GT Visualisation
Site : http://visu.labri.fr/
Responsables : Wilfrid Lefer (LIUPPA, Pau), Guy Mélançon (LABRI, Bordeaux)
Mots-clés : Visualisation Scientifique, Visualisation d’Informations, Visualisation Analytique (Visual
Analytics), Couplage Simulation / Visualisation, Interactions Visuelles, Grands Volumes de Données,
Visualisation des Réseaux Sociaux, Visualisation sur Dispositifs Nouveaux (murs d'écran, écrans
tactiles, etc), Visualisation Collaborative et à Distance.
Objectifs
Les capacités de production de données numériques suivant une progression exponentielle, le problème du traitement des gigantesques flots de données qui en résultent devient une priorité de recherche dans le domaine des STIC. Faire face à ce défi implique un changement de paradigme et la visualisation, mettant à contribution le sens le plus développé de l’homme pour analyser ces informations, est une des voies les plus prometteuses. Ceci est reflété par la programmation 2012 de l’ANR, la thématique visualisation étant au cœur de 2 des programmes du département STIC :
- Contenus Numériques et Interactions et notamment les axes 2 « Des contenus aux connaissances et grandes masses de données » et 3 « Interaction homme-système »,
- Modèles Numériques et notamment l’axe 3 « Modélisation et traitement de données massives ».
Si la recherche de métaphores visuelles pour représenter des données d’origine, de nature et de dimensions variées, ainsi que les algorithmes efficaces permettant de calculer ces représentations, ont occupé la communauté scientifique dans les années 90, le concept d’analyse visuelle – Visual Analytics – intégrant les modalités d’interaction avec ces représentations visuelles a fixé le cadre des recherches au cours de la décennie suivante. Il est en effet rapidement apparu que l’analyse des données est un processus itératif, où l’utilisateur doit être en mesure d’analyser le résultat d’une visualisation, de reparamétrer celle-ci et de reboucler jusqu’à identifier l’information pertinente. L’utilisateur doit donc être l’acteur du processus d’analyse visuelle des données et disposer de modalités d’interaction visuelle avec celles-ci.
Il apparaît également de plus en plus évident que la complexité des problèmes implique d’associer les concepts de la visualisation scientifique, dont le socle est l’informatique graphique et les mathématiques discrètes, à ceux de la visualisation d’informations, dont les fondements sont plutôt en IHM. En effet, si l’ergonomie de l’interface visuelle est la clé du problème, les immenses quantités d’informations manipulées requièrent des algorithmes efficaces afin de réduire la taille des données, de les structurer hiérarchiquement ou en vue de les questionner efficacement.
Mais la visualisation ne saurait être un pendant aux méthodes classiques de recherche et d’extraction d’informations. Elle doit au contraire être une arme supplémentaire et s’intégrer dans une panoplie d’outils permettant à l’utilisateur d’identifier les informations pertinentes dans de grands volumes de données et de comprendre les phénomènes sous-jacents. Ceci justifie le regroupement, au sein de ce groupe de travail, de communautés jusqu’ici séparées mais amenées à coopérer afin de relever cet immense défi de la société numérique : visualisation scientifique, visualisation d'informations, informatique graphique, IHM, fouille de données, etc.