Search

Your search keyword '"ANR-18-CE23-0017,D2KAB,Des Données aux Connaissances en Agronomie et Biodiversité(2018)"' showing total 14 results
Start Over Author "ANR-18-CE23-0017,D2KAB,Des Données aux Connaissances en Agronomie et Biodiversité(2018)" Search Limiters Full Text
14 results on '"ANR-18-CE23-0017,D2KAB,Des Données aux Connaissances en Agronomie et Biodiversité(2018)"'

1. About versioning ontologies or any digital objects with clear semantics

Author

Jonquet, Clement, Poveda-Villalon, María, WEB Architecture x Semantic WEB x WEB of Data (WEB3), Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier (LIRMM), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM), Mathématiques, Informatique et STatistique pour l'Environnement et l'Agronomie (MISTEA), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut Agro Montpellier, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Universidad Politécnica de Madrid (UPM), COGITO project (grant # 958310), Leyla Jael Castro, Sonja Schimmler, Jens Dierkes, Danilo Dessì, Dietrich Rebholz-Schuhmann, ANR-18-CE23-0017,D2KAB,Des Données aux Connaissances en Agronomie et Biodiversité(2018), and European Project: 101057344,FAIR-IMPACT

Subjects
versioning, ontologies, semantic artefacts, metadata, [INFO.INFO-WB]Computer Science [cs]/Web, [INFO]Computer Science [cs], [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]
Abstract

International audience; The article discusses the process of versioning for ontologies and semantic artefacts developed using Semantic Web technologies. We describe methods for encoding versioning and other relevant information in metadata properties and we illustrate with examples from the MOD2.0 specification. Building on our experiences with the AgroPortal ontology repository and the Linked Open Vocabulary, we raise several questions, such as which metadata properties to use, how metadata values should be coordinated, and what stay the same over versions, and what should change. We propose recommendations for better versioning ontologies with clear semantics-identifiers, descriptions, status, dates, links-and suggests that the recommendations can be generalized to any digital objects that need to be versioned and semantically described.

Published
2023

2. Combining ontology and probabilistic models for the design of bio-based product transformation processes

Author

Mélanie Munch, Patrice Buche, Stéphane Dervaux, Juliette Dibie, Liliana Ibanescu, Cristina Manfredotti, Pierre-Henri Wuillemin, Hélène Angellier-Coussy, Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut Agro Montpellier, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Université de Montpellier (UM), Représentation de Connaissances et Langages à Base de Règles pour Raisonner sur les Données (BOREAL), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier (LIRMM), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Université de Montpellier (UM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut Agro Montpellier, Mathématiques et Informatique Appliquées (MIA Paris-Saclay), AgroParisTech-Université Paris-Saclay-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), DECISION, LIP6, Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS), This work has received funding from the European Union’s Horizon 2020research and innovation program under grant agreement No. 688338 and theFUI23 Meatyl@b project financed by BPI France under grant DOS0058786/00, ANR-18-CE23-0017,D2KAB,Des Données aux Connaissances en Agronomie et Biodiversité(2018), ANR-19-DATA-0016,DataSusFood,Structurer et Ouvrir les Données pour améliorer la Durabilité des Systèmes Alimentaires(2019), and European Project: 688338,H2020,H2020-WASTE-2015-two-stage,NoAW(2016)

Subjects
Causality, Knowledge discovery, Artificial Intelligence, General Engineering, Ontologies, [INFO]Computer Science [cs], Probabilistic relational models, Computer Science Applications
Abstract

International audience; This paper presents a workflow for the design of transformation processes using different kinds of expert’s knowledge. It introduces POND (Process and observation ONtology Discovery), a workflow dedicated to answer expert’s questions about processes. It addresses two main issues: (1) how to represent the processes inner complexity, and (2) how to reason about processes taking into account uncertainty and causality. First, we show how to use a semantic model, an ontology, and its associated data to answer some of the expert’s questions concerning the processes, using semantic web languages and technologies. Then, we describe how to learn a predictive model, to discover new knowledge and provide explicative models by integrating the semantic model into a probabilistic relational model. The result is a complete workflow able to extensively analyze transformation processes through all their granularity levels and answer expert’s questions about their domains. An example of this workflow is given on biocomposites manufacturing for food packaging.

Published
2022

3. Thesaurus Enrichment via Coordination Extraction

Author

Chepaikina, Anna, Bossy, Robert, Roussey, Catherine, Bernard, Stephan, CHEPAIKINA, Anna, APPEL À PROJETS GÉNÉRIQUE 2018 - Des Données aux Connaissances en Agronomie et Biodiversité - - D2KAB2018 - ANR-18-CE23-0017 - AAPG2018 - VALID, Automatic Language Modelling and ANAlysis & Computational Humanities (ALMAnaCH), Inria de Paris, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria), Mathématiques et Informatique Appliquées du Génome à l'Environnement [Jouy-En-Josas] (MaIAGE), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Technologies et systèmes d'information pour les agrosystèmes (UR TSCF), and ANR-18-CE23-0017,D2KAB,Des Données aux Connaissances en Agronomie et Biodiversité(2018)

Subjects
Thesaurus enrichment, Text mining, [INFO.INFO-CL] Computer Science [cs]/Computation and Language [cs.CL], Agricultural thesaurus, Coordination, SKOS model, Hyperonym, Term extraction, [INFO.INFO-CL]Computer Science [cs]/Computation and Language [cs.CL]
Abstract

International audience; We advance a method of thesaurus enrichment, based on the extraction of coordinations in a domain-related corpus. Our hypothesis is that there is a semantic homogeneity between the conjuncts located in a coordination. We conducted an experiment that allowed us to evaluate the effectiveness of our method. This experiment aims to enrich the concept hierarchy of a French agricultural thesaurus named French Crop Usage (FCU), thanks to the texts of the Plant Health Bulletins (PHB). The FCU thesaurus is published on the Web using the SKOS model.

