维也纳工业大学可视化工作组：科学竞争与团队文化的成功要素

视觉信息学5（2021）76维也纳工业大学可视化工作组可见的Facimus Quod Ceteri Non PossuntHsiang-YunWu，Aleksandr Amirkhanov，Nicolas Grossmann，Tobias Klein，David Kouzhail，Haichao Miao，Laura R.放大图片作者：Peter Mindek.雷杜，伊万·维奥拉，曼努埃拉·瓦莱什，M.爱德华·格勒勒奥地利维也纳大学ar t i cl e i nf o文章历史记录：收到2021年2021年2月23日接受在线预订2021年保留字：可视化可视化分析可视化建模可视化数据科学a b st ra ct高校科研团队的建设和运行是一项多方面的工作。维也纳工业大学的可视化工作组（vis-group）在国际上活跃了25年以上。该小组一直在一个竞争激烈的科学环境中行事，有时需要权衡和优化相互矛盾的多个目标。在研究方面，该小组一直在进行可视化和可视化计算的基础和应用研究。在教学方面，该小组参与了（医学）可视化和计算机图形学的本科生和研究生讲座。要想在科学上具有竞争力，就需要不断地让团队及其成员在最高水平上参与强有力的国际竞争。这就需要保护成员免受随之而来的压力和要求，并提供（情感）支持和鼓励。在内部，vis-group已经形成了一种独特的专业和社会互动文化：工作和庆祝，努力和团结。这已经形成了一个嵌套的、递归的、三角形的组织模型，它具体化了一个研究小组成功所需要的东西。关键要素是创意和有能力的vis-group成员谁协作努力（科学）卓越的社会愉快的环境。版权所有2021作者。由爱思唯尔公司出版我代表浙江大学和浙江大学出版社有限公司这是一个在CC BY-NC-ND许可证下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 概述和历史可视化工作组（vis-group）开始对分形几何应用于计算机生成的自然现象（例如，风景，云）。分形对象在许多情况下与动力系统密切相关，我们大约在1994年开始可视化。一小群研究人员和（博士）学生在当时的奥地利维也纳工业大学计算机图形研究所成立了可视化小组。在接下来的几年里，动力系统和流数据的可视化是我们研究的重点。*通讯作者。电子邮件地址：xiang.yun. acm.org（H.-Y. Wu），aamirkhanov@cg.tuwien.ac.at（A.Amirkhanov），ngrossmann@cg.tuwien.ac.at（N.Grossmann），tklein@cg.tuwien.ac.at（T.Klein），dvdkouril@cg.tuwien.ac.at（D.Koukouil），miao@cg.tuwien.ac.at（H.Miao），lluidolt@cg.tuwien.ac.at（L.R. Luidolt）、mindek@cg.tuwien.ac.at（P. Mindek）、rraidou@cg.tuwien.ac.at（R.G.Raidou），viola@cg.tuwien.ac.at（I. Viola），waldner@cg.tuwien.ac.at（M. Walkman），groeller@cg.tuwien.ac.at（M.E.Gröller）。https://doi.org/10.1016/j.visinf.2021.02.003流场可视化是科学可视化的一个重要研究方向，体绘制技术是另一个研究热点。在90年代后期，我们开始了一系列的应用研究项目，在医疗可视化与公司合作伙伴（Tiani Medgraph后来收购了爱克发）。我们研究了医学可视化技术（例如，最大强度投影、曲面重组），然后将其集成到公司开发的医疗工作站中。 这些活动促成了与维也纳综合医院（AKH）放射科医师在CT血管造影领域的长期合作。2000年，我们是VRVis研究中心（VRVis，2021b）的科学支持者之一，该研究中心现在是奥地利视觉计算领域的领先研究机构。VRVis拥有70多名员工，与工业公司和大学合作进行创新研究。多年来，vis-group参与了VRVis的许多研究项目，并有相当数量的博士生毕业于该研究所。这些应用研究活动。我们在医疗可视化方面的工作为我们带来了几个基础研究项目，并与飞利浦医疗埃因霍温和通用等公司合作伙伴开展了2468- 502 X/©2021作者。