Search

Your search keyword '"Buche, Patrice"' showing total 17 results
Start Over Author "Buche, Patrice" Topic [sdv]life sciences [q-bio]
17 results on '"Buche, Patrice"'

1. The Next Generation of Sustainable Food Packaging to Preserve Our Environment in a Circular Economy Context

Author

Guillard, Valérie, Gaucel, Sébastien, Fornaciari, Claudio, Angellier-Coussy, Hélène, Buche, Patrice, Gontard, Nathalie, Dauphine Recherches en Management (DRM), Université Paris Dauphine-PSL, Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Centre National de la Recherche Scientifique (CNRS), Génie et Microbiologie des Procédés Alimentaires (GMPA), AgroParisTech-Institut National de la Recherche Agronomique (INRA), Coopbox Group [Bibbiano], Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), 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), Graphs for Inferences on Knowledge (GRAPHIK), 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)-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), European Project: 773375,H2020,GLOPACK(2018), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, 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), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Inria Sophia Antipolis - Méditerranée (CRISAM), Centre National de la Recherche Scientifique (CNRS)-Université Paris Dauphine-PSL, and 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)

Subjects
matériel recyclé, Nutrition and Dietetics, emballage biodégradable, Endocrinology, Diabetes and Metabolism, [SDV]Life Sciences [q-bio], digestive, oral, and skin physiology, emballage alimentaire, lcsh:TX341-641, Review, Waste-based, [SDE.ES]Environmental Sciences/Environmental and Society, Food packaging, Sustainability, Biodegradable, Bio-sourced, économie circulaire, biomatériau, [SDV.IDA]Life Sciences [q-bio]/Food engineering, qualité des produits, lcsh:Nutrition. Foods and food supply, Nutrition, Food Science
Abstract

International audience; Packaging is an essential element of response to address keychallenges of sustainable food consumption on the international scene, which is clearly about minimizing the environmental footprint of packed food. An innovative sustainable packaging aims to address food waste and loss reduction by preserving food quality, as well as food safety issues by preventing food-borne diseases and food chemical contamination. Moreover, it must address the long-term crucial issue of environmentally persistent plastic waste accumulation as well as the saving of oil and food material resources. This paper reviews the major challenges that food packagingmust tackle in the near future in order to enter the virtuous loop of circular bio-economy. Some solutions are proposed to address pressing international stakes in termsof food and plastic waste reduction and end-of-life issues of persistent materials. Among potential solutions, production of microbial biodegradable polymers from agro-food waste residues seems a promising route to create an innovative, more resilient, and productive waste-based food packaging economy by decoupling the food packaging industry from fossil feed stocks and permitting nutrients to return to the soil. To respond tothe lack of tools and approach to properly design and adapt food packaging to food needs, mathematical simulation, based on modeling of mass transfer and reactions into food/packaging systems are promising tools. The next generation of such modeling and tools should help the food packaging sector to validate usage benefit of new packaging solutions and chose, in a fair and transparent way, the best packaging solution to contribute to the overall decrease of food losses and persistent plastic accumulation.

Published
2018

2. Outil d’aide à la sélection d’emballages alimentaires pour la conservation sous atmosphère modifiée des produits frais

Author

Buche, Patrice, Gontard, Nathalie, Guillard, Valérie, Guillaume, Carole, Menut, Luc, Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), 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), and 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)

Subjects
Respiring product, Database, Modélisation de l’atmosphère modifiée, Ingénierie des connaissances, Interrogation multicritères, [SDV]Life Sciences [q-bio], Multi-criteria querying, Base de donnés, MAP modeling, Produit respirant, Knowledge engineering
Abstract

