Diapositive 1

1
Université Libre de BruxellesFaculté des
SciencesDépartement dInformatique
Gestion de la complexité pour la visualisation de
graphes biochimiques
Tanguy Mezzano
2
Plan

• Motivation
• La complexité de la visualisation
• Vues multi-niveaux
• Vues topologiques fisheye
• Résultats

3
Motivation

• Données biologiques
• Graphes
• Importance du contexte

4
La complexité de la visualisation

• Facteurs de complexité
• Taille
• Ignorance
• Variété
• Limites humaines
• Mémoire
• Acuité Visuelle

5
La complexité de la visualisation

• Facteurs de limitation
• Manière dont est représentée linformation
• Pertinence de linformation pour lobservateur
• Prérequis nécessaires

6
Vues multi-niveaux

• Plusieurs niveaux dabstractions
• Esthétique niveau macro et micro
• Mantra de Schneiderman

Vue générale
Zooms
Détails délément ou groupe
7
Vues multi-niveaux

• Application à un graphe biochimique
• Graphe macro et graphes micro de /- 7 noeuds
• Inadapté pour gros graphes

8
Vues topologiques fisheye

• Méthodes dexploration conservant le contexte
  global
• Affichage  multi-fenêtres 
• Technique  map-view 
• Vue  fisheye 

9
Vues topologiques fisheye

• Distorsions géométriques
• Région focale agrandie / Contexte
• Structure globale affectée
• Distorsions sémantiques
• Clusterisation donc structure globale conservée
• Perte dinformation et navigation difficile

10
Vues topologiques fisheye

• Concept
• Affichage à différentes échelles ? maintien de la
  structure
• Vue fisheye ? exploration facilitée
• Hypothèse
• Graphe en input
• Algorithme en 2 phases
• Construction dune  Hiérarchie de
  graphes dapproximation 
• Génération dun  Graphe hybride 

11
Vues topologiques fisheye

• Hiérarchie de graphes approximant le graphe
  original
• Concept
• Méthode
• Approximation par  clusterisation 
• Respect des contraintes
• Préserver la topologie originale
• Taille uniforme des noeuds
• Préserver la structure globale originale
• Algorithme efficace

12
Vues topologiques fisheye

• Hiérarchie de graphes approximant le graphe
  original
• Choix des paires de noeuds à contracter
• Paires des arêtes du graphe
• Paires géométriquement proches

Si voisins dans
Graphe de Proximité
Triangulation de Delaunay
Relative Neighborhood Graph
13
Vues topologiques fisheye

• Hiérarchie de graphes approximant le graphe
  original
• Choix des paires de noeuds à contracter
• Sous-ensemble maximal de paires disjointes

Paires qui maximisent une somme pondérée de
mesures.
14
Vues topologiques fisheye

• Génération dun  Graphe hybride 
• Concept
• A partir de la  hiérarchie  et du noeud foyer
• Méthode

Niveau 0
gt Niveau 0
gtgt Niveau 0
15
Vues topologiques fisheye

• Génération dun  Graphe hybride 
• Etablissement des niveaux de représentation
• En fonction du point de focus
• Classement de chaque noeud par ordre de
  distance/foyer
• Définition de leur niveau de détail 50 premiers
  n0, 100 suivants n1...
• Noeuds actifs
• Si noeuds composants noeud actif ont même niveau
  ? ok
• Sinon on privilégie le niveau de représentation
  le plus bas
• Etablissement des arêtes
• Parcours du graphe niveau par niveau de haut en
  bas
• Ajout des arcs entre noeuds actifs

16
Vues topologiques fisheye

• Adaptation pour un graphe biochimique
• Schéma des relations
• Règles de contraction appropriées
• Etablissement des poids des arcs
• Ordre de priorité entre contractions

De - en - prioritaire
17
Vues topologiques fisheye
18
Résultats

• La mise en évidence des facteurs de complexité
  des gros graphes
• Laboutissement à la découverte dune méthode de
  visualisation adaptée
• Une adaptation au cas des graphes biochimiques
• Un prototype développé dans lenvironnement
  Eclipse