公众号
关注微信公众号
移动端
创头条企服版APP

2020年疫情数据可视化公益行动特别论坛正在直播

20043
2020-08-14 17:57 抢发第一评

第二十三届计算机辅助设计与图形学学术会议(CAD& CG 2020)于2020年8月14至16日在吉林大学线上举行。本次会议是计算机辅助设计与图形学领域的年度盛会,欢迎从事相关领域的学术、产业技术人员踊跃参与,分享研究经验和成果,共同携手推动相关学科和产业的发展。诚挚邀请您参加!

观看直播请点入:https://live.bilibili.com/22437230

微信截图_20200814173808.png

2020年新冠肺炎疫情数据可视化公益行动

时间:2020年8月15日星期六10:50——12:30

主持人:王听(阿里云)

2020年年初,新型冠状病毒肺炎疫情爆发。2月初,中国计算机学会CAD&CG专委会、阿里云天池、机器之心、阿里云DataV、Datawhale联合发起的以“万众‘疫’心 天池众智”为主题的疫情数据可视化公益行动,面向全社会开放,希望广大开发者围绕疫情态势展示、疫情大众科普、疫情走势预测、疫情物资情况、各地各业人员返工返程情况等需求场景,挖掘复杂异构多源数据之间的关联关系,开发并创作的各种正能量的作品,以形象生动的方式呈现给公众。

参与作品采用数据可视化的形式,分为科普宣传类和应用场景类。科普宣传类是面向公众的疫情态势展示、疫情大众科普、疫情防控宣传等方向作品;应用场景类是面向一线指战员,为抗疫人员提供有效的数据工具,支持快速直观的疫情分析,为疫情的防治提供可靠、可理解、易沟通的信息,助力政府、企业、机构的抗疫、防控和宣传。

01

动机

疫情于今年2月在全球爆发至今,给各国的经济及社会生活带来极大冲击。在防疫早期,由于信息不透明、对病毒了解不够,各种不实传言、谣言频发,给防疫抗疫带来许多挑战, 也让传统治理方式的短板日益凸显。如何通过新一代信息技术,打破数据孤岛实现追踪病毒传播路径实现精准防控,成为科技防疫抗疫的现实课题。

与此同时,我们也欣喜的看到,不少开发者已经用自己的行动参与到抗疫中。比如程序员任远创作的可视化作品《自行隔离对疫情控制的重要性》,把解释逻辑复杂的概念抽象成图形和动画展现,疫情早期在《新闻1+1》节目中播出,影响和教育数亿观众,而他的另一幅作品《基于SIR模型模拟病毒传播》,通过计算机仿真辅助用户分析和理解病毒传播,对如何阻击病毒传播起到了良好的科普宣传作用。

阿里云天池数据众智平台(tianchi.aliyun.com)是中国最大的AI开发者社区,面向社会开放海量数据(阿里数据及第三方数据)和计算资源,让青年开发者有机会运用其设计的算法解决各类社会或业务问题。作为这次公益行动的发起方,阿里云天池数据众智平台(tianchi.aliyun.com)第一时间与中国计算机学会CAD&CG专委会秘书长、浙江大学计算机学院教授陈为讨论策划,希望通过专业化、组织化的运作,“集结”广大开发者,最大限度的激活开发者和科技的力量参与抗疫,同时也为想参与、想出力的开发者提供了一个交流、学习、分享的舞台,群策群力,碰撞火花。同时,本次公益行动也获得了阿里巴巴技术公益委员会、阿里巴巴公益基金会的支持与帮助。


02

优秀作品

本次公益行动吸引到394支团队参与,提交作品超过100份,起到了较好的“集结效应”,不少企业、高校、个人开发者等参与团队通过创新技术支持“科技抗疫”,表现出良好的社会责任感,也取得了可喜的成果。同时,人工智能领域头部媒体机器之心对本次公益行动的参赛作品进行连载传播与公示,产生了较强的社会影响力和认知度。

作品1


TeleVis:基于NLP的新冠新闻舆情可视化项目

创作团队

金融壹账通大数据研究院

创作成员

杨镭,郭凌峰,王天宇,黄北辰,齐婧含

作品介绍

作品通过抓取新闻、微博等公开信息,对全球疫情及舆情变化进行可视化分析,通过大屏、电脑端、移动端应用设计,提供端到端舆情管理方案,包括展示物资互动的3D交互大屏“远邻帮”、自然语言搜索驱动的可视化分析应用“望风台”及移动端舆情查询工具“舆查查”。

