Visualisation stéréoscopique et interactive de structures en communautés dans des graphes

par Nicolas Greffard

Thèse de doctorat en Informatique et applications

Sous la direction de Pascale Kuntz-Cosperec et de Fabien Picarougne.

Le président du jury était Benoît Otjacques.

Le jury était composé de Pascale Kuntz-Cosperec, Fabien Picarougne, Benoît Otjacques, Gilles Venturini, Guy Melançon.

Les rapporteurs étaient Gilles Venturini, Guy Melançon.


  • Résumé

    Depuis les premiers travaux de Moreno en 1934, l’analyse de réseaux sociaux s’est toujours accompagnée de diagrammes représentant les relations entre individus. Depuis, la visualisation de graphes n’a cessé de se de��velopper au sein des communautés de visualisation d’information et de dessin de graphes. Au-delà des travaux se concentrant sur les problèmes combinatoires et algorithmiques posés par les dessins de graphes on parle désormais de fouille visuelle de réseaux et plus généralement de visual analytics en intégrant l’utilisateur au coeur de l’analyse. Dans cette thèse nous nous concentrons sur les supports visuels interactifs stéréoscopiques qui permettent de piloter le processus de fouille. En utilisant un environnement expérimental ad hoc, nous essayons d’en évaluer l’impact dans une tâche très populaire de détection de structures en communautés. A travers différentes expériences, nous montrons que pour une classe de graphes particulière la 2D semble plus adapté pour les graphes simples tandis que la 3D stéréo est bénéfique pour les graphes les plus complexes. Nous identifions également des différences dans l’usage des interactions entre la mono et la stéréo, ce qui semble illustrer des différences de comportement caractérisant des différences de stratégie d’utilisation entre ces deux conditions. Nos travaux se prolongent sur le plan technologique par le développement d’une bibliothèque permettant des interactions “mains-libres” adaptées à la fouille visuelle debout devant un grand écran.

  • Titre traduit

    Stereoscopic and interactive visualization of community structures in graphs


  • Résumé

    Ever since the pioneering work of Moreno in 1934, social network analysis has always included drawings depicting relationships between actors. From these days, the graph visualization field has grown within the graph drawing and information visualization communities. Besides the algorithmic and combinatoric questions arising from graph drawings, new challenges now include networks visual data mining. Usually referred to as visual analytics it involves the integration of the user at the heart of the analysis. In this thesis, we focus on interactive and stereoscopic visual restitutions allowing the user to drive the mining process. Using a ad hoc experimental environment, we try to assert their its impact on a popular task of community detection. Through several experiments, we show that for a specific class of graphs, 2D seems more adapted for the easier graphs while stereoscopic 3D is beneficial for the more complex ones. We also identify some differences in the interactions between the stereo and mono conditions, which seems to indicate behavioral differences emerging from differing interaction strategies. We also propose some prospects such as the implementation of a library allowing hands-free interactions adapted to visual mining in front of a large screen.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (125 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr p.127-145.

Où se trouve cette thèse ?

  • Bibliothèque : Université de Nantes. Service commun de la documentation. BU Sciences.
  • Non disponible pour le PEB
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.