FITEE 2020 智能可视分析专题导读
专题目录
点击链接可查看各篇中文摘要和内容概要
1. RCAnalyzer: visual analytics of rare categories in dynamic networks
动态网络中稀有类可视分析系统潘嘉铖，韩东明，郭方舟，周大为，曹楠， 何京芮，徐明亮，陈为*2. SuPoolVisor: a visual analytics system for mining pool surveillance
数字货币矿池监管可视分析系统夏佳志，张宇鸿，叶慧，汪颖，蒋广，赵颖*，解聪，奎晓燕，廖胜辉，王伟平3. Interactive visual labelling versus active learning: an experimental comparison
交互式可视化标注与主动学习标注的实验比较Mohammad Chegini*, Jürgen Bernard, Jian Cui, Fatemeh Chegini, Alexei Sourin, Keith Andrews, Tobias Schreck4. TDIVis: visual analysis of tourism destination images
旅游目的地形象可视分析曹梦琦，梁晶，李明召，周峥澔，朱敏*文章简述
浙江大学与之江实验室陈为教授团队与同济大学曹楠教授等提出用于检测动态网络中子结构罕见变化的可视分析系统。所提系统采用基于人工智能的稀有类别检测算法识别异常变化的结构；并引入新的可视化形式，用一系列连接的三角矩阵表达动态网络快照；基于层次聚类和最佳树切割以展示检测到的节点和链接的罕见变化。案例分析和用户调研验证了系统有效性。
中南大学夏佳志、赵颖、奎晓燕、王伟平等学者提出用于比特币矿池监控的可视分析系统。针对矿池的匿名性、海量交易数据、动态交易结构带来的分析难题，设计了一系列矿池与矿工行为特征表达方式与提取算法，提出多个新的可视化设计，从矿池和矿工两个级别呈现矿池算力变迁、矿工迁移、奖励分发等重要模式，为矿池监管提供了可用工具。
Tobia Schereck、Alexei Sourin、Jürgen Bernard、Fatemeh Chegini、Keith Andrews等来自奥地利格拉茨技术大学、南洋理工大学，英属哥伦比亚大学和马克斯-普朗克气象研究所的学者组成的联合研究团队，对交互式可视标注和主动学习标注方法作比较实验。实验结果表明，相似图、散点图矩阵、平行坐标图的标注准确率均高于主动学习。实验结果为标注方法的选择与改进提供了建议和参考。
四川大学朱敏教授、皇家墨尔本理工大学李明召教授、弗吉尼亚理工大学周峥澔教授等提出旅游目的地形象可视分析方法，构建了较为全面的旅游目的地形象。提出一种基于关键字的情感可视化方法，对认知形象和情感信息作时序演变分析和分类对比分析；提出一种多属性关联双序列可视化方法，对文本序列的多属性特征提供交互式可视技术。案例分析表明，该系统有助于全面的目的地形象理解。专题编委会
潘云鹤 教授，中国工程院院士，浙江大学
陈 为 教授，浙江大学CAD&CG国家重点实验室，之江实验室
夏佳志 副教授，中南大学
Steffen Koch 教授，University of Stuttgart，德国
Tobias Schreck 教授，Graze University of Technology，奥地利
Han-Wei Shen 教授，The Ohio State University，美国
Cong Xie 博士，Facebook，美国
Ye Zhao 教授，Kent State University， 美国
为方便广大科研人员交流讨论，本平台建有以下学科微信群。有需要加群的用户，请加小编个人微信号fitee_xb，并留言想要加入的群，小编会拉您进群。营销广告人员请勿扰。
计算机科学与技术学术群 | 光学工程与技术学术群 |
控制科学与技术学术群 | 信息与通信学术群 |
电力电子学术群 | 人工智能学术 |
本公众号为中国工程院院刊《信息与电子工程前沿（英文）》（SCI-E、EI检索期刊）官方微信，功能包括：传播期刊的学术文章；为刊物关联学人（读者、作者、评审人、编委，等）提供便捷服务；发布学术写作、评审、编辑、出版等相关资讯；介绍信息与电子工程领域学术人物、学术思想、学术成果，展示该领域科学研究前沿进展；为该领域海内外学者提供友好互动平台。