Exploration de données temporelle à l'aide d'outils basés pixels – TERANOVA

Les limitations en termes de capacité de stockage ayant évoluées, nous pouvons nous appuyer sur l’utilisation de la mémoire comme un outil pour résoudre des problèmes de calcul. De plus les cartes graphiques sont aujourd’hui exploitées pour leur puissance de calcul parallèle (technique GPGPU), particulièrement adaptée au traitement niveau pixel. Nous avons récemment testé cette approche pour la réalisation de bundling de graphs statiques et dynamiques. Les résultats ont montré que cette nouvelle approche permet la production de représentations interactives. Ce projet ouvre un nouveau champ de recherche qui doit être étudié : valider scientifiquement de la démarche, délimiter son champs d’application, étudier sa généralisation...

Résultats préliminaire:
devllopement d'un prototype pour le traitement de données volumétriques

Généralisation de nos travaux à d'autres domaine d'application

un livre
7 brevets déposés
3 papiers journaux
5 arcticles de conférence

Notre société entre dans l’ère des données dont le volume ne cesse de croître et avec des attendes toujours plus importantes quant à leur exploitation. A titre d’exemple, de nombreux projets OpenData permettent de télécharger gratuitement d’importantes quantités de données pour les exploiter. D’autres services monnaient les données au travers de portails web.

L’analyse de ces grandes quantités de données complexes est essentielle pour en extraire de l’information et créer de la valeur ajoutée, mais cette tâche est difficile. Dans de nombreux cas, il est impossible de traiter les données de par leur grande taille (puissance de calcul insuffisante) et par leur volatilité, le temps de calcul ou d’affichage étant trop long, le résultat de l’analyse ne correspond plus aux données qui ont eu le temps d’évoluer. Le problème est double avec non-seulement l’affichage des données mais aussi leur manipulation. Ceci est particulièrement vrai avec les données dites temporelles comme le mouvement d’avions, de personnes.

L’analyse et la compréhension des données liées au temps posent des problèmes non triviaux dans le domaine de l’InfoVis. Tout d’abord, ces jeux de données sont, par définition, plus importants que des jeux de données non évolutifs. Ceci souligne l’importance d’utiliser des algorithmes de visualisation et de manipulation rapides. Deuxièmement, alors que la visualisation de données statiques propose de nombreuses solutions de représentations, la recherche actuelle en visualisation ne propose pas de solution optimale pour afficher efficacement les évolutions des données. Ce sont les deux challenges visés par ce projet.

L’interaction et la représentation avec de grandes quantités de données reposent sur la puissance des algorithmes de traitement. Les algorithmes de visualisation doivent rapidement afficher les données avec des représentations qui maximisent la transmission d’informations, et les algorithmes de manipulation de données par l’utilisateur doivent être en temps interactif. Les algorithmes couramment utilisés en InfoVis traitent les données dans leur espace d’origine (par exemple en traitant la position géographique d’un objet en mouvement). Dans ce projet, nous allons appliquer une nouvelle approche avec l’utilisation d’algorithmes du domaine de l’image (traitement du pixel). Ceci peut, par exemple, être réalisé en deux étapes: la visualisation des données est réalisée avec des méthodes standards de l’InfoVis, ensuite l’image produite est traitée par des algorithmes de traitement d’image.
Les limitations en termes de capacité de stockage ayant évoluées, nous pouvons nous appuyer sur l’utilisation de la mémoire comme un outil pour résoudre des problèmes de calcul. De plus les cartes graphiques sont aujourd’hui exploitées pour leur puissance de calcul parallèle (technique GPGPU), particulièrement adaptée au traitement niveau pixel. Nous avons récemment testé cette approche pour la réalisation de bundling de graphs statiques et dynamiques. Les résultats ont montré que cette nouvelle approche permet la production de représentations interactives. Ce projet ouvre un nouveau champ de recherche qui doit être étudié : valider scientifiquement de la démarche, délimiter son champs d’application, étudier sa généralisation...
Le but de ce projet est donc d’utiliser des techniques innovantes, basées sur le traitement au niveau pixel des images, pour réaliser l’exploration interactive de grandes quantités de données temporelles. Ce projet s’inscrit dans la catégorie “basic research category” et touche les domaines de la visualisation d’informations, de l’analyse visuelle, de l’infographie et des facteurs humains.