Search

Your search keyword '"Buche, Patrice"' showing total 334 results
Start Over Author "Buche, Patrice"
334 results on '"Buche, Patrice"'

151. 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

152. Evolution d'une RTO dédiée à la représentation de relations n-aires

Author

Touhami, Rim, Buche, Patrice, Dibie, Juliette, Ibanescu, Liliana, Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Institut National de la Recherche Agronomique (INRA), Méthodologies d'Analyse de Risque Alimentaire (MET@RISK), Institut National de la Recherche Agronomique (INRA), 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, Christel Vrain, André Péninou, Florence Sédes, 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 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
[INFO.INFO-WB]Computer Science [cs]/Web, Ontology evolution, Data integration
Abstract

National audience; Nous nous intéressons dans cet article à la problématique d'évolution d'une ontologie permettant de représenter des relations n-aires. Nous présentons la représentation formelle des changements applicables à notre ontologie permettant de modifier sa structure tout en maintenant sa cohérence structurelle. Nous illustrerons nos propos sur une ontologie dédiée à la représentation de relations n-aires entre des données expérimentales quantitatives.

Published
2013

153. Enrichissement d'une RTO par l'ajout de termes spécialisés

Author

Lebras, Ludovic, Buche, Patrice, Dibie-Barthelemy, Juliette, Roche, Mathieu, Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Institut National de la Recherche Agronomique (INRA), 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), 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), 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), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM), 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), and Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)

Subjects
[INFO.INFO-WB]Computer Science [cs]/Web
Abstract

National audience; Nous proposons dans cet article une méthode d'enrichissement d'une Ressource Termino-Ontologique (RTO) par l'ajout de termes extraits d'un corpus de documents textuels.

Published
2013

154. Argumentation and negociation for biodegradable food packaging selection

Author

Buche, Patrice, Croitoru, Madalina, Fortin, Jérôme, Mosse, Patricio, Tamani, Nouredine, Thomopoulos, Rallou, 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), 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), Financement européen, European Project, 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), 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
langage de préférences, négociation, negotiation, consensus, Argumentation, ASPIC+, [INFO.INFO-WB]Computer Science [cs]/Web, prise de décision, conflict resolution, decision making, preference language
Abstract

National audience; The aim of the paper is to aggregate preferences expressed by different actors. The aggregation process is based on argumentation techniques enriched with a negotiation phase. The final aim of this process is to support decision making. The work presented here is a part of the European Project EcoBioCap (ECOefficiant BIOdegradable Composite Advanced Packaging) that aims at providing new, eco-efficient packaging to european food producers. One of the tasks of the project is to provide a decision support system allowing to help into the choice of a packaging for a given food product. Such packaging must satisfy, at its best, preferences expressed by different actors on several criteria, not always mutually compatible. To reach this goal, we have proposed a preference logic that allows the actors to express formally their preferences. This language has then been used as the basis of an argumentation system, instantiated from ASPIC+. This allowed, by the means of extensions, to obtain maximally consistent packaging properties. When several extensions contain desirable features, a negotiation process is realized in order to add knowledge to the system which will eventually allow certain inconsistencies to be resolved. An implementation has been performed in order to test our approach with domain experts.; L'objectif de ce papier est d'agréger les préférences de différents acteurs d'un domaine, en utilisant les techniques d'argumentation puis de négociation, pour l'aide à la prise de décision. Ce travail s'insère dans le cadre du projet européen EcoBioCap (ECOefficiant BIOdegradable Composite Advanced Packaging), dont le but est de fournir aux filières agro alimentaires européennes de nouveaux emballages éco-efficaces, personnalisables et biodégradables. Une des tâches du projet EcoBioCap est de fournir un système d'aide à la décision facilitant le choix d'un emballage pour un produit donné. Ce choix d'emballage doit satisfaire au mieux de nombreux critères, pas toujours compatibles entre eux et exprimés par différents acteurs. Pour ce faire, une logique de préférences, composée d'un langage et d'une sémantique, a été proposée afin de permettre aux intervenants d'exprimer leurs préférences dans un cadre formel. Cette logique a été par la suite intégrée dans un système d'argumentation (instance de ASPIC+) afin d'extraire à partir des préférences exprimées les ensembles de conclusions justifiées appelées extensions. Ces dernières présentant des conclusions contradictoires sont enfin soumises à un processus de négociation pour la résolution des conflits nécessaire à l'aide à la prise de décision. Un prototype a été implémenté afin de valider notre approche avec les experts du projet.

Published
2013

155. Fuzzy Web Data Tables Integration Guided by a Termino-Ontological Resource

Author

Buche, Patrice, Dibie-Barthelemy, Juliette, Ibanescu, Liliana, Soler, Lydie, 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), Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Institut National de la Recherche Agronomique (INRA), AgroParisTech, Méthodologies d'Analyse de Risque Alimentaire (MET@RISK), Institut National de la Recherche Agronomique (INRA), 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 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), 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
"fuzzy, fuzzy, [INFO.INFO-WB]Computer Science [cs]/Web, representations, InformationSystems_DATABASEMANAGEMENT, XML/XSL/RDF, and transforms, data structures, and probabilistic reasoning, knowledge modeling, knowledge and data engineering tools and techniques, " and probabilistic reasoning, uncertainty, ComputingMilieux_MISCELLANEOUS
Abstract

International audience; In this paper, we present the design of ONDINE system which allows the loading and the querying of a data warehouse opened on the Web, guided by an Ontological and Terminological Resource (OTR). The data warehouse, composed of data tables extracted from Web documents, has been built to supplement existing local data sources. First, we present the main steps of our semiautomatic method to annotate data tables driven by an OTR. The output of this method is an XML/RDF data warehouse composed of XML documents representing data tables with their fuzzy RDF annotations. We then present our flexible querying system which allows the local data sources and the data warehouse to be simultaneously and uniformly queried, using the OTR. This system relies on SPARQL and allows approximate answers to be retrieved by comparing preferences expressed as fuzzy sets with fuzzy RDF annotations.

Published
2013

156. 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

157. Semi-Automatic Loading of a Microbial Risk in Food Database Thanks to a Domain Ontology

Author

Buche, Patrice, Dervaux, Stéphane, Dibie-Barthelemy, Juliette, Ibanescu, Liliana, Soler, Lydie, Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Institut National de la Recherche Agronomique (INRA), 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), Méthodologies d'Analyse de Risque Alimentaire (MET@RISK), 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), 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
[INFO.INFO-WB]Computer Science [cs]/Web, data and knowledge capitalization, ontology, data annotation
Abstract

INFO/GraphIKINFO:INFO_WBhttp://www.effostconference.com/non spécifiéePosterMontpellierFrance; International audience; A preliminary step in microbial risk assessment in food is to gather and to capitalize experimental data. We have designed, in the predictive modeling platform Sym'Previus (www.symprevius.org), a relational database, MicroRisk-RDB, to store experimental data in microbial risk. Those data are used as required input parameters of pathogen germs growth simulation models. Data capitalization task encounters a challenging lock. Indeed, original data are spread out in heterogeneous data sources (scientific papers, technical reports / sheets, PhD thesis ...). Moreover, they are expressed in heterogeneous formats (mainly tables, text and graphics) and vocabularies. Manual entering of data in a database (e.g. MicroRisk-RDB) is therefore a time-consuming task and developing methods and tools to facilitate data capitalization are required. In the French ANR project MAP'OPT (Equilibrium Gas Composition in Modified Atmosphere Packaging and Food Quality), we are currently designing a semi-automatic tool, @Web-Tool, to facilitate the loading of MicroRisk-RDB. Data stored in MicroRisk-RDB are indexed using a predefined vocabulary (called ontology in the following), MicroRisk-Onto, organized as a taxonomy. This ontology is re-used in @Web-Tool to facilitate the loading of the database. @Web-Tool is a semi-automatic tool, under development, designed to help domain experts to load MicroRisk-RDB from data tables found in scientific publications, especially on the Web. We focus on data tables as they often contain a synthesis of experimental results published in scientific publications. The user downloads an HTML scientific document, then data tables are automatically identified and extracted from the document and a graphical user-friendly interface, based on MicroRisk-Onto, helps the user to extract pertinent information from selected data tables and to load them in MicroRisk-RDB. @Web-Tool is designed as a generic semantic Web tool allowing any database to be loaded assuming that there exists an ontology describing the application domain.

Published
2012

158. Vers la publication d’une RTO dédiée à l’annotation de relations n-aires

Author

Buche, Patrice, Dervaux, Stephane, Dibie, Juliette, Ibanescu, Liliana, Touhami, Rim, Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Institut National de la Recherche Agronomique (INRA), AgroParisTech, 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), 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 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
validation des changements, Process Engineering, évolution d'ontologie, ressource termino-ontologique, Informatique (Sciences cognitives), [SCCO.COMP]Cognitive science/Computer science, [SPI.GPROC]Engineering Sciences [physics]/Chemical and Process Engineering, Génie des procédés, Computer science
Abstract

Comité de sélection - audience nationale; Nous présentons dans cet article la modélisation d’une RTO dédiée à latâche d’annotation de relations n-aires, qui permettent de représenter des résultatsexpérimentaux, et un corpus de tableaux annotés avec cette RTO. Nous souhaite-rions pouvoir publier cette RTO et le corpus de tableaux associés sur le Web dedonnées, mais de nombreuses questions se posent. Nous espérons que notre parti-cipation à l’atelier Ontologies et Jeux de Données pour évaluer le web sémantique(OJD) nous aidera à y répondre

Published
2012

159. Extraction de relations n-aires interphrastiques guidée par une RTO

Author

Ghersedine, Akila, Buche, Patrice, Dibie, Juliette, Hernandez, Nathalie, Kamel, Mouna, Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Institut National de la Recherche Agronomique (INRA), Institut de recherche en informatique de Toulouse (IRIT), Université Toulouse 1 Capitole (UT1)-Université Toulouse - Jean Jaurès (UT2J)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées, 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, Méthodologies d'Analyse de Risque Alimentaire (MET@RISK), Institut National de la Recherche Agronomique (INRA), 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), 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), 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), MEthodes et ingénierie des Langues, des Ontologies et du DIscours (IRIT-MELODI), Université Fédérale Toulouse Midi-Pyrénées-Université Toulouse 1 Capitole (UT1), Université Toulouse - Jean Jaurès (UT2J), Université Toulouse Capitole (UT Capitole), Université de Toulouse (UT)-Université de Toulouse (UT)-Université Toulouse - Jean Jaurès (UT2J), Université de Toulouse (UT)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Toulouse Mind & Brain Institut (TMBI), Université de Toulouse (UT)-Université de Toulouse (UT)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT), and Université de Toulouse (UT)-Université Toulouse Capitole (UT Capitole)

Subjects
extraction d'information, semantic web, logique floue, [INFO.INFO-WB]Computer Science [cs]/Web, Recherche d'Information, ontologies, extraction d’information, web sémantique, information extraction, fuzzy logic
Abstract

National audience; Nous proposons dans cet article une méthode d'extraction d'instances de relations naires dans un texte guidée par une Ressource Termino-Ontologique (RTO) de domaine. Une RTO est une ressource comportant une composante conceptuelle (l'ontologie) et une composante terminologique (la terminologie), dans laquelle les termes sont distingués des concepts qu'ils dénotent. L'ontologie permet la modélisation de relations n-aires, reliant des arguments pouvant être des concepts symboliques et des quantités. La méthode proposée s'applique aux relations n-aires formulées de façon implicite dans le texte et dont les instances d'arguments peuvent être exprimées à travers différentes phrases du texte. ABSTRACT. We propose in this paper a method to extract instances of n-ary relations in a text guided by an Ontological and Terminological Resource (OTR). An OTR is a resource composed of a conceptual component (the ontology) and a terminological component (the terminology) in which the terms are distinguished from the concepts they denote. The ontology allows n-ary relationships to be described between arguments which can be symbolic concepts and quantities. The method is dedicated to the extraction of n-ary relations which are implicit in the text and whose instances of arguments may be expressed in different sentences of the text.

Published
2012

160. 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, 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), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), 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
[INFO.INFO-WB]Computer Science [cs]/Web
Abstract

National audience; 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

161. L'ingénierie des Connaissances, un outil pour intégrer les connaissances sur les procédés de la chaîne alimentaire et aider à la décision

Author

Della Valle, Guy, Perrot, Nathalie, Beaudrit, C., Buche, Patrice, Kansou, Kamal, Ndiaye, Amadou, Thomopoulos, Rallou, Unité de Recherche sur les Biopolymères leurs Interactions et Assemblages (URBIA), Institut National de la Recherche Agronomique (INRA), Génie et Microbiologie des Procédés Alimentaires (GMPA), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Institut National de la Recherche Agronomique (INRA), 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), Unité de recherche sur les Biopolymères, Interactions Assemblages (BIA), Institut de Mécanique et d'Ingénierie de Bordeaux (I2M), Institut National de la Recherche Agronomique (INRA)-Université de Bordeaux (UB)-École Nationale Supérieure d'Arts et Métiers (ENSAM), Arts et Métiers Sciences et Technologies, HESAM Université (HESAM)-HESAM Université (HESAM)-Arts et Métiers Sciences et Technologies, HESAM Université (HESAM)-HESAM Université (HESAM)-Institut Polytechnique de Bordeaux-Centre National de la Recherche Scientifique (CNRS), AgroParisTech-Institut National de la Recherche Agronomique (INRA), Institut National de la Recherche Agronomique (INRA)-Institut National Agronomique Paris-Grignon (INA P-G), 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), École Nationale Supérieure d'Arts et Métiers (ENSAM), HESAM Université (HESAM)-HESAM Université (HESAM)-Institut Polytechnique de Bordeaux-Institut National de la Recherche Agronomique (INRA)-Centre National de la Recherche Scientifique (CNRS)-Université de Bordeaux (UB), 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), HESAM Université (HESAM)-HESAM Université (HESAM)-Institut Polytechnique de Bordeaux-Centre National de la Recherche Scientifique (CNRS)-Université de Bordeaux (UB)-Institut National de la Recherche Agronomique (INRA), 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)-Arts et Métiers Sciences et Technologies, and 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)-Institut Polytechnique de Bordeaux-Centre National de la Recherche Scientifique (CNRS)