Published
2022

4. Formalising contextual expert knowledge for causal discovery in linked knowledge graphs about transformation processes: application to processing of bio-composites for food packaging

Author

Pierre Henri Wuillemin, Cristina Manfredotti, Hélène Angellier Coussy, Melanie Munch, Patrice Buche, Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut Agro Montpellier, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Université de Montpellier (UM), Institut de Mécanique et d'Ingénierie (I2M), Université de Bordeaux (UB)-Institut Polytechnique de Bordeaux-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Arts et Métiers Sciences et Technologies, HESAM Université - Communauté d'universités et d'établissements Hautes écoles Sorbonne Arts et métiers université (HESAM)-HESAM Université - Communauté d'universités et d'établissements Hautes écoles Sorbonne Arts et métiers université (HESAM), Représentation de Connaissances et Langages à Base de Règles pour Raisonner sur les Données (BOREAL), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier (LIRMM), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Université de Montpellier (UM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut Agro Montpellier, Mathématiques et Informatique Appliquées (MIA Paris-Saclay), AgroParisTech-Université Paris-Saclay-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), DECISION, LIP6, Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS), ANR-18-CE23-0017,D2KAB,Des Données aux Connaissances en Agronomie et Biodiversité(2018), and ANR-19-DATA-0016,DataSusFood,Structurer et Ouvrir les Données pour améliorer la Durabilité des Systèmes Alimentaires(2019)

Subjects
probabilistic model, causality, knowledge graph, expert knowledge, linked open data, [INFO]Computer Science [cs], Library and Information Sciences, Computer Science Applications, Information Systems
Abstract

International audience; With numerous parameters and criteria to take into account, transformation processes are a challenge to model and reason about. This work can be eased thanks to knowledge graphs, which are a widespread practice for formalising knowledge associated with structured and specialised vocabulary about a given domain. They allow to draw semantic relations between concepts, and thus offer numerous tools for reasoning over complex queries. Yet, some of these queries in transformation processes might rely on an additional layer hard to transcribe: uncertainty. In this article, we present how knowledge graphs and probabilistic models can benefit each other for reasoning over transformation processes and address the necessity of formalising contextual expert knowledge for this combination. We then show how this can be used for (1) reverse engineering approaches and (2) linking knowledge bases, through a detailed example on the process of bio-composites for food packaging.

Published
2022

5. Multi-Level Visual Tours of Weather Linked Data

Author

Yacoubi, Nadia, Graux, Damien, Faron, Catherine, Yacoubi Ayadi, Nadia, APPEL À PROJETS GÉNÉRIQUE 2018 - Des Données aux Connaissances en Agronomie et Biodiversité - - D2KAB2018 - ANR-18-CE23-0017 - AAPG2018 - VALID, Web-Instrumented Man-Machine Interactions, Communities and Semantics (WIMMICS), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Scalable and Pervasive softwARe and Knowledge Systems (Laboratoire I3S - SPARKS), Laboratoire d'Informatique, Signaux, et Systèmes de Sophia Antipolis (I3S), Université Nice Sophia Antipolis (1965 - 2019) (UNS), COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Centre National de la Recherche Scientifique (CNRS)-Université Côte d'Azur (UCA)-Université Nice Sophia Antipolis (1965 - 2019) (UNS), COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Centre National de la Recherche Scientifique (CNRS)-Université Côte d'Azur (UCA)-Laboratoire d'Informatique, Signaux, et Systèmes de Sophia Antipolis (I3S), COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Centre National de la Recherche Scientifique (CNRS)-Université Côte d'Azur (UCA), Institut National de Recherche en Informatique et en Automatique (Inria), Centre National de la Recherche Scientifique (CNRS), and ANR-18-CE23-0017,D2KAB,Des Données aux Connaissances en Agronomie et Biodiversité(2018)

Subjects
Visualisation, ACM: H.: Information Systems, Weather data, RDF Knowledge Graphs, Spatio Temporal data, [INFO]Computer Science [cs], ACM: I.: Computing Methodologies/I.2: ARTIFICIAL INTELLIGENCE/I.2.4: Knowledge Representation Formalisms and Methods, [INFO] Computer Science [cs], SPARQL endpoints
Abstract

International audience; The recent trend of adopting linked-data principles to integrate and publish semantically described open data using W3C standards has led to a large amount of available resources. In particular, meteorological sensor data have been uplifted into public weather-focused RDF graphs, such as WeKG-MF which offers access to a large set of meteorological variables described through spatial and temporal dimensions. Nevertheless, these resources include huge numbers of raw observations that are tedious to explore by lay users. In this article, we aim at providing them with visual exploratory "tours", benefiting from RDF data cubes to present high-level aggregated views together with on-demand fine-grained details through a unified Web interface.