Ce numéro comprend les articles correspondant aux présentations du Colloque CIAg "Emballages alimentaires : innover pour la sécurité et la durabilité" organisé à Paris le 8 juin 2017.; To design new packaging for fresh food, stakeholders of the food chain express their needs andrequirements, according to some goals and objectives. These requirements can be gathered into twogroups: (i) fresh food related characteristics and (ii) packaging intrinsic characteristics. ModifiedAtmosphere Packaging (MAP) is an efficient way to delay senescence and spoilage and thus to extendthe very short shelf life of respiring products such as fresh fruits and vegetables. MAP requires anequilibrium between the respiration of the products and the permeability of the packaging that allows theinternal atmosphere to reach an optimal composition, which depends on the product. Consequently,packaging O2/CO2 permeabilities must fit the requirements of fresh fruits and vegetable as predicted byvirtual MAP simulating tools. Beyond gas permeabilities, the choice of a packaging material for freshproduce includes numerous other factors such as the cost, availability, potential contaminants of rawmaterials, process ability, waste management constraints, etc. To help stakeholders taking a rationaldecision based on the expressed needs, a new multi-criteria Decision Support System (DSS) forselecting biodegradable packaging for fresh produce has been built. In this paper we present thefunctional specification, the software architecture and the implementation of the developed tool. This tool includes (i) a MAP simulation module combining mass transfer models and respiration of thefood, (ii) a multi-criteria flexible querying module which handles imprecise, uncertain and missing datastored in the database.; Lors de la conception de nouveaux emballages pour des produits frais, les acteurs de la filièreexpriment leurs contraintes et leurs préférences en fonction des objectifs à atteindre. Elles portent surles caractéristiques des produits frais et celles des emballages. La conservation sous atmosphèremodifiée représente une solution efficace pour retarder la sénescence, réduire les pertes et parconséquent étendre la très courte durée de vie des produits respirant comme les fruits et les légumesfrais. La conservation sous atmosphère modifiée requière un équilibre entre la respiration des produits etla perméabilité de l’emballage qui permet à l’atmosphère de l’espace de tête d’atteindre une compositionde conservation optimale, qui dépend du produit. Pour cela, les perméabilités O2/CO2 des emballagesdoivent correspondre aux contraintes des fruits et légumes frais prédites par les outils de simulationvirtuelle des atmosphères modifiées. Au-delà des perméabilités, le choix d’un emballage alimentairedépend de nombreux autres critères comme le coût, la disponibilité, la contamination potentielle desconstituants, les contraintes de gestion des déchets, … Pour aider les acteurs à prendre une décisionrationnelle basée sur les besoins exprimés, un nouvel outil d’aide à la décision multicritères a étéconçu. Dans cet article, nous présentons les spécifications fonctionnelles de l’outil, l’architecture etl’implémentation du logiciel. Il inclut : (i) un module de simulation de l’atmosphère modifié combinant desmodèles de transfert et la respiration de l’aliment ; (ii) un module d’interrogation multicritères d’une basede données emballages qui gère l’imprécision, l’incertitude et l’incomplétude des données.

Published
2017

3. Conception du conditionnement d’aliments sous atmosphère modifiée

Author

Thuault, Dominique, Chaix, Estelle, Touhami, Rim, Huchet, Véronique, Buche, Patrice, Dibie, Juliette, Lecluse, Maxime, Coulon, Florence, Loriot, Catherine, Vincelot, Thierry, Stahl, Valérie, Denis, Catherine, Hanin, Aurélia, Couvert, Olivier, Dervaux, Stephane, Guillard, Valérie, ADRIA Développement, Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), 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), Mathématiques et Informatique Appliquées (MIA-Paris), AgroParisTech-Institut National de la Recherche Agronomique (INRA), Laboratoire National de Métrologie et d'Essais [Trappes] (LNE ), Société de Recherche et de Développement Alimentaire Bongrain, Aérial - Centre de Ressources Technologiques et Institut Technique Agro-Industriel, ACTALIA [Villers-Bocage], Laboratoire Universitaire de Biodiversité et Ecologie Microbienne (LUBEM), Université de Brest (UBO), 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), and 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)

