IEEE VIS2022会议网站导读——Contribute

对于IEEE VIS 2021年及以后的会议，作为评审过程的一部分，会议改变了它对共享研究兴趣的分组方式。以前，会议由三个分会议组成，每个分会议都有类似但独立的评审程序。相反，新的领域模型将可视化和可视分析中的不同研究主题分为六个领域。这使得有关密切相关主题的研究论文能够以一致方式得到评审。为了确保高质量的评审过程，两个领域论文主席监督每个领域的评审过程，并从一个大型联合程序委员会(PC)中抽取程序委员会成员。跨所有领域的统一PC机制允许领域联合主席获得比以前更广泛的专业知识。

本页面提供了关于领域模型如何影响作者、评审人员、论文主席以及一般评审过程的指南。它还提供了如何在论文提交过程中作出适当的选择的指南。

How Will the Area Model Affect Me?

VIS领域和论文作者

作为一个作者，你的主要任务为你的稿件选择一个领域。您应该主要将领域考虑为后勤部门，以确保高质量的评审过程。首先，试着根据领域中分组的主题找到论文的领域。其次，如果你的论文涉及多个领域，那就查看领域论文主席及其专业知识。哪个领域有与你论文相关专业知识的领域论文主席?请注意，程序委员会成员不是专属于一个领域，所以你不必担心确定哪个PC成员将适合评审你的稿件。上述一般性建议有两个例外:

如果你或你的合著者与这两个领域论文主席有冲突，不要提交给该领域。
如果您或您的合著者之一是区域论文主席，您不能提交到您自己的领域。

下面的常见问题解答了关于选择领域的进一步具体问题。

VIS Areas and Paper Chairs

领域模型有两类论文主席:整体论文主席(OPCs)和领域论文主席(APCs)。在VIS 2021年之前，这两类都承担了论文主席的部分职责。领域论文主席有许多与评审过程相关的职责:指派程序委员会成员提交论文，推荐录用论文，并提名论文获奖。整体论文主席的存在是为了确保跨所有领域的一致性评审过程，帮助解决冲突，指导领域论文主席，并做出跨领域的决定，如最佳论文奖。领域论文主席不能向自己的领域提交论文。

VIS Areas and Reviewers

每一篇IEEE VIS论文都会有两名来自程序委员会的成员以及两名外部审稿人。对于外部评审人员，评审过程保持不变。程序委员会成员将看到一个变化:所有提交给IEEE VIS的论文都将进行投标。为了简化投标，将在PCS中设置几种机制(例如，改进的关键字)以确保过程可管理。

The VIS Area Model

数据可视化的使用可以追溯到至少一千年前。19世纪出现了各种各样的图表，将统计图形作为统计的一个子领域。1987年NSF题为“科学计算的可视化”的报告为1990年第一次IEEE可视化会议做好了准备。从那时起，可视化已经成为一个科学领域，并扩展到包括几个重要的研究热点，即科学可视化、信息可视化和可视分析，以及许多特定领域，如地理信息可视化、生物数据可视化、软件可视化等。这一系列的活动为可视化领域提供了一个享有盛誉和广泛的国际平台。这一系列的活动为可视化领域提供了一个享有盛誉和广泛的国际平台。在早期的统一努力下，IEEE VisWeek在2008年更名为IEEE VisWeek, 2013年更名为IEEE VIS。2018年，VIS社区开始了重建进程，以解决统一和凝聚力的需求，同时保持其活力和增长。这里所描述的领域模型就是这个重建过程的结果。

可视化(或称VIS)是研究数据向可视化表示的转变，为支持各种数据情报任务提供成本-效益高的手段，从快速观察到深入分析，从模型开发到信息传播。数据科学是一门新的科学学科，研究人类和机器将数据转化为决策和/或知识的过程。它的主要目标是了解不同数据智能过程的内部工作原理，如统计推理、算法推理、数据可视化、人类思维和协作决策，并为支持由人和机器过程组成的数据智能工作流的设计、工程和优化提供科学基础。可视化是这一学科的核心领域之一，因此，可视化的每个领域也是数据科学的一个领域。

Description of VIS Areas——可视化领域具体描述

Area 1: Theoretical & Empirical——理论和经验论证

该领域侧重于理论和实证研究课题，旨在建立VIS作为一门科学学科的基础。因此，提交给这一领域的工作也可能与其他领域所涉及的主题密切相关。在这一领域提交的工作应有助于理论或实证研究。

Theoretical Work理论工作

理论工作旨在解决与我们如何理解、评估、分类或形式化可视化和/或可视分析工作相关的基本问题。感兴趣的主题包括:

概念制定:有组织条理、综合、想法的综述；分类法和本体；指导方针和规范原则;词法、句法(语法)、语义、可视化语用学；以及可视化中的信息安全、隐私、伦理和专业化。
模型开发:用于描述可视化过程的概念模型和仿真模型(例如，颜色感知、知识获取、协同决策等)。
数学形式化:数学框架、质量度量、定理(即VIS中数学定义的因果关系)。

Empirical Research实证研究

实证研究旨在贡献研究方法或可视化/可视分析贡献的评估的具体结果或其使用背景。感兴趣的主题包括:

研究方法:进行VIS研究的一般方法，例如:类型学、基础理论、实证研究、设计研究、任务分析、用户参与、定性和定量研究等。
实证研究:对照研究(如典型的实验室实验)、半对照研究(如典型的众包研究)和非对照研究(如小组讨论、大声思考、实地观察、民族志研究等)，可采用定性或定量研究的形式，并可根据其目标进一步分类如下:
评估的实证研究:评估特定VIS技术、工具、系统和工作流程的有效性和可用性的研究，收集从失败中吸取的教训，以及建立最佳实践。
观察、数据获取和假设制定的实证研究:在可视化过程中观察现象的研究，刺激假设制定，并收集数据以告知计算模型和质量度量。
理解与理论验证的实证研究:理解可视化过程中的人为因素的研究，包括知觉因素(如视觉和非视觉感觉过程、知觉、注意等)和认知因素(如记忆、学习、推理、决策、问题解决、知识、情感等)。

Example Papers:示例论文

Concept Formulation: A. Sarikaya, M. Correll, L. Bartram, M. Tory, and D. Fisher. “What Do We Talk About When We Talk About Dashboards?”, IEEE Transactions on Visualization and Computer Graphics, 25(1):682-692, 2019. doi: 10.1109/TVCG.2018.2864903
Model Development: S. Bruckner, T. Isenberg, T. Ropinski, and A. Wiebel. “A Model of Spatial Directness in Interactive Visualization.”, IEEE Transactions on Visualization and Computer Graphics. 25(8):2514-2528, 2019. doi: 10.1109/TVCG.2018.2848906
Mathematical Foundation: G. Kindlmann and C. Scheidegger. “An Algebraic Process for Visualization Design”, IEEE Transactions on Visualization and Computer Graphics, 20(12):2181-2190, 2014. doi: 10.1109/TVCG.2014.2346325
Research Methodology: T. Hogan, U. Hinrichs, and E. Hornecker. “The elicitation interview technique: capturing people’s experiences of data representations”, IEEE Transactions on Visualization and Computer Graphics. 22(12):2579-2593, 2016. doi:10.1109/TVCG.2015.2511718
Empirical Study (Evaluation): A. H. Stevens, T. Butkiewicz, and C. Ware, (2017). “Hairy Slices: Evaluating the Perceptual Effectiveness of Cutting Plane Glyphs for 3D Vector Fields”, IEEE Transactions on Visualization and Computer Graphics, 23(1):990-999, 2017. doi: 10.1109/TVCG.2016.2598448
Empirical Study (Observation, Data Acquisition, and Hypothesis Formulation): A. Dasgupta, J.-Y. Lee, R. Wilson, R. A. Lafrance, N. Cramer, K. Cook, S. Payne. “Familiarity Vs Trust: A Comparative Study of Domain Scientists’ Trust in Visual Analytics and Conventional Analysis Methods”, IEEE Transactions on Visualization and Computer Graphics, 23(1):271-280, 2017. doi: 10.1109/TVCG.2016.2598544
Empirical Study (Understanding and Theory Validation): D. A. Szafir. “Modeling Color Difference for Visualization Design”, IEEE Transactions on Visualization and Computer Graphics, 23(1):392-401, 2017. doi: 10.1109/TVCG.2017.2744359

Area 2: Applications——应用

这一领域包括所有形式的应用研究，旨在解决应用驱动的技术问题，制定与领域专家合作的最佳实践，将通用的可视化技术转化为领域特定的解决方案，设计和开发可视化系统和可视分析工作流，以支持单个应用程序，或者深入了解如何适应和优化可视化技术，以支持特定应用领域的用户。该领域报告的技术解决方案大多是特定于应用程序的，通常与领域专家协作开发。这些解决方案可以有不同的形式，例如可视化表示和交互技术的设计、数据转换算法和技术的描述、可视化硬件和软件的原型、工作流和最佳实践的规范或设计研究。应用论文强调了该领域超越VIS研究社区本身的影响和重要性。感兴趣的主题包括:

应用领域:可视化和可视分析的使用基本上遍及所有研究领域，与商业实体、非营利组织和政府机构相关。在某些领域中，可视化的使用已经达到了很高的成熟度，而在其他领域中，可视化正在成为工作流中一个新的和必不可少的组件。VIS欢迎与所有现有、新兴和潜在领域的应用领域相关的稿件。
应用特定的技术解决方案:视觉表达、交互技术、算法、技术、硬件原型、软件原型、集成工作流、推荐的工作实践等。
Insight Documentation:关于在实践中应用可视化技术的成功案例和失败案例，多学科研究项目的成果，从与领域专家的合作中获得的好处，以及从以应用为中心的设计研究中产生的指南。

