陈伟锋和李昕博士的开题报告
2012年4月27日vag小组两位博士陈伟锋和李昕在浙大紫金港校区蒙民伟楼B座417完成了各自的毕业开题工作。两位博士的题目分别是《可视化中的颜色优化设计》和《三维不规则数据场快速体可视化技术研究》。参与会议的老师有鲍虎军教授、刘新国教授和陈为教授。两位博士对自己目前的研究工作以及下一步的构想向三位老师做了汇报。三位老师对题目中存在的不完善之处提出了非常好的建议,并对未来构想也做了一些指导。师生之间交流非常融洽,促进了相应工作的进展。
2012年4月27日vag小组两位博士陈伟锋和李昕在浙大紫金港校区蒙民伟楼B座417完成了各自的毕业开题工作。两位博士的题目分别是《可视化中的颜色优化设计》和《三维不规则数据场快速体可视化技术研究》。参与会议的老师有鲍虎军教授、刘新国教授和陈为教授。两位博士对自己目前的研究工作以及下一步的构想向三位老师做了汇报。三位老师对题目中存在的不完善之处提出了非常好的建议,并对未来构想也做了一些指导。师生之间交流非常融洽,促进了相应工作的进展。
报告题目:Effective and Trustworthy Visualization
报告人:Dr.Yingcai Wu
时间:4月25日下午3点
地点:浙江大学紫金港CAD&CG国家重点实验室402
主持人:陈为教授
VAG组博士后、杭州电子科技大学刘真老师的课题《基于超图的复杂物联网数据关系可视化研究》喜获2012年浙江省自然科学基金的资助。
在被称为“第三次IT浪潮”的物联网应用带来了海量和关系复杂的数据。本课题针对物联网数据的特性,基于超图理论探索美观实用的复杂物联网多元物理对象关系可视化方法,帮助可视化用户通过观察物联网大量物理对象关系的形象表示,贯通零散的知识发现,发掘物联网的隐含特征、潜在关联性和关系模式。
这个课题的立项表明了我们组可视分析研究工作在获得政府资助上跨出可喜的一步。
陈广宇为浙江大学2009级的硕士研究生,本科时便已在实验室中工作。研究方向主要为医学影像可视化。研究生期间不仅在学术上有所成就,成功发表论文,而且作为医学小组的骨干开发了活体肝移植手术规划系统。此系统获得多方学者和专家的一致好评。另外,他还参与了小组与浙一医院放疗科合作的基金项目,加强了小组与医院的交流合作。三年多的辛勤劳动不仅帮助小组茁壮成长,而且身为小组的大管家勤勤恳恳为各位组员提供了舒适的工作条件。陈广宇于2012年3月,顺利毕业。他拒绝了众多IT知名企业的offer,带着他的梦想投入到了杭州一家游戏创业公司,准备大展宏图。
丁治宇博士于2012年3月23日中午,由上海启程赴美国博士北美研究院开始为期一年的实习,这是我们小组连续第六名在该院的实习生。自2007年起,由小组5名成员在博世北美研究院合作开发的全球第一款非真实感三维GPS导航系统已经投入全球汽车市场。
陈为,男,1976 年生,博士,教授。1996年本科毕业于浙江大学应用数学系,2000年6月至2002年6月在德国Fraunhofer图形研究所攻读联合培养博士学位,2002年9月进入浙江大学CAD&CG国家重点实验室工作, 2009年12月晋升教授。研究兴趣包括可视化与可视分析,特别关注科学计算数据、医学影像数据和非结构化数据的分析处理,是中国大陆可视化领域的第一方阵的学者之一。已(合作)培养博士研究生8名,硕士研究生15名,主持国家973项目子课题两项、863高科技项目一项,国家自然科学基金项目和浙江省自然科学基金项目各两项。目前开设课程有信息可视化、计算机游戏程序设计等。获2007年浙江大学校级优秀班主任,2011年浙江大学计算机和软件学院优秀班主任称号。
3月13号下午,浙江大学航空航天学院陈伟芳教授来到实验室参观交流。包括实验室主任鲍虎军教授,陈为教授,黄劲副教授在内的老师与本组的相关同学和陈伟芳老师进行了深入的热烈的真诚的交流和讨论。
3月11日,淘宝数据可视化实验室-DataV小组成员来到实验室与本组的老师和同学进行了面对面的交流。
首先,是由本组的陈为教授和彭帝超博士后向远道而来的客人介绍了我们小组近几年在可视化方面的一些工作情况和成果。接着,是淘宝数据可视化实验室负责人向本组成员展示了淘宝在数据可视化方面这几年所做的一些工作,以及接下去的工作目标。
今天是Pacific Vis2012的第三天,主要探讨和报告了本次会议所收录的科学可视化相关工作。会议邀请了来自UT Austion大学的教授Chandrajit Bajaj[1]介绍其过去十年运用可视化和几何的方法解决生物计算问题方面的工作。接下来是论文报告环节。今天的主题论文报告分为三个环节,其中两个Session是流场可视化,另一个Session是体绘制。来自布朗大学的Devon Penney介绍了他们关于使用不同的绘制效果(全局光照、纹理等)对基于Streamtube流场可视化方法的用户研究。Mathias Schot等也介绍了其使用图形的方法解决可视化问题的研究,他们提出用Occlusion Shading解决Phong Shading无法捕捉细节细节信息的缺陷,如下图所示: