨在建立一种用户可理解、并且可将用户所理解的意义反馈给计算模型的交互手段。

  继续阅读 =>

用于可视比较的交互手段

论文:Interaction Support for Visual Comparison Inspired by Natural Behavior

会议:Infovis 2012

作者:Christian Tominski, Camilla Forsell, and Jimmy Johansson

可视比较是交互式数据探索和分析的固有部分,本文提出了三种具有较高通用性的交互技术,side by side,shine through和folding,如图所示: 继续阅读 =>

Web可视化工具D3

1、为什么需要D3

硬件产品和交互设备的多样化使得可视化设计工具面临新的技术难题。理想情况下,可视化工具需要支持从桌面应用到web应用以及多触点移动设备,同时还需要紧随硬件发展的趋势,如多核计算以及特殊的图形硬件。Protovis提供了JavaScript和Java的实现版本支持异构平台,D3是Protovis的后续产品同样具备跨平台的特性。D3与Protovis最大的差异在于用户能够更直接地使用SVG,比Protovis更灵活。同时D3的性能要胜于Protovis,特别是在动画方面,主要原因在于D3只有变化的属性才被更新而不是重新绘制整个场景。目前Protovis已停止开发,全面转向D3。 继续阅读 =>

“标注”的可视化之旅

论文:Just-in-Time Annotation of Clusters, Outliers, and Trends in Point-based Data Visualizations

会议:VAST 2012

作者:Eser Kandogan

大家都在如何投影、自动聚类等算法上纠结反复的时候,Eser直截了当地在可视化的原图上做标注,也在挖掘信息上取得了不错的结果,为用户提供了明确的语义指导。

顾名思义,文章主要的集中在三种特征的标注上——聚类、异常点、趋势,同时为了达到很好的交互效果,要能及时的做出反馈,所以使用的算法时间复杂度的要求很高,一般不超过O(n^2)。暂时这篇只在点集上做了工作,其他数据集上也可以做些尝试。

继续阅读 =>

分布式存储还是云存储

项目最近遇到一个预期中的问题:数据量急剧增加。由于前期的数据都是集中式管理,模型数据存于数据库,地形高程数据和影像存于文件系统,数据增加后现在需要换到分布式系统。为此我们做了一些调研,包括目前主流的GIS数据管理方式以及最新技术发展。主流的数据管理以武汉大学为代表,数据存于分布式关系数据库Oracle上,构建多级缓存提高数据访问效率。通过与武大遥感实验室沟通,他们也反映目前数据读取仍然不够快,特别是模型较大时延时很明显。另外,也有一些单位将数据通过云平台进行管理,浙大的地理系就做了这样一个系统,非结构化数据(遥感影像)存于HDFS,而元数据等结构化信息存于HBase。但是与他们交流说同样存在读取效率不高的问题。究竟采取哪种技术好呢? 继续阅读 =>

图简化技术——要简单,要有“型”

论文:Motif Simplification: Improving Network Visualization Readability with Fan, Connector, and Clique Glyphs

会议:CHI2013

作者:Cody Dunne, Ben Shneiderman

图简化技术是大规模网络可视化衍生出来的一个问题,对于数据量大(一般网络布局对上千个点和边的处理就已经非常勉强)结构复杂的网络,除了利用交互获取网络局部信息之外,就是要使用图简化的技术了。图简化技术也分点聚合(node aggregation)、边剪枝(edge pruning)和边绑定(edge bundling)三种:边绑定有多种模型,基于骨架的(energy-based),基于能量的(energy-based)等等;边剪枝的典型就是构建网络的最小生成树;这篇论文描述的是第一种点聚合技术。

继续阅读 =>

第 20 页,共 28 页« 最新...10...1819202122...最旧 »