Mohammad Ghoniem’s website

© Mohammad Ghoniem – février 2007


Centres d’intérêt scientifiques

dimanche 21 janvier 2007, par Mohammad Ghoniem

Toutes les versions de cet article :


Chercheur en séjour post-doctoral au Charlotte Visualization Center à l’Université de Caroline du Nord à Charlotte (UNCC), ma recherche s’inscrit actuellement dans le cadre des activités du South-East Regional Visualization and Analytics Center (SRVAC). Je m’intéresse aux techniques de visualisation d’information et d’interaction homme-machine adaptées à l’exploration interactive de grandes masses de données. Je m’intéresse en particulier aux thèmes suivants :

La visualisation de données multimédia

La multiplication des diffuseurs, la démocratisation de l’accès à des contenus multimédia riches en information et la capacité accrue de stockage de ces contenus posent la problématique de l’exploration et de l’exploitation de banques de données vidéo, privées ou publiques, pour divers types d’application.

Je m’intéresse à la visualisation de grands dépôts de données vidéo, essentiellement des journaux télévisés, munis de données télétextuelles, et de méta-données issues de programmes de segmentation automatique de contenus vidéo. Les problèmes posés par ces données incluent le suivi de l’évolution temporelle des thématiques traitées dans les médias d’information, la détection de sujets émergents, la caractérisation des points singuliers (outliers), la comparaison du profil de différents canaux de diffusion etc.

Une application immédiate de ce travail pourrait être l’établissement d’une revue de presse visuelle et interactive à partir de sources d’information multimédia, ou la visualisation et la classification d’une vidéothèque personnelle, entre autres applications possibles.

La visualisation de données financières

L’informatisation des transactions financières incluant les places boursières, les institutions bancaires, les marchés de l’énergie et ainsi de suite soulève le besoin de la compréhension de grands volumes de données transactionnelles mettant en jeu différents types d’acteurs. Il en va de la capacité des analystes à lire l’évolution des marchés dans le temps, de dresser un cliché instantané d’un secteur d’activité selon différentes mesures ou critère d’intérêt, ou encore de déceler et de lutter contre les transactions frauduleuses. Ces impératifs peuvent être dictés par des objectifs de compétitivité et de maximisation des profits, ou par des lois nationales ou internationales exigeant des institutions financières de signaler les activités douteuses employant leurs réseaux sous peine de fermeture ou de sanctions financières sévères.

Dans ce cadre, je suis partie prenante dans un projet impliquant une grande banque américaine visant à développer des outils de visualisation des données relatives aux transferts bancaires, pour des volumes de l’ordre de 200 000 transactions par jour.

La visualisation des grands graphes dynamiques

Dans le cadre de ma thèse de doctorat, j’ai travaillé sur la visualisation de grands graphes de co-activité pour l’analyse et l’aide à la mise au point de programmes avec contraintes. J’ai notamment exhibé l’intérêt de la représentation matricielle des graphes par rapport aux représentation traditionnelles sous forme de dessins en nœuds et liens, pour les graphes grands et/ou denses.

Cette technique a également été appliquée avec succès à d’autres types de réseaux, comme les réseaux sociaux, les réseaux de télécommunication et les réseaux informatiques. Ces structures de données posent des problèmes d’échelle, de lisibilité, et deviennent très ardus en l’existence d’attributs temporels associés aux sommets ou aux arcs des graphes.

Un aperçu plus détaillé de ce problème et de mes travaux dans ce domaine peut être obtenu à travers mes publications entre 2001 et 2005.

L’évaluation des techniques de visualisation d’information

En proposant la représentation matricielle des graphes comme alternative aux diagrammes nœuds—liens, j’ai eu à monter une expérience contrôlée pour comparer la lisibilité de ces deux techniques de représentation des graphes. Cette démarche englobe le choix des tâches réalisées par les utilisateurs, les précautions d’usage quant à l’équivalence des représentations étudiées au plan de l’interaction, les caractéristiques du jeu de données utilisées pour l’expérience, et le nivellement des effets de mémorisation ou de fatigue le cas échéant. Enfin, vient la phase de l’analyse des résultats.

Pour les besoins de cette évaluation, j’ai développé un framework générique pour l’évaluation des techniques de visualisation, se chargeant de la génération des vues, de l’affichage des questions, du recueil des réponses et du chronométrage du temps de réponse des utilisateurs.

La visualisation des connaissances

La conception de systèmes de visualisation d’information repose sur une somme de connaissances issues à la fois du métier dont proviennent les données visualisées et des techniques de visualisation d’information à proprement parler. La modélisation de ces connaissances selon les techniques en vigueur dans le domaine de l’ingénierie des connaissances offre des perspectives intéressantes dans la mesure où elle autorise le recours aux capacités de raisonnement offertes par les outils de KDD et donc d’évoluer vers des systèmes de visualisation « intelligents ». Partant du constat que de nombreuses données liées à diverses activités humaines ont une dimension géographique, je me suis intéressé à la modélisation des connaissances géopolitiques et me penche actuellement sur l’usage de ve genre de connaissances dans des applications telles que l’analyse des transactions bancaires ou l’étude de contenus multimédia tels que les journaux télévisés.


RSS 2.0 [?]

ghoniem.info

Espace privé

Site réalisé avec SPIP
Squelettes GPL Lebanon 1.9