Ce travail a pour cadre de l’équipe PRIME TEATIME. Les données du patrimoine sont massives et se distinguent par leur diversité et leur nature multidimensionnelle. Elles font simultanément référence à l'espace (3D), au temps (3D + T), ainsi qu'à une multitude de dimensions thématiques (nD), créant un tissu informationnel d'une richesse exceptionnelle. Ce sujet de thèse vise à relever les défis posés par le volume et par l'hétérogénéité de ces corpus, et à améliorer significativement leur exploitation en développant des méthodes novatrices de navigation et d'agrégation. 
Il est possible d'agréger des données nD, que ce soit dans des environnements de représentation 3D, ou sous forme de graphe en exploitant des méthodes permettant d'identifier les diverses relations qui les lient entre-elles (sémantiques, spatiales, temporelles, de provenance, etc.). Toutefois, ces modalités s'avèrent souvent peu intelligibles pour les utilisateurs. Il faut alors trouver des moyens de simplifier, compresser l'information, pour offrir des modalités de navigation qui aient plus de sens pour les utilisateurs selon leurs profils et leurs questionnements scientifiques.
L'objectif de cette thèse est de développer des méthodes pour extraire des vues simplifiées du corpus, guidées par une certaine forme de proximité dimensionnelle, par l’échelle de représentation, ou encore par les intérêts des utilisateurs. La méthodologie envisagée comprend une analyse approfondie des corpus de données patrimoniales existants, la conception et l'implémentation d'algorithmes de projection et compression permettant de construire des niveaux de détails adaptés aux différentes dimensions des données du patrimoine (X-LOD), ainsi que la création de nouvelles interfaces de navigation.