Subjects
fromage, modèle, multi-échelles, système complexe, [SDV.SA]Life Sciences [q-bio]/Agricultural sciences, [INFO.INFO-WB]Computer Science [cs]/Web, bread, durum wheat, multi-scale, complex system, cheese, modelling, blé dur, pain
Abstract

Au croisement des sciences cognitives, de l'informatique et des mathématiques appliquées, l’ingénierie des connaissances propose des concepts, méthodes et techniques permettant de modéliser et/ou d’acquérir les connaissances dans des domaines ou la formalisation est difficile ou la compréhension des phénomènes partielle. L'acquisition des connaissances est apparue comme une discipline avec un objet de recherche à la fin des années 80. À la suite des développements des systèmes experts durant la décennie, la question de la modélisation et de l'acquisition des connaissances pour ces systèmes est apparue comme cruciale et problématique. Les travaux en Ingénierie des connaissances sont doncfondés sur la nécessité de modéliser de manière explicite les connaissances. Il s'agit de construire des modèles adaptés à la nature des connaissances à décrire pour pouvoir ensuite les représenter dans des formalismes adéquats (Charlet, 2002). L’ingénierie des connaissances peut être schématiquement définie par trois étapes : l'acquisition de connaissances disponibles, leur représentation informatique et l'utilisation de celles-ci à des fins de simulation, de prédiction, de validation, d'optimisation pour aider à la décision. Un archipel de méthodes existe pour traiter cette problématique. Elles sont chacune plus ou moins adaptées au problème traité et des compétences spécifiques sont nécessaires pour choisir et mettre en oeuvre les méthodes les plus appropriées. La démarche et certaines méthodes sont illustrées pour différentes applications dansl'industrie alimentaire, telles que la chaîne de transformation du blé dur, le pétrissage de la pâte à pain, l’affinage du fromage. Ces illustrations s’appuient sur des approches spécifiques, comme les arbres de décision et les graphes conceptuels, le raisonnement qualitatif, les réseaux bayésiens et l'optimisation sous contraintes, respectivement. L'application de ces approches ouvre des perspectives pour la conception virtuelle de produits alimentaires dans le cadre d’une chaîne alimentaire durable., Issued from cognitive sciences, computer sciences and applied mathematics, Knowledge (K) Engineering encompasses modelling and can be roughly defined by three steps: acquisition of available K, representation of acquired K and computational use of represented K for simulation, validation and optimisation purposes. These different steps are illustrated for various applications to food industry like the durum wheat chain, dough mixing for bread making, cheese ripening, based on specific approaches like decision trees and conceptual graphs, qualitative reasoning, Bayesian networks and optimisation under uncertainty and multi-criteria flexible querying, respectively. The application of such approaches opens prospects for the virtual design of food products which will be of help for the sustainable production of high quality foods.

Published
2012

162. Thématiques scientifiquers InCoM sur les 4-5 ans à venir

Author

Baudrit, Cédric, Buche, Patrice, Delaplace, Guillaume, Della Valle, Guy, Daudin, Jean-Dominique, Gaucel, Sébastien, Goujot, Daniel, Ndiaye, Amadou, Perrot, Nathalie, Taillandier, Franck, Génie et Microbiologie des Procédés Alimentaires (GMPA), 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), 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), Processus aux Interfaces et Hygiène des Matériaux (PIHM), Institut National de la Recherche Agronomique (INRA), Unité de recherche sur les Biopolymères, Interactions Assemblages (BIA), Ingénierie Procédés Aliments (GENIAL), Institut National de la Recherche Agronomique (INRA)-Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA)-AgroParisTech-Conservatoire National des Arts et Métiers [CNAM] (CNAM), LABORATOIRE DE RHEOLOGIE DU BOIS DE BORDEAUX (LRBB), and Centre National de la Recherche Scientifique (CNRS)-Institut National de la Recherche Agronomique (INRA)-Université Sciences et Technologies - Bordeaux 1