Subjects
[SDV]Life Sciences [q-bio]
Abstract

The performances of Modified Atmosphere Packaging (MAP) for perishable foodstuffs depend mainly on food composition, on the initial microbiological qualities, on the nature of the packaging and on gaz contents. The expected shelf life will be limited by the bacterial development and the evolution of organoleptic properties. The solubility of the gas and diffusion according to the food are going to determine its efficiency. The permeability of the packaging will act on the partial pressures in gas. Methods were developed, data and models were acquired allowing the determination and the optimization of the efficiency of modified atmospheres packaging. Computing and analytical methods were used for the collection of data required for the establishment of mathematical models. Data on permeability’s properties of packaging were acquired from published data by methods used in engineering of the knowledge in order to integrate in a semi automatic way data from heterogeneous and multiple sources. A database on the packaging permeability data and on gaz solubility and of diffusivity data was then established. A synthesis of the available methods for the measures of the solubility and the diffusivity of O2 and CO2 was realized. The solubility in the CO2 was acquired by chemical titration and reaction with a scavenger based on barium, and that of O2 by luminescence. The diffusivity of gases is acquired by local quantification, determination of the gradients of gas and modelling. Methods of quantification of the effect of the CO2 on bacteria independently of the acidification were developed and thus the active agent was identified as the ion H2CO3. The largest concentration of CO2 that prevent the growth (CMI) were determined. The bacterial effect of CO2 was quantified by determining the minimal inhibitory concentration. For the aerobic germs, the kinetic of growth according to the content in O2 was modelled and for the anaerobic the maximal quantities allowing the growth were acquired. The laws of gases transfers were combined with bacterial growth models. The models for gases transfers were validated in the food. The effects of gases on the bacterial development on food were combined with already existing models on the effects of temperature and pH. A modelling tool was developed. The results of the project will allow the companies to optimize packaging size and composition, to reduce their volume, to guarantee shelf life without preservative and also to avoid the wasting.; Les performances des conditionnements sous gaz de denrées alimentaires périssables dépendent principalement de la composition en gaz, de la qualité microbiologique initiale de l’aliment et de la nature de l’emballage. Les durées de vie des produits alimentaires sont limitées par le développement bactérien et son impact sur la sécurité sanitaire et les propriétés organoleptiques. La solubilité du gaz, sa diffusivité dans l'aliment détermineront également son efficacité. La perméabilité de l'emballage agira également sur la pression partielle en gaz. Des développements informatiques et des méthodes analytiques ont été utilisées pour collecter les données nécessaires à l'établissement de modèle mathématiques.....

Published
2015

4. Units of measure identification in unstructured scientific documents in microbial risk in food

Author

Berrahou, Soumia Lilia, Buche, Patrice, Dibie-Barthelemy, Juliette, Roche, Mathieu, Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), 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), Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier (LIRMM), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Graphs for Inferences on Knowledge (GRAPHIK), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-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), AgroParisTech, Méthodologies d'Analyse de Risque Alimentaire (MET@RISK), Institut National de la Recherche Agronomique (INRA), Exploration et exploitation de données textuelles (TEXTE), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Mathématiques et Informatique Appliquées (MIA-Paris), AgroParisTech-Institut National de la Recherche Agronomique (INRA), 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), Territoires, Environnement, Télédétection et Information Spatiale (UMR TETIS), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-AgroParisTech-Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA), 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 National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Inria Sophia Antipolis - Méditerranée (CRISAM), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM), Département Environnements et Sociétés (Cirad-ES), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, 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), and Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)

Subjects
Intelligence Artificielle, Text mining, Ontology, Traitement automatique de la langue, [SDV]Life Sciences [q-bio], Data integration, data integration, ontology, text mining, ComputingMilieux_MISCELLANEOUS
Abstract