Example Papers:示例论文

Application Domains: F. Beck, S. Koch and D. Weiskopf. “Visual Analysis and Dissemination of Scientific Literature Collections with SurVis”, IEEE Transactions on Visualization and Computer Graphics, 22(1):180-189, 2016. doi: 10.1109/TVCG.2015.2467757
Application Domains: C. Nobre, N. Gehlenborg, H. Coon and A. Lex. “Lineage: Visualizing multivariate clinical data in genealogy graphs”, IEEE Transactions on Visualization and Computer Graphics, 25(3):1543-1558, 2018. doi: 10.1109/TVCG.2018.2811488
Application Domains: S. Dutta, C.-M. Chen, G. Heinlein, H.-W. Shen and J.-P. Chen. “In Situ Distribution Guided Analysis and Visualization of Transonic Jet Engine Simulations”, IEEE Transactions on Visualization and Computer Graphics, 23(1):811-820, 2016. doi: 10.1109/TVCG.2016.2598604
Application-specific Technical Solutions: F. Lekschas, B. Bach, P. Kerpedjiev, N. Gehlenborg, H. Pfister. “HiPiler: Visual Exploration of Large Genome Interaction Matrices with Interactive Small Multiples”, IEEE Transactions on Visualization and Computer Graphics, 24(1):522-531, 2017. doi: 10.1109/TVCG.2017.2745978
Application-specific Technical Solutions: K. Bladin et al., “Globe Browsing: Contextualized Spatio-Temporal Planetary Surface Visualization,” IEEE Transactions on Visualization and Computer Graphics, 24(1): 802-811, 2018. [SciVis 2017 Best Paper Award]doi: 10.1109/TVCG.2017.2743958
Insight Documentation: G. E. Marai. “Activity-Centered Domain Characterization for Problem-Driven Scientific Visualization”, IEEE Transactions on Visualization and Computer Graphics, 24(1):913-922. doi: 10.1109/TVCG.2017.2744459
Insight Documentation: H. Lam, M. Tory, and T. Munzner. “Bridging From Goals to Tasks with Design Study Analysis Reports”, IEEE Transactions on Visualization and Computer Graphics, 24(1):435-445, 2018. doi: 10.1109/TVCG.2017.2744319

Area 3: Systems & Rendering——系统与绘制

这一领域的聚焦在构建系统、绘制算法、替代输入和输出模式等主题。提交到这个领域的论文可能会提出新的可视化系统架构，支持不同的计算平台和开发环境，或者利用商业和专门的硬件设备来实现台式机之外的绘制或交互方式。绘制主题包括软件和硬件加速的算法和技术，以及图形和标签布局算法。感兴趣的主题包括:

计算平台:商用硬件、GPU、HPC、节能可视化算法及硬件等。
可视化环境:非沉浸式和沉浸式环境、台式机、移动设备、基于web、VR/MR/AR、圆顶剧场、CAVEs、物理化、远程协作等。
显示硬件及输出设备:大小显示器、立体声显示器、立体显示器、2D/3D打印、非视觉设备等。
交互形态:触摸，笔，语音，手势，触觉等。
开发环境:编程语言、软件库、编辑系统、可视化工具包、用于一体化和互操作性的软件框架等。
处理范式:并行的、分布式的、基于外存的、渐进的、流的、原地的、在传输中等等。
工程可视化系统:可视化系统生命周期、测试、性能分析、验证、校验等。
可视化系统:通用目的和特定应用的插件、应用程序、工具、系统、多系统工作流等。
数据和软件资源:开放数据、开源软件、基准数据、可再现性、认证等。
绘制技术:面绘制、体绘制、点云绘制、线云绘制、全局光照、程式化绘制、传输函数等。
照明和阴影模型:体绘制积分，光谱绘制，从真实数据学习光照和阴影模型。
放置技术:物体放置、图布局、词/标签云等。
其他合成技术:制造、可听化、触觉反馈等。

Example Papers:示例论文

Computing Platforms: A. Chaudhary, S. J. Jhaveri, A. Sanchez, L. S. Avila, K. M. Martin, A. Vacanti, M. D. Hanwell, W. Schroeder. “Cross-Platform Ubiquitous Volume Rendering Using Programmable Shaders in VTK for Scientific and Medical Visualization”, IEEE Computer Graphics & Applications 39(1):26-43, 2020. doi: 10.1109/MCG.2018.2880818
Visualization Environments: M. Whitlock, K. Wu, D. A. Szafir. “Designing for Mobile and Immersive Visual Analytics in the Field”, IEEE Transactions on Visualization and Computer Graphics, 26(1):503-513, 2019. doi: 10.1109/TVCG.2019.2934282
M. Kraus, N. K. Weiler, D. Oelke, J. Kehrer, D. Keim, J. Fuchs. “The Impact of Immersion on Cluster Identification Tasks”, IEEE Transactions on Visualization and Computer Graphics, 26(1):525-535, 2019. doi: 10.1109/TVCG.2019.2934395
Display Hardware and Output Devices: R. Langner, T. Horak, and R. Dachselt. “VisTiles: Coordinating and Combining Co-located Mobile Devices for Visual Data Exploration”, IEEE Transactions on Visualization and Computer Graphics, 24(1):626-636, 2018. doi: 10.1109/TVCG.2017.2744019
Interaction Modalities: B. Jackson, T. Y. Lau, D. Schroeder, K. C. Toussaint, D. F. Keefe. “A Lightweight Tangible 3D Interface for Interactive Visualization of Thin Fiber Structures”, IEEE Transactions on Visualization and Computer Graphics 19(12):2802-2809, 2013. doi: 10.1109/TVCG.2013.121
Development Environments: A. Satyanarayan, D. Moritz, K. Wongsuphasawat, J. Heer. “Vega-lite: A grammar of interactive graphics”, IEEE Transactions on Visualization and Computer Graphics, 23(1):341-350. doi: 10.1109/TVCG.2016.2599030
Processing Paradigms: K. Moreland, C. Sewell, W. Usher, L.-T. Lo, J. Meredith, D. Pugmire, D., J. Kress, H. Schroots, K.-L. Ma, H. Childs, M. Larsen, C.-M. Che, R. Maynard, B. Geveci. “VTK-m: Accelerating the Visualization Toolkit for Massively Threaded Architectures”, IEEE Computer Graphics & Applications, 36(3):48-58, 2016. doi: 10.1109/MCG.2016.48
Engineering Visualization Systems: Z. Qu and J. Hullman. “Keeping Multiple Views Consistent: Constraints, Validations and Exceptions in Visualization Authoring.” IEEE Transactions on Visualization and Computer Graphics, 24(1):468-477, 2017. [InfoVis 2017 Best Paper Honorable Mention Award] doi: 10.1109/TVCG.2017.2744198
Visualization Systems: I. Wald, G. P. Johnson, J. Amstutz, C. Brownlee, A. Knoll, J. Jeffers, J. Günther, P. Navratil. “OSPRay – A CPU Ray Tracing Framework for Scientific Visualization”, IEEE Transactions on Visualization and Computer Graphics, 23(1):931-940. doi: 10.1109/TVCG.2016.2599041
Visualization Systems: D. Jönsson et al., “Inviwo - A Visualization System with Usage Abstraction Levels,” in IEEE Transactions on Visualization and Computer Graphics, 2019. Doi: 10.1109/TVCG.2019.2920639
Data and Software Resources: P. Isenberg, F. Heimerl, S. Koch, T. Isenberg, P. Xu, C. Stolper, M. Sedlmair, J. Chen, T. Möller, and J. T. Stasko. “vispubdata.org: A Metadata Collection about IEEE Visualization (VIS) Publications”, IEEE Transactions on Visualization and Computer Graphics 23(9):2199-2206, 2016. doi: 10.1109/TVCG.2016.2615308
Rendering Techniques: M. Hadwiger, A. K. Al-Awami, J. Beyer, M. Agus, and H. Pfister. “SparseLeap: Efficient Empty Space Skipping for Large-Scale Volume Rendering”, IEEE Transactions on Visualization and Computer Graphics, 24(1): 2018.
Lighting and Shading Models: Jönsson, D. and Ynnerman, A. (2017). Correlated Photon Mapping for Interactive Global Illumination of Time-Varying Volumetric Data. IEEE Transactions on Visualization and Computer Graphics, 23(1).
Placement Techniques: Kieffer, S., Dwyer, T., Marriott, K., & Wybrow, M. (2016). Hola: Human-like orthogonal network layout. IEEE transactions on visualization and computer graphics, 22(1).
Other Synthesis Techniques: S. Stusak ; A. Tabard ; F. Sauka ; R. A. Khot ; A. Butz. “Activity Sculptures: Exploring the Impact of Physical Visualizations on Running Activity”, IEEE Transactions on Visualization and Computer Graphics. Year: 2014, Volume: 20, Issue: 12 .
Other Synthesis Techniques: Le Goc, M., Perin, C., Follmer, S., Fekete, J. D., & Dragicevic, P. (2019). Dynamic composite data physicalization using wheeled micro-robots. IEEE transactions on visualization and computer graphics, 25(1).
Other Synthesis Techniques: H. Roodaki ; N. Navab ; A. Eslami ; C. Stapleton ; N. Navab. “SonifEye: Sonification of Visual Information Using Physical Modeling Sound Synthesis.” IEEE Transactions on Visualization and Computer Graphics. Year: 2017, Volume: 23, Issue: 11.