Subjects
[INFO.INFO-WB]Computer Science [cs]/Web
Published
2012

163. Bio-Sourced and Biodegradable Packaging design Using Argumentation to Aggregate Stakeholder Preferences

Author

Croitoru, Madalina, Fortin, Jérôme, Mosse, Patricio, Buche, Patrice, Guillard, Valérie, Guillaume, Carole, 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), 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), 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 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
[INFO.INFO-WB]Computer Science [cs]/Web
Abstract

International audience; A decision support system (DSS) can facilitate and enhance the group decision making process. Such a DSS must typically aggregate the preferences of multiple entities in the group in order to recommend a final decision. Argumentation forms a natural way of encoding reasons as to why some action should be taken (or avoided), and, in this work we instantiate an argumentation system designed to aggregate the preferences of multiple parties where preference information is defined in terms of expertise knowledge on the topic. We propose a formal language of preferences which we use within our argument framework, and describe how arguments and argument related concepts such as attacks between arguments can be obtained. We also discuss how to consider different viewpoints elicitation within our framework, and in particular, how the viewpoints of an expert can be represented. The framework we describe below is aimed at a specific use-case, which has emerged from the EU funded EcoBioCap project. This project's goal is to provide the EU food industry with customisable, eco-efficient, and biodegradable packaging solutions, offering direct benefits to the environment, as well as to consumers in terms of food quality and safety. One aspect of this project requires a strategic analysis of stakeholder requirements to be carried out, allowing the project to identify an initial set of potential packaging materials on which further experiments can be carried out. The stakeholders in this domain include consumers, manufacturers and food scientists, together with other experts on the properties of different packaging materials. Our aim is to identify a ranked list of relevant packaging solutions that are consistent with each entities expertise and preferences (as well as their justifications for these preferences).

Published
2012

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

Author

Thomopoulos, Rallou, Bourguet, Jean-Rémi, Abecassis, Joel, Buche, Patrice, and Fortin, Jérôme

Subjects
qualité dans les filières alimentaires, durabilité, analyse risques/bénéfices, représentation de la connaissance, quality in food chains, sustainability, risks and benefits analysis, knowledge representation
Abstract

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., 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.

Published
2012

165. 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

166. A Decision Support System to Optimize Fresh Food Packaging

Author

Destercke, Sébastien, Buche, Patrice, Guillaume, Carole, Guillard, Valérie, Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier (LIRMM), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Institut National de la Recherche Agronomique (INRA), 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), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM), 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 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
reverse engineering, fuzzy sets, flexible database querying, Fresh food packaging, [INFO.INFO-WB]Computer Science [cs]/Web, multi criteria decision, optimization under uncertainty
Abstract

International audience; Preserving fresh fruits and vegetables after harvest and during further storage is an important issue in the food industry. Beyond respect of the chill chain, modified atmosphere is an efficient way to delay senescence and spoilage without using controversial preservatives compounds or technologies. Modified atmosphere packaging (MAP) relies on modification of the atmosphere inside the package in order to extend food shelf life by reducing physiological degradation rate. MAP is achieved by the interplay of two processes: (1) the transfer of gases through the packaging and (2) the respiration of the product. MAP can be achieved by matching the film permeation rate (namely O2 and CO2 permeabilities) with the respiration rate of the product. A mathematical model (www.tailorpack.com) has been developed to design MAP for fresh fruits and vegetables. Such numerical tool simplify the package design steps by allowing to predict in advance the required window of packaging permeability for maintaining the quality and safety of the packed food. However, such a mathematical model required several input parameters such as maximal respiration rates that are obtained from experimental data and are characterized by high uncertainties due to the biological variation. Although uncertainty propagation during MAP modeling presents significant concerns, this subject has been seldom considered. It would be nevertheless indispensable to consider it in the development of a complete decision support system for the design of fresh products packaging. In this work, we present a complete decision support system (DSS) that aims at helping decision makers to find the best packaging material for a given fruit or vegetable. This DSS is composed of two distinct parts. The first part consists in an optimization system that uses the MAP mathematical model and food parameters to determine optimal permeabilities of packaging. In order to integrate existing uncertainties in the study and still keep a reasonable time to perform the optimization task, we propose to use an approach based on interval analysis rather than the more classical probabilistic approach. The approach has the advantage to make a minimal amount of assumption and to require only a few evaluations of the model. The results of this uncertainty studies are optimal values of permeabilities described by fuzzy sets. The second part of the DSS consists in a database where is stored information concerning various packaging material. The system considers, among other criteria, fuzzy sets obtaining in the first part to interrogate the database, and can consider other user preferences expressed by fuzzy sets (i.e., gradual preferences). It allows to differentiate between compulsory requirements (i.e. that the users absolutely wants to be satisfied) and desirable requirements (i.e. that users would like to satisfy, if possible).

