报告摘要：传统机器学习模型数据质量治理遵循先收集在治理的过程。然而，在大模型快速发展的背景下，通过数据生成扩展训练数据成为一条新的研究方向。本报告将结合已有的研究工作和自身经历，探讨大模型时代下的研究思路转变。

讲者简介：陈长建现任湖南大学信息科学与工程学院助理教授，博士生导师，区块链底层技术及应用湖南省重点实验室副主任，长期围绕机器学习数据的可视分析与质量提升方向深入展开研究，近年来在IEEE TVCG，柳叶刀子刊The Lancet Digital Health、IEEE VIS等国内外期刊和会议上发表学术论文20余篇，其中第一作者/通讯CCF A类论文10余篇。因在数据质量提升方面的工作，受邀担任IEEE VIS（CCF A）档案主席，担任IEEE VIS、IEEE PacificVis（TVCG轨）、ACM MM等国际会议的（高级）程序委员会委员。主持/参与国家自然科学基金、湖南省重大科技攻关项目等7项。获中国图学学会优秀博士论文激励计划。研究成果应用于上海数据交易所、湖南省气象台、中电万维、北京冬奥会、航天等单位。

报告摘要：本报告将结合讲者从博士生到青年教师的学术成长经历，分享可视化研究如何全方位塑造研究者的综合能力。作为一项典型的交叉学科研究，可视化研究不仅要求扎实的技术功底，更需要培养创新思维、团队协作、学术表达等多维能力。报告将尝试剖析研究过程中的五大关键环节：创新想法的孕育与筛选、跨学科团队的组建、研究方案的工程化实施、学术论文的撰写与发表，以及研究成果的展示与汇报，浅谈这些研究经历如何转化为持久的职业竞争力。

讲者简介：邓紫坤，华南理工大学软件学院副教授，博士生导师，大数据与智能机器人教育部重点实验室和亚热带建筑与城市科学全国重点实验室固定研究人员。2023年于浙江大学CAD&CG全国重点实验室取得博士学位，研究兴趣集中在可视化与可视分析、数据挖掘、人机交互等，以及相关技术在智慧城市、数字孪生、工业软件等方面的应用。主持或参与国家自然科学基金项目、国家重点研发计划专项、广东省自然科学基金项目、广东省区域联合重点等。近5年于IEEE TVCG、Computational Visual Media、IEEE VIS、ACM CHI等高水平期刊和会议上发表高水平论文10余篇，担任IEEE TVCG、《计算机辅助设计与图形学学报》，IEEE VIS、ACM CHI、PacificVis等期刊和会议审稿人，获得陆增镛CAD&CG高科技奖三等奖。

报告摘要：本次报告将介绍我在博士期间围绕“如何结合数据可视化与人机交互技术提升数据科学流程效率”所开展的一系列系统性研究。工作重点聚焦于目前广泛使用的分析工具Computational Notebook （如 Jupyter Notebook），旨在支持具备不同需求背景的数据分析者，更高效地完成结果交流与知识传达。尽管这类工具在数据科学中已成为标配，但其在促进内容理解与协同交流方面仍存在诸多挑战。尽管此类工具已成为数据科学工作的重要基础设施，但在内容理解、结构组织与协同交流方面仍存在诸多挑战。为此，我们提出了一系列设计策略，从cell内部的信息生成、cell之间的逻辑关联，到整个Notebook的结构总览，逐步提升其使用体验与沟通效率。与此同时，我也将结合自己在 VisLab 团队从科研小白逐步成长为博士研究者的经历，分享团队在学生培养方面的一些实践机制。

讲者简介：林燕娜，香港科技大学博士后研究员，师从屈华民教授。她曾获香港政府最高奖项“香港博士研究生奖学金”（HKPFS），在可视化与人机交互领域的国际顶级会议与期刊（如 IEEE VIS、ACM CHI、IEEE TVCG）发表十余篇论文，曾获 IEEE VIS 和 ChinaVis 最佳论文提名奖。她担任 CHI、CIKM、ChinaVis 等会议的程序委员，并长期担任 IEEE VIS、TVCG、UIST 等国际顶会与期刊的审稿人。她的研究聚焦于数据分析、可视分析与人机交互，致力于优化探索式数据分析的工作流程。更多信息请见个人主页: https://yannahhh.github.io。

报告摘要：基于自然语言的人机交互模式日益普及，广泛应用于创意设计、数据分析等复杂任务场景中。然而，自然语言模型的可理解性逐渐成为制约人机协作效率提升的关键因素，模型的“黑盒”特性使得用户难以理解模型的行为特征与处理逻辑，导致用户构建模型输入和评估模型输出等过程的效率低下。本研究针对多个复杂任务场景中的模型可理解性问题，提出新的可视分析方法，帮助用户探索模型的输入空间、诊断模型的输出过程、评估模型的安全可靠性，从而提高模型的可理解性和人机协作的效率。

讲者简介：封颖超杰，浙江大学博士，师从陈为教授。研究兴趣包括可视化、自然语言处理、人机交互，主要目标是通过设计可视化交互系统来提升人机协作的效率，相关成果发表于TVCG、ACL、TKDE等期刊会议。