Area 4: Representations & Interaction——表达与交互

这一领域的重点是针对不同类型的数据、用户和可视化任务的可视表示和交互技术的设计。原则上，相关数据可以是任何数据类型，如空间或非空间;连续或离散;统计的、时间的或流的;数字、文字或图像等。相关的用户可以来自任何用户群体(例如，科学家、学者、学生、分析师、管理员或普通公众)，并且具有任何水平的可视化素养和技能。有关的任务可以是任何业务需要，如有效的信息传播、快速的数据观察和探索性的信息寻找。有关的视觉表示可以是基本编码(例如，视觉通道、统计图形)以及复杂的视觉映射(例如，时空数据可视化和协调的多视图)，并可以是可视和非可视形式，以便通过不同的人类感官设备进行可视化。交互技术可以基于传统的WIMP(窗口、图标、菜单和指针)和直接操作。提交到这一领域的论文通常强调他们在视觉表现和交互技术设计方面的新颖贡献，同时也可以讨论数据转换、图像合成和显示、交互和沉浸的相关硬件和软件组件(也见领域3和5)。感兴趣的主题包括:

视觉通道:几何通道(如位置、大小、方向、形状等)，光学通道(如颜色、不透明度、阴影、运动等)，拓扑和关系通道(如连接、重叠等)，语义通道(如数字、文本、字形等)。
可视表达:文本数据、列表数据、关系数据(如层次、树、集、图/网络)、地理空间数据、时间数据、图像数据、几何数据(网格、点、线、曲线数据)、场数据(如体、向量场、张量场)、语料库数据、多类型数据、不确定数据、缺失数据、模型、函数、程序(如算法、软件)等原始、过滤或转换(如聚合)形式。
交互技术:可视化UI设计、变焦导航、魔术镜头、基于查询的探索、直接操作、交互变形、自然交互、用户自适应交互、交互与可视化任务的互操作、编辑工具、协同可视化等。
视觉传达技术:焦点+上下文设计、说明性和解释性可视化、风格化视觉表现、讲故事和叙事可视化、可视化文本注释等。
智能可视化与交互:自动化可视化生成，混合主动可视化交互，可视化系统自动化能力的学习UI模型。
可视表达和交互技术的技术论文:视觉和交互隐喻、视觉映射的可扩展性、交互成本、2D与3D表示、静态与动画表示、可视化素养等。

Example Papers:示例论文

Visual Channels: R. Bujack, T. Turton, F. Samsel, D. Rogers, J. Ahrens, and C. Ware. “The Good, the Bad, and the Ugly: A Theoretical Framework for the Assessment of Continuous Colormaps.” IEEE Transactions on Visualization and Computer Graphics, 24(1): 2018.
Visual Representations: Bach, B., Shi, C., Heulot, N., Madhyastha, T., Grabowski, T., & Dragicevic, P. Time curves: Folding time to visualize patterns of temporal evolution in data. IEEE transactions on visualization and computer graphics, 22(1): 2016.
Interaction Techniques: E. Hoque, V. Setlur, M. Tory, and I. Dykeman. “Applying Pragmatics Principles for Interaction with Visual Analytics.” IEEE Transactions on Visualization and Computer Graphics, 24(1): 2018
- Interaction Techniques: A. Srinivasan and J. Stasko. “Orko: Facilitating Multimodal Interaction for Visual Network Exploration and Analysis.” IEEE Transactions on Visualization and Computer Graphics, 24(1): 2018.
Visual Communication Techniques: M. Brehmer, B. Lee, B. Bach, N. Henry Riche, and T. Munzner. “Timelines Revisited: A Design Space and Considerations for Expressive Storytelling.” IEEE Transactions on Visualization and Computer Graphics, 2018
Intelligent Visualization and Interaction: F. Dabek and J. J. Caban. “A Grammar-based Approach for Modeling User Interactions and Generating Suggestions During the Data Exploration Process.” IEEE Transactions on Visualization and Computer Graphics, 23(1): 2017. doi: 10.1109/TVCG.2016.2598471
Intelligent Visualization and Interaction: B. Saket, H. Kim, E. T. Brown, A. Endert. “Visualization by Demonstration: An Interaction Paradigm for Visual Data Exploration.” IEEE Transactions on Visualization and Computer Graphics, 22(1): 2016
Technical Discourses: J. Walny, S. Huron, C. Perin, T. Wun, R. Pusch, and S. Carpendale. “Active Reading of Visualizations.” IEEE Transactions on Visualization and Computer Graphics, 24(1): 2018

Area 5: Data Transformations

这一领域的重点是将数据从一种形式转换为另一种形式的算法和技术，以实现预期的视觉表示所需的有效和高效的视觉映射。原则上，源数据和目标数据可以是任何数据类型，比如空间数据或非空间数据;继续或离散;统计的、时间的或流动的;数字、文字或图像等。这种数据转换在其他一些领域有时也被称为wringging或munging，包括从源数据中提取信息(例如，从体积数据中提取地表，从文本数据中构建网络)，整合来自不同来源的数据(例如，多模态配准)，对数据进行重组以高效处理(例如，分层数据表示)，用额外的信息和功能丰富数据(例如，不确定性分析和标签生成)，以及提高数据质量和可用性(例如，数据清理)。提交到这一领域的论文通常会强调他们在算法和数据转换技术方面的新贡献，同时也会讨论预期的视觉表示及其生成(也见区域3和4)。感兴趣的主题包括:

信息提取与数据抽象化:关键词提取、元数据提取、面提取、特征提取、模式识别、结构语义分析、骨架化、空间抽象、拓扑抽象、时间特征跟踪、多材料界面等。
数据集成:多模态、多阶段、多层次数据配准、空间与非空间数据集成、多场表示等。
数据重组:体素化、三角化、多分辨率采样与表示(如离散采样、体数据栅格化、小波表示)、空间划分(如八叉树、k-d树、包围体)、数据分割、压缩数据表示、频域表示、基于查询的可视化数据库等。
数据增强:不确定性分析、可变形模型、标签生成、空间化等。
数据整理与改进:数据整理(?)、数据重塑、数据清理、数据编辑、数据平滑和数据建模。
数据转换的数学框架:数值分析、计算几何、拓扑分析、图论、统计分析、概率论、信息论、降维等。
用于数据转换的机器学习:用于可视化的数据模型和数据转换算法的自动发现、基于学习的数据模型参数优化和用于可视化的数据转换算法等。
可视化数据处理与管理技术专题:特征规范feature specification(?)、数据来源、处理来源、交互处理、数据合成、质量保证等。

Example Papers:示例论文

Information Extraction and Data Abstraction: Tierny, J. and Carr, H. (2017). Jacobi Fiber Surfaces for Bivariate Reeb Space Computation. IEEE Transactions on Visualization and Computer Graphics, 23(1).
Data Integration: H. Strobelt, D. Oelke, C. Rohrdantz, A. Stoffel, D. A. Keim and O. Deussen “Document Cards: A Top Trumps Visualization for Documents” IEEE Transactions on Visualization and Computer Graphics, vol. 15, no. 6, pp. 1145-1152, 2009
Data Wrangling and Improvement: A. Bigelow, C. Nobre, M. Meyer, A. Lex. “Origraph: Interactive Network Wrangling.” IEEE VAST, 2019.
Data Reorganization: H. Miao, E. De Llano, J. Sorger, Y. Ahmadi, T. Kekic, T. Isenberg, E. Gröller, I. Barisic, and I. Viola. “Multiscale Visualization and Scale-Adaptive Modification of DNA Nanostructures.” IEEE Transactions on Visualization and Computer Graphics, 24(1):2018.
Data Enrichment: S. Hazarika, A. Biswas, and H.-W. Shen. “Uncertainty Visualization Using Copula-Based Analysis in Mixed Distribution Models.” IEEE Transactions on Visualization and Computer Graphics, 24(1):446-456, 2018.
Mathematical Frameworks for Data Transformation: A. Jallepalli, J. Docampo, J. Ryan, R. Haimes, and M. Kirby. “On the Treatment of Field Quantities and Elemental Continuity in FEM Solutions.” IEEE Transactions on Visualization and Computer Graphics, 24(1), 2018.
Technical Discourses on Data Processing and Management in Visualization: Günther, T., Schulze, M., and Theisel, H. (2016). Rotation Invariant Vortices for Flow Visualization. IEEE Transactions on Visualization and Computer Graphics, 22(1).

Area 6: Analytics & Decisions

该领域专注于设计和优化可视数据分析、知识发现、决策支持、机器学习和其他数据智能任务的集成工作流。它通常解决的技术问题不能单独使用以机器为中心的过程(例如，统计和算法)或单独以人为中心的过程(例如，可视化和交互)来解决。它还可能解决使用交互式可视化的需求，以提高对以机器为中心的过程及其底层模型的信任、可解释性和理解，以及对数据智能工作流的需求，以受益于认知方面的理论模型和实证发现，例如，在分布式、具体化和生成认知等领域。因此，向这一领域提交的稿件通常应采用综合办法。这个领域包括显示这些模型的可视化和可视分析工具，或者充分利用它们来产生可视化。感兴趣的主题包括:

信息寻求、知识发现和决策制定的集成工作流程：典型的技术问题包括信息检索、多变量和语义检索;分类、模式识别与聚类;相似性、相关性和因果关系分析;时空跟踪与运动分析;事件和序列分析;多媒体数据分析;异常和变化检测;关系、关联、层次、网络和结构分析;意图与行为分析;因子分析和降维;不确定性与风险分析;等等。
机器学习的集成工作流:典型的技术问题可能包括清洁和标签培训数据;协助主动学习或其他半自动学习方法;便于模型测试、评价和模型比较;支持学习模型和学习过程的分析;实现模型的理解、解释、细化和指导;并监控机器学习模型以及其他以机器为中心的过程的部署。
工作流优化:用于设计、开发、评估和改进集成数据智能工作流的技术、设计模式和最佳实践。分析和减轻数据偏差、机器偏差和人类偏差的方法。
知识辅助工作流:知识获取、混合主动性工作流程、实时指导和建议、来源管理和利用(?)、行动后审查(?)、知识共享，以及可视数据分析方面的分析师培训。

