Accueil

SANSEN Joris




« Si ardu étant ce chemin qu’il serait difficile de le donner à entendre par des paroles ou de l’écrire avec la plume. La meilleure explication qu’ait trouvé pour cela le génie des hommes est de le donner en peinture sur une carte.» Martin Cortès
À vélo, plus tu pédales moins vite moins t'avances plus vite... Inconnu

Activités de recherche

Dans mon activité de recherche, je m'intéresse aux techniques de visualisation abstraite et notamment à leur adaptation dans le cadre de données massives pour en faciliter l'exploration et l'interaction, en particulier pour des données issues du web analytics. Pour répondre à ces problèmes, les solutions abordées s'appuient sur la mise en place d'abstractions et de métaphores visuelles adaptées aux données massives et permettant la mise en évidence de corrélations et la présence (ou l'absence) de motifs particuliers dans les données. Afin d'aider les utilisateurs dans leurs explorations, il est indispensable de leur fournir des outils d'interaction adaptés à ces nouvelles techniques de visualisation tels que l'exploration de représentation multi-échelles, le détail à la demande, etc. qui soulèvent des problèmes similaires. Pour cela, les différents outils et systèmes produits sont créés sur la base de deux principes: utiliser des langages permettant une exploitation distante des données (technologies web) tout en répondant aux impératifs de performances dans les traitements (langage de programmation graphique OpenGL principalement).

Liste des publications...

plus...

×

Publications

Thèse

Joris Sansen. La visualisation d’information pour les données massives : une approche par l’abstraction de données. Autre [cs.OH]. Université de Bordeaux, 2017. Français. 〈NNT : 2017BORD0636〉. 〈tel-01580370〉

Article Journal

Sansen, J.; Richer, G.; Jourde, T.; Lalanne, F.; Auber, D.; Bourqui, R. "Visual Exploration of Large Multidimensional Data Using Parallel Coordinates on Big Data Infrastructure". Informatics 2017, 4, 21.

Articles Conférences

Joris SANSEN, Romain BOURQUI, Bruno PINAUD,Helen PURCHASE. "Edge Visual Encodings in Matrix - Based Diagrams". in Proc. of the 19th International Conference on Information Visualisation (IV'15), 2015.

Joris SANSEN, Frédéric LALANNE, David AUBER, Romain BOURQUI. "Adjasankey: Visualization of huge hierarchical weighted and directed graphs"(Best Paper Award). in Proc. of the 19th International Conference on Information Visualisation (IV'15), 2015.

Joris SANSEN, Patricia THÉBAULT, Isabelle DUTOUR, Romain BOURQUI. "Visualization of sRNA-mRNA interaction predictions". 20th International Conference on Information Visualisation (IV'16), submission accepted, 2016.

Posters

Joris SANSEN, Romain BOURQUI, Patricia THÉBAULT, Julien ALLALI and David AUBER. "Visualizing RNA Secondary Structure Base Pair Binding Probabilities using Nested Concave Hulls". In the 5th Symposium on Biological Data Visualization (BioVis) Poster for Design Contest, 2015.

×

Activités de Recherche

Durant les dernières décennies, la quantité d'informations récupérées et stockées a explosé atteignant aisément les giga/tera -octets ou plus encore, et l'exploitation et l'analyse d'une telle masse de données constituent un réel défi. Ont ainsi émergé les problématiques d'analyse, de traitement et d'exploitation de données massives, généralement regroupées sous l'étiquette problèmatique Big Data. Le traitement de ces données soulève énormément de problèmes, d'une part à cause de leurs volumes, mais aussi à cause de l'architecture de stockage/traitement. En effet, une architecture Big Data est généralement constituée de plusieurs espaces de stockage et de plusieurs machines qui accèdent et traitent les données de façon distribuée. Ainsi, le principe même de traitements et d'analyses Big Data implique qu'il y ait une contrainte d'éloignement géographique forte entre les données (stockage et traitement) et l'utilisateur (analyse), se posent donc les problèmes d'accès, de traitements, de transferts et de délais nécessaires pour permettre ces opérations. Par ailleurs, la complexité des données constitue en elle-même un défi pour l'analyse et l’interprétation, qu'elles soient massives ou non. La visualisation d'information est une des solutions pour répondre à cette problématique et vise à représenter sous forme visuelle, graphique et parfois interactive les données afin d'améliorer la capacité humaine à les explorer et en extraire une information. Cependant, utiliser une telle masse d'information dans son intégralité pose le problème de l'utilisabilité de la représentation obtenue (chevauchement d'informations, encombrement) et de la difficulté de compréhension que cela implique pour un utilisateur. Ainsi, obtenir une représentation juste, utilisable et efficace de données massives constitue un réel défi pour l'exploration interactive et l'analyse de l'information qu'elles véhiculent.

