高可复用性可视化研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61672055
  • 项目类别：
    面上项目
  • 资助金额：
    63.0万
  • 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：
    2020
  • 批准年份：
    2016
  • 项目状态：
    已结题
  • 起止时间：
    2017-01-01 至2020-12-31

项目摘要

This project propose research on high reusability for visualization. This research is to improve the existing visualization programs and systems for new tasks, through providing external modification or integrating with other additional tools. The key element of high usability visualization is making general extraction on the data, visualization, interaction and system. Reusability of Visualization includes interaction reusability, mapping reusability, linking reusability, fast mapping reconstruction and fast linking reconstruction. This project will develop new model for supporting high reusable visualization, build corresponding visualization toolkits, and conduct evaluation.
本项目提出提高可视化复用性的研究，对于已有的可视化程序、系统，能够对其进行外延式的改进或与其他已有工具融合，达成新的可视化任务。高可复用性可视化的本质在于对数据、可视化、交互以及可视化系统在不同层次上的统一抽取。具体的可复用性包括交互可复用性、映射可复用性、链接可复用性、敏捷映射构建、敏捷关联构建。 本项目将开展支撑高可复用性可视化的模型研究，建立相应的高可复用性的可视化工具库，并开展可视化可复用性的评估的研究。

结项摘要

本项目提出提高可视化复用性的研究。高可复用性可视化的本质在 于对数据、可视化、交互以及可视化系统在不同层次上的统一抽取。具体的可复用性包括 交互可复用性、映射可复用性、链接可复用性、敏捷映射构建、敏捷关联构建。 本项目 将开展支撑高可复用性可视化的模型研究，建立相应的高可复用性的可视化工具库，并开展可视化可复用性的评估的研究。项目研究建立了多种新的交互方式，研发了一套具有较好通用性的可视化工具库(Tree Grammar, Tree Illustrator)。发表可视化主流会议和期刊论文26篇。

项目成果

期刊论文数量（15）
专著数量（0）
科研奖励数量（10）
会议论文数量（11）
专利数量（5）
Metro-Wordle: An Interactive Visualization for Urban Text Distributions Based on Wordle
Metro-Wordle：基于Wordle的城市文本分布交互式可视化
  • DOI：
    10.1016/j.visinf.2018.04.006
  • 发表时间：
    2018
  • 期刊：
    Visual Informatics
  • 影响因子：
    3
  • 作者：
    Chenlu Li;Xiaoju Dong;Xiaoru Yuan
  • 通讯作者：
    Xiaoru Yuan
Deep learning-based viewpoint recommendation in volume visualization
体可视化中基于深度学习的视点推荐
  • DOI：
    10.1007/s12650-019-00583-4
  • 发表时间：
    2019
  • 期刊：
    Journal of Visualization
  • 影响因子：
    1.7
  • 作者：
    Yang Changhe;Li Y;a;Liu Can;Yuan Xiaoru
  • 通讯作者：
    Yuan Xiaoru
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
SmartCube: An Adaptive Data Management Architecture for the Real-Time Visualization of Spatiotemporal Datasets
SmartCube：用于时空数据集实时可视化的自适应数据管理架构
  • DOI：
    10.1109/tvcg.2019.2934434
  • 发表时间：
    2020
  • 期刊：
    IEEE Transactions on Visualization and Computer Graphics
  • 影响因子：
    5.2
  • 作者：
    Can Liu;Cong Wu;Hanning Shao;Xiaoru Yuan
  • 通讯作者：
    Xiaoru Yuan
Dynamic Load Balancing Based on Constrained K-D Tree Decomposition for Parallel Particle Tracing
基于并行粒子追踪约束K-D树分解的动态负载平衡
  • DOI：
    10.1109/tvcg.2017.2744059
  • 发表时间：
    2018
  • 期刊：
    IEEE Transactions on Visualization and Computer Graphics
  • 影响因子：
    5.2
  • 作者：
    Jiang Zhang;Hanqi Guo;Fan Hong;Tom Peterka;Xiaoru Yuan
  • 通讯作者：
    Xiaoru Yuan

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

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
集合模拟可视化进展
  • DOI：
    dx.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
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
树图可视化
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机辅助设计与图形学学报
  • 影响因子：
    --
  • 作者：
    张昕;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
基于地图隐喻的可伸缩高维大规模数据可视化
  • 批准号：
    61170204
  • 批准年份：
    2011
  • 资助金额：
    59.0 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