Example Papers:示例论文

Integrated Workflows for Information Seeking, Knowledge Discovery, and Decision Making. T.D. Liu, P. Xu and L. Ren， “TPFlow: Progressive Partition and Multidimensional Pattern Extraction for Large-Scale Spatio-Temporal Data Analysis. ” IEEE Transactions on Visualization and Computer Graphics, 25(1): 1-11, 2019. doi: 10.1109/TVCG.2018.2865018. VAST 2018 Best Paper.
Integrated Workflows for Information Seeking, Knowledge Discovery, and Decision Making. C. Xie, W. Zhong and K. Mueller, “A Visual Analytics Approach for Categorical Joint Distribution Reconstruction from Marginal Projections.” IEEE Transactions on Visualization and Computer Graphics, 23(1): 51-60, 2017. doi:10.1109/TVCG.2016.2598479. VAST 2016 Honorable Mention.
Integrated Workflows for Machine Learning. K. Wongsuphasawat, D. Smilkov, J. Wexler, J. Wilson, D. Mané, D. Fritz, D. Krishnan, F. B. Viégas, and M. Wattenberg. “Visualizing Dataflow Graphs of Deep Learning Models in TensorFlow.” IEEE Transactions on Visualization and Computer Graphics, 24(1): 1-12, 2018. VIS 2017 Best Paper Award
Integrated Workflows for Machine Learning. Fujiwara, O. Kwon and K. Ma, “Supporting Analysis of Dimensionality Reduction Results with Contrastive Learning,” IEEE Transactions on Visualization and Computer Graphics, 25(1): 45-55, 2020. doi: 10.1109/TVCG.2019.2934251. VAST 2019 Honorable Mention.
Workflow Optimization. N. Andrienko, G. Andrienko, J. M. Cordero Garcia, D. Scarlatti, “Analysis of Flight Variability: a Systematic Approach.” IEEE Transactions on Visualization and Computer Graphics, 25(1): 54-64, 2019.
Workflow Optimization. D. Sun, R. Huang, Y. Wang, Y. Chen, J. Zeng, M. Yuan, T.-C. Pong, H. Qu. “PlanningVis: A Visual Analytics Approach to Production Planning in Smart Factories”. IEEE Transactions on Visualization and Computer Graphics, 26(1):579,-589, 2020.
Knowledge-assisted Workflows. M. Cavallo, Ç. Demiralp. “Clustrophile 2: Guided Visual Clustering Analysis.” IEEE Transactions on Visualization and Computer Graphics, 25(1): 267 - 276, 2019.
Knowledge-assisted Workflows. H. Stitz, S. Gratzl, H. Piringer, T. Zichner, M. Streit. “KnowledgePearls: Provenance-Based Visualization Retrieval.” IEEE Transactions on Visualization and Computer Graphics, 26(1): 120-130, 2019.
Knowledge-assisted Workflows. B. Cappers and J. van Wijk. “Exploring Multivariate Event Sequences using Rules, Aggregations, and Selections”, IEEE Transactions on Visualization and Computer Graphics, 24(1): 532 - 541, 2018

常见问题：

我的论文同等适用于两个领域——我应该选择哪一个?

选择领域论文主席最了解你论文的领域。请注意，程序委员会成员不是特定于某领域，可以被任何领域论文主席选择。
如果我选错了领域会怎么样?
由于程序委员会是统一的，你的选择不太可能对审稿人的选择和论文的评审质量产生强烈的负面影响。如果领域论文主席强烈觉你的论文领域错误(或两者与你的论文冲突)，在特殊情况下，他们可以与其他领域论文主席联系，向作者提出转移。

我能知道谁在哪个领域评审吗?
不，程序委员会是统一的，PC成员可能会审查来自多个领域的论文。

我的稿件不符合任何领域，我应该怎么办?
仔细看以下领域描述。我们希望在VIS范围内的所有论文都能够找到一个或多个适合处理提交的领域。如果您认为您的稿件在VIS范围内，但不适合任何领域，请联系整体论文主席

区域和关键词是如何联系起来的?
关键词是一个重要的工具，将您提交的稿件匹配到合格的程序委员会成员，他们将通过投标过程表明对论文的兴趣，并被领域论文主席分配到一个很匹配的论文，然后邀请有能力的外部评审员，他们也会自己写一篇评审。领域是管理区划，最重要的是你将有领域论文主席，可以正确地识别合格的程序委员会成员，并对你的手稿作出明智的决定。

论文奖励在新领域模式中是如何运作的?
最佳论文奖和荣誉奖颁发给所有论文的一定比例。领域论文主席将提名来自他们领域的论文为这些奖项。奖项的最终决定将由一个单独的委员会独立于各个领域做出。

如果我或我的合著者和两个领域的论文主席都有冲突怎么办?
如果与两个领域的论文主席有利益冲突，则需要将论文送到另一个领域。这是需要做的，因为领域论文主席是做出录用或拒绝决定的最后实体。要判断您是否处于利益冲突中，请参考VGTC审查人员道德准则——这里同样适用。如有疑问，你亦可向领域论文主席查询，以核实你的利益冲突。

领域将如何反映在IEEE VIS程序中?
在评审过程中，领域是管理区划。领域将不会反映在会议程序的任何地方。例如，会议将独立于论文提交的领域进行策划。

VIS领域与其他会议的领域/小组委员会有何不同?
与ACM CHI的小组委员会相比，IEEE VIS没有特定领域的程序委员会。此外，VIS的录用是由领域论文主席建议和整体论文主席确认的。在CHI，特定领域的程序委员会在程序委员会会议上做出联合决定。

有些领域似乎不像其他领域那样连贯。这是真的吗?
在某些领域，主要学科多年来得到了更有条理的发展，并建立了一套相对明确的主题。在其他情况下，一个领域包含若干主题，当这些主题的研究活动达到一定规模时，这些主题可能在未来成为独立的领域。领域模型将随着新主题的出现和一些现有主题的快速发展而不断发展。这一变更将由一个专门的领域管理委员会管理(查看重组建议和未来的治理文件的细节)。

哪些领域的录取率最高?
所有领域都有相同的目标录用率，但是个别年份可能会有轻微的变化，因为最终的录用率是由总体程序主席决定的，他们确保了质量稳定和程序平衡。

如果我对某个领域有疑问，我应该联系谁?
请与该领域的领域论文主席联系。

为什么APCs被禁止将稿件投在自己的领域?
APCs不能将稿件投在自己的领域似乎很罕见，因为他们在自己的领域具有很强的专业知识，这也是他们被任命的原因之一。reVISe考虑了很多备选方案后最终提出了这个模型，原因如下:

在没有自领域提交的情况下，避免利益冲突和主席级别评审过程的信息泄露成为一个现实的目标。由于APCs无法获得其他领域论文的信息，他们不能在无意中了解自己论文的评审意见和评审，并且完全被排除在发生在涉及自己论文的其他领域的决策过程中。避免利益冲突和去匿名化的潜在来源增加了作者在整个评审过程中的信任。
在新的关键词机制的支持下，统一的程序委员会允许选择专家评审，独立于论文提交的区域。此外，在对领域模型发展过程的分析中，可以明显地看到，许多论文都能适配几个领域。因此，在绝大多数情况下，不允许自领域提交不会降低评审的质量，并避免了更严厉的限制，比如完全禁止APC提交。
在某些情况下，APC论文将不能很好地适应其他领域。然而，与期刊编辑打交道的经验表明，只要他们可以依靠一个合格的评审池，执行编辑不必是某一领域的专家，合格的评审池是由统一的PC确保的。阻止APCs提交的选择是与其他考虑过的解决方案相平衡的，比如加入额外的shadow paper chairs或其他领域论文主席来帮助解决冲突。当前的解决方案涉及的匿名信息泄露的可能性最小，而且在管理上是最简单的解决方案。因此，该方法平衡了过程的简单性和透明性。
最后，阻止apc提交到他们自己领域的做法与其他会议的做法是一致的。论文主席的位置被认为是资深社群成员的一种荣誉。许多担任这些角色的人在他们的科学事业中处于可以优先为社群服务的位置，但他们仍然积极参与科学研究和出版。在其他社群中，完全不允许监督论文过程的主席提交论文并不罕见(例如，所有SIGPLAN会议，包括POPL和PLDI;理论会议如STOC、FOCS、SODA、SOCG、ICALP、ESA)。VIS的模型在争取评审质量和完整性，以及允许apc仍然为会议的科学内容作出贡献之间提供了一种折衷。

ACC将同领域模式的所有其他方面一样密切注意这一点，如有需要，将考虑其他办法。

Paper Submission Guidelines

自2021年以来，IEEE Vis遵循新的领域模型，因此一篇IEEE Vis的论文应该提交给六个领域中的一个。在提交论文之前，请务必仔细阅读这六个领域的描述(见上面那个)和下面的指南。

Important Submission Requirements——投稿要求

摘要与长论文截止日期:投稿信息(标题、摘要、作者)截止日期为3月21日，长论文及补充材料截止日期为3月31日。
作者信息在摘要截止日期后固定-作者列表必须在摘要截止日期3月21日前完成(之后不能更改)。
9+2页限制- VIS论文严格限制在9页内容加上额外的2页参考文献。论文可比这个限制短，但必须做出重大贡献(相比于单独的短论文项目)。详见下文。
鼓励重新提交——鼓励作者在提交给IEEE VIS的论文中包括以前被拒绝的论文评审意见和回复。
单盲或双盲投稿——评审身份不公开。作者可以选择匿名提交，但这不是必需的。

