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)" Topic [info]computer science [cs]
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. Semantic artefact and ontology services for long-term data interpretation

Author

Jonquet, Clement, 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), 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), and European Project: 101057344,FAIR-IMPACT

Subjects
semantics artefacts, [INFO.INFO-WB]Computer Science [cs]/Web, long-term data interpretation, ontologies and metadata, [INFO]Computer Science [cs], ontology repositories, data annotation
Abstract

International audience; What would happen if we would be able to preserve data for so long but we would have lost the ways to interpret the knowledge contained in these data? Exactly for the same reason we need to save the specific encoding format and/or software used to read the data (e.g., in which version of PDF a document was encoded and which PDF reader is necessary to open it), we need a way to decouple the model from the data and save this model for future interpretation. As data become more and more complex, the knowledge they incorporate become harder to express. The separation of the data and the model is often made by annotating or describing data with semantic standards spanning from simple metadata schemas to complex and rich ontologies. Indeed, semantic artefacts – a broader term to include ontologies, terminologies, taxonomies, thesauri, vocabularies, metadata schemas and standards – are keys for adopting the FAIR Principles (FAIR Principle I2) [1]. In the processes of archiving and long-term preservation, when used to annotate or describe data, semantic artefacts ensure the data will be stored in a standardized, broadly shared and accessible way that will guaranty long term “interpretation” of these data. Furthermore, semantic artefacts have themselves to be long-term archived and preserved. We therefore argue for two statements:(i)Because they are needed for long term interpretation of the data, we need to develop services to adopt and facilitate semantic artefacts use when archiving data. For instance, a semantic annotation is a link from an ontology term to a data element, indicating that the data element (e.g., article, experiment, clinical trial, medical record) refers to the concept [2]. These annotations can then be used to build semantic indexes to leverage the knowledge inside the ontologies for better information mining and retrieval.(ii)Semantic artefacts are themselves data that need to be archived and preserved with the same arguments as for any other data. Thus, we need to develop long term repositories for archiving semantic artefacts. Indeed, the number of these artefact now grow to numbers for which machines are mandatory to index, search and select them. They are spread out all over the Web, in different formats, of different size, with different structures and from overlapping domains. But as any research objects capturing the knowledge of experts at a certain time, for a certain use case, they need to be preserved.In the context of multiple research projects in different scientific domains (e.g., NCBO, SIFR, D2KAB, OntoCommons, NFDI, FAIR-IMPACT), we develop an open-source semantic artefact and ontology repository technology called OntoPortal (https://ontoportal.org) [3] shared and maintained by multiple communities to ensure cataloguing, harmonized and rich metadata descriptions, and serving the content of semantic artefacts with multiples generic services including for annotation and indexing. These ontology repositories include BioPortal, the primary and historical source of OntoPortal code developed in the biomedical domain, AgroPortal, the reference for agri-food [4] and more. They help address the challenges of sharing semantic artefacts and using them to describe data and enhance the quality of the data by making them more interpretable and interoperable. These semantic artefact catalogues are also designed to archive their content for long term preservation and scientific valorization.

Published
2023

3. 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

4. A Model for Meteorological Knowledge Graphs: Application to Météo-France Data

Author

Yacoubi Ayadi, Nadia, Faron, Catherine, Michel, Franck, Gandon, Fabien, Corby, Olivier, Université Côte d'Azur (UCA), 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), 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), 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), Centre National de la Recherche Scientifique (CNRS), and ANR-18-CE23-0017,D2KAB,Des Données aux Connaissances en Agronomie et Biodiversité(2018)

Subjects
Meteorology, Knowledge Graph, Observational Data, Linked Data, Semantic Modelling, [INFO]Computer Science [cs]
Abstract

