行业资讯

加入亿拓客·流量大师 撬动财富之门!!!

计算机学院交叉研究中心论文被IEEE VIS 2026录用并作报告

wang 2026-11-21 行业资讯
计算机学院交叉研究中心论文被IEEE VIS 2026录用并作报告

IEEE VIS 是国际可视化与可视分析领域公认的顶级学术会议,为本领域影响力最高的国际盛会,由IEEE计算机学会可视化与图形技术委员会(VGTC)主办,每年举办一次。该会议自1990年首次举办以来,已成为全球可视化、图形学与人机交互研究者交流前沿成果、探讨技术趋势的重要平台。IEEE VIS 2026 于11月9日至13日在美国波士顿举办,同步设置巴黎、天津卫星分会场。会议设置主会、专题研讨会、教程、海报展示及成果展览等环节,围绕科学可视化、信息可视化、可视分析、可视化与生成式人工智能、人机交互、面向多领域的数据可视应用等热点方向展开,为全球学术界与产业界搭建了高水平的交流合作平台。

本届会议共收到长文投稿591篇、短文投稿207篇,分别录用145篇和66篇,录用率约为24.5%和31.9%。在山东大学曾琼教授指导下,计算机科学与技术学院交叉研究中心3篇论文获大会录用。其中,博士生段曦、硕士生刘宏旭的长文分别聚焦颜色映射评价与多视图界面构建评测,本科生刘珉邑的短文探讨多模态大模型的图形感知。此外,博士生陈元智的海洋可视分析项目KuroshioVis入围科学可视化挑战赛决赛。

图1 IRC师生在IEEE VIS 2026 天津卫星分会场

我们的工作

山东大学计算机科学与技术学院交叉研究中心紧扣海洋强国战略,面向海洋复杂场景科学研究需求,依托崂山国家实验室项目课题“海洋数据高效能智能可视交互与分析”,围绕海洋异构数据自适应可视编码、感知评价与交互式推演等关键技术,为海洋科学假设发现提供支撑。

01. Beyond the Good, the Bad, and the Ugly: Colormap Assessment through Data-Aware Perceptual Metric

本项目针对现有色彩映射评估方法主要关注其自身的感知特性、忽略底层数据分布对实际可视化效果影响的问题,提出一种基于数据感知度量的评估框架。具体而言,本项目将标量场与色彩映射之间的颜色编码过程建模为从数据空间到感知颜色空间的复合映射,构建数据感知的感知度量场;在此基础上,推广了区分能力、感知均匀性和平滑性等经典评价指标的数据感知形式,并引入感知各向异性和退化度量,实现对色彩映射实际感知效果的定量评估。本方法通过多种数据集及与已有感知实验结果对比验证了评估指标的有效性,并进一步扩展至二维色彩映射评估与优化,同时开发了交互式评估系统,为面向具体数据的色彩映射选择与优化提供了理论依据和工具支持。论文代码及数据集已公开,项目链接:https://chiefmoo.github.io/colormetric

本文第一作者为山东大学博士生段曦,指导教师为山东大学曾琼教授。合作者包括山东大学博士生林怡炜、辛士庆教授和屠长河教授,中国海洋大学硕士生王奥颖,崂山实验室王玉成高级工程师。

图2 不同数据分布下传统色彩映射评估方法与数据感知评估方法的区分能力对比

图3 博士生段曦在IEEE VIS 2026 主会场 (Boston) 作报告

02.MV-Bench: Benchmarking Multimodal Large Language Models for Coordinated Multi-View Interface Construction

本项目针对现有多模态大语言模型可视化代码生成评测主要集中于单一图表,缺乏对复杂多视图界面中数据语义、视图协调与交互逻辑综合评估的问题,提出面向协同多视图界面构建的基准测试框架MV-Bench。本项目设计了一套基于Tableau的自动化基准构建流程,通过双层结构化中间表示提取并转换数据绑定、视觉映射、界面布局及交互规范,结合可执行代码生成、多层级验证与受约束的样本重组策略;最终构建包含1,048个验证样本的多视图界面基准数据集,并建立涵盖静态视觉保真度、数据绑定正确性和交互完整性的多维度评测体系。通过对五种主流多模态大语言模型开展系统性评估,揭示了现有模型在界面外观复现与实际功能实现之间的显著能力差距,为多模态大语言模型驱动的可视化界面自动构建与能力提升提供了评测基础。论文相关数据与代码已开源,项目地址:https://osf.io/4w59m/overview?view_only=99ac625f654e47269f7114402870ad40