Submission System——投稿系统

IEEE VIS使用PCS来处理提交和评审过程。当您提交稿件时，请确保通过选择六个领域列表中的适当领域提交给预期领域。在领域描述页面中，您可以找到指导您选择适当领域的信息以及每个领域的示例论文。

Formatting and Language Guidelines——格式&语言

论文遵循的格式链接：formatting guidelines for IEEE VIS TVCG Journal submissions. 论文应包括全彩图片，我们鼓励作者利用有注释的、仔细描述的、大且详细的图片展示工作。我们还鼓励在第一页的顶部放置一个有吸引力的图像，以直观展示您的工作。IEEE VIS审稿人欣赏具有正确的英语拼写和语法的高质量投稿:非英语母语人士可能希望寻求英语语言编辑服务。

Anonymization——匿名

IEEE VIS允许双盲(匿名)和单盲(非匿名)提交。双盲投稿是指那些希望匿名提交作品的作者。双盲投稿不应在首次投稿的封面页上包括作者姓名或机构，作者应努力确保文本中没有暴露身份的信息(或公式)。如果不可能在不影响科学清晰度的情况下匿名，作者可以在提交时自由透露身份。

Abstract submission——摘要

请注意，每篇论文必须在3月21日前提交摘要，而包含所有补充材料的完整论文必须在3月31日前提交。迟交或未提交摘要的作品将不予考虑。此外，投稿信息(包括标题、摘要和作者)必须在3月21日前提交。不允许在摘要截止日期之后添加作者。在将论文分配给程序委员会成员和审稿人时，作者信息用于检测利益冲突，因此必须在提交摘要之前完成。然而，在整个评审过程中，特别是在评审人员要求的时候，允许对标题和摘要进行微小的修改。

Originality & Reuse of Text

所有提交必须是作者的新颖贡献。这意味着它们必须是作者的原创作品，以前没有被任何作者在任何会议程序、杂志或期刊上，以任何语言、任何形式，全部或部分发表或同时提交。

如果一篇论文出现在同行评议和存档的期刊、会议记录或类似的地方，并以档案(包括数字)的形式提供给非与会者，那么该论文就被认为已发表。

严格禁止同时提交(即在其他会议或期刊/杂志上同时审查相同或类似的论文)。如果确定一份完全相同或基本相似的手稿同时在另一个出版地点或论坛(例如，会议、期刊、编辑书籍)进行评审，该手稿将在评审过程的早期阶段被拒。也有可能引起进一步的后果。

以前发表的文本不能在VIS论文提交中逐字重复使用。虽然在讨论背景或以前的作品时不可避免地会有相似之处，但文本的重复使用可能会侵犯版权，因此被禁止。来自已发表作品的图像只能在适当引用且作者已获得重新发布图像的权利的情况下被重用。

所有作者以前的相关工作必须被引用和过去工作的不同必须解释清楚。这些引用可以在适当的情况下匿名引用，例如通过编辑参考资料的细节或通过以第三人称撰写引文。

这些禁令的唯一例外是，在海报、竞赛作品或以前VIS会议的研讨会中描述的初步工作，如果没有适当出版，可以重新提交，前提是提交包含大量额外的新材料，引用以前的工作，并满足[VIS Workshop Publication Strategy](workshops#publication-strategy)的规定。

Plagiarism——抄袭

抄袭他人的工作在任何时候都不被接受，并将导致提交在评审过程中就被删除。更多信息：IEEE Publication Services and Products Board Operations Manual

因此，所有作者将被要求在提交表上证明所提交的是作者自己的作品。所有提交的作品都会使用IEEE Crosscheck检查是否抄袭，疑似抄袭案例也会被apc详细检查。

Review Process——评审过程

IEEE VIS的论文要经过一个严格的评审过程，至少需要四名评审进行多轮评审。如果OPCs/APCs确定提交的论文明显超出了VIS会议的范围，使用了糟糕的语言妨碍了有效沟通，没有遵循格式指南，或者在其他方面不合适，这些论文可能会被 desk rejected(在进入详细的同行评审之前被拒)

第一轮评审后的决定通常是有条件的录用或拒绝。所有有条件录用的论文都有最终录用的书面要求。有必要在论文的第二轮版本中有效地解决这些要求，这是作者的责任。评审有时可能会直接与作者沟通，以解决修改后论文中的次要问题，从而有效地留出额外的审稿环节。然而，这种额外的通信是由评审决定的，而不是必需的。如果修改后的论文未能得到评审满意的反馈，论文将在第二轮审稿后被拒绝。

Page Length Restrictions——长度限制

每篇论文最多可达九(9)页，另外两(2)页仅为参考文献。在11(9+2)页的限制下，作者可以使用2页以上的内容作为参考文献。请确保您的稿件在第10页和第11页(可选)中不包含除了参考文献的任何内容(包括图表、表格或致谢)。非参考内容超过9页的稿件可能被desk rejected。如果作者想使用超过两页的内容作为参考文献(除最多9页的内容外)，导致总共超过11页，必须在提交时提供特殊的理由，并需要TVCG(由节目委员会获得)的批准，但不能预先保证得到批准。

论文短于9页但仍然是重要贡献是可能的。使用有效且信息丰富的图形可以很好地利用可用空间。一篇论文不一定要包含整整两页的参考文献，但这两页的慷慨分配意味着IEEE VIS重视作者在其完整的学术背景和目前科技水平下完全固定他们的工作。

Supplemental Material——补充材料

我们鼓励使用数字视频来增强投稿效果，特别是如果部分或全部作品涉及互动技术。鼓励提交代码、数据、评估协议或其他补充材料，以提高工作的可评审性。呼吁作者使相关算法的显著参数设置是可用的，并理想地使用开源数据获得结果。如果使用了特定的数据集，我们要求在可能的地方提供这些数据集的一个版本。提交截止日期后可更改的信息或指示信息不应作为补充材料。

补充材料也可以包括自选的说明信cover letter。说明信主要用于沟通一篇论文的特殊情况，或关于先前被拒论文的重新提交的信息(如下)。大多数提交的材料都不包括cover letter。虽然大多数审稿人在进行审稿时会考虑到补充材料，但作者应该确保即使没有这些额外材料，他们提交的文章也能独立存在。

Resubmitting Rejected——被拒后的再次投稿

优秀的工作有时需要解决一些问题，这些问题不能在单一的评审周期内被录用——IEEE VIS欢迎修改后的、重新提交的论文。因此，当作者重新向IEEE VIS提交之前被拒的论文时，他们被鼓励(但不是要求)包括过去的评审和response letter作为补充材料。这种机制的目的是为过程添加连贯性和记忆，以便作者可以证明哪怕评审在一轮一轮的改变，他们一直做着改进。我们强调，提交之前被拒的论文而没有处理之前的评审意见是不可接受的。如果提供以前的评审记录也是有益的。

请注意，提交过去的评审和response letter是可选的，并由作者自行决定。此外，过去的评审不局限于IEEE VIS，也可能包括论文被拒绝的其他场所。要求审稿人不因过去的退稿而惩罚重新提交的论文，而是根据过去的评审意见和作者的回应来查看重新提交的轨迹。然而，与补充材料一样，评审人员在进行评审时不需要考虑过去的评审和回复信。再次提交时，应附上与原提交文件相关的补充材料(PDF格式):

以前的投稿-论文以前的版本(可选)。
以前的评审—上次投稿的完整评审。
Cover letter——对过去的评审的回应(通常是总结和细节)。

作者对回应信的内容负责，但有效的信件往往会总结过去评论中批评的要点，并解释新版本的论文如何解决这些要点。

一般的期望

我们希望稿件能够清楚地讨论新的和重要的贡献，并将它们放在该领域现有技术的背景下。这涉及到强调当前的贡献如何不同于并推进可视化领域的最先进的技术，特别是但不限于之前发表在TVCG和其他领先期刊和会议上的工作，包括IEEE VAST、IEEE InfoVis、IEEE SciVis、ACM SIGGRAPH、ACM CHI、ACM UIST、EuroVis和IEEE PacificVis。

提交摘要时(截止日期3月21日)，即使是匿名版本的稿件，也被要求提供完整的作者列表。这样可以在分配评审人员时避免潜在的利益冲突。不允许在论文摘要截止日期或最终接收后再添加作者。

在评审过程中，提交的材料将被视为机密信息，因此，提交的材料不构成对其中任何想法的公开披露。投稿中不应包含在发表时(在会议上)属于专有或机密的信息或材料，也不应引用在发表时属于专有或机密的出版物。

一篇被录用的论文必须至少有一位作者出席会议介绍他们的工作，作者也将被要求在fast forward会议上简要介绍工作。当会议形式(例如，现场、线上、混合的)最终确定时，后者可能会改变。

Ethics Guidelines道德准则

IEEE VIS遵循VGTC的评审人员道德准则，并建立了一套行为准则。在论文处理过程的所有方面，任何可能违反这些准则的行为都将受到严肃对待，并可向APCs/OPCs报告，以便在VIS组织内进一步处理。特别注意的是识别和报告剽窃和可能不道德的论文内容在评审过程中被仔细检测。如果在论文处理过程中出现骚扰情况，我们将按照行为守则的规定采取零容忍政策。对报告病例的调查和处理可能会导致升级到IEEE级别。

Paper Submission Keywords

作者需要为提交的论文选择合适的关键词。这些关键字提交时通过PCS指定。请参阅VIS论文提交关键字，以获得关键字的描述，样本论文，以及如何选择关键字的历史。

Partnerships

TVCG

IEEE VIS的论文集作为TVCG期刊的专刊发表，采用特殊的混合出版模式，将世界顶级可视化会议的许多高质量研究成果及时传播给TVCG的读者，同时通过严谨的期刊式评审提高IEEE VIS出版物的整体可见性和质量。

