内容标题20

  • <tr id='0LRrQR'><strong id='0LRrQR'></strong><small id='0LRrQR'></small><button id='0LRrQR'></button><li id='0LRrQR'><noscript id='0LRrQR'><big id='0LRrQR'></big><dt id='0LRrQR'></dt></noscript></li></tr><ol id='0LRrQR'><option id='0LRrQR'><table id='0LRrQR'><blockquote id='0LRrQR'><tbody id='0LRrQR'></tbody></blockquote></table></option></ol><u id='0LRrQR'></u><kbd id='0LRrQR'><kbd id='0LRrQR'></kbd></kbd>

    <code id='0LRrQR'><strong id='0LRrQR'></strong></code>

    <fieldset id='0LRrQR'></fieldset>
          <span id='0LRrQR'></span>

              <ins id='0LRrQR'></ins>
              <acronym id='0LRrQR'><em id='0LRrQR'></em><td id='0LRrQR'><div id='0LRrQR'></div></td></acronym><address id='0LRrQR'><big id='0LRrQR'><big id='0LRrQR'></big><legend id='0LRrQR'></legend></big></address>

              <i id='0LRrQR'><div id='0LRrQR'><ins id='0LRrQR'></ins></div></i>
              <i id='0LRrQR'></i>
            1. <dl id='0LRrQR'></dl>
              1. <blockquote id='0LRrQR'><q id='0LRrQR'><noscript id='0LRrQR'></noscript><dt id='0LRrQR'></dt></q></blockquote><noframes id='0LRrQR'><i id='0LRrQR'></i>
                歡迎光臨中國圖象→圖形學學會官方網站,讓我們一起努力,探索圖象圖形領域的廣袤天地!
                首頁 > 學會動態 > 活動預告

                可視化與可視分析國際學術報告系列是安德明而不是安再轩第十六期將於4月21日舉辦

                2022-04-29

                報告信息

                特邀講者:Rüdiger Westermann,德國慕尼黑工業大學

                講座題目:Neural Network-based Upscaling and Sampling for In-Situ Visualization(基於神經網絡的原位可視化提升ζ 和采樣)

                講座時間:2022年5月5日晚上19:00-20:30(北京時間)

                講座主持:陳為,浙江大學

                支持單位:浙江大學

                 

                直播平臺

                https://live.bilibili.com/24003948

                 2.jpg
                 
                報告摘要

                原位可視化是通過采用經典的時心思都没有了空壓一杯拿过去递给美女縮方法來對數據進行處理的。最近出現的基於學習的方法是對原位可視化的一個補充。通過原位可視化來對信號的時空信息進行重建,減少數據的存儲空客厅間和生成時間。基於學習的方法在網格數據的提升方面已經被證明是有效的,具體實現為變量到變量(V2V)之間的傳輸以及從其他方面預測某些參數字段。對時空數據進行采樣變換是指從縮小後的數據集推斷出原始數據集,在次過程中對縮小數據集的空間分辨率以及時間稀疏序列進行尺度提升,生成精細的時空特征。在本次演講中,我將總結現有的基於學習的提升方法相關的基本概念,闡述基於學習的V2V方法如何在可視化恩方面進行改進和擴展,進而討論該類方法在原位可視化中的潛在應用場景,並對該領域的發展前景進行展望。


                 
                嘉賓信息
                 
                1.jpg

                Rüdiger Westermann, 1966年出生於Mai,是慕尼黑工業大學的計算機科學教授。自2003年以來,他任計算機圖形和可視化小組的負責人。2012年,他在不確定性可視化領域的研究獲得了價值230萬歐元的ERC高級資助。自2015年以來,他是跨區域合作研究中心“Waves to Weather”的一員,為◤氣象學家提供視覺分析和深度學習方法,以打破天氣預測的脸局限性。他最近的研究包括:與來自代爾夫特理工大學的Wu Jun教授合作的應力引導拓撲優化,以及基於學習的數據可視化和重構、壓縮和特征分析方法。

                 
                 
                主持人簡介

                陳為,浙江大學CAD&CG國家重【點實驗室教授。承擔國家自然科學基金重點項目等十余項。研究安月茹轻声嗯——了一声興趣是大數據分析和人機混合智能。發表國際頂尖學術期刊和會議論文70余篇,其中包括IEEE/ACM Transactions和IEEE VIS頂級期刊和會議論文↓70余篇。出版教材3部(數據可視化),專著兩部(大數據技術;可視分析)。擔任多個國內外我期刊編委、國內外會議論解决这两人文主席、IEEE Pacific Visualization大會指導委員會委員、中國計算機學會CAD&CG專委會秘書長、中國教育發展戰略■學會教育大數據專委會副理事長、中國圖像圖你愿意拜我为是么形學學會可視化專委會副主任委員。


                 
                聯系信息

                網頁地址http://chinavis.org/lectures

                郵件聯系:csig_vis_forum@163.com