Visualisation d information interactive Jean-Daniel Fekete & Frédéric Vernier INRIA Futurs/LRI & LIMSI Jean-Daniel.Fekete@inria.fr & Frederic.Vernier@limsi.fr Visualisation The eye the window of the soul, is the principal means by which the central sense can most completely and abundantly appreciate the infinite works of nature. Leonardo da Vinci (1452-1519) 1
Augmenter la cognition La quantité de données croît de 30% par an depuis 1999 (SIMS, Berkeley) La quantité de données accessible a cru exponentiellement depuis 10 ans Augmenter la cognition Information Action/Perception Cognition 2
Stratégies pour augmenter la cognition Trois stratégies possibles : 1. Déléguer à l ordinateur (Intelligence Artificielle) 2. Créer des nouveaux canaux (Implants/Symbiose) 3. Augmenter le débit des canaux (Interaction Homme-Machine) Augmenter le débit change la nature de l interaction Boucle de rétroaction (Wiener 48) Augmenter la vitesse = interaction Action/réaction dans un délais bref Utilisation de la mémoire à court terme Augmentation débit + vitesse 3
Visualisation : 3 domaines Visualisation scientifique Sous communauté de l Informatique Graphique 20 ans d histoire Cartographie Communauté à part entière 2000 ans d histoire Visualisation d informatio n Sous communauté de l Interaction Homme- Machine 10 ans d histoire Visualisation : 3 disciplines Informatique Algorithmes et structures de données Géométrie Infographie Design Nouvelles représentation Communication Psychologie Perception Cognition Interaction 4
Visualisation d information : Définition Utilisation de l informatique graphique interactive pour représenter visuellement de données abstraites afin d amplifier la cognition Définition 2 / Objectifs Représentation graphique compacte et interface utilisateur pour : manipuler un grand nombre d items (10 2-10 6) éventuellement extraite d une base de donnée plus grande Permettant aux utilisateurs de faire des découvertes prendre des décisions, ou trouver des explications sur des motifs (tendances, groupes, trous, points isolés) des groupes d items des items individuels Fouille de données visuelle Données abstraites, généralement pas de représentation canonique 5
Centres de recherche principaux Xerox PARC 3-D cone trees, perspective wall, spiral calendar table lens, hyperbolic trees, document lens, butterfly Univ. of Maryland dynamic queries, range sliders, starfields, treemaps zoombars, tight coupling, dynamic pruning, lifelines IBM Yorktown, AT&T-Lucent Technologies Georgia Tech, MIT Media Lab Univ. of Wisconsin, Minnesota, Calif-Berkeley Le problème Données Transfert de données Humain Web, livres, articles données scientifiques prix, liste de personnes, Cours de la bourse Informations Comment? Vision: 100 MB/s Audition: <100 b/s Télépathie Haptique/tactile Odorat Goût 6
Propriétés de la vision Sens ayant la plus grande bande passante Rapide, parallèle Reconnaissance de formes Pré-attentif Etend les capacités cognitives et mémorielles (teste de multiplication) On pense visuellement Super. Utilisons-la! Utilisons la vision! 7
Utilisons la vision! Trouvez le rectangle vert! 8
Perception préattentive (1) Perception préattentive (2) 9
Perception préattentive Beaucoup de caractéristiques visuelles peuvent être perçues préattentivement : Orientation de ligne/blob, longueur, épaisseur, taille, courbure, cardinalité, terminaisons, intersections, inclusion, teinte, clignotement, direction de mouvement, profondeur stéréoscopique, indices 3D, direction de l éclairement Problèmes : Les caractéristiques préattentive interfèrent entre elles On pensait même que toutes les caractéristiques préattentives étaient incompatibles entre elles Les caractéristiques sont préattentives dans certaines limites 7 couleurs max (Healey, 96) 2 ou 3 formes Etc. Perception préattentive (3) 10