International audience; OBJECTIVE(S) A preliminary step in microbial risk assessment in food is to gather and capitalize experimental data. Data capitalization is a crucial stake in an overall decision support system which consists of predicting microbial behavior [1]. In the framework of the French ANR project MAP'OPT (Equilibrium Gas Composition in Modified Atmosphere Packaging and Food Quality), the predictive modeling platform Sym'Previus (www.symprevius.org) should be able to propose a global approach to establish a scientifically sound method for choosing an appropriate modified atmosphere and associated packaging solution. Our work is part of this overall system and aims at extracting semi-automatically experimental data from unstructured scientific documents. Indeed, these documents use natural language combined with domain-specific terminology that is extremely time-consuming and tedious to extract in the free form of text and therefore to gather and capitalize. Our work relies on the MAP'OPT-Onto ontology [4], which has been built as an extension of the ontology used in Sym'Previus by adding concepts about food packaging, quantity concepts and concepts managing units of measures. Experimental data are often expressed with concepts (e.g packaging, permeability) or a numerical value often followed with its unit of measure (e.g. 258 amol m-1 s-1 Pa-1). In this paper, our work deals with unit recognition, known as a scientific challenge. METHOD(S) Extracting automatically quantitative data is a painstaking process because units suffer from different ways of writing within documents. We can encounter same units written in different manners such as amol m-1 s-1 Pa-1 written as amol.m-1 .s-1 .Pa-1 or as amol/m/s/Pa. We aim at focusing on the extraction and identification of these variant units seen as synonyms, in order to enrich iteratively an ontology, which represents a predefined vocabulary used to annotate, capitalize and query experimental data extracted from texts [2]. Our work addresses unit extraction and identification issues from texts to enrich an ontology in a two-step approach. First, we use text-mining methods and supervised learning approaches in order to predict relevant parts of the text where synonyms of units or new units are. The second step of our method consists in extracting specific strings representing units in the segments of texts found in the previous step. The extracted candidates are compared to units already present in the ontology using a new edit measure based on Damerau-Levenshtein [3]. RESULTS We have made experiments on 115 scientific documents (i.e. around 35 000 sentences) on food packaging. Each unit is recognized from a list of 211 units already defined in the MAP'OPT-Onto. Our learning algorithms predict that almost 5 000 sentences contain units. This prediction is correct for 95,5% of cases. In the second step, we have successfully extracted 38 terms as either synonyms or new units from sentences selected in the first step. So, we can propose 18% of enrichment of the pre-existing MAP'OPT-Onto.

Published
2013

5. Une approche pour l’évolution d’une ressource termino-ontologique dédiée à la représentation de relations n-aires

Author

Touhami, Rim, Buche, Patrice, Dibie-Barthelemy, Juliette, Ibanescu, Liliana, Mathématiques et Informatique Appliquées (MIA-Paris), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), 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), Graphs for Inferences on Knowledge (GRAPHIK), 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)-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), AgroParisTech-Institut National de la Recherche Agronomique (INRA), 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), 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), and Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Inria Sophia Antipolis - Méditerranée (CRISAM)

Subjects
[SDV]Life Sciences [q-bio], Ontology evolution, ComputingMilieux_MISCELLANEOUS
Abstract

National audience

Published
2013

6. Food science and knowledge engineering: a challenging encounter

Author

Buche, Patrice, Dibie, Juliette, Ibanescu, Mariana, Guillard, Valérie, Touhami, Rim, Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), 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), Mathématiques et Informatique Appliquées (MIA-Paris), AgroParisTech-Institut National de la Recherche Agronomique (INRA), 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), Graphs for Inferences on Knowledge (GRAPHIK), 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)-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), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, and 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)

Subjects
[SDV]Life Sciences [q-bio], ComputingMilieux_MISCELLANEOUS
Abstract

INFO/GraphIKINFO:INFO_WBhttp://www.effostconference.com/conference-invited-speakers.htmlinternationaleMontpellierFrance INFO/GraphIKINFO:INFO_WBhttp://www.effostconference.com/conference-invited-speakers.htmlinternationaleMontpellierFranceINFO/GraphIKINFO:INFO_WBhttp://www.effostconference.com/conference-invited-speakers.htmlinternationaleMontpellierFrance; Starting from an example of reverse engineering problem in food science (what is the more relevant packaging for a given fresh food?), we will present complementary solutions based on knowledge engineering methods and food engineering models. A special focus will be given on termino-ontological resources (called TOR) which permit to define standardize vocabularies and knowledge associated with a given domain. We will show than TOR can be used to: (i) gather scientific data about packaging extracted from heterogeneous data sources in a data warehouse, (ii) permit flexible multi-criteria querying of the packaging data warehouse to retrieve the more relevant packaging for a given fresh food.