International audience; To study and predict meteorological phenomenons and to include them in broader studies, the ability to represent and exchange meteorological data is of paramount importance. A typical approach in integrating and publishing such data now is to formalize a knowledge graph relying on Linked Data and semantic Web standard models and practices.In this paper, we first discuss the semantic modelling issues related to spatio-temporal data such as meteorological observational data. We motivate the reuse of a network of existing ontologies to define a semantic model in which meteorological parameters are semantically defined, described and integrated. The model is generic enough to be adopted and extended by meteorological data providers to publish and integrate their sources while complying with Linked Data principles.Finally, we present a meteorological knowledge graph of weather observations based on our proposed model, published in the form of an RDF dataset, that we produced by transforming observation records made by Météo-France weather stations.It covers a large number of meteorological variables described through spatial and temporal dimensions and thus has the potential to serve several scientific case studies from different domains including agriculture, agronomy, environment, climate change and natural disasters.

Published
2022

5. WeKG-MF: a Knowledge Graph of Observational Weather Data

Author

Yacoubi Ayadi, Nadia, Faron, Catherine, Michel, Franck, Gandon, Fabien, Corby, Olivier, 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), Université Côte d'Azur (UCA), Centre National de la Recherche Scientifique (CNRS), and ANR-18-CE23-0017,D2KAB,Des Données aux Connaissances en Agronomie et Biodiversité(2018)

Subjects
Meteorology, Observational Data, Knowledge Graph, Linked Data, [INFO.INFO-WB]Computer Science [cs]/Web, Semantic Modelling, [INFO]Computer Science [cs]
Abstract

International audience; In this paper, we present the WeKG-MF Knowledge Graph constructed from open weather observations published by Météo-France institution. WeKG-MF relies on a semantic model that formalizes knowledge about meteorological observational data. The model is generic enough to be adopted and extended by meteorological data providers to publish and integrate their sources while complying with Linked Data principles. WeKG-MF offers access to a large number of meteorological variables described through spatial and temporal dimensions and thus has the potential to serve several scientific case studies from different domains including agriculture, agronomy, environment, climate change and natural disasters.

Published
2022

6. KartoGraphI: Drawing a Map of Linked Data

Author

Maillot, Pierre, Corby, Olivier, Faron, Catherine, Gandon, Fabien, Michel, Franck, Maillot, Pierre, Graphes de connaissances décentralisés - - DeKaloG2019 - ANR-19-CE23-0014 - AAPG2019 - VALID, APPEL À PROJETS GÉNÉRIQUE 2018 - Des Données aux Connaissances en Agronomie et Biodiversité - - D2KAB2018 - ANR-18-CE23-0017 - AAPG2018 - VALID, 3IA Côte d'Azur - - 3IA@cote d'azur2019 - ANR-19-P3IA-0002 - P3IA - 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), Centre National de la Recherche Scientifique (CNRS), Scalable and Pervasive softwARe and Knowledge Systems (Laboratoire I3S - SPARKS), DeKaloG, D2KAB, ANR-19-CE23-0014,DeKaloG,Graphes de connaissances décentralisés(2019), ANR-18-CE23-0017,D2KAB,Des Données aux Connaissances en Agronomie et Biodiversité(2018), and ANR-19-P3IA-0002,3IA@cote d'azur,3IA Côte d'Azur(2019)

Subjects
[INFO.INFO-DB]Computer Science [cs]/Databases [cs.DB], semantic web, [INFO.INFO-WB] Computer Science [cs]/Web, [INFO.INFO-WB]Computer Science [cs]/Web, [INFO.INFO-DB] Computer Science [cs]/Databases [cs.DB], [INFO]Computer Science [cs], linked data, [INFO] Computer Science [cs]
Abstract

International audience; A large number of semantic Web knowledge bases have been developed and published on the Web. To help the user identify the knowledge bases relevant for a given problem, and estimate their usability, we propose a declarative indexing framework and an associated visualization Web application, KartoGraphI. It provides an overview of important characteristics for more than 400 knowledge bases including, for instance, dataset location, SPARQL compatibility level, shared vocabularies, etc.