Published
2022

6. Une méthodologie et un outil d'évaluation du niveau de ' FAIRness ' pour les ressources sémantiques : le cas d'AgroPortal

Author

Emna Amdouni, Clement Jonquet, Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier (LIRMM), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM), Mathématiques, Informatique et STatistique pour l'Environnement et l'Agronomie (MISTEA), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), WEB-CUBE, Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM), Maxime Lefrançois, ANR-18-CE23-0017,D2KAB,Des Données aux Connaissances en Agronomie et Biodiversité(2018), ANR-19-DATA-0019,FooSIN,Participation française au GO FAIR Food Systems Implementation Network(2019), AMDOUNI, Emna, APPEL À PROJETS GÉNÉRIQUE 2018 - Des Données aux Connaissances en Agronomie et Biodiversité - - D2KAB2018 - ANR-18-CE23-0017 - AAPG2018 - VALID, and Participation française au GO FAIR Food Systems Implementation Network - - FooSIN2019 - ANR-19-DATA-0019 - DONNEES - VALID

Subjects
AgroPortal, FAIR principles, FAIRness, AgroPortal Open science, portail d'ontologies, ontologies, [INFO]Computer Science [cs], [INFO] Computer Science [cs], principes FAIR, ontology repository, ressources sémantiques, semantic resources, Science ouverte
Abstract

The “FAIR” principles define a set of characteristics data and their metadata should respect in order to be Findable, Accessible, Interoperable, and Reusable. Per principle I2, an ontology, and more generally a semantic resource, should also be FAIR. Ontology-specific criteria begin to emerge, but there is still no mechanism to assess the degree of implementation of these principles. We propose an automatic evaluation method of the level of "FAIRness" of an ontology which is based on a rich and structured representation of the metadata. We rely on the MOD metadata model and have developed a prototype for AgroPortal, a repository of semantic resources and ontologies in agronomy., Les principes "FAIR" définissent un ensemble de caractéristiques que les données et leurs métadonnées devraient présenter pour être Faciles à trouver, Accessibles, Interopérables et Réutilisables. Également, suivant le principe I2, une ontologie, et plus généralement une ressource sémantique, devrait aussi être "FAIR". Des critères spécifiques aux ontologies commencent à apparaître, mais il n'existe toujours pas de mécanismes pour évaluer le degré de mise en oeuvre de ces principes. Nous proposons une approche d'évaluation automatique du niveau de "FAIRness" d'une ontologie qui se base sur une représentation riche et structurée des métadonnées. Nous nous reposons sur le modèle de métadonnées MOD et avons développé un prototype pour AgroPortal, un portail de ressources sémantiques et d'ontologies en agronomie.

Published
2021

7. Description sémantique des stades de développement phénologique des plantes, cas d’étude de la vigne

Author

Roussey, Catherine, Delpuech, Xavier, Raynal, Marc, Amardeilh, Florence, Bernard, Stéphan, Jonquet, Clement, Noûs, Camille, Université Clermont Auvergne (UCA), Technologies et systèmes d'information pour les agrosystèmes (UR TSCF), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Institut Français de la Vigne et du Vin (IFV), Elzeard, Mathématiques, Informatique et STatistique pour l'Environnement et l'Agronomie (MISTEA), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut Agro - Montpellier SupAgro, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Laboratoire Cogitamus, Maxime Lefrançois, ANR-18-CE23-0017,D2KAB,Des Données aux Connaissances en Agronomie et Biodiversité(2018), ANR-19-DATA-0019,FooSIN,Participation française au GO FAIR Food Systems Implementation Network(2019), Breuil, Florent, APPEL À PROJETS GÉNÉRIQUE 2018 - Des Données aux Connaissances en Agronomie et Biodiversité - - D2KAB2018 - ANR-18-CE23-0017 - AAPG2018 - VALID, Participation française au GO FAIR Food Systems Implementation Network - - FooSIN2019 - ANR-19-DATA-0019 - DONNEES - VALID, and Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)

Subjects
Ontology, Ontologie, Phenological / Development stages, Agriculture, Stades phénologiques /de développement, [INFO.INFO-MO]Computer Science [cs]/Modeling and Simulation, Web de données, Données liées, Wef of Data, Grapevine, Vigne, [INFO.INFO-MO] Computer Science [cs]/Modeling and Simulation, Linked Open Data, BBCH
Abstract

The French ANR project "Data to Knowledge in Agronomy and Biodiversity" (D2KAB) builds an archive of French agricultural alert newsletters. In order to annotate plant development stages, we need a new semantic resource. Several phenological scales already exist to describe plant development stages. The French Wine and Vine Institute (IFV) has aligned several existing scales related to grapevine. In this paper, we present our work of creating an ontological framework for semantic description of plant development stages ; we introduce the BBCH-based Plant Phenological Description Ontology., Le projet ANR "Des Données aux Connaissances en Agronomie et Biodiversité" (D2KAB) met à disposition une archive de bulletins agricoles publiée sur le Web. Pour annoter les bulletins à l’aide des stades de développement des plantes, nous avons besoin d’une nouvelle ressource sémantique. Plusieurs échelles phénologiques existent, chacune de ces échelles définit un ensemble spécifique de stades. L’Institut Français de la Vigne et du vin (IFV) a aligné plusieurs échelles existantes associées à la vigne. Nous présentons ici la création d’un cadre méthodologique pour la description sémantique des stades de développement des plantes fondé sur l’ontologie PPDO (BBCH-based Plant Phenological Description Ontology).

Published
2021

8. FAIR or FAIRer? An integrated quantitative FAIRness assessment grid for semantic resources and ontologies

Author

Emna Amdouni, Clement Jonquet, Fuzziness, Alignments, Data & Ontologies (FADO), Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier (LIRMM), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Mathématiques, Informatique et STatistique pour l'Environnement et l'Agronomie (MISTEA), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), WEB-CUBE, Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM), ANR-18-CE23-0017,D2KAB,Des Données aux Connaissances en Agronomie et Biodiversité(2018), ANR-19-DATA-0019,FooSIN,Participation française au GO FAIR Food Systems Implementation Network(2019), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), and Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)

Subjects
semantic resources / artefacts, metadata properties, metadata, evaluation grid, semantic, ontologies, [INFO]Computer Science [cs], FAIR data principles, FAIRness assessment
Abstract