由爱思唯尔公司出版代表浙江大学和浙江大学出版社。这是一个在CC BY-NC-ND许可证下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表视觉信息学期刊主页：www.elsevier.com/locate/visinfH.- Y. Wu，中国茶条A.Amirkhanov，N.Grossmann等人视觉信息学5（2021）7677Fig. 1. 产前超声诊断（https://www.youtube.com/watch? v=BD7quHKgEuk）。图二. 计算机图形论坛（CGF）封面比赛冠军（纳米，2021年a）。电气（Kretztechnik）。我们与Philips一起研究了结肠镜和骨科磁共振数据，以进行分析、诊断和评价。在2009年至2015年期间，与通用电气公司的纯公司资助项目涉及自然的立体渲染，即，高质量渲染受噪声影响的4D超声数据。我们研究了先进的照明和材料效果的实时显示的鲁棒性和有效性。该公司的合作伙伴在其产前超声诊断站成功地将结果商业化（图1）。①的人。医学可视化使我们对体积处理和描绘进行了基本的研究。体绘制的特点是对微小的参数变化和遮挡效应具有很高的敏感性。我们提出了一些新的，有效的，高质量的方法在说明可视化（维奥拉等。，2006;Bruckner和Gröller，2006），我们一直是推动这一领域的领导小组之一。在Eurographics和IEEE Visualization等会议上组织了关于说明性可视化的讲座。医疗领域的可视化结果，将我们带到也研究体积数据的其他应用领域。这导致了自2004年至今与上奥地利应用科学大学计算机断层扫描研究小组的长期合作。 通过X射线工业断层扫描生成三维和四维体积数据，用于对先进材料（如CFRP（碳纤维增强聚合物））进行非破坏性分析（Reh etal. ，2013; Weissenböck et al. ，2019）。由于我们在维也纳工业大学的基础研究和在VRVis的应用研究的双重星座，图三. 目前在vis-group的教授职位。见图4。2020年vis-group的混合照片。 第一排，从左到右，苗海超博士，伊万·维奥拉教授，雷娜塔·雷杜教授，曼努埃拉·瓦勒特教授，大卫·库瓦勒希尔硕士。 最下面一排，从左到右，托拜厄斯克莱因博士，硕士劳拉R。Luidolt，Dr. Peter Mindek，Prof. MeisterEduard Gröller，M.Sc. Aleksandr Amirkhanov，Dr. Hsiang-Yun Wu，M.Sc. NicolasGrossmann.2005年，挪威卑尔根大学（UiB）。在一个有点类似的设置中，他们也想在UiB建立一个可视化组。我们通过参与相应职位的选拔过程和讲课，参与了那里的可视化小组的建设。最近不仅是一个数据集，而是一个集合或序列在计算科学的所有领域都可以使用数据集，其中大量的数据使得分析和可视化特别具有挑战性。同时分析多个数据集的必要性来自于我们研究的几个应用领域（非破坏性测试、医学分析、不确定性下决策支持系统的可视化分析）。我们已经抽象了特定领域的背景，并提出了几种可视化方法，在该地区的比较和队列可视化（Ortner等人。，2017年）。生物纳米结构的快速变化的领域知识要求在相应的分析工具中至少包括半自动调整能力（参见图11）。2）的情况。此外，所涉及的现象通常具有几种类型的复杂性（大规模多实例，密集，多尺度），这需要新的视觉计算贡献来应对这些复杂性（Klein et al. ，2018年; Kouzanil et al. ，2019）。目前的研究小组包括四个教授职位（图。 3）和研究人员（图。4），在与学生和研究人员紧密联系的生态系统下。多年来，可视化小组的平均规模约为10名研究人员。大约50个博士学生和120名硕士研究生毕业。相当数量的vis-group学生已经在视觉计算领域建立了成功的研究小组。五位前博士学生们创办了新公司。Vis-group一直非常国际化，拥有博士学位。来自许多不同国家的学生我们试过了，H.- Y. Wu，中国茶条A.Amirkhanov，N.Grossmann等人视觉信息学5（2021）7678我们的研究活动在基础研究、转化研究和应用研究之间取得了很好的平衡。2. 主要研究方向可视化一直是研究活动的主要部分在过去的25年里，我们的团队。