Published
2011

167. Détection de redondances dans les tableaux guidée par une ontologie

Author

Khefifi, Rania, Buche, Patrice, Dibie-Barthelemy, Juliette, Saïs, Fatiha, Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Institut National de la Recherche Agronomique (INRA), Laboratoire de Recherche en Informatique (LRI), Université Paris-Sud - Paris 11 (UP11)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), 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), Méthodologies d'Analyse de Risque Alimentaire (MET@RISK), Institut National de la Recherche Agronomique (INRA), Ali Khenchaf, Pascal Poncelet, 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), 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), and Ecole Nationale Supérieure de Techniques Avancées (ENSTA ParisTech). Labo/service de l'auteur, Paris, FRA.

Subjects
[INFO.INFO-WB]Computer Science [cs]/Web
Abstract

National audience; Nous nous intéressons dans cet article à la réconciliation d'annotations floues associées à des tableaux de données par une méthode d'annotation sémantique, qui est guidée par une ontologie de domaine. Etant donnés deux tableaux, la méthode consiste à détecter leurs instances de relation redondantes. Elle s'appuie sur les connaissances déclarées dans l'ontologie, ainsi que sur des scores de similarité entre les annotations floues représentées par des sousensembles flous numériques ou par des sous-ensembles flous symboliques.

Published
2011

168. Modélisation d'une ressource termino-ontologique de domaine pour l'annotation sémantique de tableaux

Author

Buche, Patrice, Dibie-Barthelemy, Juliette, Ibanescu, Liliana, Saïd, Abir, 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), AgroParisTech, Méthodologies d'Analyse de Risque Alimentaire (MET@RISK), Institut National de la Recherche Agronomique (INRA), Ecole Nationale Supérieure de Techniques Avancées (ENSTA ParisTech). Labo/service de l'auteur, Paris, FRA., Ali Khenchaf, Pascal Poncelet, and 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)

Subjects
[INFO.INFO-WB]Computer Science [cs]/Web
Abstract

International audience; Nous proposons dans cet article une modélisation d'une ressource termino-ontologique (RTO) de domaine, guidée par la tâche d'annotation sémantique de tableaux. L'annotation d'un tableau consiste à annoter ses cellules, pour pouvoir ensuite identifier les concepts représentés par ses colonnes et enfin identifier la ou les relations n-aires qu'il représente. La RTO proposée permet d'une part de modéliser dans sa composante lexicale les termes utilisés pour l'annotation des cellules en intégrant la gestion des synonymes et du multilingue, et, d'autre part, de modéliser dans sa composante conceptuelle les concepts symboliques, les concepts numériques et les relations n-aires, qui sont propres au domaine étudié.

Published
2011

169. Are my data reliable ? Towards an evidential answer

Author

Buche, Patrice, Charnomordic, Brigitte, Destercke, Sébastien, 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), Mathématiques, Informatique et STatistique pour l'Environnement et l'Agronomie (MISTEA), Institut National de la Recherche Agronomique (INRA)-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), and Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)

Subjects
maxi- mal coherent subsets, fonctions de croyances, [INFO.INFO-WB]Computer Science [cs]/Web, trust, fusion d’informations, belief functions, confiance, [SDV.IDA]Life Sciences [q-bio]/Food engineering, information fusion, [SPI.GPROC]Engineering Sciences [physics]/Chemical and Process Engineering, [INFO]Computer Science [cs], confidence, [MATH]Mathematics [math], maximal coherent subsets, sous-ensembles maximaux cohérents
Abstract

National audience; There are many available methods to integrate data or information source reliability in an uncertainty representation, but there are only a few works focusing on the problem of evaluating this reliability. In this paper, we propose a method to assess data reliability froma set of criteria by the means of evidence theory. The chosen illustrative example comes from real-world data issued from the Sym’Previus predictive microbiology oriented data warehouse.; S’il existe de nombreuses méthodes permettant d’intégrer l’information concernant la fiabilité des sources et des données à des mod`eles d’incertitudes, il existe nettement moins de travaux s’intéeressant au problèeme d’évaluer cette fiabilité. Dans ce papier, nous proposons une méthode permettant d’estimer cette fiabilitée, basée sur un ensemble de critères d’évaluation et sur la théorie de l’évidence. L’exemple choisi est tiré d’un cas réel issu de l’application Sym’Previus, entrepôt de données en microbiologie prévisionnelle.