作品可帮助有关机构监测舆情变化,及时进行公众情绪疏导及有效信息传达。方案集成大屏、电脑端、移动端不同应用,适合不同场景和需求的用户使用。

作品展示

▲ 3D大屏应用:远邻帮

体现疫情期间各国的物资捐赠和受赠情况(数据来源新闻信息),可随时间轴进行趋势展现。


微信截图_20200814173948.png

分析平台:望风台

① 热点分析

高频热词分布:了解当前讨论热词,明确当前群众关注重心。

每天热搜类别分布:了解讨论热搜类别,关注每日讨论倾向。

每天主导情绪变化:观察情绪曲线变化,监控群众,负面情绪过高时及时进行预警。

② 发声者分析

发声者看板关注在疫情期间的活跃博主,并重点比较官媒、市场化媒体、自媒体及明星四类博主,观察他们发声内容倾向。

微信图片_20200814174050.jpg

移动端工具:舆查查

将舆情数据处理的过程可视化展现出来,包含分词与词频统计、情感分析、转发热度分析、传播路径分析、地域热度分析、主要传播者挖掘6个处理步骤。

微信图片_20200814174110.jpg

作品2


给小朋友的疫情互动模拟书

创作团队

Leo & Alma

创作成员

王秋婷,刘书诚

作品介绍

“妈妈,我为什么不能出去玩?”这是多数家长在疫情期间听到的最为高频的一个问题。创作者借助图像、动画、数据查询与统计、过程模拟等方式,用小朋友可以理解并接受的形式,来向他们直观说明这一次全人类的灾难。并让他们明白,现在我们每一个人所做出的牺牲,都是为了什么,而身处其中的我们,又可以做些什么?作品通过3D实时渲染和剪纸卡通漫画的风格,结合来自丁香医生的公开数据,做了这个带有动态沙画故事、病毒扩散过程演示、全球感染数据查看、传播过程模拟沙盘的《给小朋友的疫情互动模拟书》。并以此为基础制作了一个短片,用4种不同的语言,完整展现了给小朋友解答疑惑的过程。

作品展示

▲ 互动绘本书

用卡通沙画的表现形式,来为小朋友讲解病毒的相关常识。


微信截图_20200814174146.png

病毒扩散过程演示

在3D卡通地球仪上展示中国疫情的扩散过程。小朋友可以通过滑块来选取展示数据的日期,直观感受春节期间中国疫情的爆发过程,以及春节管控之后的消退过程。

微信截图_20200814174221.png

全球疫情统计数据查看

在3D卡通地球仪上可点击拾取不同的国家或中国各个省市地区,进行最新数据的统计查看。用以给小朋友一个全球疫情状况的直观体验。

微信截图_20200814174258.png

病毒传播过程模拟

通过对传染系数、口罩使用比例、宅家比例、医院床位数、治疗时长、死亡率等参数的设置,来对病毒传播感染过程进行动态随机模拟。用以给小朋友直观展示大家戴口罩、减少外出等行为,会对整个疫情所产生的影响。

微信截图_20200814174335.png

作品3


BTBI-疫情分析系统

创作团队

btharp

创作成员

黄博通

作品介绍

本作品是一个持续更新、含历史数据、多维度呈现、易实施的BI系统,可视化面板涵盖疫情数据态势、全球疫情变化地图、疫情数据洞见、患者同程查询和SEIR模型5大模块。作品提供相应疫情信息的同时,可为数据分析者提供自助分析的能力。

作品展示

▲ 模块一:疫情数据态势

本模块多指标、持续、立体地反映疫情基础信息:包括确诊、治愈、死亡、现存确诊、确诊增加、现存确诊增加、治愈增加、死亡增加、每万人确诊数、治愈率和死亡率11大指标,地图热图,时间序列图,截面数据表以及实时新闻。本模块具有以下特点:

①按小时更新,且时间可筛选(默认显示最近更新时间);

②地图热图可切换多达11个指标,市级地图同层级显示,无需跳转其他页面,市级全国地图同级显示直辖市各区;