Vis-Group在可视化（科学可视化，信息可视化，可视化分析）和可视化计算的所有领域进行基础和应用研究项目。目前的研究重点总结如下：2.1. 生物医学可视化该小组在生物医学可视化方面一直拥有非常强大的形象，在过去的20年中发表了许多有影响力的出版物。在过去的几年里，重点已经从传统的应用转向P4（个性化，预测，预防和参与）医学的支持，特别是癌症治疗领域。通过我们的组织定征可视化分析解决方案，临床研究人员可以根据临床参考数据（例如，组织学）以改善个性化的患者诊断（例如，用于神经变性病症）和设计更有针对性的治疗（例如，用于前列腺癌、宫颈癌或乳腺癌）（Raidou et al. ，2015）。可视化分析也可用于预测性探索和分析，例如，在肿瘤治疗的放射生物学建模或住院患者康复中（Bernold et al. ，2019）。这是在大量患者的基础上进行的。与来自丹麦粒子治疗中心、加州大学圣地亚哥分校医学院、卑尔根大学和VARIAN医疗系统的研究人员一起 ， 我 们 最 近 设 计 并 实 施 了 一 种 新 的 放 射 性 治 疗 预 测 框 架（Furmanová et al. ，2021年）。在放射治疗中，框架首次能够基于大量既往患者（具有完整数据）来支持对新入组患者（具有不完整数据）的每次治疗解剖学变化的预测和准确量化。在预防性可视化中，我们处理了解器官的形状和大小如何影响自动分割算法的准确性（Reiter et al. ，2018年）。我们还对它们的准确性对治疗策略的稳健性的影响感兴趣，例如自适应放射治疗（Furmanováet al. ，2020）（图5）。这个项目开始只处理一个器官（膀胱），然后扩展到覆盖整个骨盆。该主题与上面讨论的预测组件紧密耦合最后，物理化可以应用在参与性解剖寓教于乐的背景下，通过使用廉价和可访问的计算机生成的物理模型，吸引外行或学童。在这里，我们专注于超越3D打印的医疗物理化方法-无论是2D打印还是3D可折叠物理化。这些改变了它们的视觉特性（即，可见光 谱 的 色 调 ） ， 以 通 过 用 户 交 互 来 揭 示 不 同 的 解 剖 结 构（Schindler等人，，2020年），或与可组装的八叉树为基础的雕塑体积医学数据集。图五. 一个交互式框架，用于视觉探索和分析放射治疗计划中解剖变异性的影响（Furmanová et al. ，2020年）。见图6。牙科美学可视化研究（Amirkhanov et al. ，2018，2020）。2.2. 牙科美学可视化该小组正在与奥地利的cool IT GmbH、意大利的DenttecKG和德国马格德堡的Otto-von-Guericke大学最近，我们提出了一种用于增强现实中的虚拟牙科治疗预览的虚拟镜像方法（Amirkhanov等人，，2018），以促进早期反馈，并建立患者对结果的信心和信任。这是预期由患者使用，以预览潜在的假牙前拟合。一个例子如图所示。6（左）用于不同大小的假牙。达瓦通过动态切换进行视觉评估和比较。除了虚拟镜像方法之外，我们还提出了一种解决方案，通过将美学分析整合到牙科技师的功能工作流程中来支持牙科技师的工作流程（Amirkhanov等人，，2020年）。这在图中示出。6（右），旨在帮助牙科技术人员从义齿库中选择最美观的预设，确定合适的义齿尺寸，并调整义齿位置。2.3. 数学可视化我们的小组在过去提出了几种方法来支持动力系统的探索。我们最近的工作是ManyLands（Amirkhanov et al. ，2019年），用于探索4D连续时间动态H.- Y. Wu，中国茶条A.Amirkhanov，N.Grossmann等人视觉信息学5（2021）7679见图7。ManyLands：用于探索生物过程的4D连续时间动态系统的可视化分析工具（Amirkhanov et al. ，2019）。图8.第八条。冠 状病毒颗粒的 3 D 可 视 化 （Nguyen et al. ，2021年）。系统.这样的动力学系统允许使用不同复杂性和维数的普通微分方程对许多生物过程进行数学描述。一些例子包括细胞分裂周期的动力学系统，或解释双相情感障碍机制的模型。ManyLands提供了对这些系统进行整体和解剖探索的能力，并通过交互和平滑的动画导航来支持相空间（图1）。 7）。领域科学家可以以简单而新颖的方式有效地与系统轨迹的不同视觉表示进行交互和导航。它们可以穿越HyperLand（超空间表示）到SpaceLand（三维表示）、FlatLand（二维表示）和TimeLines（一维表示）。