BEGIN:VCALENDAR VERSION:2.0 PRODID:-//wp-events-plugin.com//7.4.3//EN TZID:Europe/Paris X-WR-TIMEZONE:Europe/Paris BEGIN:VEVENT UID:0-193@lisn.upsaclay.fr DTSTART;TZID=Europe/Paris:20241002T140000 DTEND;TZID=Europe/Paris:20241002T170000 DTSTAMP:20240919T152339Z URL:https://www.lisn.upsaclay.fr/evenements/collaborative-immersive-analyt ics-for-meteorological-and-climatological-data/ SUMMARY:Collaborative Immersive Analytics for Meteorological and Climatolog ical Data DESCRIPTION:Jury\nKrzysztof Walczak\, Professeur à l'Université d'Économ ie et de Commerce de Poznań\, Pologne\, Rapporteur\nCharles Pontonnier\, Maître de conférences HDR à l'École Normale Supérieure de Rennes\, Fr ance\, \; Rapporteur\nSamir Otmane\, Professeur à l'Université d'Év ry Paris-Saclay\, France\, Examinateur\nChristophe Hurter\, Professeur à l'École Nationale de l'Aviation Civile\, France\, Examinateur\nValérie G ouranton\, Maîtresse de conférences HDR à l'INSA Rennes\, France\,  \; Examinatrice\nNicolas Viltard\, Maître de conférences à l'Universit é de Versailles Saint-Quentin-en-Yvelines\, France\, Examinateur\nRésum é\nLes récentes avancées dans les technologies immersives\, telles que les casques de réalité augmentée (RA)\, ont ouvert de nouvelles possibi lités 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 particulie r dans des domaines comme la météorologie. Dans ce travail\, nous propos ons des techniques d’interaction novatrices visant à améliorer la sél ection et l’analyse de nuages de points de données denses dans les envi ronnements en RA. Nous introduisons également une approche d’intégrati on des données basée sur l’ontologie et les données liées\, facilita nt les requêtes et le filtrage efficaces pendant l’analyse. Nous avons évalué ces techniques à travers des études expérimentales\, en utilis ant des ensembles de données sur les tempêtes et les cyclones\, ce qui a montré des résultats prometteurs pour l’analyse collaborative des don nées climatiques. De plus\, nous avons proposé et évalué une technique de partitionnement spatial dans des environnements de collaboration co-lo calisée en RA. Nos résultats montrent le potentiel du partitionnement sp atial en RA pour l’analyse immersive et l’exploration de données comp lexes. ATTACH;FMTTYPE=image/jpeg:https://www.lisn.upsaclay.fr/app/uploads/2024/09 /119__63B0235-scaled.jpg CATEGORIES:Thèses et HDR,VENISE LOCATION:LISN Site Belvédère\, Rue du Belvédère Campus universitaire b ât 507 91405 Orsay\, France X-APPLE-STRUCTURED-LOCATION;VALUE=URI;X-ADDRESS=Rue du Belvédère Campus universitaire bât 507 91405 Orsay\, France;X-APPLE-RADIUS=100;X-TITLE=LIS N Site Belvédère:geo:0,0 END:VEVENT BEGIN:VTIMEZONE TZID:Europe/Paris X-LIC-LOCATION:Europe/Paris BEGIN:DAYLIGHT DTSTART:20240331T030000 TZOFFSETFROM:+0100 TZOFFSETTO:+0200 TZNAME:CEST END:DAYLIGHT END:VTIMEZONE END:VCALENDAR