Published
2012

7. Un modèle d’argumentation pour l’aide à la décision dans les filières céréalières

Author

Fortin, Jérôme, Thomopoulos, Rallou, Bourguet, Jean-Rémi, ABECASSIS, JOEL, Buche, Patrice, Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), 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), Université Montpellier 2 - Sciences et Techniques (UM2), Graphs for Inferences on Knowledge (GRAPHIK), 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)-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), 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), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Inria Sophia Antipolis - Méditerranée (CRISAM), and 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)

Subjects
représentation de la connaissance, quality in food chains, qualité dans les filières alimentaires, [SDV]Life Sciences [q-bio], knowledge representation, durabilité, analyse risques/bénéfices, risks and benefits analysis, sustainability
Abstract

IATE Axe 5 : Application intégrée de la connaissance, de l’information et des technologies permettant d’accroître la qualité et la sécurité des aliments; National audience; Food chain analysis is a highly complex procedure since it relies on numerous criteria of various types: environmental, economical, functional, sanitary, etc. Quality objectives imply different stakeholders, industrial partners, professional organizations, consumers, public authorities, etc. Since the goals of the implied stakeholders may be divergent, decision-making raises arbitration issues. Arbitration can be done through a compromise – a solution that satisfies, at least partially, all the actors – or favor some of the actors, depending on the decision-maker’s priorities. Several questions are open to support arbitration in food chains: what kind of representation and reasoning model is suitable to allow for contradictory viewpoints? How can stakeholders’ divergent priorities be taken into account? How can the conflicts be solved to achieve a tradeoff within a decision-support system? This paper proposes an artificial intelligence-based approach to formalize available knowledge as elements for decision-making. It develops an argumentation-based approach to support decision in food chains and presents an analysis of a case study concerning risks/benefits within the wheat to bread chain. It concerns the controversy about the possible change in the ash content of the flour used for commonly consumed French bread, and implies several stakeholders of the chain.; L'analyse d’une filière alimentaire est une opération très complexe car, d’une part, elle repose sur de nombreux critères (environnementaux, économiques, sociétaux, nutritionnels, sanitaires, etc) et d’autre part, elle doit prendre en compte l’avis des différents acteurs de la filière (pouvoirs publics, industriels, centres techniques, organisations professionnelles, consommateurs, etc). Les objectifs des différents acteurs impliqués pouvant être divergents, la prise de décision relève de l'arbitrage. Cet arbitrage peut être fait par la recherche d'un compromis - une solution qui satisfait, au moins partiellement, tous les acteurs - ou en favorisant certains acteurs, en fonction des priorités des décideurs. Plusieurs questions méthodologiques sont ouvertes concernant la problématique de l'arbitrage dans les filières alimentaires: quel modèle utiliser pour représenter et prendre en compte des points de vue contradictoires? Comment prendre en compte les priorités exprimées par les différents acteurs ayant des préoccupations divergentes ? Comment peut-on résoudre les conflits pour atteindre un compromis au sein d'un système d'aide à la décision? Cet article propose une approche issue de l'intelligence artificielle pour formaliser les connaissances disponibles lors de la prise de décision. Il présente une méthodologie d'aide à la décision basée sur l'argumentation dans les filières alimentaires et un exemple tiré d'une étude de cas de type risques/bénéfices concernant la nature du blé à utiliser en panification française. Cette étude porte plus précisément sur la controverse engendrée par plusieurs acteurs de la filière concernant le changement possible de la teneur en cendres de la farine utilisée pour la fabrication du pain français de consommation courante.