对于局部分析，我们提供了一个额外的系统轨迹的解剖视图这依赖于抽象的，小的多个象形图，嵌入在时间线。这些抽象充当指南针，用于跨相空间和跨感兴趣的段的容易导航，以及用于感兴趣的段的选择机制。2.4. 分子可视化分子可视化是本课题组的主要研究方向之一该研究从研究非常大的数据集的显示算法开始，目标是实时渲染性能。这些努力已经实现为cel-1VIEW（Le Muzic et al. ，2015a），用于实时呈现分子数据的框架。除了性能，我们还对分子数据的说明性可视化感我们提出了几种增强可视化清晰度的方法（Le Muzicet al. ，2016年）。生物实体（例如病毒和细胞）的计算模型显著地推进了整合细胞生物学的研究在我们的研究中，我们从可视化的角度（Kleinet al. ，2018; Nguyen et al. ，2021年）（图 8）。见图9。多尺度、多实例、密集3D生物模型的文本标记（Kouzanil et al. ，2019）。多年来，我们一直致力于分子可视化，并与分子图形学领域的专家建立了良好的关系。我们也注意到可视化在与科学推广相关的努力中有多么重要，即，向非专业观众传播生物学。为了应对这一挑战，并统一我们在分子可视化方面的软件开发工作，我们创建了Mar- ion（Mindek et al. ，2018年）-一个软件原型框架，专注于讲故事和科学推广。从那时起，我们就在我们研究的几个分支中使用它来实现新的说明性可视化方法，并考虑到可维护性和可重用性。该框架成为一家分拆公司Nano的基础图形（Nanographics，2021a），开始了我们的研究小组。该公司专注于开发可视化以及新颖的可视化算法，专注于科学交流和推广。我们的成就之一是第一次直接从冷冻电子断层扫描数据中对冠状病毒颗粒进行3D可视化（图1）。 8，（右）），而不使用亚断层成像平均。我们继续为各种问题开发新的解决方案，这些问题与跨越几个尺度的生物结构可视化的元素必须适应多尺度数据 的 探 索 。 这 可 以 包 括 动 态 地 调 整 着 色 （ Waldin et al. ，2016），阴影，甚至标签（Kouzanil et al. ，2019年）（图。9），而用户探索三维模型。多尺度生物模型也对用户探索和导航它们的方式产生影响。我们研究了HyperLabels中的多尺度导航（Kouzanil et al. ，2020）和Molecumentary（Kouzanil et al. ，2020）项目。2.5. 网络可视化网络的使用是普遍存在的，因为网络已经被用于对各种应用中的实体之间的关系进行建模。图是网络的数学符号，使我们能够以系统的方式处理关系信息。解开关系信息，如生物网络、社交网络、知识图谱和许多其他大数据应用，不仅在学术界，而且在工业界都有很大的需求vis-group中的图形可视化研究旨在提出可扩展的解决方案，以缓解网络表示的毛球效应。一种有效的方法是引入图示（Wu et al. ，2020 a），其已用于制图中，以通过简化的网络几何结构来简化路线规划任务我们受到启发，并介绍了著名的地图符号学作为视觉隐喻来呈现生物途径的详细连接性（Wu et al. ，2019）。这使我们能够使用功能类别H.- Y. Wu，中国茶条A.Amirkhanov，N.Grossmann等人视觉信息学5（2021）7680图10个。 世界食 谱 地图（Wu et al. ，2020 b）。见图11。墨鱼（Waldin et al. ，2019）动态地适配分类颜色图以支持缩放界面中的分层结构的区分城市街区和城市边缘的道路网络。我们成功地将生物学家的传统手工绘图已经开发了将矩形边界放宽为任意多边形形状的扩展版本，并且已经研究了平衡顶点分布的新标准（Wu et al. ，2020b）。图10赢得了2019年图形绘制比赛第一名奖，并给出了一个例子，展示了食物食谱和配料之间的关系。通过网络结构分析，我们成功地将食谱按大洲分开，并证明邻国倾向于重复使用相似的成分。基于图的技术的适用性和可行性也进行了研究。介绍了一种对现有的图形可视化评估方法进行分类的分类法（Yoghourd-jianet al. ，2019），其中我们研究了图形可视化的定性评估的常见设置。开发了与地理位置相关联的图之间的平滑过渡（Mizunoet al. ，2019）。我们还研究了视觉质量和使用众所周知的图形绘制算法和相应的手工制作版本合成的结果的可辨别性（购买等。