Published
2022

7. 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

8. 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

9. AgroLD: A knowledge graph for the plant sciences

Author

Pierre Larmande, Konstantin Todorov, 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]), Institut Français de Bioinformatique (IFB-CORE), Institut National de Recherche en Informatique et en Automatique (Inria)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), WEB Architecture x Semantic WEB x WEB of Data (WEB3), 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), 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), WEB-CUBE, and Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)

Subjects
Knowledge graph, 0303 health sciences, Exploit, Computer science, Linked data, Genomics, 15. Life on land, Pipeline (software), [SDV.BIBS]Life Sciences [q-bio]/Quantitative Methods [q-bio.QM], Field (computer science), 03 medical and health sciences, 0302 clinical medicine, Phenomics, 13. Climate action, Botany, [INFO]Computer Science [cs], Plant sciences, Semantic Web, 030217 neurology & neurosurgery, 030304 developmental biology
Abstract

International audience; Recent advances in sequencing technologies and high-throughput phenotyping have revolutionized the analysis in the field of the plant sciences. However, there is an urgent need to effectively integrate and assimilate complementary information to understand the biological system in its entirety. We have developed AgroLD, a knowledge graph that exploits Semantic Web technologies to integrate information on plant species and in this way facilitate the formulation and validation of new scientific hypotheses. AgroLD contains around 900M triples created by annotating and integrating more than 100 datasets coming from 15 data sources. Our objective is to offer a domain specific knowledge platform to answer complex biological and plant sciences questions related to the implication of genes in, for instance, plant disease resistance or adaptative responses to climate change. In this paper, we present results of the project, which focused on genomics, proteomics and phenomics. We present the AgroLD pipeline for lifting the data, the open source tools developed for these purposes, as well as the web application allowing to explore the data.

Published
2021

10. 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

11. L’ontologie E-Phy, une base de connaissances pour le catalogue des produits phytopharmaceutiques autorisés en agriculture en France

Author

Bouazzouni, Syphax, Jonquet, Clement, Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier (LIRMM), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM), École Nationale Supérieure d'Informatique [Alger] (ESI), WEB-CUBE, 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), Maxime Lefrançois, ANR-18-CE23-0017,D2KAB,Des Données aux Connaissances en Agronomie et Biodiversité(2018), and ANR-16-CONV-0004,DIGITAG,Institut Convergences en Agriculture Numérique(2016)

Subjects
E-Phy, développement de ressource sémantique, Ontology, semantic resource development, produits-phytosanitaires ou phytopharmaceutiques, Ontologie, [INFO]Computer Science [cs], RDFisation, phytosanitary or phytopharmaceutical products, ANSES, [INFO.INFO-MO]Computer Science [cs]/Modeling and Simulation, agriculture, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]
Abstract

National audience; The development of semantic resources (ontologies, vocabularies, knowledge graphs, etc.) is a key activity to facilitate data integration and interoperability in agriculture. Often, catalogs or official reference lists do not respect the FAIR principles, and do not exist in an RDF format, as in our case, in agriculture, the E-Phy catalog, produced by ANSES, which contains all the plant protection products (phytosanitary) and their uses, fertilizers and growing media authorized in France. In this work, we detail our approach to formalize the E-Phy catalog in the form of an OWL knowledge base consisting of an ontological model, instances and alignments to other ontologies. We show the various issues encountered in this process, and the limitations of the current model, which is still backward compatible with the original database. We also highlight, with a few SPARQL queries, the added value of the E-Phy ontology’s semantics and alignments with queries impossible on the original data.; Le développement de ressources sémantiques (ontologies, vocabulaires, graphes de connaissances, etc.) est une activité clé pour faciliter l’intégration et l’interopérabilité des données en agriculture. Bien souvent, les catalogues ou les référentiels officiels ne sont pas du tout “FAIR,” et n’existent pas dans un format RDF, comme dans notre cas, en agriculture, le catalogue E-Phy, produit par l’ANSES, qui contient l’ensemble des produits phytopharmaceutiques et de leurs usages, des matières fertilisantes et des supports de culture autorisés en France. Dans ce travail, nous détaillons notre démarche pour formaliser le catalogue E-Phy sous forme d’une base de connaissances OWL constituée d’un modèle ontologique, de ses instances et d’alignements vers d’autres ontologies. Nous montrons les points difficiles rencontrés dans ce processus, et les limites de la modélisation actuelle restée rétro-compatible avec la base de données d’origine. Nous illustrons également la valeur ajoutée de l’ontologie E-Phy via des requêtes SPARQL qui valorisent la sémantique et les alignements et permettent des interrogations impossibles sur les données d’origine.