Published
2012

8. Vers une méthode d’évolution d’une RTO dédiée à l’annotation de relations n-aires

Author

Dibie-Barthelemy, Juliette, Touhami, Rim, Buche, Patrice, Ibanescu, Liliana, Mathématiques et Informatique Appliquées (MIA-Paris), AgroParisTech-Institut National de la Recherche Agronomique (INRA), Méthodologies d'Analyse de Risque Alimentaire (MET@RISK), Institut National de la Recherche Agronomique (INRA), Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), 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’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), 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), 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
évolution d'ontologie, [SDV]Life Sciences [q-bio]
Abstract

absent

Published
2012

9. Construction et alignement d’ontologies pour évaluer le risque alimentaire

Author

Ibanescu, Mariana, Buche, Patrice, Dibie, Juliette, AgroParisTech, Méthodologies d'Analyse de Risque Alimentaire (MET@RISK), and Institut National de la Recherche Agronomique (INRA)

Subjects
food risk, Ontology alignment, risque alimentaire, [SDV]Life Sciences [q-bio], intégration de données, représentation des connaissances, alignement d’ontologies, construction d’ontologie
Abstract

Nous présentons dans cet article un retour sur notre expérience de construction et d’alignement d’ontologies appliqué au domaine du risque alimentaire. Plus précisément, l’application concerne l’évaluation de l’exposition d’une population cible à un risque alimentaire réalisée avec le logiciel CARAT. Cette évaluation repose sur deux sources de données : une source de données de contamination chimique des aliments, appelée CONTA, et une source de données de consommation, appelée CONSO. Pour pouvoir calculer l’exposition d’une population cible à un risque alimentaire, les produits alimentaires de la source CONTA doivent être mis en correspondance avec les produits alimentaires de la source CONSO. Nous présentons dans ce papier le logiciel CARAT, ses sources de données, leurs référentiels, appelés ontologies, et le problème d’alignement de ces ontologies. Nous rappelons la méthode que nous avons proposée pour aligner ces ontologies, qui repose sur le modèle des graphes conceptuels. Nous présentons enfin les limites de cette méthode et proposons une nouvelle formalisation des ontologies pour les contourner.

Published
2009

10. Flexible querying of Web data for predictive modelling of risk in food

Author

Buche, Patrice, Couvert, Olivier, Dibie-Barthelemy, Juliette, Mettler, Eric, Soler, Lydie, Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), 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), Laboratoire Universitaire de Biodiversité et Ecologie Microbienne (LUBEM), Université de Brest (UBO), Mathématiques et Informatique Appliquées (MIA-Paris), AgroParisTech-Institut National de la Recherche Agronomique (INRA), Société de Recherche et de Développement Alimentaire Bongrain, 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), 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)-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)

Subjects
data querying, [SDV]Life Sciences [q-bio], data integration, risk in food
Abstract

avec comité de sélection; absent

Published
2009

11. Using fuzzy conceptual graph rules to map ontologies

Author

Buche, Patrice, Dibie-Barthelemy, Juliette, Ibanescu, Liliana, Méthodologies d'Analyse de Risque Alimentaire (MET@RISK), Institut National de la Recherche Agronomique (INRA), and AgroParisTech

Subjects
Computer Science::Information Retrieval, [SDV]Life Sciences [q-bio], Data_MISCELLANEOUS, conceptual graphs, ontology mapping, ComputingMethodologies_GENERAL
Abstract

This paper presents a new ontology mapping method between a source ontology and a target one considered as a reference. Both ontologies are composed of triplets of the form (object, characteristic, value). Values describing the objects of the reference ontology are hierarchically organized using the a kind of relation. The proposed method considers the ontology mapping problem as a rule application problem in the Conceptual Graph model. First, a vocabulary common to both ontologies is defined using mapping between values and characteristics. Each value of the source ontology is associated with a fuzzy set of values of the reference ontology. Then, the source ontology is translated into a fuzzy conceptual graph base and the reference ontology into a conceptual graph rule base. Finally, rules are applied into the fact base in order to find correspondences between objects of both ontologies. This method is implemented and applied to the mapping of ontologies in risk assessment in food products, and experimental results are presented.

