探索式可视分析的基础理论与方法

This project will study a new exploratory data analysis mode by integrating visualization, data mining in a visual interface: visual analysis. By leveraging the human vision perception capability,visual analysis incorporates human intelligence, especially the perceptable but unexpressible knowledge and personalized experience into the entire data analysis and decision making process within the visual interface. Thereby the data complexity is progressively decreased to the degree that can be be processed by human and computer, yielding useful knowlegde. This project will take practical applications as examples to study and evaluate new schemes of exploratory visual analysis, whose goal is to iteratively achieve the mutual promotion of human intelligence and machine intelligence through visual interface to obtain new knowledge. Each stage in this steering procedure has associated new challenge. The project will emphasize on three aspects: 1) how to define and construct easy-to-visualize, mining and iteraction model for specific application goals; 2) how to efficiently accomplish analysis-driven visualization; and 3) how to fulfill the interaction and fusion of human users and machine intelligence in an integrated visual analysis environment.

本项目将研究一种新的、结合可视化和数据挖掘的、探索式的数据分析模式，称为可视分析。这种分析模式以视觉感知为基本通道，通过可视化和交互界面，将人的智能特别是"只可意会，不能言传"的人类知识和个性化经验融入到整个数据分析和推理决策过程中，以迭代求精的方式将数据的复杂度降低到人类和计算机能处理和反应的范围，获取有效知识。项目将以实际应用为例，研发和验证探索式可视分析的新方法。项目的核心思想是通过可视界面，螺旋式地实现人脑智能和机器智能的互相提升，提炼出新的知识。这一螺旋式流程的各个环节都提出了新的研究挑战。为此，项目将重点探索：①如何针对应用目标，定义和构建易于可视化、挖掘和交互的模型；②如何高效地实现分析驱动的可视化；③如何在集成的可视分析环境中，实现用户与机器智能的交互与融合。

针对真实应用场景中数据复杂、任务多样、分析智能性不足的挑战，开展了复杂数据的可视分析基础理论与方法的研究，提出了融合可视化与一系列机器学习与数据分析任务（包括深度学习、迁移学习、主动学习、聚类、异常值检测、三维特征模式分析、关联规则挖掘等）的可视分析新流程，形成了可视化与数据处理全生命周期（数据审查、数据维度分析、数据查询、模拟计算、数据分析、数据挖掘）融合的大数据分析新思路，在城市大数据、日志数据、工业数据、科学计算数据的可视化方法取得了重要突破，研制的全球三维尺度大气数据可视化分析平台、在线商业日志数据的可视化组件库DataV、高性能三维空间信息系统在行业形成重要影响。相关成果在可视化权威会议IEEE VIS与权威期刊IEEE TVCG上发表20篇，在其余IEEE/ACM汇刊发表论文8篇，获得国家发明专利5项，在国际上产生了较大的影响力。成果相关软件在国家卫星气象中心、阿里巴巴集团等应用单位得到应用。