Published
2010

170. Mes données sont-elles fiables ? Vers une réponse évidentielle

Author

Buche, Patrice, Charnomordic, Brigitte, Destercke, Sébastien, 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), Mathématiques, Informatique et STatistique pour l'Environnement et l'Agronomie (MISTEA), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Institut National de la Recherche Agronomique (INRA), Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Institut National de la Recherche Agronomique (INRA), 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 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 la Recherche Agronomique (INRA), 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 de la Recherche Agronomique (INRA)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)

Subjects
[INFO.INFO-WB]Computer Science [cs]/Web
Abstract

National audience; There are many available methods to integrate data or information source reliability in an uncertainty representation, but there are only a few works focusing on the problem of evaluating this reliability. In this paper, we propose a method to assess data reliability froma set of criteria by the means of evidence theory. The chosen illustrative example comes from real-world data issued from the Sym'Previus predictive microbiology oriented data warehouse.

Published
2010

171. Vers une méthode d'évolution d'une ontologie guidée par l'annotation sémantique de tableaux du Web

Author

Buche, Patrice, Dibie, Juliette, Ibanescu, Liliana, 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), AgroParisTech, 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), 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 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'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
WAREHOUSE, ONTOLOGY, MODELING, INTERROGATION, [INFO.INFO-WB]Computer Science [cs]/Web, PROCESS, ANNOTATION, INGENIERIE DES CONNAISSANCES, DATA TABLES, EVOLUTION D’ONTOLOGIE DE DOMAINE
Abstract

Contact: buche@supagro.inra.fr, dibie@agroparistech.fr, ibanescu@agroparistech.frContact: buche@supagro.inra.fr, dibie@agroparistech.fr, ibanescu@agroparistech.fr; National audience; Nous présentons dans cet article nos premières réflexions sur le processus d'évolution d'une ontologie de domaine utilisée pour alimenter et interroger un entrepôt de données ouvert sur le Web. Nous présentons tout d'abord la manière dont l'ontologie a été modélisée et construite. Puis, nous rappelons les grandes étapes du processus d'annotation semi-automatique de tableaux de données du Web qui permet d'alimenter l'entrepôt. Nous analysons enfin de manière succincte les moyens de gérer les évolutions de l'ontologie afin d'améliorer la qualité de l'annotation des tableaux du Web.

Published
2010

172. 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

173. CAFE Deliverable 2.1

Author

Neveu, Pascal, Granier, Alexandre, Charron, John, Tireau, Anne, Koenderink, Nicole, Wisse, Jelle, Ratini, Paolo, Perret, Bruno, Pettirani, Marina, Pirani, Massimiliano, Thomopoulos, Rallou, Buche, Patrice, Analyse des Systèmes et Biométrie (ASB), Institut National de la Recherche Agronomique (INRA), 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 la Recherche Agronomique (INRA), Génie et Microbiologie des Procédés Alimentaires (GMPA), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, 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), 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), Lirmm, Superviseur : Pascal Neveu, Institut National de la Recherche Agronomique (INRA)-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), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Institut National de la Recherche Agronomique (INRA), 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
[INFO.INFO-OH]Computer Science [cs]/Other [cs.OH]
Abstract

Identifiant Prodinra 192116

Published
2009

174. 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

175. 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

176. Xart system.

Author

Berrahou, Soumia Lilia, Buche, Patrice, Dibie, Juliette, and Roche, Mathieu

Published
2016
Full Text
View/download PDF

177. 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

178. Comparaison de deux modes de représentation de données faiblement structurées en sciences du vivant

Author

Thomopoulos, Rallou, Buche, Patrice, Haemmerlé, Ollivier, Mabille, Frédéric, Mueangdee, Nongyao, 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), Méthodologies d'Analyse de Risque Alimentaire (MET@RISK), Institut National de la Recherche Agronomique (INRA), Sciences, Espaces et Sociétés (SES), Université Toulouse - Jean Jaurès (UT2J), Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Institut National de la Recherche Agronomique (INRA), 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 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), 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 Université de Toulouse (UT)-Université de Toulouse (UT)

Subjects
Graphes Conceptuels, Modèle Relationnel, Sciences du Vivant, Intégration de Sources Hétérogènes, Données faiblement Structurées, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]
Abstract

National audience; Cet article présente deux modes de représentation de l'information dans le cadre d'une problématique en sciences du vivant. Le premier, appliqué à la microbiologie prévisionnelle, s'appuie sur deux formalismes, le modèle relationnel et les graphes conceptuels, interrogés uniformément via une même interface. Le second, appliqué aux technologies des céréales, utilise le seul modèle relationnel. Cet article décrit les caractéristiques des données et compare les solutions de représentation adoptées dans les deux systèmes.