，2020年）。2.6. 视觉感知视觉感知研究主要集中在两个方面：（1）在视觉分析过程中理解和建模用户感知（Polatsek et al. ，2018年; Waldman et al. ，2017）和（2）调整视觉表示以有效地引导用户见图12。多个尺度，从细节到过程，代表相同的数据（纳米立方体）（Miao etal. ，2018年）。图十三. 用于纳米机器人的可视化方法的各种特征（Llanoet al. ，2020年）。注意力和提高复杂可视化的有效性。在一种新的基于对象的显著性模型的基础上，提出了一种多通道高亮技术。它能够通过平衡多个视觉通道上的突出显示效果，在复杂的可视化中生成有效的强调，并具有最小的上下文抑制（Walkman et al. ，2017年）。这种技术创造了视觉上突出和令人愉悦的高光效果。然而，该技术不足以在大型显示器上有效地引导用户的注意力，尤其是 我们研究了使用闪烁来吸引用户的注意力，试图找到高亮提示的有效性与其感知的烦恼之间的权衡（Walkmanet al. ，2014 b）。我们利用临界闪烁频率阈值在拥挤的图像中创建高效但最小干扰的视觉注意力引导，而不需要眼动跟踪器（Waldin et al. ，2017年）。虽然注意力引导对于叙事可视化至关重要，但我们也研究了如何利用人类视觉感知的限制来支持探索性分析。 一个示例是动态分类颜色图，以最大化要在多尺度可视化中可视化的分层组织的类别的数量（Waldin et al. ，2016年，2019年），如图所示。十一岁我们与捷克共和国布尔诺马萨里克大学的研究人员一起设计并评估了一种新的时空焦点+上下文技术，其中用户选择的元素和感兴趣的事件以完整的空间（元素）和时间（事件）细节可视化，而上下文仍然是抽象的。相反，我们探索了焦点中动画速度的动态抑制，同时在上下文中保持高速度，以在视觉上传达所显示场景的复杂性（Le Muzic et al. ，2015 b）。除了这些直接与建模和引导视觉注意有关的工作外，视觉研究小组还定期进行实验研究，调查视觉化的各种感知方面。实例是评估视觉通道编码词云中的定量信息的有效性、径向图表用于可视化日常模式的有效性或虚拟场景中的光感知的研究（Luidolt etal. ，2020年）。2.7. DNA纳米结构可视化建模描述了用于交互式建模的智能、自动化可视化方法的组合，H.- Y. Wu，中国茶条A.Amirkhanov，N.Grossmann等人视觉信息学5（2021）7681见图14。BiCFlows（Steinböck et al. ，2018年; Waldman et al. ，2020）支持非常大的，时间依赖的二分图，如媒体网络的探索性分析。大型、复杂、密集和多尺度环境。今天，我们不仅可视化分子结构，而且还拥有在纳米级创建真实世界物体的工具。DNA纳米技术描述了DNA链自组装成任意纳米结构的编程（Rothemund，2006）。DNA纳米结构是由从数十万个原子到数百条DNA链和整体形状的几个尺度上的特征组成的生物分子物体。我们小组的一个关键研究方向是通过适当的抽象技术处理多尺度的特征。图12，提出了几个跨尺度表示组织在一个多尺度安排，以支持规模自适应建模任务（苗等。，2018年）。用户可以使用滑块切换表示，以无缝调整缩放级别。以这种方式，动画过渡用于在不同尺度的特征之间建立对应。建模操作，如连接，断开和删除是最基本的DNA操作，可以应用于所有尺度。代替选择属于核苷酸的所有原子的基团，可以仅选择更高尺度上的一个球体此外，专家提供了简化的视图，着色方案，和视觉指导，以进一步简化建模过程（见图10）。 13）。所提出的视觉模式识别方法在Adenita（Llano et al. ，2020），一种用于DNA纳米结构的交互式建模的软件，其最近已经出版并发布给该领域的专家。2.8. 视觉意义建构vis-group探索如何改善视觉信息觅食和感觉传达界面，使知识工作更有效，有三个焦点问题。第一个焦点在于空间组织在意义建构界面中的作用，我们研究了用户如何利用空间来组织他们在不同场景中的想法（例如，Waldman等人（2021））。第二个重点在于信息采集接口与用户工作环境的紧密集成。例如，我们研究了如何通过可视化查询扩展来改进探索性搜索（Mazurek和Walkman，2018），以及如何桥接操作和浏览历史以提供跨应用程序证明（Walkman等人，2018）。，2014 a）。