16160 articles – 32635 references  [version française]
HAL: lirmm-00588539, version 1

Detailed view  Export this paper
EGC'10: Extraction et Gestion des Connaissances, Hammamet : Tunisie
SequencesViewer : Visualisation de séquences ordonnées de gènes ou comment rendre accessible des motifs séquentiels trop nombreux ?
Arnaud Sallaberry ( ) 1, 2, 3, Nicolas Pecheur 4, Sandra Bringay 4, Mathieu Roche 4, Maguelonne Teisseire 5
(2010)

Les techniques d'extraction de connaissances appliquées aux gros volumes de données, issus de l'analyse de puces ADN, permettent de découvrir des connaissances jusqu'alors inconnues. Or, ces techniques produisent de très nombreux résultats, difficilement exploitables par les experts. Nous proposons un outil dédié à l'accompagnement de ces experts dans l'appropriation et l'exploitation de ces résultats. Cet outil est basé sur trois techniques de visualisation (nuages, systèmes solaire et treemap) qui permettent aux biologistes d'appréhender de grandes quantités de motifs séquentiels (séquences ordonnées de gènes).
1:  Laboratoire Bordelais de Recherche en Informatique (LaBRI)
CNRS : UMR5800 – Université Sciences et Technologies - Bordeaux I – École Nationale Supérieure d'Électronique, Informatique et Radiocommunications de Bordeaux (ENSEIRB) – Université Victor Segalen - Bordeaux II
2:  GRAVITE (INRIA Bordeaux - Sud-Ouest)
INRIA – CNRS : UMR – Université Sciences et Technologies - Bordeaux I – École Nationale Supérieure d'Électronique, Informatique et Radiocommunications de Bordeaux (ENSEIRB)
3:  PIKKO
PIKKO
4:  Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier (LIRMM)
CNRS : UMR5506 – Université Montpellier II - Sciences et techniques
5:  Territoires, Environnement, Télédétection et Information Spatiale (UMR TETIS)
INFO/TATOO
INFO/TEXTE
Engineering Sciences/Other

Computer Science/Information Retrieval

Computer Science/Human-Computer Interaction

Life Sciences/Other