自2011年以来，TVCG在过去一年发表的常规论文的作者被邀请作为TVCG会议的合作伙伴在IEEE VIS上做口头报告。自2014年以来，这些之前发表的TVCG论文会谈已纳入包含专刊期刊论文的专题论文会议。这次合作为VIS观众提供了一个机会，让他们能够及时了解TVCG定期发布的高质量可视化研究，并鼓励更多的TVCG作者参加IEEE VIS。TVCG和VIS之间的紧密耦合关系，使可视化研究的新思想得以更及时地交流，并通过出版物和演讲的综合论坛迅速传播，进一步扩大了我们的可视化社区。

邀请所有在当年6月15日前被录用的TVCG在可视化领域的常规论文的作者;随后的请求会延续到明年的VIS会议。邀请在论文被接收时由TVCG发出;除了决定该主题是否属于VIS的范围外，没有选择程序，这是由被指定为VIS联络人的TVCG副总编辑(目前为沈汉伟)做出的。

请注意，VIS论文主席独立决定是否录用VIS长论文，而不需要访问TVCG要求的谈话列表。TVCG列表将于6月20日，在VIS长论文的第一轮录用决定公布后，提供给论文主席，并且此列表只用于论文会议的创建过程。

CG&A Partnership

自2015年以来，IEEE计算机图形学与应用(CG&A)在可视化领域的论文的作者被邀请在VIS做口头报告，这种M1C2(杂志-1，会议-2)模型增加了应用研究和系统论文在学术界的可见性，并促进了该领域的理论和应用方面的协同作用。

这些会谈被收集成两个或多个以cg&a为重点的会场。由CG&A副编辑(现为Tim Dwyer)在春季根据VIS会议的范围和可用名额的数量发出邀请。

SIGGRAPH Partnership

自2019年以来，ACM SIGGRAPH Transactions on Graphics (TOG)本年度在可视化领域的选定论文的作者被邀请做口头报告，介绍他们在VIS的工作。同样，IEEE TVCG本年度选定论文的作者也被邀请做口头报告，介绍他们在SIGGRAPH的工作。邀请由ACM TOG总编辑、IEEE TVCG总编辑(目前为Klaus Mueller)和IEEE VGTC会议副主席(目前为Jian Chen)协调。

这些报告收集在一个以SIGGRAPH为重点的会场中。

IEEE VR Partnership

从2022年开始，IEEE VR (IEEE虚拟现实+ 3D用户界面会议)中选定论文的作者将被邀请进行口头报告，介绍他们在VIS上的工作。这一合作的目标是通过邀请以可视化为重点的VR论文进行展示，进一步促进VIS和VR社区的交叉交流。通过IEEE VGTC会议副主席(现为陈健)发出邀请。

与SIGGRAPH一样，这些演讲都集中在一个以VR为重点的会场中。

Review Instructions

IEEE VIS 2022论文程序的成功依赖于知识渊博、经验丰富和有道德的评审群体。IEEE VIS 2022采用两阶段(作者可选)双盲评审流程，遵循IEEE TVCG (IEEE VIS长发表的期刊)的评审流程。提交的作品由至少4名评审员审核，其中至少2名是PC成员，至少2名是社区的外部成员。所有评审都必须遵守IEEE VGTC的道德准则。

此网页为PC和外部评审提供了详细的说明。

PC Reviewing Instructions——略

External Reviewing Instructions——略

Additional Reviewing Guidance

Paper Quality

作为一名IEEE VIS的评审，您有资格直接影响VIS论文程序的质量。确保你支持你推荐的作品被录用!最重要的是，这意味着你应该只录用对VIS研究社区有重大贡献的高质量论文。然而，你也应该注意那些大胆的、有创造性的、潜在的变革性的工作，这些工作可能会显著地扩展可视化研究的前沿。虽然这样的投稿应该与所有其他投稿保持相同的质量标准，但预计他们可能无法详尽(或完美)验证他们所有的贡献。我们不希望会议由瑕疵最少的工作构成;我们需要权衡工作的可能重要性和雄心的程度，以及它被描述、比较和验证的程度。

Reviewing Ethics

所有评审都应该确保遵循下面列出的基本原则。无论是主要的还是次要的，请随时提醒外部评审这些内容以及任何您认为有帮助的额外资源。

要及时:会议的截止日期很紧张，迟交的评审对作者是不公平的，因为这会减少讨论作者作品的时间。
保护想法:提交的内容应作为机密信息处理，不应透露给亲密的研究同事或任何更广泛的受众。
避免利益冲突:包括直接参与工作，在过去三年内与某一作者合著，在同一机构任职(或在过去一年内)，其中一作者的导师/顾问，与其中一作者的家庭或情感关系，或任何其他可能导致对提交的工作有偏见的因素。如果您在评审阶段开始后发现了利益冲突，请立即联系论文主席。
具体和建设性:提供作者可解决的具体批评，以鼓励的方式指出具体的问题，并以证据和参考文献证实你的评论。
看到正反两方面，找到录用论文的理由:保持开放的心态，或至少公开你的偏见。请注意，评审不仅仅是寻找问题，而且在很大程度上是确定稿件的优点。找到拒绝论文的理由比指出它们对社会的贡献要容易得多。确保你也评论所有的优点，确定和强调积极的方面，以帮助社群出现有影响的研究。
要圆滑和礼貌:情绪化的咆哮或讽刺的评论在专业评审中没有位置。永远不要忘记你评审特定研究工作的陈述，而不是写它的人;无论何时你要在你的评估中加入个人评论，都要慎重考虑。问问自己是否可以在包括作者在内的观众面前大声朗读你的评论。

此外，所有评审都必须遵守IEEE VGTC的道德准则。请务必熟悉这些指南。

What is a minor revision?

IEEE VIS的录用是有条件的，在第一轮评审之后，作者将被要求对论文进行微小的修改。虽然一些论文可能根本不需要任何修改，这通常是非常罕见的。换句话说，第一轮的评审就变成了决定哪些论文在经过轻微修改后可以发表。没有论文是完美的;相反，你的工作是在作者有4周的时间来处理评审意见之后，识别出对可视化有重大贡献的作品。

那么，什么是小修改呢?我们指望你根据自己的经验作出这个判断。不要封闭、怀疑或多疑;信任别人，接受新想法。不要期待完美主义，奖励实用主义。

这里是一个不完整的示例更改列表，适合进行小的修订。你不能要求一个特定的结果，但要求细节或另一个例子，比如：

添加丢失的相关工作(除非丢失的工作使贡献失效)。
强化论点或改进推理(除非中心论点存在根本缺陷)。
调整贡献和范围的阐述，以更好地适合研究领域(除非与该领域的相关主题没有可想象的联系)。
提高语言、拼写和语法水平(除非语言水平差妨碍理解)。
改变糟糕的视觉设计选择(除非它们是贡献的核心)。
纠正统计测试的问题(除非你怀疑新的结果会完全不同)。
添加或改进插图或图像(除非这需要重大的算法更改或额外的研究)。

修正一篇不完美的论文有很多方法。保持开放的心态。避免规定一个解决方案:解释问题，并允许作者选择如何解决它。

Managing Resubmission Materials

我们都知道，在像VIS这样的顶级网站上成功发表文章有时需要时间。对于作者来说，重新提交一篇被拒的论文是很令人沮丧的，却有一组新的评审以与最初被拒绝的完全相反的原因拒绝了一篇论文。为了增加这一过程的记忆，我们现在鼓励作者向他们的论文提交重新提交的材料，包括过去的版本，过去的评审意见，并附上作者的回复和修改列表的cover letter。

提供再次提交的材料是可选的，由作者自行决定。即使你以前评审过一篇论文，如果作者选择不重新提交材料，你也不应该处罚这篇论文(反之亦然)。

与所有补充材料一样，每个评审决定如何处理重新提交的材料。然而，论文主席敦促你至少看一看任何重新提交的材料，并根据论文的全貌写评审意见。

Assigning Scores, Requesting Revisions

记住，数字分数是推荐信的简写。请检查评审表上的数字描述，并在评审中仔细证明您的推荐。简短、肤浅的评审意见对论文主席做出决定没有帮助。

请注意，提交3分的中立/边缘评级是可以接受的，但不鼓励。如果您指定了3分，请在修订中说明论文必须在(短)会议评审周期内完成哪些内容才能成为“录用”。

VIS Paper Submission Keywords

在VIS 2019上，VEC和V-I-S指导委员会采纳了reVISe委员会的一项建议，用一套新的关键字取代当前的PCS关键字，以改进评审过程。这一变化的动机，以及对新关键词的初步简要概述，可以在reVISe修改建议中找到。

Summary

从2020年开始，IEEE VIS将在提交过程中使用一组新的关键词
关键词是为了支持论文与评审的匹配
作者使用关键词的方式应该与往年有所不同:
- 作者应该检查关键词，以表明评审他们的论文所需的专业知识。
- 他们不应该检查所有必要的关键词来描述他们提交论文的内容。
和往年一样，评审使用关键词来评估他们的专业水平。

Keyword Use

论文提交与PCS中的关键词旨在帮助论文匹配最合适的评审人员。在不讨论技术细节的情况下，有种算法试图根据评审对关键字提供的专业知识和为每篇论文选择的关键字为论文推荐评审。下面我们就作者和审稿人如何使用关键词来确保最佳匹配给出一些建议。

For authors

在系统中提交论文时，通信作者必须选择关键词来描述评审论文所需的专业知识。注意，这与前几年作者被要求描述论文内容的关键词使用方式有所不同。相反，现在，作者应该把关键字列表放在下面的短语之前:“A reviewer judging my work should have expertise related to…”

