LinkWave: une Liste d'Adjacence Visuelle ...
Type de document :
Communication dans un congrès avec actes
DOI :
Titre :
LinkWave: une Liste d'Adjacence Visuelle Interactive pour explorer les Réseaux Pondérés Dynamiques
Auteur(s) :
Henry Riche, Nathalie [Auteur]
Microsoft Research [Redmond]
Riche, Yann [Auteur]
Microsoft Corporation [Redmond, Wash.]
Roussel, Nicolas [Auteur]
Méthodes et outils pour l'Interaction à gestes [MINT2]
Carpendale, Sheelagh [Auteur]
University of Calgary
Madhyastha, Tara [Auteur]
University of Washington [Seattle]
Grabowski, Thomas [Auteur]
University of Washington [Seattle]
Microsoft Research [Redmond]
Riche, Yann [Auteur]
Microsoft Corporation [Redmond, Wash.]
Roussel, Nicolas [Auteur]
Méthodes et outils pour l'Interaction à gestes [MINT2]
Carpendale, Sheelagh [Auteur]
University of Calgary
Madhyastha, Tara [Auteur]
University of Washington [Seattle]
Grabowski, Thomas [Auteur]
University of Washington [Seattle]
Titre de la manifestation scientifique :
IHM'14, 26e conférence francophone sur l'Interaction Homme-Machine
Ville :
Lille
Pays :
France
Date de début de la manifestation scientifique :
2014-10-28
Éditeur :
ACM
Date de publication :
2014
Mot(s)-clé(s) en anglais :
Dynamic Networks
Functional Brain Connectivity
Information Visualization
Network Visualization
Functional Brain Connectivity
Information Visualization
Network Visualization
Discipline(s) HAL :
Informatique [cs]/Interface homme-machine [cs.HC]
Informatique [cs]/Bibliothèque électronique [cs.DL]
Informatique [cs]/Bibliothèque électronique [cs.DL]
Résumé :
Nous présentons LinkWave, un système pour visualiser interactivement des réseaux pondérés dynamiques. LinkWave est basé sur le concept simple d'une liste visuelle de liens qui peuvent être triés, filtrés et agrégés. LinkWave ...
Lire la suite >Nous présentons LinkWave, un système pour visualiser interactivement des réseaux pondérés dynamiques. LinkWave est basé sur le concept simple d'une liste visuelle de liens qui peuvent être triés, filtrés et agrégés. LinkWave a été développé en collaborations avec des chercheurs en neurosciences pour analyser les réseaux de connectivité du cerveau issus de données IRMf. Nous expliquons la démarche de conception du système et rendons compte des commentaires des neuroscientifiques impliqués et des premières découvertes réalisées avec le système.Lire moins >
Lire la suite >Nous présentons LinkWave, un système pour visualiser interactivement des réseaux pondérés dynamiques. LinkWave est basé sur le concept simple d'une liste visuelle de liens qui peuvent être triés, filtrés et agrégés. LinkWave a été développé en collaborations avec des chercheurs en neurosciences pour analyser les réseaux de connectivité du cerveau issus de données IRMf. Nous expliquons la démarche de conception du système et rendons compte des commentaires des neuroscientifiques impliqués et des premières découvertes réalisées avec le système.Lire moins >
Résumé en anglais : [en]
As the nature and types of graphs in numerous fields such as social sciences, engineering, and biology continue to proliferate, common graph techniques no longer always suffice. In particular, we tackle the problem of ...
Lire la suite >As the nature and types of graphs in numerous fields such as social sciences, engineering, and biology continue to proliferate, common graph techniques no longer always suffice. In particular, we tackle the problem of visualizing dynamic weighted graphs—graphs with edges whose weight changes over time—to extract connectivity and sequencing patterns. We present LinkWave, a novel technique employing the concept of a visual list of edges. To better support the visual exploration of weight changes in edges and to characterize their rhythmic patterns, LinkWave represents each edge as an individual time series and provides a set of interactions to zoom, filter, sort, and aggregate the edges. We designed LinkWave in collaboration with neuroscientists seeking to extract patterns caused by degenerative diseases in functional brain connectivity data. We report preliminary findings neuroscientists discovered with LinkWave.Lire moins >
Lire la suite >As the nature and types of graphs in numerous fields such as social sciences, engineering, and biology continue to proliferate, common graph techniques no longer always suffice. In particular, we tackle the problem of visualizing dynamic weighted graphs—graphs with edges whose weight changes over time—to extract connectivity and sequencing patterns. We present LinkWave, a novel technique employing the concept of a visual list of edges. To better support the visual exploration of weight changes in edges and to characterize their rhythmic patterns, LinkWave represents each edge as an individual time series and provides a set of interactions to zoom, filter, sort, and aggregate the edges. We designed LinkWave in collaboration with neuroscientists seeking to extract patterns caused by degenerative diseases in functional brain connectivity data. We report preliminary findings neuroscientists discovered with LinkWave.Lire moins >
Langue :
Français
Comité de lecture :
Oui
Audience :
Nationale
Vulgarisation :
Non
Collections :
Source :
Fichiers
- https://hal.archives-ouvertes.fr/hal-01090425/document
- Accès libre
- Accéder au document
- https://hal.archives-ouvertes.fr/hal-01090425/document
- Accès libre
- Accéder au document
- https://hal.archives-ouvertes.fr/hal-01090425/document
- Accès libre
- Accéder au document
- document
- Accès libre
- Accéder au document
- p113-riche.pdf
- Accès libre
- Accéder au document
- document
- Accès libre
- Accéder au document
- p113-riche.pdf
- Accès libre
- Accéder au document