International audience; In open science, the expression “FAIRness assessment” refers to evaluating to which degree a digital object is Findable, Accessible, Interoperable, and Reusable. Standard vocabularies or ontologies are a key element to achieving a high level of FAIRness (FAIR Principle I2) but as with any other data, ontologies have themselves to be FAIR. Despite the recent interest in the open science and semantic Web communities for this question, we have not seen yet a quantitative evaluation method to assess and score the level of FAIRness of ontologies or semantic resources in general (e.g., vocabularies, terminologies, thesaurus). The main objective of this work is to provide such a method to guide semantic stakeholders in making their semantic resources FAIR. We present an integrated quantitative assessment grid for semantic resources and propose candidate metadata properties –taken from the MOD ontology metadata model– to be used to make a semantic resource FAIR. Aligned and nourished with relevant FAIRness assessment state-of-the-art initiatives, our grid distributes 478 credits to the 15 FAIR principles in a manner which integrates existing generic approaches for digital objects (i.e., FDMM, SHARC) and approaches dedicated to semantic resources (i.e., 5-stars V, MIRO, FAIRsFAIR, Poveda et al.). The credits of the grid can then be used for implementing FAIRness assessment methods and tools.

Published
2021

9. AgroLD: une base de connaissances pour l'étude du phénome des plantes cultivées

Author

Larmande, Pierre, Gildas, Tagny, Ruiz, Manuel, Diversité, adaptation, développement des plantes (UMR DIADE), Institut de Recherche pour le Développement (IRD [France-Sud])-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), WEB-CUBE, Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier (LIRMM), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM), Amélioration génétique et adaptation des plantes méditerranéennes et tropicales (UMR AGAP), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Département Systèmes Biologiques (Cirad-BIOS), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), ANR-19-DATA-0019,FooSIN,Participation française au GO FAIR Food Systems Implementation Network(2019), ANR-18-CE23-0017,D2KAB,Des Données aux Connaissances en Agronomie et Biodiversité(2018), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD [France-Sud]), WEB Architecture x Semantic WEB x WEB of Data (WEB3), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut Agro - Montpellier SupAgro, and Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)

Subjects
[INFO.INFO-DB]Computer Science [cs]/Databases [cs.DB], [INFO.INFO-IR]Computer Science [cs]/Information Retrieval [cs.IR], [INFO.INFO-WB]Computer Science [cs]/Web, [INFO]Computer Science [cs], [INFO.INFO-BI]Computer Science [cs]/Bioinformatics [q-bio.QM]
Abstract

International audience; Recent advances in high-throughput technologies have resulted in tremendous increase in the amount of data in the agronomic domain. There is an urgent need to effectively integrate complementary information to understand the biological system in its entirety. We have devel- oped AgroLD, a knowledge graph that exploits the Semantic Web technology and some of the relevant standard domain ontologies, to integrate information on plant species and in this way facilitating the formulation of new scientific hypotheses. We present some integration results of the project, which initially focused on genomics, proteomics and phenomics.; Les récents progrès des technologies à haut débit ont entraîné une explosion de la quantité de données dans le domaine agronomique. Il est urgent d'intégrer efficacement des informations complémentaires pour comprendre le système biologique dans sa globalité. Nous avons développé AgroLD, une base de connaissances qui exploite la technologie du Web sémantique et des ontologies du domaine biologique pertinentes, pour intégrer les informations sur les espèces végétales et faciliter ainsi la formulation de nouvelles hypothèses scientifiques. Nous présentons des résultats sur le processus d'intégration et sur la plateforme visualisation des données, qui était initialement axé sur la génomique, la protéomique et la phénomique.

Published
2021

10. Semantic Description of Plant Phenological Development Stages, Starting with Grapevine

Author

Roussey, Catherine, Delpuech, Xavier, Amardeilh, Florence, Bernard, Stephan, Jonquet, Clement, Technologies et systèmes d'information pour les agrosystèmes (UR TSCF), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Institut Français de la Vigne et du Vin (IFV), Elzeard, WEB-CUBE, Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier (LIRMM), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM), Mathématiques, Informatique et STatistique pour l'Environnement et l'Agronomie (MISTEA), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), ANR-18-CE23-0017, Emmanouel Garoufallou, María-Antonia Ovalle-Perandones, ANR-18-CE23-0017,D2KAB,Des Données aux Connaissances en Agronomie et Biodiversité(2018), ANR-19-DATA-0019,FooSIN,Participation française au GO FAIR Food Systems Implementation Network(2019), and Fuzziness, Alignments, Data & Ontologies (FADO)

Subjects
0106 biological sciences, Semantic resource, Vine, Computer science, [SDV.SA.AGRO]Life Sciences [q-bio]/Agricultural sciences/Agronomy, phenology, 01 natural sciences, Article, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI], ACM: I.: Computing Methodologies/I.2: ARTIFICIAL INTELLIGENCE/I.2.4: Knowledge Representation Formalisms and Methods/I.2.4.6: Semantic networks, Development (topology), Phenological stages, RDF vocabularies, Semantics resources, RDF, 2. Zero hunger, Phenology, business.industry, Semantic description, [INFO.INFO-WB]Computer Science [cs]/Web, 04 agricultural and veterinary sciences, computer.file_format, 15. Life on land, agricultural semantics, Data science, grapevine, Plant development, Agriculture, 040103 agronomy & agriculture, Ontology, 0401 agriculture, forestry, and fisheries, business, computer, 010606 plant biology & botany
Abstract

The final authenticated version is available online at https://doi.org/10.1007/978-3-030-71903-6_25; International audience; The French project Data to Knowledge in Agronomy and Biodiversity (D2KAB) will make available a semantically-enabled Frenchagricultural alert newsletter. In order to describe/annotate crop phenological development stages in the newsletters, we need a specific semanticresource to semantically represent each stages. Several scales already exist to describe plant phenological development stages. BBCH, considereda reference, offers several sets of stages –one per crop called ’individual scales’– and a general one. The French Wine and Vine Institute (IFV)has aligned several existing scales in order to identify the most useful grapevine development stages for agricultural practices. Unfortunatelythese scales are not available in a semantic form preventing their use in agricultural semantic applications. In this paper, we present our work ofcreating an ontological framework for semantic description of plant development stages and transforming specific scales into RDF vocabularies;we introduce the BBCH-based Plant Phenological Description Ontology and we illustrate this framework with four scales related to grapevine.