作者可以选择任意数量的关键字来定义所需的专业知识。关键字也可以组合起来描述特定的需要的专业知识(见下面的例子)。

作者还可以在使用可用文本字段提供额外的关键字。这些额外的关键字在将论文自动推荐给具有选定专业知识的潜在评审时并不会被考虑进去，但它们可以在手工分配期间使用，并为关键字集未来迭代收集数据。

对于初级作者，我们强烈建议咨询导师以选择最合适的关键词。

For reviewers

评审应该想象在每个关键字前加上这样一句话:“I have the following level of expertise related to…”，然后在四个选项中为每个关键字选择一个专业评价:

没有:我还没有发表或阅读足够多的与该关键词相关的论文，以一个评审的身份给出合适的建议。
有限:我在该关键字方面的经验和知识有限。作为一名评审，我可以给出一些建议，但不是关于具体的细节。
胜任:作为一名审稿人，我觉得我有能力就这个关键词所涵盖的至少一些主题提供意见。我理解并可以讨论与这个关键字相关的话题。
专家:我是这个关键词所涵盖主题的专家。我可以提供指导、疑难解答和回答与此关键字或上下文相关的问题

评审还可以在提供的文本字段中指定其他专业关键字。论文匹配算法无法考虑这些额外的关键字，因此，它们不会被用来自动向审稿人推荐论文，但论文主席和PC成员可能会在手动分配论文给评审手动分配论文给评审它们，并为关键字集未来迭代收集数据。

Keywords

下面是关键字的完整列表，以及每个关键字的描述:

1.Data Types and Their Use in Visualization and Visual Analytics【数据类型】

Geospatial Data (Geospatial):带有地理空间(纬度/纬度)位置或轨迹的数据
Graph/Network and Tree Data (Network): 具有网络(节点/连接)或树/层次结构的数据
High-dimensional Data (HD): 具有大量维度列(特性/属性)的数据，需要额外的工作来处理
Data Models (Models): 统计和仿真模型的结构，模型结果和输出，模型输入的参数空间，如机器学习
Scalar Field Data (Scalar): 具有一个或多个标量变量的空间/体数据
Image and Video Data (ImageVideo): 以静态或视频的形式呈现的图像数据
Tabular Data (Tabular): 行/列数据表，直接表示适当数量的列
Temporal Data (Time): 具有时序成分的数据 (e.g. time series, time-oriented data, events, time-varying data, trajectories over time…)
Text/Document Data (Text): 文本或文档形式的数据
Vector and Tensor Field Data (Vector_Tensor): 包含矢量和张量场的空间数据
Other Data (OtherData): 不能合理地归入任何其他类别的数据类型
DataType Agnostic (NAData): 我的论文不需要数据类型方面的专门知识

2.Intended Contributions to Visualization and Visual Analytics

General Contributions-一般贡献

Algorithms算法:数据分析/可视化算法的设计或实现
Data Abstractions and Types数据抽象和类型:将特定数据体简化为简化表示和/或数据集/-类型的改进或新使用的过程
数据集(Datasets):为基准测试或理解技术/领域本身贡献新的数据集
部署(Deployment):“在自然环境下”部署工具/技术
方法:可视化的方法包括:设计、评估、过程、协作、……
应用驱动的可视化(Application):应用、调整或创建新的可视化技术，以解决现实应用带来的特定挑战;包含设计研究
指南(Guidelines):导出或应用可视化和可视分析技术的设计和使用指南
交互设计(交互):任何交互方式(触摸，笔，鼠标，语音，proxemics，…)的交互技术和/或交互设计方法和实践的设计
流程/工作流设计(Workflow):设计、开发、评估或改进数据分析工作流
软件架构，Toolkit/库，语言(系统):设计/实现用于开发或测试的新平台/库/工具包
软件原型(Software):编写或分析工具/系统/应用程序的具体实现
前沿综述(STAR):进行，结构和写作系统化的文献综述
任务抽象和应用领域(Domain_Task):从特定应用领域引出领域或任务抽象和挑战的实践
分类、模型、框架、理论(理论):得到对特定空间的系统化描述(如设计空间、技术分类)、概念的新颖抽象、形式主义的讨论
可视表示设计(VisDesign):设计数据可视化/可视化表示和/或可视化设计的实践/过程
其他贡献(OtherContrib):不适合任何其他类别的贡献类型

Evaluation Contributions

计算基准研究(CompBenchmark):设计/进行/分析计算基准研究，例如比较运行实现技术/算法的性能结果
人类受试者定性研究(HumanQual):设计/实施/分析涉及人类参与者的定性实证研究
人类受试者定量研究(HumanQuant):设计/实施/分析涉及人类参与者的定量实证研究

3.Application Areas for Visualization and Visual Analytics

计算:软件、网络、安全、性能工程师、分布式系统、数据库(CompSystems):通用计算领域的应用，包括软件、网络、安全、数据库、可视化(Vis4Vis)等。
生命科学、健康、医学、生物学、生物信息学、基因组学(LifeBio):在生命科学中的应用:包括医学、生物学、生物信息学、基因组学、健康信息学或其他
机器学习、统计、建模和仿真应用(MLStatsModel):机器学习、统计、建模或仿真应用的应用(注:在下面的“技术”中找到VIS的ML)
物理与环境科学、工程、数学(ScienceEngr):物理与环境科学、工程或数学的应用
社会科学、教育、人文学科、新闻、情报分析、知识工作(SocHum):在社会科学、教育和人文学科的应用，包括情报分析等知识工作
其他应用区域(OtherApp):指不属于任何其他类别的应用区域
领域不可知(NAApp):我的论文不需要应用领域的专门知识

4.Visualization and Visual Analytics Related Topics and Techniques

Human Factors

协同(Collab):协同数据分析、协同工作流和协同理论
色彩(Color):色彩在视觉上的运用
交流/展示，讲故事(讲故事):使用可视化来交流或展示数据的叙述或故事
数据分析、推理、问题解决和决策制定(AnalyzeDecide):支持分析推理、问题解决、决策制定、分析工作流程和其他相关的认知过程
普通大众(GenPublic):为大众设计和传播工具/向大众传播工具/向大众或大众受众传播工具
混合主动人机分析(MixedInit):平衡数据分析的计算和人力
感知与认知(Perception):感知与认知
个人可视化，个人可视分析(PersonalVis):在个人环境中使用的交互式视觉表示设计;通过在个人环境中使用的可视化表示进行分析推理

Stats & Math, Machine Learning, Data Management Methods & Algorithms

数据聚类和聚合(ClusterAgg):用于聚合或聚类数据的算法和可视化方法
Data Management, Processing, wrangle (DataMgmt):清理、处理和管理数据的步骤
降维(DimRed):使用/技术来减少考虑中的变量数量
特征检测、提取、跟踪与转换(特征):查找、检测、挖掘、提取、检索、转换、发现和跟踪数据、特征、模式、知识的方法
大规模数据技术(BigData):专门用于处理大量数据的技术
机器学习技术(ML):机器学习在可视化/可视化分析中的应用
数学基础和数值方法(数学):数学基础和数值方法及其使用

Spatial Field Methods & Algorithms

基于计算拓扑的技术:计算拓扑和/或拓扑抽象及其使用
等值面技术(等值面):提取和使用等值面和推广
向量、张量和流可视化(Flow):向量场、张量流、纤维跟踪成像和流体力学的技术
体绘制:直接可视化体数据的绘制技术和算法

General Visualization Methods

动画和运动相关技术(运动):使用动画或其他形式来显示运动的方法
艺术与平面设计(艺术):数据艺术、艺术实践、艺术与科学合作、平面设计实践……
制图学，地图:地图和制图技术的设计和使用
图表(Charts):统计图形，如图表、图表或图表(折线/条形图等)。
计算机图形技术(Graphics):来自计算机图形领域的技术，包括光线投射、插图/非真实感绘制等。
协调和多视图(MultiView):链接视图、多视图、协调视图、协调多视图或耦合视图
图像和信号处理(ImageProcessing):图像和信号处理方法
移动、AR/VR/沉浸式、专门的输入/显示硬件(显示器):专门的交互和显示技术和硬件(移动设备、caves、抬头显示器、物理化、tangibles……以及设备组合)
多分辨率和LOD技术(MultiRes):显示多级细节和分辨率的可视化技术，包括焦点+上下文
特定的计算和渲染硬件(硬件):如何使用特定的计算或渲染硬件进行可视化(CPU/GPU集群等)
不确定性可视化(不确定性):可视化交流的不确定性(数据、模型、算法结果或可视化过程)
其他主题:与可视化/可视化分析相关的主题/技术，不适合上述任何类别

Example Papers

下面的示例论文展示了如何使用上述关键字描述以前发表的VAST、InfoVis和SciVis论文。

Conf.	Title	Citations	Paper Type	Keyword 1	Keyword 2	Keyword 3	Keyword 4
InfoVis	D³ Data-Driven Documents	922	System	Software	Systems	Charts
InfoVis	UpSet: Visualization of Intersecting Sets	328	Technique	VisDesign	OtherData: Sets	Tabular
InfoVis	Narrative Visualization: Telling Stories with Data	252	Theory	Storytelling	Theory
SciVis	A Systematic Review on the Practice of Evaluating Visualization	101	Empirical Studies	HumanQuant	HumanQual	STAR
SciVis	Fixed-Rate Compressed Floating-Point Arrays	95	Technique	Algorithm	Systems	CompBenchmark	DataMgmt
SciVis	Contour Boxplots: A Method for Characterizing Uncertainty in Feature Sets from Simulation Ensembles	86	Technique	Scalar	DataAbstr	Isosurfaces	Uncertainty
VAST	Visual Exploration of Big Spatio-Temporal Urban Data: A Study of New York City Taxi Trips	220	Application / Design Study	Geospatial	Time	Application
VAST	SensePlace2: GeoTwitter analytics support for situational awareness	141	Application / Design Study	Text	Geospatial	SocHum	Application
VAST	Enterprise Data Analysis and Visualization: An Interview Study	105	Empirical Study	HumanQual	SocHum