我们最后的重点是在大型，复杂的信息空间中的隐藏关系的可视化。例子是BiCFlows，一种基于双聚类的大型二分图的新型大规模视觉编码（Steinböck et al. ，2018年）或时间序列的凝聚聚类（Walkman et al. ，2020年）（图 14）。2.9. 计划的研究我 们 目 前 的 研 究 活 动 也 可 以 在 我 们 的 网 站（https://www.cg.tuwien.ac.at/research/vis/）上找到。下面我们将介绍我们计划的一些研究活动。（数据）可视化处理计算机支持的（抽象）数据的交互式视觉表示，以增强认知。可视化是使用户在复杂的决策过程中保持循环的关键技术。虽然自动方法（人工智能（AI），机器学习，卷积神经网络）的趋势很强，但人类专家必须保持对理解和分析自主系统的控制可解释的AI）。可视化将是这方面的一个重要方法。根据给定的数据和用户的具体任务，一个适当的视觉编码的设计和评估。由于人类分析师的感知和认知能力不随数据复杂性的增加而扩展，因此作为中间接口的可视化必须提供新颖的交互和视觉效果。数据的复杂性无法通过可视化的复杂性来解决。我们过去许多研究工作的指导原则是简化交互和视觉表示。如今，通常会给出许多复杂的数据项。这需要在各种相关方向上的新方法：可视化分析、比较可视化、定量可视化、可扩展可视化、链接/集成视图、沉浸式分析和物理化。这些领域的重要主题是目前我们特别感兴趣的是多尺度可视化和交互，不确定性可视化和视觉modelitics。视觉建模是一种将自动化和智能建模与综合技术与交互式视觉计算相结合的新方法，用于有效地多用户指定大型，复杂，密集，多实例，多尺度，3D，动态环境。我们感兴趣的其他主题是：队列研究的医学可视化，生物分子可视化，非破坏性测试中的可视化，比较可视化，矛盾可视化，来自数据和计算科学的现象的联合可视化表示（即，视觉数据同化），野外的视觉化（即，与现在相比，在较少控制的条件下），从数据驱动到任务驱动的可视化，以及输出敏感的交互。通过计算科学和数据科学，人类活动的数字化和自动化（人工智能、机器学习）日益增加，这使得设计新颖的视觉计算方法成为必要，以便在数据复杂性大幅增加的情况下，使以人为本的决策制定变得易于处理和可信。这为未来的视觉计算研究提供了许多相关和具有挑战性的课题。3. 大学教育和vis-group我们目前在TU Wien Informatics的教学主要是嵌入在学士研究“媒体信息学和可视化计算”与两个必修课“计算机图形学”和“可视化1”，并在硕士研究“可视化计算”与必修课“可视化2”。视觉组进一步参与硕士研究“医学信息学”和“数据科学”。最近，我们开设了一门关于“视觉数据科学”的课程。每个学期，vis-group都要指导相当数量的学生参加各种研讨会，H.- Y. Wu，中国茶条A.Amirkhanov，N.Grossmann等人视觉信息学5（2021）7682图十五岁是 什么让一个研究小组成功？科学项目，学士和硕士论文。我们正在指导学生在学士学位与荣誉计划在我们的教师。在国际上，我们多次参与并共同组织了Eurographics和IEEE Visualization等会议的教程和小组讨论。数字化和知识社会的发展需要高学历的计算机科学家。理想情况下，这些专家应该遵循c三角，即创造性，能力和合作（即， 以平衡的方式（图）。 15中）。大学教育应适应和培养这些特点。大学的教学在早期阶段就应该以研究为导向。在我们的研讨会上，向学生们展示科学过程是如何完成的，并通过研究我们研究领域的最新课题来激励他们。在那些较大的（科学）项目必须执行（学士学位论文，计算机科学项目，硕士论文）的课程中，我们主要分配来自主管目前研究工作的顶级IC。这确保了所有参与者的高度承诺，并进一步激励学生，因为他正在研究相关和当前的研究问题。总体战略是使学生尽快进入接近他们将在未来的工作环境中遇到关于如何让学生早期参与现实世界的研究活动的一个例子是中欧计算机图形学研讨会（CESCG，https://cescg.org/），该研讨会由我们的研究单位在大约30年前发起。这是一个学生研讨会在一个类似会议的设置，包括来自几个中欧国家的学生参与者。我们认为，师生之间的密切互动对于富有成效和激励性的知识转移非常重要。这在大众大学是很困难的，因为每名教师的学生人数很多，特别是在学习的第一年。为了缓解这个问题，我们的研究小组大约25年前 ， 他 创 立 了 CG 俱 乐 部 （ https://www.cg ） 。