Collaborative Immersive Analytics for Meteorological and Climatological Data

Jury

• Krzysztof Walczak, Professeur à l’Université d’Économie et de Commerce de Poznań, Pologne, Rapporteur

• Charles Pontonnier, Maître de conférences HDR à l’École Normale Supérieure de Rennes, France,  Rapporteur
• Samir Otmane, Professeur à l’Université d’Évry Paris-Saclay, France, Examinateur
• Christophe Hurter, Professeur à l’École Nationale de l’Aviation Civile, France, Examinateur
• Valérie Gouranton, Maîtresse de conférences HDR à l’INSA Rennes, France,  Examinatrice
• Nicolas Viltard, Maître de conférences à l’Université de Versailles Saint-Quentin-en-Yvelines, France, Examinateur

Résumé

Les récentes avancées dans les technologies immersives, telles que les casques de réalité augmentée (RA), ont ouvert de nouvelles possibilités pour l’analyse des données en collaboration. Cependant, exploiter ces technologies pour améliorer l’analyse des données reste un défi en raison de la complexité et de la densité des données, en particulier dans des domaines comme la météorologie. Dans ce travail, nous proposons des techniques d’interaction novatrices visant à améliorer la sélection et l’analyse de nuages de points de données denses dans les environnements en RA. Nous introduisons également une approche d’intégration des données basée sur l’ontologie et les données liées, facilitant les requêtes et le filtrage efficaces pendant l’analyse. Nous avons évalué ces techniques à travers des études expérimentales, en utilisant des ensembles de données sur les tempêtes et les cyclones, ce qui a montré des résultats prometteurs pour l’analyse collaborative des données climatiques. De plus, nous avons proposé et évalué une technique de partitionnement spatial dans des environnements de collaboration co-localisée en RA. Nos résultats montrent le potentiel du partitionnement spatial en RA pour l’analyse immersive et l’exploration de données complexes.