学术俊作者

浙江大学陈为“大数据可视化”

昨天我们分享了同济大学曹楠教授的“Interactive Visual Anomaly Detection and its Applications”演讲PPT,曹楠教授主要剖析了基于可视分析的异常检测技术中存在的问题,及其在不同领域的应用。

今天与大家分享的是可视化报告会另外一位演讲嘉宾,浙江大学陈为教授的“大数据可视化 挑战与趋势”的演讲PPT。

陈为教授主要介绍了大数据在大科学、大工程、大安全、物联网与智慧城市、互联网与社交媒体等场景下的应用,探讨了大数据可视化的对象、用户和实际应用方面(宋词文化可视化、NBA比赛进程可视化以及大屏拼接沉浸式环境等)的研发趋势,极大提升了与会者对数据可视化的认知。

浙江大学计算机学院教授陈为

大数据可视化 挑战与趋势

报告主要分为三部分:一是大数据可视化基本概念和可视化的三大任务,二是大数据可视化的五大重要应用,三是对可视化发展的展望。

数据可视的三大任务

一图胜千言,所见即所得

大数据可视化现状

可视数据清洗

可视化的重要应用:大科学、大安全、大工程、物联网与智慧城市以及互联网与社交媒体

新华网数据新闻联合浙江大学可视化小组研究团队,以《全宋词》为样本,挖掘描绘出两宋319年间,那些闪光词句背后众多优秀词人眼中的大千世界。项目历时半年,分析词作近21000首、词人近1330家、词牌近1300个,意在为解读中国古典诗词提供新视角。

大数据可视化展望

理解和利用数据是信息技术发展的迫切需求,数据可视化为人类洞察数据的内涵、理解数据蕴藏的规律提供了重要的手段和高效的人机界面,是数据分析的一种手段,也是人机融合智能的核心要素。陈为教授的这次报告介绍了数据可视化的基本概念以及大数据时代下的可视化分析的内涵,阐述学界近期研究重点,并展示了数据新闻、智慧城市等相关可视分析案例。为我们带了大数据可视化领域面临的挑战和未来的展望。

AMiner学术头条
AMiner学术头条

AMiner平台由清华大学计算机系研发,拥有我国完全自主知识产权。系统2006年上线,吸引了全球220个国家/地区800多万独立IP访问,数据下载量230万次,年度访问量1000万,成为学术搜索和社会网络挖掘研究的重要数据和实验平台。

https://www.aminer.cn/
专栏二维码
理论智能交互智慧城市物联网可视化大数据陈为浙江大学
3
相关数据
数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

异常检测技术

在数据挖掘中,异常检测(英语:anomaly detection)对不符合预期模式或数据集中其他项目的项目、事件或观测值的识别。 通常异常项目会转变成银行欺诈、结构缺陷、医疗问题、文本错误等类型的问题。 异常也被称为离群值、新奇、噪声、偏差和例外。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

物联网技术技术

物联网(英语:Internet of Things,缩写IoT)是互联网、传统电信网等信息承载体,让所有能行使独立功能的普通物体实现互联互通的网络。物联网一般为无线网,而由于每个人周围的设备可以达到一千至五千个,所以物联网可能要包含500兆至一千兆个物体。在物联网上,每个人都可以应用电子标签将真实的物体上网联结,在物联网上都可以查出它们的具体位置。通过物联网可以用中心计算机对机器、设备、人员进行集中管理、控制,也可以对家庭设备、汽车进行遥控,以及搜索位置、防止物品被盗等,类似自动化操控系统,同时通过收集这些小事的数据,最后可以聚集成大数据,包含重新设计道路以减少车祸、都市更新、灾害预测与犯罪防治、流行病控制等等社会的重大改变,实现物和物相联。

数据可视化技术

数据可视化被许多学科视为现代视觉传达的等价物。为了清晰有效地传递信息,数据可视化使用统计图形、图表、信息图和其他工具。数字数据可以使用点、线或条编码,以视觉传达定量消息。有效的可视化帮助用户对数据进行分析和推理。它使复杂的数据更容易理解和使用。用户可以根据特定的分析任务进行数据可视化,例如进行比较或理解因果关系,并且图形的设计原则(即,显示比较或显示因果关系)来进行可视化。表通常用于用户查找特定测量的地方,而各种类型的图表用于显示一个或多个变量的数据中的模式或关系。

推荐文章
暂无评论
暂无评论~