GT Visualisation

Site : http://visu.labri.fr/

Responsables : Wilfrid Lefer (LIUPPA, Pau) et Julien Tierny (LIP6, Paris)

Mots-clés : Visualisation scientifique, visualisation d’informations, visualisation analytique, analyse et interprétation de données, visualisation haute performance et in-situ, interactions visuelles, visualisation d'incertitudes, visualisation distante.

Liste des journées du groupe de travail

La journée française de visualisation (de données scientifiques et d'information) a été créée en 2010 et se tient depuis presque chaque année:

• 2017 : http://visu2017.liris.cnrs.fr/ (organisée à l'IFP par Romain Vuillemot)
• 2015 : http://visu2015.imag.fr Journée annulée en raison des attentats
• 2014 : http://visu2014.imag.fr (organisée à Télécom ParisTech par James Eagan, 41 participants)
• 2013 : http://visu2013.imag.fr (organisée à l'Institut de Biologie Physico-Chimique de Paris par Marc Baaden)
• 2012 : http://visu2012.imag.fr (organisée à Télécom ParisTech par Julien Tierny, 80 participants)
• 2011: http://visu2011.imag.fr (organisée au CEA par Thierry Carrard)
• 2010: http://visu2010.imag.fr (organisée chez EDF par Bruno Raffin)

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, basés sur les mathématiques discrètes d'une part et la synthèse d'image d'autre part, 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.

Historique

Il est admis que la communauté visualisation nait au niveau international en 1987 à l'occasion de la publication d'un numéro dédié de la revue ACM Computer Graphics : Visualization in Scientific Computing, McCormick, DeFanti et Brown, ACM Computer Graphics 21(6), novembre 1987. Elle traite alors uniquement de la visualisation de données scientifiques (Scientific Visualization), avec des domaines d'applications comme l'aéronautique (simulation des écoulements), la météorologie, le domaine médical (visualisation de données générées par les scanners), etc.

<a href="http://ieeevis.org/" target="new">La conférence IEEE VIS</a>, dédiée à ce nouveau domaine de recherche, est organisée pour la première fois en 1990 aux Etats-Unis. Elle prend rapidement une grande ampleur et réunit plus de 1000 personnes chaque année. Depuis 2007, les actes de cette conférence sont publiés dans la revue <a href="http://www.computer.org/web/tvcg" target="new"> IEEE Transactions on Visualization and Computer Graphics</a>.

Parallèlement en Europe, Michel Grave (ONERA Châtillon) crée, en compagnie de quelques collègues, l’Eurographics Workshop on Visualization in Scientific Computing en 1990, qui deviendra <a href="http://eurovis2017.virvig.es/" target="new"> EuroVis</a>. Depuis, EuroVis s'est imposée comme la deuxième conférence majeure dans le domaine, dont les actes sont publiés dans la revue <a href="http://onlinelibrary.wiley.com/journal/10.1111/(ISSN)1467-8659" target="new"> Computer Graphics Forum</a>.

Les séminaires de Dagstuhl sur la visualisation débutent en 1991 et contribuent depuis fortement à modeler le paysage de la recherche internationale en visualisation. Vers le milieu des années 90 apparaît un second thème, appelé visualisation d'informations (Information Visualization), qui concernent des données non spatialement localisées (données financières, business process, débits réseaux, etc.). Ce domaine contribue à étendre la communauté en voyant notamment arriver des chercheurs issus du domaine de l’IHM ainsi que des statistiques descriptives, en particulier du courant de l'analyse exploratoire des données (EDA) et plus récemment de la cartographie.

L’accroissement continu des quantités de données numériques dans tous les secteurs de l’activité humaine contribue à renforcer l’intérêt pour ce domaine de recherche au cours des années 2000. Malgré cela la recherche dans le domaine reste le fait de quelques chercheurs isolés en France dans les années 1990, contrairement à ce qui se passe partout ailleurs dans le Monde et en particulier aux Etats Unis et en Allemagne, puis se développe enfin au cours de la décennie suivante, avec notamment la création de 2 équipes INRIA dédiées à la visualisation d’informations (AVIZ et GRAVITE).

Aujourd’hui cette communauté a déclenché un processus de structuration au niveau national, sur le même schéma qu’au niveau international, c’est-à-dire en réunissant l’ensemble des acteurs de la visualisation : visualisation scientifique, visualisation d’informations, fouille visuelle de données. Le montage de ce Groupe de Travail est l’occasion pour cette communauté de franchir une étape supplémentaire dans sa démarche de structuration. Si la plupart des chercheurs en visualisation scientifique font partie du précédent GDR IG, le domaine de la visualisation d’information comporte de nombreuses personnes issues du domaine de l’IHM et participant au précédent GDR i3. C’est pourquoi un rattachement de ce GT, à la fois au GDR IG-RV, et au GDR i3, est prévu.

Activités scientifiques

En fait, cette communauté qui nait en 1987 au niveau international, concerne initialement uniquement la visualisation de données scientifiques (scivis), avec des domaines d'applications comme l'aéronautique (simulation des écoulements), la météo, l'ingénierie, etc. Vers le milieu des années 90 apparait un second thème, appelé visualisation d'informations (infovis), qui concernent des données non spatialement localisées (données financières, business, débits réseaux, etc.). Petit à petit infovis va rattraper puis dépasser scivis en termes de volume de recherche, de nombre d'applications : on a désormais des données numériques à gérer dans tous les secteurs de la société et la grande majorité de ces données ne sont pas spatialement localisées. D’où un grande nombre d’activités scientifiques autour des thèmes suivants :

• visualisation scientifique,
• visualisation d’informations,
• visualisation de grandes masses de données et visualisation hautes performances,
• visualisation analytique (Visual Analytics),
• perception visuelle et visualisation,
• interactions dans un contexte d'analyse visuelle,
• évaluation de la visualisation,
• couplage simulation / visualisation : visualisation des résultats de simulation, couplage HPC, pilotage visuel de codes de calcul,
• visualisation de données relationnelles et notamment visualisation des réseaux sociaux,
• fouille visuelle des données et les techniques de navigation dans les entrepôts de données,
• visualisation collaborative, co-localisée ou à distance, synchrone ou asynchrone,
• visualisation sur dispositifs nouveaux tels que les murs d'écrans, utilisant des dispositifs d'entrée variés et multiples, tels que les écrans tactiles ou les capteurs 3D,
• méthodes topologiques pour la visualisation,
• visualisation de données géolocalisées,
• visualisation de données biologiques et moléculaires.

Laboratoires participants

Le GT Visualisation regroupe 268 membres (dont 199 académiques et 69 industriels) repartis en 68 entités partenaires (dont 51 académiques et 17 industriels)