基于地图隐喻的可伸缩高维大规模数据可视化

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61170204
  • 项目类别：
    面上项目
  • 资助金额：
    59.0万
  • 负责人：
    袁晓如
  • 依托单位：
    北京大学
  • 学科分类：
    F0214.新型计算及其应用基础
  • 结题年份：
    2015
  • 批准年份：
    2011
  • 项目状态：
    已结题
  • 起止时间：
    2012-01-01 至2015-12-31

项目摘要

针对高维大规模数据，我们提出通过以地图隐喻为基础，研究发展高度统一、灵活多样的高效可视化手段分析。首先通过系统的用户研究，确定现有高维数据可视化方法的适用范围，绘制以数据维度和数据规模为坐标轴的二维高维数据可视化方法效用地图。同时研究不同高维数据可视化方法之间的平滑过渡，构建能够处理大数据维度范围的可视化系统。通过将高维数据不同维度子空间投影到平面不同部位，形成类似地图的数据表现方式，借助地图这一被广泛接受的视觉隐喻，耦合大规模高维数据在维度空间和数据空间的可视化形式，引入查询方式可视化等方式，提供同时在维度空间和数据空间中具有良好可伸缩性的有效可视分析方法与手段。本项目主要集中研究在统一维度空间和数据空间的可视化模式和实现相应的系统，为高维大规模数据可视化提供新的框架、算法和系统实现。

结项摘要

项目紧密针对高维大规模数据，通过提出地图隐喻等多种方式，研究发展了多种高度统一、灵活多样的高效可视化手段分析。项目研究了以平行坐标、散点图、树图、矩阵等多种不同高维数据可视化方法之间的关系，设计实现了几种不同的主要可视化方法之间的平滑过渡，初步构建了处理大数据维度范围的可视化系统框架。通过引入树图和一般树可视化方式的结合，实现了较大规模高维数据在维度空间和数据空间的紧密耦合可视形式。研究发展了多种查询方式可视化，在多种复杂维度空间具有良好可伸缩性的。项目还将研究获得的最新可视化成果，用于多变量科学流场数据、复杂轨迹数据等方面，取得了很好的效果。项目执行期间一共发表论文27篇。其中包括IEEE TVCG论文12篇（其中可视化国际年会会议IEEE VIS论文11篇）。

项目成果

期刊论文数量（14）
专著数量（0）
科研奖励数量（8）
会议论文数量（12）
专利数量（0）
Advection-Based Sparse Data Management for Visualizing Unsteady Flow
基于平流的稀疏数据管理，用于可视化不稳定流
  • DOI：
    10.1109/tvcg.2014.2346418
  • 发表时间：
    2014-12
  • 期刊：
    IEEE Transactions on Visualization and Computer Graphics
  • 影响因子：
    5.2
  • 作者：
    Guo Hanqi;Zhang Jiang;Liu Richen;Liu Lu;Yuan Xiaoru;Huang Jian;Meng Xiangfei;Pan Jingshan
  • 通讯作者：
    Pan Jingshan
探地数据可视化研究
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    计算机辅助设计与图形学学报
  • 影响因子：
    --
  • 作者：
    原达;刘日晨;袁晓如
  • 通讯作者：
    袁晓如
Interactive Visual Discovering of Movement Patterns from Sparsely Sampled Geo-tagged Social Media Data
从稀疏采样的地理标记社交媒体数据中交互式视觉发现运动模式
  • DOI：
    10.1109/tvcg.2015.2467619
  • 发表时间：
    2016-01-01
  • 期刊：
    IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS
  • 影响因子：
    5.2
  • 作者：
    Chen, Siming;Yuan, Xiaoru;Zhang, Jiawan
  • 通讯作者：
    Zhang, Jiawan
FLDA: Latent Dirichlet Allocation Based Unsteady Flow Analysis
FLDA：基于潜在狄利克雷分配的非定常流分析
  • DOI：
    10.1109/tvcg.2014.2346416
  • 发表时间：
    2014-12
  • 期刊：
    IEEE Transactions on Visualization and Computer Graphics
  • 影响因子：
    5.2
  • 作者：
    Hong Fan;Lai Chufan;Guo Hanqi;Shen Enya;Yuan Xiaoru;Li Sikun
  • 通讯作者：
    Li Sikun
PIWI: Visually Exploring Graphs Based on Their Community Structure
PIWI：根据社区结构对图进行可视化探索
  • DOI：
    10.1109/tvcg.2012.172
  • 发表时间：
    2013-06
  • 期刊：
    IEEE Transactions on Visualization and Computer Graphics
  • 影响因子：
    5.2
  • 作者：
    Yuan, Xiaoru;Zhao, Ye;Barlowe, Scott;Liu, Shixia
  • 通讯作者：
    Liu, Shixia

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

集合模拟可视化进展
  • DOI：
    10.13328/j.cnki.jos.005393
  • 发表时间：
    2018
  • 期刊：
    软件学报
  • 影响因子：
    --
  • 作者：
    舒清雅;刘日晨;洪帆;张江;袁晓如
  • 通讯作者：
    袁晓如
数字人文中的可视化
  • DOI：
    --
  • 发表时间：
    2022
  • 期刊：
    大数据
  • 影响因子：
    --
  • 作者：
    罗煜楚;吴昊;郭宇涵;谭绍聪;刘灿;蒋瑞珂;袁晓如
  • 通讯作者：
    袁晓如
基于可交互相关性矩阵的维度重排径向坐标可视化方法
  • DOI：
    10.16451/j.cnki.issn1003-6059.201707006
  • 发表时间：
    2017
  • 期刊：
    模式识别与人工智能
  • 影响因子：
    --
  • 作者：
    张志豪;张军平;陈德铭;卢颖;袁晓如;古天龙
  • 通讯作者：
    古天龙
面向分析任务的表格数据可视化交互构建
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    计算机辅助设计与图形学学报
  • 影响因子：
    --
  • 作者：
    马楠;袁晓如
  • 通讯作者：
    袁晓如
深度学习驱动的可视化
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    计算机辅助设计与图形学学报
  • 影响因子：
    --
  • 作者：
    刘灿;赖楚凡;蒋瑞珂;李彦达;杨昌和;林志贤;魏大同;袁晓如
  • 通讯作者：
    袁晓如

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

袁晓如的其他基金

样本驱动的可视化设计空间探索研究
  • 批准号：
    62272012
  • 批准年份：
    2022
  • 资助金额：
    58 万元
  • 项目类别：
    面上项目
机器学习驱动的可视化新流程研究
  • 批准号：
    61872013
  • 批准年份：
    2018
  • 资助金额：
    67.0 万元
  • 项目类别：
    面上项目
高可复用性可视化研究
  • 批准号：
    61672055
  • 批准年份：
    2016
  • 资助金额：
    63.0 万元
  • 项目类别：
    面上项目
所见即所得可视化机理研究
  • 批准号：
    60903062
  • 批准年份：
    2009
  • 资助金额：
    19.0 万元
  • 项目类别：
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码