Dans mon activité de recherche, je m'intéresse aux techniques de visualisation abstraite et notamment à leur adaptation dans le cadre de données massives pour en faciliter l'exploration et l'interaction, en particulier pour des données issues du web analytics. Pour répondre à ces problèmes, les solutions abordées s'appuient sur la mise en place d'abstractions et de métaphores visuelles adaptées aux données massives et permettant la mise en évidence de corrélations et la présence (ou l'absence) de motifs particuliers dans les données. Afin d'aider les utilisateurs dans leurs explorations, il est indispensable de leur fournir des outils d'interaction adaptés à ces nouvelles techniques de visualisation tels que l'exploration de représentation multi-échelles, le détail à la demande, etc. qui soulèvent des problèmes similaires. Pour cela, les différents outils et systèmes produits sont créés sur la base de deux principes: utiliser des langages permettant une exploitation distante des données (technologies web) tout en répondant aux impératifs de performances dans les traitements (langage de programmation graphique OpenGL principalement).

Les axes de recherche sont donc divisés en deux parties: la visualisation de données abstraites et l'application pour les données massives et deux types de données ont été envisagées à l'heure actuelle\,: les données relationnelles, qui représentent l'ensemble des relations entre des entités, et les données multi-dimensionnelles, qui représentent quant à elles les attributs d'un ensemble d'entités.

Un premier aspect de recherche a été consacré à l'étude de l'impact que l'encodage visuel des arêtes dans une des représentations classiques de graphe peut avoir sur les performances utilisateurs, à la fois sur un ensemble de tâches simples mais aussi sur une tâche complexe fréquente en analyse de graphe [1]. Ces travaux ont constitué le point de départ pour la représentation de données relationnelles massives et, par application des résultats obtenus, ont amené à la création d'une nouvelle technique de visualisation associée à des outils d'interaction et d'exploration multi-échelle. Cette méthode de visualisation a ensuite été testée sur un cas d'application avec des données représentant des visites d'utilisateurs sur un site web dans le cadre d'une architecture Big Data (stockage distant, calculs parallélisés et distribués, visualisation déportée). L'objectif ici était de fournir une représentation interactive à différents niveaux de détails des visites d'utilisateurs, et plus exactement d'identifier les provenances et destinations dans le parcours des utilisateurs passant par une catégorie de pages particulière. Ce travail a été gratifié du Best Paper Award dans sa catégorie lors de sa présentation à la conférence internationale Information Visualisation en 2015 [2].

Le deuxième aspect de ces recherches a été dédié à la visualisation de données multi-dimensionnelles. Une façon de se représenter ce type de données consiste à imaginer un tableau dont les lignes sont les entités et les colonnes les attributs des entités, chaque case du tableau correspond ainsi à la valeur d'une entité donnée pour une propriété donnée. Une technique de visualisation couramment utilisée pour ce type de données est celle des coordonnées parallèles et consiste à attribuer un axe vertical par attribut (l'axe étant gradué pour un attribut numérique) et à tracer, pour chaque entité du tableau, une ligne qui croise chaque axe à la valeur correspondante pour l'entité considérée. Cette technique, bien que particulièrement adaptée pour la recherche de corrélations, anti-corrélations ou motifs divers dans les données, est particulièrement sensible à la quantité d'entités à représenter\,: plus elle est importante moins la technique est efficace, chaque ligne tracée ayant un impact direct sur le temps nécessaire pour créer ou interagir avec la représentation mais aussi sur sa lisibilité. Les réflexions pour répondre à ces limitations et par généralisation des travaux précédents ont conduit à la mise en place d'un système d'analyse visuelle de données massives prenant en compte le stockage, le calcul et le transfert des données. Ainsi il devient possible, malgré une architecture Big Data, de visualiser et explorer de façon interactive des données multi-dimensionnelles pouvant atteindre plusieurs milliards d'éléments en temps réel avec des coordonnées parallèles abstraites déportées [5].

