京公网安备 11010802034615号
经营许可证编号:京B2-20210330
随着互联网的广泛使用,我们迎来了一个信息爆炸的时刻。海量的信息带来了数不尽的财富,同时也给数据的有效和最大化利用带来了众多艰巨的挑战,比如大数据时代数据可视化所面临的带宽、安全、协作等问题。
美国加利福尼州大学戴维斯分校教授 马匡六
马匡六,美国加利福尼州大学戴维斯分校教授,现VIDI(Visualization and Interface Design Innovation)研究团队和美国能源部SciDAC研究所Ultra-Scale Visualization的负责人,马匡六的主要研究领域覆盖可视化、高性能计算及用户界面设计。
自1993年于Utah大学获得计算机博士学位,直至1999年,马匡六一直担任ICASE/NASA LaRC研究员,随后于1999年加入美国加利福尼亚大学戴维斯分校。出于其在并行可视化方面的贡献,马匡六于2000年被授予美国青年科学家最高荣誉——美国青年科学家及工程师总统奖(PECASE)。2001年,因在大规模数据可视化方面做出卓越贡献,马匡六荣获Schlumberger Foundation Technical Award。而在2007年期间,马匡六还被授予大学工学院Mid-Career Research Faculty Award奖项。
马匡六领导了一支包括20名研究员的队伍,在大规模数据可视化、信息可视化、可视化界面设计、艺术绘制和体视化(volume visualization)等领域均有建树。而在IEEE Visualization 2013上,为了表彰其在大规模数据可视化和新可视化技术上的杰出贡献,马匡六被授予2013 Visualization Technical Achievement Award。
除此之外,近年来,马匡六更是许多大型可视化会议的组织者,比如2005 NSF Workshop on Cyber Security、SC06和SC07 Workshop on Ultra-Scale Visualization。在2008年,马匡六更出席为IEEE Visualization Conference、Eurographics Symposium on Parallel Graphics and Visualization、IEEE Pacific Visualization Symposium和Workshop on Visualization for Security(VizSEC)等会议的论文主席。
同时,马匡六更是IEEE Computer Graphics and Applications和IEEE Transactions on Visualization and Graphics的编辑委员。盘点整个计算机领域,对科学可视化、信息可视化及可视化分析三个领域同时拥有重大贡献的科学家并不多,而马匡六正是其中之一——共发表250余篇论文,其中50余篇发表在可视化领域的顶级会议和期刊;引领和开创了多个可视化研究方向,提出的可视化算法引起了科研界的巨大反响,被广泛应用于生命医学、材料、天文物理、气候模拟等领域的数据分析。本文来自:CDA数据分析师培训官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02