特邀讲者:
Han-Wei Shen,美国俄亥俄州立大学
讲座题目:
Machine Learning for Scientific Visualization(面向科学可视化的机器学习)
讲座时间:
2022年4月7日晚上19:00-20:30(北京时间)
https://live.bilibili.com/24003948
在本次报告中,我将讨论我们最近在使用机器学习算法进行科学数据分析和可视化方面的一些进展。首先,我将介绍一个通过几何卷积为 3D 点云设计的神经网络,它能够在潜在空间中的聚类来提取特征,并应用均值偏移等跟踪算法对这些特征进行跟踪。接下來,我将描述一种基于在线强化学习范式的负载平衡粒子跟踪算法,通过开发三个核心组件来动态优化分布式存储系统中的并行粒子跟踪性能。此外,我将讨论STSRNet网络,它利用深度学习模型来捕捉矢量场数据的非线性复杂变化,以从相应的低分辨率关键帧来重建高时间分辨率 (HTR) 和高空间分辨率 (HSR) 向量场序列。最后,作为我们即将发表的PacificVis 论文(被推荐至 TVCG 上发表)的预览, GNN-Surrogate是一种基于图神经网络的代理模型,可有效地探索不规则网格上的模拟输出。
Han-WeiShen
Han-Wei Shen是美国俄亥俄州立大学教授,IEEE Visualization Academy成员,IEEE TVCG的副总编辑。他曾經是IEEE Visualization执行委员会及IEEE SciVis指导委员会成员。他主要的研究领域是科学可视化和计算机图形学。沈教授是美国国家科学基金会的CAREER奖项,以及美国能源部早期职业首席研究员(Early CareerPrincipal Investigator)称号的获得者(US Department of Energy's Early Career Principal Investigator)。曾担任IEEE TVCG副主编、以及多项顶级会议的论文主席。曾在顶级期刊和会议:IEEE TVCG以及IEEE Visualization conference发表超过50篇学术论文。
单桂华
单桂华,女,博士,研究员,中国科学院计算机网络信息中心,先进交互式技术与应用发展部主任。研究方向可视化与可视分析、人机交互技术。近五年主持包括国家重点研发计划课题、国家大装置课题、中科院知识创新重大项目课题、中科院重点部署项目课题等,在国内外可视化领域重要学术刊物等发表论文五十余篇,申请国家发明专利25项。
网页地址:http://chinavis.org/lectures
邮件联系:csig_vis_forum@163.com