Accueil > Manifestations > Thèses et HDR > Thèses > Nicolas Greffard

Nicolas Greffard

Directeur de thèse

Pascale Kuntz
Fabien Picarougne

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 développer 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.

Abstract :

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.

Composition du Jury :

  • Guy Melancon (Professeur des Universités, Bordeaux 1), Rapporteur ;
  • Gilles Venturini (Professeur des Universités, Université Polytechnique de
    Tours), Rapporteur ;
  • Benoît Otjacques (Directeur scientifique adjoint, Centre G. Lippmann), Examinateur
  • Pascale Kuntz (Professeur des Universités, Université de Nantes), Directrice de thèse ;
  • Fabien Picarougne (Maître de conférence, Université de Nantes), Co-encadrant.

Dernière modification : lundi 28 octobre 2013