本文第一作者为山东第二医科大学赵跃和山东大学硕士生刘宏旭,指导教师为山东大学曾琼教授。合作者包括山东大学杨振老师、王飞宇、杨笑语以及贝壳找房葛彤、王超等研究人员。

图4 多模态大语言模型(MLLM)在界面生成过程中出现的典型错误,主要包括界面布局与图表组合错误、数据绑定错误、交互绑定错误以及图表类型选择错误

图5 赵跃老师、硕士生刘宏旭在IEEE VIS 2026 卫星会场(天津)作报告

03.MLLM Perception of Color-Encoded Scalar Fields Reveals Model-Dependent Inversion of Chain-of-Thought

本项目针对多模态大语言模型(MLLM)在科学可视化图表理解中的感知能力问题,系统研究了模型对颜色编码标量场的理解与推理表现。具体而言,本项目借鉴人类先理解图例、再关联图像的视觉感知过程,构建了一套结构化的模型感知与评估框架,围绕数值识别和梯度比较两类典型任务,对五种先进多模态大语言模型开展实验,并进一步探索思维链提示与微调策略对模型表现的影响。实验结果揭示了思维链提示效果与模型能力之间的显著关联,为理解多模态大语言模型的科学可视化感知机制提供了新的实验证据,也为面向不同模型设计有效的视觉理解与推理策略提供了参考。论文相关数据与代码已开源,项目网站:https://sdu-chuck.github.io/mllm-perception-VIS-2026-/

本文第一作者为山东大学本科生刘珉邑,指导教师为山东大学曾琼教授。合作者包括山东第二医科大学赵跃老师、山东大学卞玉龙老师及山东大学本科生宋晓洋、钱姝帆。

图6 系统评估多模态大语言模型对颜色编码标量场的感知能力,揭示思维链提示对不同能力模型的差异化影响

图7 本科生刘珉邑在IEEE VIS 2026卫星会场(天津)作报告

04.KuroshioVis: Hypothesis-Driven Discovery of Mesoscale Air-Sea Interaction through Coarse-to-Fine Exploration

IEEE VIS 2026科学可视化挑战赛聚焦NASA提供的PB级海洋与大气气候数据,鼓励利用可视化方法支持气候预测、天气模拟和环境影响分析等研究。团队提出假设驱动的人机协同可视分析系统KuroshioVis,将科学假设解析、由粗到细的数据探索与证据可视化相结合,支持科学家围绕具体假设开展交互分析,加深对黑潮延伸区中尺度海气相互作用的理解。该项目入围挑战赛决赛,团队在波士顿主会场进行了口头报告与海报交流。

本项目第一作者为山东大学博士生陈元智,指导教师为山东大学曾琼教授。合作者包括山东大学博士生林怡炜、段曦,本科生何青青、徐瑞良,崂山实验室王玉成高级工程师。

图8 博士生陈元智项目在IEEE SciVis挑战赛现场海报展出

参会体验

作为可视化领域的顶级国际学术会议,IEEE VIS 2026 为全球研究者提供了展示最新研究成果、交流前沿学术思想的重要平台。本届会议在美国波士顿举办,同时在中国天津设立分会场,为国内外学者搭建了多层次的学术交流平台。此次参会,团队成员分别前往波士顿主会场和天津分会场参与学术交流。在波士顿主会场,团队成员通过聆听大会报告、参与论文展示及学术讨论,与来自世界各地的研究者交流最新研究成果,深入了解科学可视化、可视分析等领域的前沿进展与发展趋势。与此同时,天津分会场汇聚了国内相关领域的专家学者和青年研究人员,为团队学生提供了接触国际前沿成果、参与学术讨论和拓展科研视野的宝贵机会。此次两地参会经历不仅促进了团队与国内外同行的学术交流,也为不同培养阶段的学生提供了学习与成长的平台,进一步拓宽了研究思路,为后续科研探索与学术合作带来了新的启发。

图9 IRC师生与中国人民大学汪云海教授团队在卫星会场(天津)

图10 IEEE VIS 2026 美国波士顿主会场 

图11 IEEE VIS 2026 美国波士顿主会场外景

图12 博士生段曦在IEEE VIS 2026 主会场(Boston)与美国洛斯阿拉莫斯国家实验室(LANA)可视化领域权威专家 Roxana Bujack 交流合影

END

————

文图 | 段曦、刘宏旭、 刘珉邑、陈元智

编辑 | 郭洪英

审核 | 曾琼

猜你喜欢