Published
2008

12. An ontology driven annotation of data tables

Author

Hignette, Gaëlle, Buche, Patrice, Dibie-Barthelemy, Juliette, Haemmerlé, Ollivier, Mathématiques et Informatique Appliquées (MIA-Paris), AgroParisTech-Institut National de la Recherche Agronomique (INRA), MEthodes et ingénierie des Langues, des Ontologies et du DIscours (IRIT-MELODI), Institut de recherche en informatique de Toulouse (IRIT), Université Toulouse 1 Capitole (UT1), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Université Toulouse - Jean Jaurès (UT2J)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Toulouse 1 Capitole (UT1), Université Fédérale Toulouse Midi-Pyrénées, Université Toulouse - Jean Jaurès (UT2J), Université Toulouse 1 Capitole (UT1)-Université Toulouse - Jean Jaurès (UT2J)-Université Toulouse III - Paul Sabatier (UT3), and Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP)

Subjects
[SDV]Life Sciences [q-bio], ontology-driven data integration, semantic annotation
Abstract

This paper deals with the integration of data extracted from the web into an existing data warehouse indexed by a domain ontology. We are specially interested in data tables extracted from scientific publications found on the web. We propose a way to annotate data tables from the web according to a given domain ontology. In this paper we present the different steps of our annotation process. The columns of a web data table are first segregated according to whether they represent numeric or symbolic data. Then, we annotate the numeric (resp.symbolic) columns with their corresponding numeric (resp. symbolic) type found in the ontology. Our approach combines different evidences from the column contents and from the column title to find the best corresponding type in the ontology. The relations represented by the web data table are recognized using both the table title and the types of the columns that were previously annotated. We give experimental results of our annotation process, our application domain being food microbiology.

Published
2007

13. Annotation sémantique floue de tableaux guidée par une ontologie

Author

Hignette, Gaëlle, Buche, Patrice, Dibie, Juliette, Haemmerlé, Olivier, Mathématiques et Informatique Appliquées (MIA-Paris), AgroParisTech-Institut National de la Recherche Agronomique (INRA), Méthodologies d'Analyse de Risque Alimentaire (MET@RISK), Institut National de la Recherche Agronomique (INRA), GRIMM-ISYCOM Département Mathématiques - Informatique, and Université Toulouse - Jean Jaurès (UT2J)

Subjects
annotation sémantique, [SDV]Life Sciences [q-bio], ontologie
Abstract

Nous présentons dans cet article différentes étapes de l'annotation de tableaux de données à l'aide d'une ontologie. Tout d'abord, nous distinguons les colonnes de données numériques et symboliques. Les données symboliques sont ensuite annotées de manière floue à l'aide des termes de l'ontologie. Cette annotation nous permet de déduire le type des colonnes de données symboliques. Pour trouver le type des colonnes de données numériques, nous utilisons à la fois le titre de la colonne et les valeurs numériques et unités présentes dans la colonne. Chaque étape de notre annotation est validée expérimentalement.

Published
2007

14. Application informatique : le logiciel CARAT

Author

Buche, Patrice, Soler, Lydie, Tressou, Jessica, Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), 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), Méthodologies d'Analyse de Risque Alimentaire (MET@RISK), Institut National de la Recherche Agronomique (INRA), 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), 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)-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)

Subjects
logiciel CARAT, [SDV]Life Sciences [q-bio]
Abstract

De nombreux logiciels proposent des outils de calcul d’exposition et fournissent desestimateurs et des graphiques décrivant la distribution de l’exposition. Citons par exemple leprojet MONTE CARLO financé par le programme Qualité de vie et ressources vivantes(Living Resources) du programme Santé, Alimentation et Nutrition du 5ème programmecadre de la commission européenne (http://montecarlo.tchpc.tcd.ie/, Gibney and van der Voet,2003).