③时序图显示趋势线和未来三天预测;

④点击实时新闻标题可跳转对应链接;

⑤详细、可展开的截面数据(6个指标),并以数据条和icon标注凸显信息。


微信截图_20200814174408.png

模块二:全球疫情地图

本模块以着色地图加播放时间轴反映全球疫情变化。可选确诊、治愈、死亡等6大指标。点击播放按钮,可显示从1月24日起至今各地疫情变化过程(因数据源关系,最早几个小时湖北无数据)。

微信截图_20200814174439.png

模块三:疫情数据洞见
使用了四种不同的图表(散点图、脉冲图、柱状图、折线图)提炼数据分析的结果。


微信截图_20200814174509.png

模块四:患者同程查询工具

本模块可查询飞机、火车、轮船、骑车等8大出行类型是否有患者同程。数据来源于各大新闻报道。点击查询列表中的消息来源可查看消息详情。

▲ 模块五:SEIR模型
本模块演绎经典传染病动力学模型,用户可修改模型相应参数,模拟易感染者、潜伏者、康复者和感染者的人数变化趋势。

微信截图_20200814174539.png

作品4


COVID-19患者追踪

创作团队

GENERATIVE GRAPH态势可视化小组

创作成员

马宇诗、段珺

作品介绍

作品通过抓取新闻、微博等公开数据,对部分城市爆发的新冠疫情,从接触-发病,和发病-治愈两个维度进行了可视化分析。通过作品中可视化图表的设计,让一般公众及分析机构比较清晰地了解了病毒毒力-发病时间-病人病程之间的关系。方案可适配电脑端和移动端,适合不同场景和需求的用户使用。

作品展示

电脑和移动端自适应的COVID-19患者追踪可视化看板:

作品体现了深圳市和青岛市截止至2020年2月18日,患者从接触到发病,以及从发病到治愈的时间分布情况。可在青岛,深圳,接触-发病,发病-治愈,等四个选项中进行切换。在接触-发病维度,当曲线与时间横轴相交且变为黄色时,即表示该患者发病。在发病-治愈维度,当曲线与上方横轴相交且变为黄色时,表示该患者已治愈;而当曲线与下方横轴相交且变为黄色时,表示该患者死亡;向后延伸的白色曲线表示对该患者的治疗正在进行中。


微信图片_20200814174627.jpg

作品5


Smart City疫情防控大屏数据可视化设计

创作团队

Nimo2020

创作成员

倪怀勇

作品介绍

疫情防控大屏数据可视化用于疫情防控部门等机构,动态展示疫情发展态势,实时监测分析数据辅助决策,对管理者提供操作管控。展现方式为大屏及电脑端。

作品从疫情态势、智能方舱医院、疫情地图、物资支援保障、复工复产、舆情监控六个方面展开,围绕疫情态势展示管控等需求场景,挖掘数据之间的关联流动关系,可视化形象生动地呈现数据,辅助决策。


微信截图_20200814174656.png

作品展示

▲ 疫情总览版块

①重点展示疫情发展趋势、疫情病例的分析、区域疫情数据。

微信截图_20200814174735.png全国疫情总览


②病例分析版块重点对病例的性别分布、病例类型(分本地病例及输入型病例)、年龄分布分析。在治愈率/病亡比率版块;将武汉、湖北作为重点地区同湖北外的其他省份做对比,数据更能反应真实状态,展现出全国的普遍趋势和湖北武汉的特殊形势,具有更强的参考价值。

③疫情分布地图,通过颜色深浅反映空间分布。

④通过(HCoV-19)的基因组流行病学分析;研究病毒的传播史,直观演示病毒在扩散过程中的变异、发展传播路径。

▲ 智能方舱医院版块

①展示方舱医院资源、收治病例状态、医护专家资源、设备的使用状态及控制、防护物资储备等。


微信截图_20200814174801.png方舱医院的智能化管理


②通过物联网对床位使用、病例信息做深入联动,用于病患呼叫报警等应用场景。

③通过物联网控制技术,对制氧机、CT机、空调风机等设备等使用做可视化展示控制。

▲ 疫情地图版块

①展示病例在辖区内的空间分布,区分显示确诊、疑似、治愈、病亡不同病例状态。


微信截图_20200814174828.png疫情地图


②网格范围细化显示病例的年龄、性别、发病状态、居住地等信息;可视化展示14天内行动轨迹,部分区域轨迹重叠或密度较大时,提醒决策者采取措施。

▲ 物资支援保障版块

①对全市应急物资储备状态、主要物资生产供应企业进行数据监控,保障物资储备;