Perception préattentive : théorie Notre système visuel de bas niveau (25 millions de cellules) fait de la reconnaissance de motif en parallèle en permanence Les caractéristiques préattentives sont reconnues à ce niveau Les autres nécessitent un parcours séquentiel! On a parfois besoin de données visuelles non préattentives Labels/étiquettes sur les données Représentations traditionnelles acceptables par les utilisateurs novices Excellents théories psychologiques Information Visualization: Perception for Design de Colin Ware Besoin de conception et réalisation de techniques qui fonctionnent Recours au designer / informaticien Les traitements informatiques automatiques peuvent-ils faire mieux? Pas toujours Diagramme de Hertzsprung Russell 11
Mouais, quel intérêt? La représentation est la clef! 12
Tufte et l histoire de la graphique Histoire Visualisation pour décrire (Tufte) Visualisation pour décider (Bertin) Visualisation sur écran Visualisation Interactive Coupler visualisation, filtrage et sélection 13
Bertin et la Sémiologie graphique Utilisation des propriétés rétiniennes (Bertin 67): Support Différentiel Spatial Position Taille Orientation Objet Niveau de gris Couleur Texture Forme 14
Visualisation interactive 15
Plus qu un transfert Permet la perception de phénomènes de plus haut niveau Favorise la découverte Eclairage (Insight) Modèle fonctionnel de base Données Projection visuelle Visualisation Interaction 16
Modèle complet (Ed. CHI) Interaction Illustration de J. Heer InfoVis Toolkit Réutiliser / généraliser Construire des visualisations est difficile et long Composant pour la visualisation de : Tables Scatter plots, séries temporelles, coordonnées parallèles Arbres Treemaps, node-link diagrams, Icicle trees Graphes Matrices, node-link diagrams Plusieurs mécanismes sont génériques et peuvent être réutilisés avec toutes les représentations graphiques Requêtes dynamiques Fisheyes Labels dynamiques www.lri.fr/~fekete/infovistoolkit 17
Toolkits Java InfoVis (ivtk.sourceforge.net) Prefuse (prefuse.org) Improvise (http://www.personal.psu.edu/cew15/improvise/) GISToolkit (http://gistoolkit.sourceforge.net/) C++ Tulip (http://www.tulip-software.org/) XmdvTool (http://davis.wpi.edu/~xmdv) Techniques de visualisation Projection + représentation + interaction Dépend de la structure de données 1D - Linéaires 2D - Cartes 3D - Scènes Multidimensionnelle Temporelle Arbres Réseaux Documents Algorithmes 18
1D : Séries temporelles 1D : Diagrams en Arcs (Watenberg03) http://www.bewitched.com/ 19
Visualisation d information : exemples Spotfire et les requêtes dynamiques Smartmoney et la carte du marché boursier 20
Famille des techniques Orientées points Orientées lignes Orientées surfaces Remplissage de surface Techniques par remplissage de formes Seesoft/SeeSys Compus Treemap DBVis 21
Techniques d interaction Data sliders Interfaces zoomables et navigation Déformation de l espace et navigation Labeling Domaines de recherche Nouvelles techniques de visualisation Nouvelles techniques d agrégation Nouvelles techniques d interaction Le 3D est-il utile à quelque chose? Passage à l échelle Animation 22
Co-citations en visualisation (Börner 04) Retombées industrielles (extraits) Principales sociétés faisant des produits de visualisation d information ILOG (Discovery téléchargeable gratuitement) Spotfire AT&T (GraphViz) IBM (DX explorer) Microsoft Sociétés utilisant journellement la visualisation d information NASA EOSDIS (portail accès aux données capteurs sur la Terre) 3M (analyse de composants chimiques) SmartMoney (http://www.smartmoney.com/marketmap/) ChevronTexaco (analyse de production pétrolière) 23
Bibliographie Readings in Information Visualization, Card, Mackinlay, Shneiderman, Morgan Kaufmann, 1999 Information Visualization: Perception for Design, Colin Ware, Morgan Kaufmann, 2000 (2e édition prévue pour 2004) Sémiologie Graphique, Bertin, 1967, Réimpression EHESS 2000 The Visual Display of Quantitative Data, Tufte, 1983, Cheshire, CT: Graphics Press. otal.umd.edu/olive http://www.csc.ncsu.edu/faculty/healey/pp/index.html Excentric Labeling: Dynamic Neighborhood Labeling for Data Visualization, Fekete, J.-D., Plaisant, C. Proceedings of the Conference on Human factors in Computer Systems (CHI'99), ACM, New York, pp. 512-519. Interactive Information Visualization of a Million Items, Fekete, J.-D., Plaisant, C., Proceedings of IEEE Symposium on Information Visualization 2002 (InfoVis 2002), Boston, USA, Octobre 2002. The Infovis Toolkit. http://www.lri.fr/~fekete/infovistoolkit 24