Published
2021

11. 39 Hints to Facilitate the Use of Semantics for Data on Agriculture and Nutrition

Author

Romain David, Armando Stellato, Caterina Caracciolo, Clement Jonquet, Brandon Whitehead, Sophie Aubin, Catherine Roussey, Emna Amdouni, Ferdinando Villa, Leyla Garcia, Food and Agriculture Organization of the United Nations [Rome, Italie] (FAO), Direction pour la Science Ouverte (DipSO), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), WEB-CUBE, Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier (LIRMM), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM), Mathématiques, Informatique et STatistique pour l'Environnement et l'Agronomie (MISTEA), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Information Centre for Life Sciences (ZB MED), Manaaki Whenua – Landcare Research [Lincoln], Technologies et systèmes d'information pour les agrosystèmes (UR TSCF), Università degli Studi di Roma Tor Vergata [Roma], Basque Centre for Climate Change (BC3), The Agrisemantics Working Group thanks RDA and RDA Europe for their support.Caterina Caracciolo was supported by the Bill and Melinda Gates Foundation, the Food and Agriculture Organization of the UN and the RDA Europe Ambassador Programme. The views expressed in this publication are those of the author and do not necessarily reflect the views or policies of the Food and Agriculture Organization of the United Nations, nor those of the other funding bodies.Brandon Whitehead acknowledges with thanks the support of the CABI Development Fund. CABI is an international intergovernmental organization and we gratefully acknowledge the core financial support from our member countries (and lead agencies) including the United Kingdom (Department for International Development), China (Chinese Ministry of Agriculture), Australia (Australian Center for International Agricultural Research), Canada (Agriculture and Agri-Food Canada), Netherlands (Directorate-General for International Cooperation), and Switzerland (Swiss Agency for Development and Cooperation). See https://www.cabi.org/about-cabi/who-we-work-with/key-donors/ for details.Sophie Aubin, Clement Jonquet, Emna Amdouni, Romain David and Catherine Roussey were supported, in part, by the French National Research Agency (ANR) Data to Knowledge in Agronomy and Biodiversity (D2KAB – www.d2kab.org – ANR-18-CE23-0017). Romain David was partly supported by the EPPN2020 project (H2020 grant N°731013), the EOSC-Life european program (grant agreement N°824087), the ‘Infrastructure Biologie Sante’ PHENOME-EMPHASIS project funded by the French National Research Agency (ANR-11-INBS-0012) and the ‘Programme d’Investissements d’Avenir’.This manuscript publication is supported by the RDA Europe 4.0 project that has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 777388., ANR-18-CE23-0017,D2KAB,Des Données aux Connaissances en Agronomie et Biodiversité(2018), ANR-11-INBS-0012,PHENOME,Centre français de phénomique végétale(2011), ANR-19-DATA-0019,FooSIN,Participation française au GO FAIR Food Systems Implementation Network(2019), European Project: 824087,EOSC-Life, European Project: 777388,RDA Europe 4.0, European Commission, WEB Architecture x Semantic WEB x WEB of Data (WEB3), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut Agro - Montpellier SupAgro, and Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)

Subjects
FOS: Computer and information sciences, Knowledge management, Standardization, Settore ING-INF/05, Computer science, Reuse, Field (computer science), 0302 clinical medicine, Working groups, terminology, Computer Science (miscellaneous), Data interoperability, Use case, ontology, semantics, 2. Zero hunger, 0303 health sciences, Conceptualization, Data production, Databases (cs.DB), Agriculture, Agricultural robots, Other Quantitative Biology (q-bio.OT), Quantitative Biology - Other Quantitative Biology, Computer Science Applications, Semantics, Settore INF/01, Agricultural science, terminology service, ontology repository, Life cycle, agrifood data, FAIR data, semantic resources, vocabulary, thesauri, Semantic technologies, Semantic resources, 03 medical and health sciences, [SDV.EE.ECO]Life Sciences [q-bio]/Ecology, environment/Ecosystems, Computer Science - Databases, lcsh:Science (General), Semantic web, agricultural data, Crossing point, 030304 developmental biology, Nutrition, [INFO.INFO-DB]Computer Science [cs]/Databases [cs.DB], business.industry, Data Science, Information technology, [SDE.ES]Environmental Sciences/Environmental and Society, Research data, FOS: Biological sciences, Semantic technology, [INFO.INFO-ET]Computer Science [cs]/Emerging Technologies [cs.ET], [INFO.INFO-BI]Computer Science [cs]/Bioinformatics [q-bio.QM], [SDE.BE]Environmental Sciences/Biodiversity and Ecology, business, 030217 neurology & neurosurgery, lcsh:Q1-390
Abstract