tuwien.ac.at/staff/CGClub/）上提供。对计算机图形学特别感兴趣的积极性很高的学生有机会体验我们研究单位的日常生活和工作，了解研究是如何进行的，并更深入地了解在这里工作的科学家的特殊兴趣。博士教育一直是我们的研究和教学活动的一个特殊重点（帕特尔等人。，2011年）。博士研究应该遵循S三角形，即，学生，主管，来源（图。15左下）。一个有创造力的学生应与导师一起研究共同感兴趣的相关研究课题，在必要的（再）来源，如资金是足够的。在博士期间，导师应该作为导师，学生越来越多地自主解决具有挑战性的科学问题。外部约束，如过度监管的博士课程，不利于自我激励，一个成功的博士学位的关键因素项目在这方面，我们有一种最小化的观点，即学生、导师和资源的S三角应该放在一起，但在很大程度上不去管它。的博士候选人应该尽早获得在不确定的情况下做出决定的自由，但也要对后果负责。访问组还提供了一个机会，不断反弹了一个人不断的反思和回顾是科学进步的组成部分。博士通过让学生尽早参与监督和复习活动，迅速鼓励他们成为自力更生的研究人员。4. 关于建立可视小组的思考图图15展示了我们的三角、递归和以群体为中心的研究世界观。在中央三角形中，research（R）encom-指的是在特定领域工作的一组科学家，以产生科学成果。在我们的例子中，该领域是可视化，其中数据，任务和用户确定适当的视觉表示（三角形）。一个重要的研究成果是博士学位，由S三角形表示（学生，主管，来源）。一个成功的研究小组是人、论文和项目的平衡组合（P三角形）。一份好的科学论文要整合想象力、影响力和实施力（i三角形）。一个好的科学家的特征是创造力、能力和合作态度（c三角）。除了这个嵌套的三角形视图上的一个成功的研究小组，还有其他三角形漂浮在我们的活动空间。出版发生在一个相互关联的环境中，我们努力在最好的国际，但竞争激烈的会议和期刊上发表。尽管如此，地方性的重大事件在培养和培育年轻研究人才方面发挥着重要作用。与此同时，必须避免欺骗性和剥削性的假会议和假期刊（ilf三角）。技术进步的商业利用总的来说，科学工作是一个有针对性的搜索过程，通过成本/收益权衡（gcb三角）来优化既定目标的实现。我们的vis-group遵循p-三角形，即，我们追求一组平衡的人员，论文和项目（图）。15）。一个密切的小组互动是促进在视觉组，例如每周科学会议和年度闭门会议，我们讨论未来一年的战略研究方向。为了在一个积极进取、雄心勃勃的团队中成功合作，我们认为紧密的社交互动也是必要和有价值的该组织定期参加社会活动。一个例子是拒绝党，H.- Y. Wu，中国茶条A.Amirkhanov，N.Grossmann等人视觉信息学5（2021）7683在我们领域最重要的会议的通知截止日期之后，我们见面并感谢提交的努力，即使他们被拒绝了（我们也庆祝成功）。多年的博士学位。应将项目分解为可管理的子项目，然后将所取得的科学成果按照i三角形，即，它们的特点应该是想象力=原创性，影响力=相关性，实施潜力=技术可靠性（图1）。15顶部）。越来越多地利用研究成果，例如，通过衍生产品，尤其是对技术大学的毕业生来说变得重要。这种选择和机会应该更清楚地传达给博士。毕业生衍生产品遵循tfe三角形（技术，金融，经济）（图15右），我们的学生在技术方面相当强大，但需要更多的支持，在财务，营销和销售方面。这将是伟大的，如果博士毕业生，完成他们的研究后，得到的可能性（从资金来源），以探索开发的角度来自他们的研究工作。对我国博士生导师制的思考。项目已作为期刊论文发表（Pateletal. ，2011年）。未来的教学活动应该考虑到新兴的趋势：可视化数据科学，计算科学中的可视化计算，可视化作为追溯理解自治系统的方法（可解释的人工智能和机器学习），物联网等等。在拥有自主代理的复杂世界中，人类（专家）保持密切参与是很重要的。在这方面，可视化是一种不断发展的重要技术vis-group试图为学生，大学和整个社会提供有价值的贡献。最后，vis-group强大的内部凝聚力也反映在我们的座右铭中：可见的Facimus Quod Ceteri Non Possunt，即，我们让别人看不到。竞合利益作者声明，他们没有已知的竞争性财务利益或个人关系，可能会影响本文报告的工作引用Amirkhanov，A.，Amirkhanov，A.，Bernhard，M.，Toth，Z.，Stiller，S.，Geier，A.，Gröller，E.