②对医疗救援资源的流动、生活物资支援、接受捐赠金额统计等数据做动态展示,动态反映保障资源的流动态势,保证信息的公开透明。

▲ 复工复产版块

①重点展示区域复工率趋势、健康码数据分析、重点企业复工监控等数据。

②统计辖区员工到岗状态,通过企业健康打卡等方式,统计辖区企业应到人数实到人数到岗率分析。

▲ 舆情监控版块

①通过热度分析、传播路径分析等方式对当下传播或影响较大的舆情谣言做监控辟谣等处理。

②通过民生关键词、民生词云分析,准确反映当下民众关注点。

作品6

复产复工复学疫情风险态势仿真与干预推演平台

创作团队

ciisr仿真与推演小组

创作成员

王鑫玉、李超超、张权、张梅、徐博雅、韩旭、郭玉磊、付宇航、李昊

指导教师:徐明亮、吕培、王华

作品介绍

郑州大学人工智能前沿与交叉应用实验室群组仿真团队,构建了复产复工复学疫情风险态势仿真与干预推演平台,可应用于复工、复学等复杂场景的人流、车流管控,为安全复产复工复学提供参考。该平台通过将学生的返校预案中的真实数据注入模型,进行实时仿真和干预推演,揭示人群流动行为对新型冠状肺炎感染影响的风险评估计算模型和演化规律,为复产复工复学的疫情防控工作提供基于大数据推演的科学参考和决策支持。


微信截图_20200814174856.png仿真平台效果图


作品展示

▲ 人群运动仿真计算

①人员流动数据管理:模拟校园学生20天人数递增的流量情况,为管控提供参考;

②路网数据管理:标记了包含校园区域内的路段数据、连接关系数据等,以及人口分布多边形区

集合,即生活区、工作区的集合,以及人员在区域间沿路网流动的方向。

③路径规划与推荐:为每个人规划出行路径,出行方式以及出行时间,避开高峰区域。

④密度热力图可视化:根据数据分析的结果以热力图的形式呈现出不同时刻人口密度变化,其中黄色为低密度区域,红色为高密度区域。


微信截图_20200814174926.png人群仿真可视化结果


▲ 车辆运动仿真计算

本部分集成了交通仿真模型,支持交通对象速度等属性的设置。

①区域压力计算:根据车辆的移动轨迹,计算出每个时刻每个区域的人数。

②入口流量模拟:测试开放校园入口数量能承载的最大车流量,避免积压。


微信截图_20200814174955.png车流仿真可视化结果

▲ 飞沫运动仿真计算


易感人群飞沫和接触传播仿真系统是一个疾病传播感染模拟系统,包含:

①人员流动接触的可视化:通过计算飞沫粒子运动的轨迹和范围,确认大致可能感染的人员。

②环境抽取:对校园内教室、食堂、图书馆等学生常出入的场景进行三维建模,模拟模拟环境中人员流动的接触感染。

03

总结

本次新冠肺炎疫情数据可视化公益行动让社会看到青年开发者“科技抗疫”的力量和社会责任感。广大开发者围绕疫情态势展示、疫情大众科普、疫情走势预测、疫情物资情况、复产复工复学情况等场景,创作出了丰富、有效、影响力大的作品,为阻击病毒传播起到了良好的科普宣传作用,为抗疫人员提供可靠、可理解、易沟通的疫情防治信息工具,助力政府、企业、机构的抗疫、防控和宣传。

我们感动于90后,甚至是00后年轻一代的参与,通过阿里云的普惠科技,用技术助力公益,让科技更有温度。


声明:该文章版权归原作者所有,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题,请在30日内与本网联系。
您阅读这篇文章花了0
转发这篇文章只需要1秒钟
喜欢这篇 20
评论一下 0
相关文章
评论
试试以这些内容开始评论吧
登录后发表评论
阿里云创新中心
×
#热门搜索#
精选双创服务
历史搜索 清空

Tel:18514777506

关注微信公众号

创头条企服版APP