In this paper, we report on the outputs and adoption of the Agrisemantics Working Group of the Research Data Alliance (RDA), consisting of a set of recommendations to facilitate the adoption of semantic technologies and methods for the purpose of data interoperability in the field of agriculture and nutrition. From 2016 to 2019, the group gathered researchers and practitioners at the crossing point between information technology and agricultural science, to study all aspects in the life cycle of semantic resources: Conceptualization, edition, sharing, standardization, services, alignment, long term support. First, the working group realized a landscape study, a study of the uses of semantics in agrifood, then collected use cases for the exploitation of semantics resources a generic term to encompass vocabularies, terminologies, thesauri, ontologies. The resulting requirements were synthesized into 39 hints for users and developers of semantic resources, and providers of semantic resource services. We believe adopting these recommendations will engage agrifood sciences in a necessary transition to leverage data production, sharing and reuse and the adoption of the FAIR data principles. The paper includes examples of adoption of those requirements, and a discussion of their contribution to the field of data science. © 2020 The Author(s). Brandon Whitehead acknowledges with thanks the support of the CABI Development Fund. CABI is an international intergovernmental organization and we gratefully acknowledge the core financial support from our member countries (and lead agencies) including the United Kingdom (Department for International Development), China (Chinese Ministry of Agriculture), Australia (Australian Center for International Agricultural Research), Canada (Agriculture and Agri-Food Canada), Netherlands (Directorate-General for International Cooperation), and Switzerland (Swiss Agency for Development and Cooperation). See https:// www.cabi.org/about-cabi/who-we-work-with/key-donors/ for details. Sophie Aubin, Clement Jonquet, Emna Amdouni, Romain David and Catherine Roussey were supported, in part, by the French National Research Agency (ANR) Data to Knowledge in Agronomy and Biodiversity (D2KAB – www.d2kab.org – ANR-18-CE23-0017). Romain David was partly supported by the EPPN2020 project (H2020 grant N°731013), the EOSC-Life european program (grant agreement N°824087), the ‘Infrastructure Biologie Sante’ PHENOME-EMPHASIS project funded by the French National Research Agency (ANR-11-INBS-0012) and the ‘Programme d’Investissements d’Avenir’.

Published
2020

12. Analysis of Term Reuse, Term Overlap and Extracted Mappings across AgroPortal Semantic Resources

Author

Amir Laadhar, Elcio Abrahão, Clement Jonquet, WEB-CUBE, Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier (LIRMM), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM), Web-Instrumented Man-Machine Interactions, Communities and Semantics (WIMMICS), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Scalable and Pervasive softwARe and Knowledge Systems (Laboratoire I3S - SPARKS), Laboratoire d'Informatique, Signaux, et Systèmes de Sophia Antipolis (I3S), Université Nice Sophia Antipolis (... - 2019) (UNS), COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Centre National de la Recherche Scientifique (CNRS)-Université Côte d'Azur (UCA)-Université Nice Sophia Antipolis (... - 2019) (UNS), COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Centre National de la Recherche Scientifique (CNRS)-Université Côte d'Azur (UCA)-Laboratoire d'Informatique, Signaux, et Systèmes de Sophia Antipolis (I3S), COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Centre National de la Recherche Scientifique (CNRS)-Université Côte d'Azur (UCA), ANR-18-CE23-0017,D2KAB,Des Données aux Connaissances en Agronomie et Biodiversité(2018), ANR-10-LABX-0020,NUMEV,Digital and Hardware Solutions and Modeling for the Environement and Life Sciences(2010), ANR-10-LABX-0001,AGRO,Agricultural Sciences for sustainable Development(2010), WEB Architecture x Semantic WEB x WEB of Data (WEB3), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Université Nice Sophia Antipolis (1965 - 2019) (UNS), and COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Centre National de la Recherche Scientifique (CNRS)-Université Côte d'Azur (UCA)-Université Nice Sophia Antipolis (1965 - 2019) (UNS)

Subjects
0303 health sciences, Information retrieval, Ontology alignment, Computer science, 05 social sciences, Lexical similarity, Reuse, computer.software_genre, Term (time), Visualization, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI], Extracted mappings, 03 medical and health sciences, Term overlap, Mapping analysis, 0501 psychology and cognitive sciences, Term reuse, Interactive visualization, computer, Information exchange, 030304 developmental biology, 050104 developmental & child psychology, Data integration
Abstract

International audience; Ontologies in agronomy facilitate data integration, information exchange, search and query of agronomic data, and other knowledge-intensive tasks. We have developed AgroPortal, an open community-based repository of agronomy and related domains semantic resources. From a corpus of ontologies, terminologies, and thesauri taken from Agro-Portal, we have generated, extracted and analyzed more than 400,000 mappings between concepts based on: (i) reuse of the same URI between concepts in different resources-term reuse; (ii) lexical similarity of concept names and synonyms-term overlap; and (iii) declared map-pings properties between concepts-extracted mappings. We developed an interactive visualization of each mapping construct separately and combined which helps users identify most prominent ontologies, relevant thematic clusters, areas of a domain that are not well covered, and pertinent ontologies as background knowledge. By comparing the size of the semantic resources to the number of their mappings, we found that most of them have under 5% of their terms mapped. Our results show the need of an ontology alignment framework in AgroPortal where map-pings between semantic resources will be assembled, compared, analysed and automatically updated when semantic resources evolve.