，Mistelbauer，G.，2018. WithTeeth：增强现实中的Doppler预览。In：Beck，F.，Dachsbacher，C.，Sadlo，F.（编），视觉、建模和可视化。欧洲制图协会。Amirkhanov ， A. ， Bernhard ， M. ， Karimov ， A. ， Stiller ， S. ， Geier ， A. ，Gröller， M.E.，Mistelbauer， G.， 2020.牙 科美 学中 的视 觉分 析。 Comput.Graph. Forum 39（7），635-646.Amirkhanov，A.，科修克岛Szmolyan，P.，Amirkhanov， A.，Mistelbauer ，G.，Gröller，M.E.，Raidou，R.G.，2019. ManyLands：穿越轨迹的4D相空间的旅程。Comput. Graph. Forum 38（7），191Bernold，G.，Matkovic，K.，Gröller，M.E.，Raidou，R.G.，2019. Preha：通过视觉分析建立精确的康复。在：欧洲图形研讨会的视觉计算生物学和医学，页。79比89Bruckner，S.，Gröller，M.E.，2006.体积数据的分解视图。IEEE Trans.目视Comput. Graphics 12（5），1077-1084.Furmanová ， K. ， Grossmann ， N. ， Muren ， L.P. ， 卡 萨 雷 斯 - 马 加 兹 岛Moiseenko，V.，Einck，J.P.，Gröller，M.E.， Raidou河， 2020. VAPOR：用于探索放射治疗中盆腔器官变异性的可视化分析。计算机和图形91，25-38。Furmanová， K.，Muren，L.P.，卡萨雷斯-马加兹岛Moiseenko，V.，Einck ，J.P.，皮尔斯科格，S.，Raidou，R.G.，2021. PREVIS：用于放射治疗决策支持的解剖变异性的预测性可视化分析（将出现在计算机和图形学中）。Klein，T.，奥坦湖，Kozlikova，B.，Goodsell，D.，Olson，A.，Gröller，M.E.， 比奥拉岛，2018.即时构建和可视化拥挤的生物环境。IEEE Trans.目视Comput. Graphics 24（1），862Kouzanil，D.，Čmolik，L.，Kozlíková，B.，吴，H.，约翰逊，G.，Goodsell，D.S.，Olson，A.，Gröller，M.E.，维奥拉岛，2019.级别上的标签：多尺度多实例和拥挤的3D生物环境的标签。IEEE Trans. Vis. Comput. Graphics 25（1），977-986.Kouzanil，D.，伊森伯格，T.，Kozlíková，B.，迈耶，M.，Gröller，E.，维奥拉岛 ， 2020. HyperLabels ： 浏 览 密 集 和 分 层 的 分 子 3D 模 型 。 IEEETrans. Vis.Comput. Graphics-遗漏广西快乐Kouzanil ， D. ， Strnad ， O. ， Mindek ， P. ， Halladjian ， S. ， 伊 森 伯 格 ， T. ，Gröller，E.，维奥拉岛，2020. Molecumentary：使用分子可视化的可扩展叙事纪录片。arXiv预印本cs.HC.Le Muzic，M.，奥坦湖，Parulek，J.，维奥拉岛，2015年a。CellVIEW：一种用于大型生物分子数据集的说明性和多尺度渲染的工具在：欧洲图形学研讨会上的视觉计算生物学和医学，pp = 61LeMuzic，M.，Mindek，P.，Sorger，J.，奥坦湖，Goodsell，D.，维奥拉岛，2016年。可见性均衡器： 介观生物模型的剖 视可视化。 Comput. Graph.论坛35（3）。LeMuzic，M.，Walkman，M.，Parulek，J.，维奥拉岛，2015年b。说明性时间流逝 ： 一 种 用 于 基 于 粒 子 的 模 拟 的 说 明 性 可 视 化 的 技 术 。 2015IEEEPacificVisualization Symposium。PacificVis。IEEE，第247-254埃达·拉诺苗，H.，Ahmadi，Y.，威尔逊，A.J.，Be