Un troisième aspect, conduit en parallèle aux deux premiers, consiste à créer et tester les abstractions visuelles pour des données biologiques. Une première partie sur la visualisation de données relationnelles issues d'analyse en génomique a permis de représenter les probabilités d'appariements des bases nucléiques dans la structure secondaire d'ARN [4] ainsi que des prédictions d'appariements entre petits-ARN et ARN-messagers [3]. Une seconde partie consiste en un cas d'étude et d'application des coordonnées parallèles abstraites pour la recherche de corrélations dans des analyses en génomique et protéomique.


Travaux

Bio-Informatique Informatique Gestion de projets étudiants

CoPHI

CoPHI : Coordonnées Parallèles ...

... pour les réseaux métaboliques

plus...
sRNA-mRNA interactions

Représentation des prédictions ...

... d'interactions entre sRNA et mRNA

Article
RNA-binding

Visualisation des probabilités ...

... d'appariements des nucléotides dans les structures secondaires d'ARN.

Article & Poster

Enseignements


cultNum

Culture Numérique

Compréhension du monde numérique et informatique, acteurs, défis et impacts : Le numérique, l’informatique, wikipedia, internet, les méta-données, etc.

plus...

DevWeb

Développement web

Présentation et prise en main de deux langages web : HTML5, CSS3. structuration et création de site internet.

plus...

Bureautique

Bureautique

Utilisation des outils Bureautique : traitement de texte, tableur, présentation, initiation HTML.

plus...

xml

XML

Introduction au XML comme langage de structuration de données. Organisation, validation, schéma et mise en forme: XML - DTD - XSD - XSLT.

plus...


×

Culture Numérique

  • Compréhension du monde numérique et informatique, acteurs, défis et impacts : Le numérique, l’informatique, wikipedia, internet, les méta-données, etc.
  • Enseignements pour étudiants en 1ère année DUT et Année Spéciale (IUT Métiers du Livre - Université Bordeaux Montaigne).
  • Fonction ATER - Gestion intégrale de l'UE : enseignements en cours intégrés TD-TP, préparation des supports, examens et corrections.
  • 1er semestre 2016-2017 et 2017-2018.
×

Développement Web

  • Présentation et prise en main de deux langages web : HTML5, CSS3. structuration et création de site internet.
  • Enseignements pour étudiants en 2ème année DUT (IUT Métiers du Livre - Université Bordeaux Montaigne).
  • Fonction ATER - Gestion intégrale de l'UE: enseignements en cours intégrés TD-TP, préparation des supports, examens et corrections.
  • 1er semestre 2016-2017 et 2017-2018.
×

Bureautique

  • Utilisation des outils Bureautique : traitement de texte, tableur, présentation, initiation HTML.
  • Enseignements pour étudiants en 1ère année DUT (IUT Métiers du Livre - Université Bordeaux Montaigne)
  • Fonction ATER - Gestion intégrale de l'UE: enseignements en cours intégrés TD-TP, préparation des supports, examens et corrections.
  • 1er semestre 2016-2017 et 2017-2018.
×

XML

  • Introduction au XML comme langage de structuration de données. Organisation, validation, schéma et mise en forme: XML - DTD - XSD - XSLT.
  • Enseignements pour étudiants en 1ère année DUT (IUT Métiers du Livre - Université Bordeaux Montaigne)
  • Fonction ATER - Gestion intégrale de l'UE: enseignements en cours intégrés TD-TP, préparation des supports, examens et corrections.
  • 1er semestre 2016-2017 et 2017-2018.
×