Make PDF submission accessible

本页的说明基于SIGACCESS Guide for Accessible PDFs in Word和SIGCHI Guide to an Accessible Submission。
我们高度鼓励创建可访问的稿件，以便您的贡献被更广泛的观众阅读。这包括在编写文档时采取步骤，并使提交的PDF可访问。这些步骤可以提高许多人的可用性，尤其是那些有视觉障碍的人。

Authoring an Accessible Document

你的论文将以不同的方式被阅读:在纸上，在屏幕上，通过语音，在盲文显示器上，等等。我们中的一些人为了更容易阅读而放大文本或改变屏幕上的颜色。不是每个人都能看到图形的颜色和形状。我们中的一些人根本看不到图表，而依赖于你提供的重要内容的文本描述。

您可以通过以下步骤使提交的文档可访问:

使用正确的Word模板样式或LaTeX标记，适当地标记诸如标题和列表之类的内容。
不要只依赖颜色。仅仅依靠颜色来区分元素的图表对于我们中有色盲的人，或者那些用黑白印刷纸张的人来说，可能是没有用的。在图形、图例和引用图形的文本中，使用不同的形状和模式提供了另一种从视觉上区分元素的方式。
为所有图形提供文本描述。图说明与图标题不同。描述是看到图形的另一种选择，应该提供在论文或标题中没有的重要信息。不要简单地重复标题。
将每个表创建为真实的表，而不是图像，并指出哪些单元格是标题。
把每一个方程都写成一个标记的方程，而不是方程的图像。
设置文档的metadata元数据。

Adding Accessibility Metadata to a PDF

您可以使用adobeacrobat将缺失的可访问性元数据添加到PDF文件中。请注意，这需要专业版的adobeacrobat。如果您无法访问Acrobat Pro，并且需要帮助使您的PDF可访问，请联系无障碍主席(或会场主席)，因为他们可能会提供支持。

请注意，每次从源文档导出或生成新的PDF时，都需要执行这些步骤。

添加文档标签。PDF文件必须使用关于文档结构和文本的元数据进行“标记”。您可以使用可访问性检查功能检查文档是否被标记:从菜单中选择Tools > accessibility，然后单击Full check。如果文档没有标记，您将看到一条消息，说明“此文档不是结构化的”。要向文档添加标记，请从菜单中选择Tools > Accessibility，然后单击“向文档添加标记”。
向所有图形添加图形说明(替代文本)。
1. 在应用程序菜单中，选择“View > Tools > Accessibility”。可访问性工具将在右侧的面板中打开。
2. 从此菜单中选择“设置备用文本”。这个选项将引导您浏览每个图像，并要求您提供替代文本。如果您使用的是较老版本的Acrobat，则此选项可能不可用。在这种情况下，可以手动添加alt文本。在顶部菜单中选择“查看>工具>内容”。选择编辑选项工具。对于PDF中的每个图形，右键单击该图形并选择Properties。单击弹出窗口中的Tag选项卡，并在名为Alternative Text的字段中输入图形描述。
标记表头。
1. 右键单击文档中的表。您应该会看到一个名为Table Editor的选项。如果该选项不可用，则Acrobat可能没有正确标识表。您可以使用TouchUp阅读顺序工具在PDF中标记表格。
2. 在编辑器中，每个表格单元格应该被标记为标题(TH)或数据(TD)。如果单元格标记错误，右键单击该单元格并选择Table cell Properties，并设置适当的Header cell或Table cell，并在Scope下拉菜单中指明它是行标题、列标题还是两者都是标题。
设置标题、语言和其他元数据。
1. 从菜单中选择File > Properties。
2. 选择Description选项卡。
3. 用文档标题填充Title字段。
4. 选择Initial View选项卡。
5. 在“显示”下拉框中，选择“文档标题”。
6. 选择Advanced选项卡。
7. 在“阅读选项”部分，从“语言”下拉菜单中选择文档语言。
设置选项卡顺序。设置选项卡的顺序是必要的，这样键盘用户就可以使用选项卡键在文档中导航。设置选项卡顺序:
1. 点击页面缩略图图标显示每个页面的缩略图(或者，在顶部菜单中，选择查看>显示/隐藏>导航窗格>页面缩略图)。
2. 使用Control + A (Windows)或Command(⌘)+ A (MacOS)选择所有页面。
3. 右键单击并选择Page Properties。
4. 在弹出窗口中，选择“Tab Order”选项卡上的“Use Document Structure”，然后单击“OK”设置选项卡顺序。
保存PDF标记。在保存PDF文件之前，使用可访问性检查工具来验证您的PDF文件是否可访问:
1. 从菜单中选择“Tools > Accessibility”，然后单击“Full Check”。
2. 在Acrobat中保存PDF应该默认保存相关的可访问性数据。不需要额外的步骤。

Checking Accessibility of PDF Documents

如果您遵循了上述步骤，您的最终文档应该是可访问的。建议您仔细检查是否包含了所有可访问性元数据。

在adobeacrobat(商业版本)中打开PDF版本。
选择“Tools > Accessibility > Full Check”。
使用默认选项，选择“开始检查”。将执行可访问性检查，并生成报告。
您现在应该能够在Accessibility Checker侧面板中看到概述。确认这里没有一个检查失败。有些检查(例如“逻辑阅读顺序”)可能会给你一个警告，说“需要手动检查”;这些可以忽略。
标题部分可能表明“适当嵌套”检查失败;这一点也可以忽略。

Open Practices【注意：本部分不完整，看官网】

如果研究社区、从业者和普通公众可以免费获得可视化研究，那么它就可以更好地交流和行动起来。作为一个社区，我们可以采取几个步骤来帮助确保VIS上的研究是(1)可复现的，(2)可复制的，(3)可被未来的研究人员扩展的。因此，IEEE VIS 2022的开放实践委员会正在为已录用的VIS论文的作者提供一套要求和建议。请注意，这些建议只是作者可以选择遵循的建议，以增加其工作的长期影响和有用性。

Requirement 1/1—Ensure you are compliant with Plan S——前面提到，这里略过

建议1/2——上传预印本到一个免费开放的资源库【特别关注】

终稿清单

在准备好终稿截止日期之前，将你的论文预印本发布到免费开放的存储库(如arXiv)。我们有几个教程，你可以遵循。
在IEEE在出版的最后阶段提供的作者提交门户网站上，输入下面之一:

指向开放访问资源库中文章的预打印版本的URL
不能在已批准的开放访问存储库上共享论文的原因

更多细节：

VIS作者有权在出版截止日期前将他们录用的文章的最终预印本发布到一个开放存取存储库。我们建议作者行使这一权利，因为如果您将您已录用的论文的最终版本发布到一个可靠的开放存取库，您的作品受众将增加。隐藏在付费墙后面的研究对许多读者来说是无法访问的。

下面是一系列的操作清单、注意事项的链接。

建议2/2——上传补充材料到一个免费的，开放的，长期的档案室

注意:清单上的每一个建议都只是建议。关注其中的任何一个，即使你没有全部关注，也可以提高你的研究对社区和我们领域健康的长期价值。

终稿清单

将论文结果所需的所有补充材料上传到双方
1. IEEE使用作者提交门户网站。
2. 免费、可靠、长期的档案。例如：OSF.io。

补充材料FAQ中描述了我们推荐的材料以及如何描述的例子。

包含足够的文档，以便您的工作能够被未来的研究人员和从业者轻松地使用或扩展。
根据许可证发布补充材料，允许未来的研究人员和从业者重复使用，例如:Apache License 2.0用于代码和CC BY 4.0用于其他材料。

Submit Your Work—Papers

2021年，IEEE VIS由三个子会议(VAST、InfoVis和SciVis)过渡到一个统一的会议。IEEE VIS 2022邀请在所有可视化领域的新颖研究贡献和创新应用。

领域1~6

论文将出现在哪里?

被IEEE VIS录用的长将出现在IEEE TVCG的专刊上，并将被IEEE Xplore索引。IEEE VIS目前正在研究在开放获取期刊(如IEEE Open Journal of the Computer Society (OJ-CS))上发表已录用论文的替代方案，以满足S计划的要求。

截稿时间

Submission Guidelines and Reviewing Criteria

作为可视化研究的首要学术活动，IEEE VIS期待着重要的、有影响力的和潜在的变革性的贡献。评审工作将根据所提交资料的科学质素、新颖性、潜在影响、证据对研究结果的支持程度、采用的方法是否适当，以及其后的研究过程进行评价。初审结果通知后，被选中的论文仅被有条件地录用，并将经历一个完整的修改和评审周期:只有根据要求修改进行改善的论文才会在第二轮评审后被录用。

IEEE VIS 2022也有一个单独的短论文track。你可以在call for participation for short papers查找信息。

在准备提交时，请务必仔细阅读并遵守paper submission guidelines。

评审应该熟悉guidelines for reviewing papers for VIS。

Accessibility

我们高度鼓励创建无障碍阅读稿件，以便您的贡献被更广泛的观众阅读。请参阅VIS Accessibility Guide，了解如何使您的贡献被无障碍访问。

Open Access Policy

如果研究社区、从业者和普通公众可以自由获得可视化研究，那么它就可以更好地交流和行动起来。因此，我们鼓励所有的论文作者在出版截止日期之前，按照IEEE版权规定，在一个开放存取的资源库中分享他们被录用的论文。此外，资助机构和研究组织可能有特定的规则，如计划S的合规性，作者有责任检查和遵守他们各自的组织规则。有关如何将已录用的论文发布到开放获取库的说明，请参阅教程。