Published
2006

15. Fuzzy semantic annotation of XML documents

Author

Hignette, Gaëlle, Buche, Patrice, Dibie, Juliette, Haemmerlé, Olivier, Mathématiques et Informatique Appliquées (MIA-Paris), Ecole Nationale du Génie Rural, des Eaux et des Forêts (ENGREF)-Institut National de la Recherche Agronomique (INRA)-Institut National Agronomique Paris-Grignon (INA P-G), Méthodologies d'Analyse de Risque Alimentaire (MET@RISK), Institut National de la Recherche Agronomique (INRA), UMR 8623 FUTURS, and Centre National de la Recherche Scientifique (CNRS)

Subjects
[SDV]Life Sciences [q-bio], XML, data integration, semantic annotation
Abstract

The e.dot project consists in the semi-automatic construction of an XML data warehouse in the field of food safety. The construction and the querying of the data warehouse are guided by an ontology. We are working on the annotation of tables extracted from scientific articles in microbiology with terms of the ontology. Terms from those articles may be connected to several terms of the ontology, but each connection is uncertain. We represent the annotations as possibility distributions: we associate each term of the ontology with the degree of possibility that this term represents the original term from the article. In this paper, we present two ways of computing this degree of possibility. One is based on a syntactic comparison, each word of an ontology term being weighted according to its “semantic power” in the term. The second way of computing the degree of possibility is based on the first one, but it also uses the hierarchy defined in the ontology

Published
2005

16. A data warehouse that gathers several formalisms to capture data heterogeneity and incompleteness in the field of food microbiological safety

Author

Buche, Patrice, Dibie, Juliette, Haemmerlé, Ollivier, Thomopoulos, Rallou, Mathématiques et Informatique Appliquées (MIA-Paris), and Ecole Nationale du Génie Rural, des Eaux et des Forêts (ENGREF)-Institut National de la Recherche Agronomique (INRA)-Institut National Agronomique Paris-Grignon (INA P-G)

Subjects
[INFO.INFO-DB]Computer Science [cs]/Databases [cs.DB], [SDV]Life Sciences [q-bio], data warehouse, data integration, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]
Abstract

Notre travail porte sur la conception d’un entrepôt de données dans le domaine de l’analyse du risque alimentaire. Les données expérimentales stockées dans cet entrepôt ont trois caractéristiques principales qui ont guidé la conception de l’entrepôt : elles sont hétérogènes, elles peuvent être imprécises, et l’entrepôt est par nature incomplet. Nous proposons d’utiliser trois modèles de données : le modèle relationnel, le modèle des graphes conceptuels et le modèle XML. Ces modèles ont été étendus afin de pouvoir représenter des données imprécises sous la forme de distributions de possibilités. Les bases de données construites sur ces modèles sont interrogés simultanément avec le langage MIEL++. Dans ce langage, les préférences de l’utilisateur sont représentées par des sous-ensembles flous. Des techniques de mise en correspondance floue sont utilisées pour comparer préférences et données imprécises.

Published
2005

17. Towards a unified querying system of both structured and semi-structured imprecise data using fuzzy view

Author

Buche, Patrice, Haemmerlé, Ollivier, Mathématiques et Informatique Appliquées (MIA-Paris), Ecole Nationale du Génie Rural, des Eaux et des Forêts (ENGREF)-Institut National de la Recherche Agronomique (INRA)-Institut National Agronomique Paris-Grignon (INA P-G), Département OMIP, and Institut National Agronomique Paris-Grignon (INA P-G)

Subjects
[SDV]Life Sciences [q-bio], BASE DE CONNAISSANCE, BASE DE DONNEES
Abstract

Communication présentée au 8th International Conference on Conceptual Structures, ICCS 2000, Darmstadt, Germany, August 14-18, 2000; International audience; This work is part of a national project which aims at building a tool for the analysis of microbial risks in food products. As a first step of this work, we propose a unified querying system which simultaneously scans two different bases: a relational database containing structured information and a conceptual graph knowledge base containing semi-structured information. These two bases contain microbiological information. To achieve this, we propose a way of translating a database query expressed in a speci fic language into a query represented by a conceptual graph. This graph is projected into the base. It can also be generalized in order to avoid silent answers.

Published
2000

Catalog

Books, media, physical & digital resources
See catalog results