Formation Analyse Topologique de Données avec TTK

Ce cours est une introduction à l’analyse de données avec des méthodes topologiques, avec la bibliothèque open-source Topology ToolKit (TTK).

L’analyse topologique de données (ATD) est une famille de techniques pour l’extraction de motifs structurels dans des données complexes. De manière générale, elle fournit des outils efficaces, robustes et multi-échelles pour l’extraction et la comparaison de structures d’intérêt. Ces outils sont particulièrement bien adaptés à l’analyse de jeux de données renfermant des structures complexes. Ils ont été appliqués avec succès dans des contextes variés : mécanique des fluides (pour le suivi de vortex), chimie quantique (pour analyser les interactions moléculaires), sciences des matériaux (milieux poreux), la combustion, l’astrophysique, la bioimagerie ou encore la science des données (pour le clustering de données, la réduction de données, la réduction de dimensionnalité, etc.).

Slicer

Si vous avez affaire à des jeux de données volumineux et complexes et qui renferment une structure compliquée que vous souhaitez extraire et analyser, alors ce cours vous intéressera probablement.

Ce cours donne une description rapide, informelle et intuitive des principaux outils de l’ATD et comprend plusieurs exercices pratiques sur des cas d’utilisation concrets et réels avec TTK, une bibliothèque open source de premier plan pour l’ATD.

Ce cours s’adresse principalement aux utilisateurs novices, qui souhaitent découvrir l’ATD dans un cadre direct, concret et applicatif. Il s’adresse également aux utilisateurs déjà à l’aise avec ParaView, mais qui souhaiteraient découvrir l’ATD et TTK. Enfin, il cible également les utilisateurs déjà intéressés par l’ATD, mais qui souhaiteraient se lancer dans TTK et ParaView.

Objectifs

  1. Découvrir les méthodes topologiques d’analyse et de visualisation de données
  2. Découvrir leurs principaux concepts et applications typiques
  3. Appliquer ces concepts avec TTK/ParaView/Python sur des cas d’utilisation concrets en mécanique des fluides, traitement d’images, chimie quantique, bioimagerie, traitement de nuages ​​de points ou science des données.

Prérequis

  • Une connaissance de base de Python est un plus (mais pas obligatoire)

Programme

  • Concepts (matin)
    • Introduction à l’analyse topologique de données avec TTK
    • Introduction à l’écosystème ParaView
  • Application et exercices (après-midi)
    • Extraction de points saillants avec des diagrammes de persistance – Application à l’extraction de vortex
    • Filaments et bassins du complexe de Morse-Smale – Applications à la segmentation d’images, à l’extraction de structures moléculaires, à la reconstruction de surface, au clustering de données
    • Composants saillants avec arbres de fusion – Application à la segmentation de données médicales
    • Comparaison de données d’ensembles avec des signatures topologiques – Applications au clustering de données d’ensembles et à l’inspection interactive (avec réduction de dimensionnalité)

Cette formation sera donnée en anglais sauf si tous les participants maîtrisent la langue française.

La formation sera donnée en présentiel dans les locaux de Kitware. Il est possible de suivre la formation à distance également.

Pour cette formation, chaque participant doit venir avec son ordinateur portable. Les spécificités d’installation seront communiquées en amont par l’instructeur.

Les supports de cours sont en anglais.
Le repas du midi est inclus.

Les formations Kitware peuvent être personnalisées et dispensées selon vos besoins aux centres de formation Kitware (En Europe: Lyon, France; ou aux USA: Clifton Park, New York; Carrboro, North Carolina; Santa Fe, New Mexico) ou dans votre entreprise (demande de devis). 

Informations Pratiques

Durée: 1 journée
Prochaine Date: 30 juin 2022
Lieu: Bureaux Kitware (préférentiel) – en ligne (optionnel)
Prix: 800€ (Kitware est agréé centre de formation)

Formation en Entreprise

 Nous proposons des formations personnalisées en entreprise.

A propos des formateurs

Julien est directeur de recherche au Centre national de la recherche scientifique (CNRS) et il est affilié à Sorbonne Université, où il enseigne la topologie computationnelle ainsi que l’analyse et la visualisation de données.

Avant sa prise de poste au CNRS, il était chercheur Fulbright au Scientific Computing and Imaging Institute de l’Université de l’Utah.

Il est le fondateur et le développeur principal du Topology ToolKit (TTK), une bibliothèque open source pour l’analyse et la visualisation de données par des méthodes topologiques. Son expertise de recherche réside dans les méthodes topologiques d’analyse et de visualisation des données. Il est l’investigateur principal du projet ERC TORI, dédié à la réduction de données large échelle avec des méthodes topologiques.

 

Charles est Ingénieur R&D – Lead Developer au sein de l’équipe de visualisation scientifique chez Kitware Europe.

Au cours de ses 3 premières années chez Kitware, Charles a travaillé sur son doctorat portant sur  » Le Calcul Haute Performance pour l’Analyse Topologique de Données par Ensembles de Niveaux » en coopération avec l’Université de la Sorbonne. Au cours de ses travaux de recherche, il est devenu l’un des principaux contributeurs de la bibliothèque TTK (Topology ToolKit).

Charles travaille principalement sur la maintenance de VTK et TTK. Ses principaux sujets sont le calcul haute performance, le maillage et la géométrie discrète.