Published
2020

13. WTO, an ontology for wheat traits and phenotypes in scientific publications

Author

Robert Bossy, Claire Nédellec, Pierre Sourdille, Liliana Ibanescu, Mathématiques et Informatique Appliquées du Génome à l'Environnement [Jouy-En-Josas] (MaIAGE), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Université Paris-Saclay, Mathématiques et Informatique Appliquées (MIA-Paris), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-AgroParisTech-Université Paris-Saclay, Génétique Diversité et Ecophysiologie des Céréales (GDEC), Université Clermont Auvergne [2017-2020] (UCA [2017-2020])-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), FSOV (Fond de Soutien à l'Obtention Végétale), projet SamBlé, Lidex CDS (Center for Data Science) Université Paris-Saclay, ANR-18-CE23-0017,D2KAB,Des Données aux Connaissances en Agronomie et Biodiversité(2018), European Project, Mathématiques et Informatique Appliquées (MIA Paris-Saclay), and AgroParisTech-Université Paris-Saclay-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)

Subjects
lcsh:QH426-470, Computer science, Health Informatics, Scientific literature, text mining, Reuse, Ontology (information science), wheat trait and phenotype, [INFO.INFO-CL]Computer Science [cs]/Computation and Language [cs.CL], [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI], 03 medical and health sciences, 0302 clinical medicine, [INFO.INFO-LG]Computer Science [cs]/Machine Learning [cs.LG], Genetics, ontology, Adaptation (computer science), Input reduction, Ecology, Evolution, Behavior and Systematics, 030304 developmental biology, 2. Zero hunger, 0303 health sciences, business.industry, Data science, lcsh:Genetics, 13. Climate action, Agriculture, 030220 oncology & carcinogenesis, Trait, Original Article, [INFO.INFO-BI]Computer Science [cs]/Bioinformatics [q-bio.QM], business
Abstract

International audience; Phenotyping is a major issue for wheat agriculture to meet the challenges of adaptation of wheat varieties to climate change and chemical input reduction in crop. The need to improve the reuse of observations and experimental data has led to the creation of reference ontologies to standardize descriptions of phenotypes and to facilitate their comparison. The scientific literature is largely under-exploited, although extremely rich in phenotype descriptions associated with cultivars and genetic information. In this paper we propose the Wheat Trait Ontology (WTO) that is suitable for the extraction and management of scientific information from scientific papers, and its combination with data from genomic and experimental databases. We describe the principles of WTO construction and show examples of WTO use for the extraction and management of phenotype descriptions obtained from scientific documents.

Published
2020

14. D2KAB project taking off: Data to Knowledge in Agronomy and Biodiversity

Author

Aubin, Sophie, Adam-Blondon, Anne-Francoise, Alaux, Michael, Ba, Mouhamadou, Bernard, Stéphan, Bisquert, Pierre, Bossy, Robert, Brun, François, Buche, Patrice, Castelltort, Arnaud, Corby, Olivier, Cufi, Julien, David, Romain, Deleger, Louise, Dzale Yeumo, Esther, Faron Zucker, Catherine, Eric, Garnier, Graybeal, John, Haezebrouck, Théo-Paul, Larmande, Pierre, Menut, Luc, Michel, Franck, Musen, Mark, Nédellec, Claire, Pichot, Christian, Pinet, François, Pommier, Cyril, Roumet, Catherine, Roussey, Catherine, Todorov, Konstantin, Toulet, Anne, Jonquet, Clement, DIST Délégation Information Scientifique et Technique (DV-IST), Institut National de la Recherche Agronomique (INRA), Unité de Recherche Génomique Info (URGI), Mathématiques et Informatique Appliquées du Génome à l'Environnement [Jouy-En-Josas] (MaIAGE), Technologies et systèmes d'information pour les agrosystèmes (UR TSCF), Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA), Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Institut National de la Recherche Agronomique (INRA), Association de Coordination Technique Agricole (ACTA), Fuzziness, Alignments, Data & Ontologies (FADO), Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier (LIRMM), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Web-Instrumented Man-Machine Interactions, Communities and Semantics (WIMMICS), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Scalable and Pervasive softwARe and Knowledge Systems (Laboratoire I3S - SPARKS), Laboratoire d'Informatique, Signaux, et Systèmes de Sophia Antipolis (I3S), Université Nice Sophia Antipolis (... - 2019) (UNS), Université Côte d'Azur (UCA)-Université Côte d'Azur (UCA)-Centre National de la Recherche Scientifique (CNRS)-Université Nice Sophia Antipolis (... - 2019) (UNS), Université Côte d'Azur (UCA)-Université Côte d'Azur (UCA)-Centre National de la Recherche Scientifique (CNRS)-Laboratoire d'Informatique, Signaux, et Systèmes de Sophia Antipolis (I3S), Université Côte d'Azur (UCA)-Université Côte d'Azur (UCA)-Centre National de la Recherche Scientifique (CNRS), Mathématiques, Informatique et STatistique pour l'Environnement et l'Agronomie (MISTEA), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Institut National de la Recherche Agronomique (INRA), Université Côte d'Azur (UCA), Centre d’Ecologie Fonctionnelle et Evolutive (CEFE), Université Paul-Valéry - Montpellier 3 (UM3)-Institut National de la Recherche Agronomique (INRA)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-École pratique des hautes études (EPHE)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD [France-Sud])-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Stanford Center for BioMedical Informatics Research (BMIR), Stanford University [Stanford], API-AGRO, Diversité, adaptation, développement des plantes (UMR DIADE), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD [France-Sud]), Scalable and Pervasive softwARe and Knowledge Systems (Laboratoire I3S - SPARKS), Ecologie des Forêts Méditerranéennes [Avignon] (URFM 629), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), Research Data Alliance, D2KAB, ANR-18-CE23-0017,D2KAB,DATA TO KNOWLEDGE IN AGRICULTURE AND BIODIVERSITY(2018), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Institut National de la Recherche Agronomique (INRA), WEB-CUBE, Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM), COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Centre National de la Recherche Scientifique (CNRS)-Université Côte d'Azur (UCA)-Université Nice Sophia Antipolis (... - 2019) (UNS), COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Centre National de la Recherche Scientifique (CNRS)-Université Côte d'Azur (UCA)-Laboratoire d'Informatique, Signaux, et Systèmes de Sophia Antipolis (I3S), COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Centre National de la Recherche Scientifique (CNRS)-Université Côte d'Azur (UCA), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de la Recherche Agronomique (INRA), COMUE Université Côte d'Azur (2015-2019) (COMUE UCA), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Institut National de la Recherche Agronomique (INRA)-Université Paul-Valéry - Montpellier 3 (UPVM)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut de Recherche pour le Développement (IRD [France-Sud]), Stanford University, Institut de Recherche pour le Développement (IRD [France-Sud])-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), Ecologie des Forêts Méditerranéennes (URFM), Délégation à l’information scientifique et technique (Cirad -Dgdrs-DIST), Direction Générale Déléguée à la Recherche et à la Stratégie (Cirad-Dgdrs), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), ANR-18-CE23-0017,D2KAB,Des Données aux Connaissances en Agronomie et Biodiversité(2018), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de la Recherche Agronomique (INRA)-Université Montpellier 2 - Sciences et Techniques (UM2)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Université de Montpellier (UM)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Les instituts techniques agricoles (Acta), WEB Architecture x Semantic WEB x WEB of Data (WEB3), Université Nice Sophia Antipolis (1965 - 2019) (UNS), COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Centre National de la Recherche Scientifique (CNRS)-Université Côte d'Azur (UCA)-Université Nice Sophia Antipolis (1965 - 2019) (UNS), Institut National de la Recherche Agronomique (INRA)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Université Paul-Valéry - Montpellier 3 (UPVM)-Institut National de la Recherche Agronomique (INRA)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-École Pratique des Hautes Études (EPHE), and Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD [France-Sud])-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)

