个人简介

中南大学计算机学院教授、副院长。主要从事可视化与图形学方向研究。入选国家级青年人才，主持国家自然科学基金区域联合重点项目、某部委国家级重点课题、湖南省杰出青年基金等项目，曾获IEEE VIS最佳论文提名奖、CHI最佳论文提名奖、CAD/Graphics 最佳论文奖、湖南省科技进步二等奖、湖南省高等教育教学成果二等奖、CSIG高等教育教学成果二等奖，曾任 CAD/CG程序主席、ChinaVIS论文主席、IEEE VIS短文主席。

报告题目：浅谈大模型协同的可视分析系统构建

报告摘要：可视分析通过融合数据分析与可视化技术，深入挖掘数据内涵，对大数据分析至关重要。目前，高昂的研发成本和漫长的构建周期限制了可视分析系统的大规模应用。大模型的出现有望突破这一限制，然而其在可视化知识掌握、精准视图生成、交互流程设计等方面尚存在不足。本报告将探讨大模型协同的可视分析系统构建方法，包括数据集构建，定制视图设计以及系统模块化构建与迭代优化。

个人简介：刘世霞，清华大学教授，国家级人才计划入选者，IEEE Fellow， AAIA Fellow。主要研究方向是大数据可视分析与可解释人工智能。获IEEE可视化技术成就奖（2022）；入选福布斯中国科技女性50（2022）和可视化名人堂（2020）。担任 CCF A类会议 IEEE VIS（VAST）2016和 2017的论文主席，IEEE VIS 2020-2023指导委员会委员；担任 IEEE Transactions on Visualization and Computer Graphics 副主编、曾任编委；担任CCF A类期刊Artificial Intelligence编委；担任 IEEE Transactions on Big Data 和ACM Transactions on Interactive Intelligent Systems的编委。

报告题目：大模型时代交互可视化如何表征

报告摘要：当前主流可视化工具（如D3.js、Vega等）基于Leland Wilkinson于90年代提出的图形语法（Grammar of Graphics），其优势在于数据驱动的图表生成，但在复杂图元构建和交互表达能力上存在明显局限。尽管现有研究尝试通过多种技术手段实现复杂可视化，却始终缺乏统一的理论表征框架。与此同时，大模型在可视化生成领域的应用多局限于Vega-Lite等简单图表，难以满足复杂交互需求。针对这一现状，报告人系统探索了大模型时代下交互可视化的表征方法，为突破现有技术瓶颈提供新思路。本报告将分享相关研究成果，并探讨未来发展方向。

个人简介：汪云海，中国人民大学信息学院教授，博导，国家级青年人才，数据工程与知识工程教育部重点实验室副主任。研究方向为大数据可视分析，近五年在ACM SIGMOD、ACM SIGCHI、IEEE VIS、IEEE TVCG等相关会议与期刊发论文 70余篇，获得IEEE VIS、ACM SIGCHI多个领域顶级会议最佳论文提名奖等奖项。曾获山东省自然科学奖一等奖、中国电子学会科技进步奖二等奖，担任IEEE TVCG、CGF、 IEEE CG&A等期刊编委。

报告题目：面向AI4S的可视化分析：大模型与小模型的协同探索

报告摘要：随着计算机算力的爆发式发展，科学数据的规模、维度和复杂性呈指数级增长——海量参数、高维结构和动态演化特性对传统可视分析范式提出了全新要求。大模型在多种可视化任务中展现出了巨大的潜力，但大模型并非万能解药，很难全面代替领域数据可视化模型，这正是"大模型+小模型"协同架构的价值所在——我们聚焦专业领域模型及可视分析方法研究，探索大模型+小模型的科学可视化技术架构。在这个报告中，将介绍我们对科学可视化的一些前沿探索：生成式交互（AI实时生成科学可视化）、超大规模数据实时渲染（十亿级数据点的动态可视化）、人机协同智能（可视化系统与领域专家形成双向反馈闭环）等。

个人简介：单桂华，研究员，博士生导师，中国科学院计算机网络信息中心，先进交互式技术与应用发展部主任。研究方向可视化与智能交互。近五年主持包括国家重点研发计划课题、国家重大科技基础设施项目、中科院知识创新重大项目课题、中科院重点部署项目课题、中科院先导项目子课题等，在国内外重要学术刊物等发表论文六十余篇，申请国家发明专利16项，曾获部级科技进步一等奖。主持研发GPVis可视化框架软件，支撑国家/地方重大工程建设，如国家重大科技基础设施-地球系统数值模拟装置、上海天文馆（全球最大天文馆）-天文数字实验室、中科院先导A地球大数据科学工程等。

报告题目：人智交互：从被动观察到交互式解读与主动引导

报告摘要：在人工智能时代，大数据与AI模型日益增长的复杂性催生了对高效分析决策工具的迫切需求。应对这一挑战的有效途径，是将人工智能强大的计算能力与增强认知理解的直观化、人本化视觉表征相结合。本次演讲将介绍课题组研发的两类人智交互工具：1) 面向AI预测交互式解读的可视分析系统，2) 支持AI模型探索与主动调控的交互可视化界面。最后，讲者将探讨人机协同面临的挑战与机遇，特别聚焦其在数据驱动决策中的关键作用。

个人简介：曾伟，香港科技大学（广州）信息枢纽计算媒体与艺术学域（CMA）以及数据科学与分析学域（DSA）双聘助理教授，博士生导师。新加坡南洋理工大学计算机科学学士及博士学位，主要研究方向为人机交互、人工智能与大数据的交叉领域，具体涵盖可视化与可视分析、增强/虚拟现实（AR/VR）以及计算设计。已发表学术论文80余篇，并多次荣获最佳论文奖。目前担任《The Visual Computer》与《Visual Informatics》期刊编委，以及IEEE VIS、ChinaVis、ACM CHI等国际会议程序委员会委员。