Mémoires

  • Suivi et co-évaluation des mémoires de fin de cycle DUT.
  • Enseignements pour étudiants en 2ème année DUT (IUT Métiers du Livre - Université Bordeaux Montaigne)
  • fonction ATER
  • 1er semestre 2016-2017 et 2017-2018.
×

Système

  • Présentation et utilisation d'un système UNIX-linux, utilisation de lignes de commande, filtres et redirections, ssh, initiation à l'administration système et création de scripts shell.
  • Monitorat : TP - supports fournis par l'enseignant responsable de l'ue
  • 1er semestre 2014-2015 et 2015-2016
×

Algorithme et Programmation

  • Fondements de l'algorithmique et introduction à la programmation C++ (boucles, manipulation de tableaux et de chaînes de caractères, algorithmes de tri).
  • Monitorat : TP - supports fournis par l'enseignant responsable de l'ue
  • 1er semestre 2014-2015 et 2015-2016
×

Algorithme et Programmation - formation délocalisée au Vietnam

  • Enseignements pour étudiants en 2ème année Licence Informatique du PUF-HCM (Pôle Universitaire Français - Hô-Chi-Minh-Ville), Vietnam
  • Initiation à la programmation orientée objet (encapsulation, héritage, polymorphisme, surcharge d'opérateurs) avec les langages C++ et Java.
  • Monitorat : Gestion intégrale de l'ue : Cours-TD-TP, projets, examens, corrections et enseignements. Missions de 2 semaines d'enseignement aux étudiants en DUT 2ème année et gestion des attributions pour le chargé de TD-TP.
  • 1er semestre 2014-2015 et 2015-2016
×

Initiation à la Recherche et au Développement

  • Encadrement de projet de programmation pour étudiant de Master 1 Bio-Informatique (Univ. Bordeaux)
  • gestion de projet, direction d'équipe de travail, organisation, planification, attribution des tâches.
  • Monitorat : Encadrement et suivi de l'avancement.
  • 2ème semestre 2014-2015, 2015-2016, 2016-2017 et 2017-2018.
×

Co-encadrement stage Recherche

  • Co-encadrement d'un stage recherche niveau M2 Informatique.
  • Sujet du stage : L'objectif était de compléter une évaluation déjà menée sur l’encodage visuel des arêtes dans les matrices d’adjacences et leurs effets sur les performances utilisateurs dans la résolution de tâches fréquentes dans l’analyse de réseaux sociaux.
  • Encadrement et suivi de l'avancement.
  • 2ème semestre 2014-2015.
×

Formateur invité URFIST

  • Initiation à la cartographie, la visualisation et l'exploration de données pour l'extraction d'information..
  • En duo avec vincent Bergeot (Num&Lib).
  • À destination de doctorant de l'université de Pau.
  • Décembre 2015.
×

Présentation Big Data

  • Présentation sur les données massives et leurs usages.
  • En duo avec Suzanne Galy (Journaliste / Directrice du service Communication-Protocole de la Ville de Bègles, Gironde).
  • Vulgarisation scientifique pour l'assocation "Le Café économique de Pessac".
  • Janvier 2017.

Curriculum Vitae


Profil Linkedin
identité

Joris SANSEN

Attaché Temporaire d'Enseignement et de Recherche

plus...

formation

Formation

Doctorat d'informatique (2017)
Labri - Université de Bordeaux.

plus...

Compétences

Compétences

Programmation, statistiques, visualisation, web

Expériences diverses

Expériences diverses

Trésorier en association, élus en conseils universitaires.


×

Contact

Université de Bordeaux - LaBRI
Équipe MaBioVis - Thème EVADoMe
Bureau 328 - +33 (0)5 40 00 35 31
jsansen [at] labri [dot] fr


Université Bordeaux Montaigne - IUT Métiers du Livre
joris.sansen [at] u-bordeaux-montaigne [dot] fr

×

Formation Scolaire

  • Doctorat Informatique
    2014-2017
    Université de Bordeaux
  • Master BioInformatique
    2011-2013
    Université Bordeaux 1
  • Licence Biologie
    2009-2011
    Université du Littoral et de la Côte d'Opale (ULCO)