Subjects
2. Zero hunger, Ontology alignment, [INFO.INFO-DB]Computer Science [cs]/Databases [cs.DB], Text mining, [INFO.INFO-WB]Computer Science [cs]/Web, [SDV.SA.AGRO]Life Sciences [q-bio]/Agricultural sciences/Agronomy, Agriculture, Biodiversity, 15. Life on land, Agronomy, 12. Responsible consumption, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI], Ontology repository, 13. Climate action, Knowledge graphs, Ontologies, Data integration, Linked open data, [INFO.INFO-BI]Computer Science [cs]/Bioinformatics [q-bio.QM], [SDE.BE]Environmental Sciences/Biodiversity and Ecology, Semantic Web, Ontologies, Ontology repository, Ontology alignment, Linked open data, Knowledge graphs, Data integration, Text mining, Agronomy, Agriculture, Biodiversity, Ecosystem, [SDV.AEN]Life Sciences [q-bio]/Food and Nutrition, Ecosystem, Semantic Web
Abstract

Agronomy/agriculture and biodiversity (ag & biodiv) communities face several major societal, economic, and environmental challenges that data science approaches will help address. To achieve their goals, researchers of these communities must be able to rapidly discover, aggregate, integrate, and analyse different types of data and information sources. Semantic technologies, combined to open, FAIR data and services, is one of the answers to fully knowledge-driven, and transparent science and innovation. The D2KAB project (www.d2kab.org) aims to create a framework to turn agronomy and biodiversity data into knowledge – semantically described, interoperable, actionable, open – and investigate the scientific methods and tools to exploit this knowledge for applications in agriculture and biodiversity sciences. This project, funded by French ANR (2019-2023), will provide the means –ontologies and linked open data– for ag & biodiv to embrace semantic Web technologies in order to produce and exploit FAIR data and services. To do so, D2KAB will develop new original methods and algorithms in the following areas: data integration, text mining, semantic annotation, ontology alignment and linked data exploitation and visualization. D2KAB project brings together a unique multidisciplinary consortium of 12 partners to achieve this objective: 2 informatics research units (LIRMM, I3S); 6 INRA/IRSTEA/IRD research units at the interface of computer science and ag & biodiv (URGI, MaIAGE, IATE, DIST, TSCF, DIADE) specialized in agronomy or agriculture; 2 labs in biodiversity and ecosystem research (CEFE, URFM); 1 association of agriculture stakeholders (ACTA); and 1 partnership with Stanford BMIR department. Three main goals drive D2KAB’s roadmap: To develop state-of-the-art methods and technologies for ontology lifecycle and alignment. To build the agronomy, agriculture and biodiversity Linked Open Data cloud. To enable new semantically driven agronomy and biodiversity science. The work is starting from the recommendations of several RDA WG and IG already published or in progress (e.g. Agrisemantic WG, Vocabulary Services IG, Wheat and Rice Data Interoperability WGs, Agricultural Data IG, SHARC IG). Some of the key technological building blocks of D2KAB are AgroPortal, a reference repository for ontologies and vocabularies in agronomy; AgroLD, a semantic Web knowledge base that integrates agronomic data from public databases including GO associations, Gramene, UniprotKB, and OryGenesDB ; Corese, a semantic Web factory that implements the W3C standards RDF, RDFS, OWL-RL and SPARQL, and LDScript, a Linked Data Script Language, and STTL, the SPARQL Template Transformation Language for RDF; and Alvis, a text mining for semantic normalisation of free text by ontologies. D2KAB will allow the valorization of ag & biodiv data into real world applications leading to economic impact, smart agriculture and ecological preservation. Five driving scenarios are planned: development of an ontology-based expert system to select food packaging solutions; creation of an augmented semantic reader for Plant Health Bulletins; advanced integration of textual and experimental data on wheat phenotypes; development of new ontologies on plant root traits and extension of the Thesaurus Of Plant Characteristics; integration of plant functional biogeography data related to the Mediterranean Basin. Each of the project scenarios will have a significant impact and produce concrete outcomes for ag & biodiv scientific communities and socio-economic stakeholders in agriculture.

Published
2019

Catalog

Books, media, physical & digital resources
See catalog results