Actualités
  Période
semaine
ou mois
aucune période


  Thèmes:
Thèses
Colloques
Autres
Groupes
Tous les thèmes

   
  Liens:
Voir les thèses

Voir les colloques

Voir les autres événements

Voir la page des groupes

Accéder à l'intranet

Thèse:   
Méthodes et modèles pour la visualisation de grandes masses de données multidimensionnelles nominatives dynamiques

Date 2012-03-21  10:30-12:30
TitreMéthodes et modèles pour la visualisation de grandes masses de données multidimensionnelles nominatives dynamiques 
RésuméLa visualisation d'informations est un domaine qui connait un réel intérêt depuis une dizaine d'année. Dernièrement, avec l'explosion des moyens de communication, l'analyse de réseaux sociaux fait l'objet de nombreux travaux de recherches. Nous présentons dans cette thèse des travaux sur l'analyse de réseaux sociaux dynamiques, c'est à dire que nous prenons en compte l'aspect temporel des données. Nous nous sommes particulièrement intéressé à la mise en évidence des communautés dans les réseaux et à leurs évolutions dans le temps. Nous présentons également un algorithme permettant de construire une hiérarchie d'influence qui identifie le rôle occupé par les individus au sein du réseau. Le second axe de recherche abordé dans cette thèse traite de l'obstacle que représente la diversité des formats de stockage de données. Cette diversité complique grandement l'import de données dans les systèmes de visualisation par des utilisateurs novices. Nous proposons dans cette thèse deux méthodes permettant de manipuler des données dans le but de produire des visualisations de type n½ud-lien. Une basée sur le construction d'une taxonomie des dimensions des données, l'autre sur la mise en évidence de domaines d'entités. Ces méthodes mettent l'accent sur les interactions avec l'utilisateur, afin de tirer profit de ses connaissances sur les données. 
LieuAmphi C Bat A29 
LaboratoireLaBRI 
DoctorantFrédéric GILBERT 
Directeur de thèseMaylis DELEST et David AUBER 
Thème de rechercheAnalyse de données, Génération de graphes, Analyse de réseaux sociaux dynamiques 
LangueFrançais 



Aucun document lié à cet événement.

Retour
Retour à l'index