24.03.2022, ab 15:00
VortragendeR
Alexander Lex, University of Utah
Alexander Lex ist außerordentlicher Professor für Informatik am Scientific Computing and Imaging Institute und an der School of Computing an der University of Utah. Ich leite das Visualization Design Lab, in dem Visualisierungsmethoden und -systeme entwickelt werden, die zur Lösung aktueller wissenschaftlicher Probleme beitragen. Bevor er an die University of Utah kam, war er Dozent und Post-Doc-Forscher für Visualisierung an der Harvard University. Er promovierte an der Technischen Universität Graz, wo er außerdem seinen Master und das Grundstudium abgeschloss. Im Jahr 2011 war ich als Gastwissenschaftler an der Harvard Medical School tätig.
Alexander Lex wurde mit einem NSF CAREER Award ausgezeichnet und erhielt mehrere Best Paper Awards oder Best Paper Honourable Mentions bei IEEE VIS, ACM CHI und anderen Konferenzen. Außerdem erhielt er einen Preis für die beste Dissertation von seiner Alma Mater. Er ist Mitbegründer von Datavisyn (http://datavisyn.io), einem Startup-Unternehmen, das visuelle Analyselösungen für die pharmazeutische Industrie entwickelt und in dem er derzeit sein Sabbatical verbringt.
Weitere Informationen: http://alexander-lex.net
Titel Vortrag
Literate Visualization: Making Visual Analysis Sessions Reproducible and Reusable
Abstract Vortrag
Interactive visualization is an important part of the data science process. It enables analysts to directly interact with the data, exploring it with minimal effort. Unlike code, however, an interactive visualization session is ephemeral and can't be easily shared, revisited, or reused. Computational notebooks, such as Jupyter Notebooks, R Markdown, or Observable are widely used in data science. These notebooks are an embodiment of Knuth's “Literate Programming”, where the logic of a program is explained in natural language, figures, and equations. As a consequence, they are both reproducible, and reusable.
In this talk, I will sketch approaches to "Literate Visualization". I will show how we can leverage provenance data of an analysis session to create well-documented and annotated visualization stories that enable reproducibility and sharing. I will also introduce work on inferring analysis goals, which allows us to understand the analysis process at a higher level. Understanding analysis goals enables us to enhance interaction capabilities and even re-used visual analysis processes. I will conclude by demonstrating how this provenance data can be leveraged to bridge between computational and interactive environments.
Die Vorträge finden online statt. Für die Zugangsdaten kontaktieren Sie bitte office(at)vrvis.at!
Die Vorträge finden online statt. Für die Zugangsdaten kontaktieren Sie bitte office(at)vrvis.at!