Published
2021

12. 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

13. 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

14. Pipelines for interoperability of distributed resources in ecology: the AnaEE-France context

Author

Pichot, Christian, Clastre, Philippe, Jaillet, Benjamin, Maurice, Damien, YAHIAOUI, Rachid, Pichot, Christian, Infrastructures - ANAEE-Services - - ANAEE-FR2011 - ANR-11-INBS-0001 - INBS - VALID, APPEL À PROJETS GÉNÉRIQUE 2018 - Des Données aux Connaissances en Agronomie et Biodiversité - - D2KAB2018 - ANR-18-CE23-0017 - AAPG2018 - VALID, Environmental Research Infrastructures Providing Shared Solutions for Science and Society - ENVRI PLUS - - H20202015-05-01 - 2019-04-30 - 654182 - VALID, ENVironmental Research Infrastructures building Fair services Accessible for society, Innovation and Research - ENVRI FAIR - - H20202019-01-01 - 2022-12-21 - 824068 - VALID, Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), ANR-11-INBS-0001,ANAEE-FR,ANAEE-Services(2011), ANR-18-CE23-0017,D2KAB,Des Données aux Connaissances en Agronomie et Biodiversité(2018), European Project: 654182,H2020,H2020-INFRADEV-1-2014-1,ENVRI PLUS(2015), and European Project: 824068,H2020,H2020-INFRAEOSC-2018-2,ENVRI FAIR(2019)

Subjects
ACM: D.: Software/D.3: PROGRAMMING LANGUAGES/D.3.1: Formal Definitions and Theory/D.3.1.0: Semantics, [SDE.BE] Environmental Sciences/Biodiversity and Ecology, [INFO.INFO-AI] Computer Science [cs]/Artificial Intelligence [cs.AI], [INFO.INFO-DB]Computer Science [cs]/Databases [cs.DB], [INFO.INFO-DB] Computer Science [cs]/Databases [cs.DB], [INFO]Computer Science [cs], ACM: I.: Computing Methodologies/I.2: ARTIFICIAL INTELLIGENCE/I.2.4: Knowledge Representation Formalisms and Methods, [SDE.BE]Environmental Sciences/Biodiversity and Ecology, [INFO] Computer Science [cs], [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]
Abstract

The AnaEE France (Analysis and Experimentation on Ecosystems) Research Infrastructure offers experimental facilities for studying ecosystems and biodiversity. The data generated by the AnaEE platforms are most often managed in relational databases and their interoperability is one of the major challenge.Pipelines were developped for the automation of the production and exploitation of RDF data from platform databases. They exploit semantic vocabularies (AnaeeThes thesaurus and an ontology based on OBOE) and enable data interoperability., AnaEE-France offre des services distribués d'expérimentation sur les écosystèmes continentaux. La gestion des données produites par ces plateformes constitue un enjeu majeur. Des pipelines sont développés pour l'automatisation de la production et de l'exploitation de données rdf à partir des bases de données des plateformes. Ils exploitent des référentiels sémantiques (thésaurus AnaeeThes et une ontologie basée sur OBOE) et permettent l'interopérabilité des données.

Published
2020

Catalog

Books, media, physical & digital resources
See catalog results