近日，EuroVis 2020 (Eurographics Conference on Visualization)論文錄用結果公布，微眾銀行AI團隊提交的兩篇論文“WarehouseVis: A Visual Analytics Approach to Facilitating Warehouse Location Selection for Business Districts”、“SEEVis: A Smart Emergency Evacuation Plan Visualization System with Data-Driven Shot Design”被EuroVis 2020全文接收，這是微眾銀行繼ACM CHI 2020后再次被可視化領域國際學術會議接收的論文。

作為中國計算機學會推薦的 “ 計算機圖形學與多 媒體 ”會議之一，“Eurographics Conference on Visualization”一直以來在可視化領域久負盛名。據了解，EuroVis 2020計劃于2020年5月25-29日在瑞典召開，此次論文投稿最終錄取率約僅為25%，接收的全部論文將作為特刊發表在歐洲圖形學協會國際期刊Computer Graphics Forum (CGF)。微眾銀行AI團隊兩篇論文被接收，代表了國際上對微眾銀行AI團隊在可視分析和交互智能領域成績的認可。

據悉，“SEEVis: A Smart Emergency Evacuation Plan Visualization System with Data-Driven Shot Design”是微眾銀行AI團隊聯合清華大學等研究機構提出的一種基于AI的智能鏡頭技術，用于對疏散過程進行智能化拍攝，生成敘事化的動畫視頻。這個技術應用于模擬智慧城市重大災難中的人群的疏散，協助城市規劃人員分析理解疏散行為及分析影響因素，從而優化體育場等人口密集場所安全路線，以及城市規劃的應急避難疏散場所配套設置。

而“WarehouseVis: A Visual Analytics Approach to Facilitating Warehouse Location Selection for Business Districts”(以下稱該論文)則是一個基于大數據的交互式的可視化智能選址系統，幫助零售、物流行業解決倉庫選址這一重大決策問題。

對于零售物流行業來說，倉庫選址問題屬于企業的一個長遠的決策問題，一個企業的整個物流系統中各物流節點的層次結構依賴于倉庫位置的選擇,它影響著企業的持續發展。倉庫地址選擇的好壞會非常大地影響企業效率和成本，和未來供應鏈發展的能否規模化成正比例關系。傳統的選址方式依賴于人力的實地走訪考察，以及數據篩選過程對于周邊交通、地理環境、人力運營成本等多種因素可能存在認知與計算偏差，這將使得結果差生巨大偏差。

而該論文提出的大數據交互式的可視化智能選址系統，則可實現結合多種數據包括不同時段的交通數據，城市POI數據、城市 經濟 狀況、周邊人群的年齡性別學歷、人群的用戶畫像和消費水平等多源數據。數值化地對位置的價值度進行綜合計算，結合人為的決策，獲得更具合理性結果，助力企業在市場競爭中進行快速的擴張。目前該選址系統平臺已經在微眾銀行合作伙伴企業上線，在幫助零售、物流企業解決倉庫選址難題上中嶄露頭角。

人腦對視覺信息的處理要比書面信息更容易，將龐雜數據計算結果通過圖形化表達，直觀地獲得大數據計算的結果，幫助用戶更有效地提取價值信息，助力各行各業構建出可視分析解決方案。這對決策人而言將更清晰地評估自身狀況與市場，幫助企業加強競爭力。

微眾銀行AI團隊深耕可視化技術，19年7月，微眾銀行AI團隊斬獲第六屆中國可視化與可視分析大會(ChinaVis 2019)數據可視分析挑戰賽“可視分析設計獎 ”，“基于聯邦學習的多智能體 游戲 AI的可視化”也在AI頂會國際人工智能聯合會(IJCAI 2019)展出，在ACM CHI、IEEE VIS等頂級學術會議上也斬獲數則獎項。

微眾銀行AI團隊在 科技 創新領域一直保持著積極的態度，致力于用自主可控、安全可信的 AI 技術探索 金融 科技新路。除可視化領域，微眾AI也正在多個領域持續發力，力求用AI助力各行各業開拓新航線。此次的論文獲選，標志著微眾銀行AI團隊在可視化技術與應用領域的再次加碼。未來，微眾銀行AI團隊將攜手更多的行業領域合作伙伴，引領AI行業的新方向，實現科技技術與產業應用的更大價值。