Published
2006

179. 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

180. 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

181. 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

190. Flexible Querying of Fuzzy RDF Annotations Using Fuzzy Conceptual Graphs.

Author

Buche, Patrice, Dibie-Barthélemy, Juliette, and Hignette, Gaëlle

Abstract

This paper presents a flexible querying system of fuzzy RDF annotations which consists in translating fuzzy RDF annotations into fuzzy conceptual graphs and using an ˵approximate″-projection operation in order to compare fuzzy query graphs with fuzzy annotation graphs. The fuzzy sets in the query graphs having a semantic of preferences are compared with the fuzzy sets in the annotation graphs having a semantic of similarity or imprecision. These comparisons deliver several scores which are used by our flexible querying system to sort the answers according to a total order even if these scores are not commensurable. [ABSTRACT FROM AUTHOR]

Published
2008
Full Text
View/download PDF

191. An Ontology-Driven Annotation of Data Tables.

Author

Hutchison, David, Kanade, Takeo, Kittler, Josef, Kleinberg, Jon M., Mattern, Friedemann, Mitchell, John C., Naor, Moni, Nierstrasz, Oscar, Pandu Rangan, C., Steffen, Bernhard, Sudan, Madhu, Terzopoulos, Demetri, Tygar, Doug, Vardi, Moshe Y., Weikum, Gerhard, Weske, Mathias, Hacid, Mohand-Saïd, Godart, Claude, Hignette, Gaëlle, and Buche, Patrice

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. [ABSTRACT FROM AUTHOR]

Published
2007
Full Text
View/download PDF

192. Semantic Annotation of Data Tables Using a Domain Ontology.

Author

Carbonell, Jaime G., Siekmann, Jörg, Corruble, Vincent, Takeda, Masayuki, Suzuki, Einoshin, Hignette, Gaëlle, Buche, Patrice, Dibie-Barthélemy, Juliette, and Haemmerlé, Ollivier

Abstract

In this paper, we show the different steps of an annotation process that allows one to annotate data tables with the relations of a domain ontology. The columns of a table are first segregated according to whether they represent numeric or symbolic data. Then, we annotate the numeric columns with their corresponding numeric type, and the symbolic columns with their corresponding symbolic type, combining different evidences from the ontology. The relations represented by a table are recognized using both the table title and the types of the columns. We give experimental results for our annotation method. [ABSTRACT FROM AUTHOR]

Published
2007
Full Text
View/download PDF

193. Approximate Querying of XML Fuzzy Data.

Author

Larsen, Henrik Legind, Pasi, Gabriella, Ortiz-Arroyo, Daniel, Andreasen, Troels, Christiansen, Henning, Buche, Patrice, Dibie-Barthélemy, Juliette, and Wattez, Fanny

Abstract

The MIEL++ system integrates data expressed in two different formalisms: a relational database and an XML database. The XML database is filled with data semi-automatically retrieved from the Web, which have been semantically enriched according to the ontology used in the relational database. These data may be imprecise and represented as possibility distributions. The MIEL++ querying system scans the two databases simultaneously in a transparent way for the end-user. To scan the XML database, the MIEL query is translated into an XML tree query. In this paper, we propose to introduce flexibility into the query processing of the XML database, in order to take into account the imperfections due to the semantic enrichment of its data. This flexibility relies on fuzzy queries and query rewriting which consists in generating a set of approximate queries from an original query using three transformation techniques: deletion, renaming and insertion of query nodes. [ABSTRACT FROM AUTHOR]

Published
2006
Full Text
View/download PDF

194. Using Fuzzy Conceptual Graphs to Map Ontologies.

Author

Meersman, Robert, Tari, Zahir, Doussot, David, Buche, Patrice, Dibie-Barthélemy, Juliette, and Haemmerlé, Ollivier

Abstract

This paper presents a new ontology mapping method. This method addresses the case in which a non-structured ontology is to be mapped with a structured one. Both ontologies are composed of triplets of the form (object, characteristic, value). Structured means that the values describing the objects according to a given characteristic are hierarchically organized using the a kind of relation. The proposed method uses fuzzy conceptual graphs [8] to represent and map objects from a source ontology to a target one. First, we establish a correspondence between characteristics of the source ontology and characteristics of the target ontology based on the comparison of their associated values. Then, we propose an original way of translating the description of an object of the source ontology using characteristics and values of the target ontology. The description thus translated is represented as a fuzzy conceptual graph. Finally, a new projection operation is used to find mappings between translated objects and actual objects of the target ontology. This method has been implemented and the results of an experimentation concerning the mapping of ontologies in the field of risk in food are presented. [ABSTRACT FROM AUTHOR]

Published
2006
Full Text
View/download PDF

195. The MIEL++ Architecture When RDB, CGs and XML Meet for the Sake of Risk Assessment in Food Products.

Author

Schärfe, Henrik, Hitzler, Pascal, Øhrstrøm, Peter, Buche, Patrice, Dibie-Barthélemy, Juliette, Haemmerlé, Ollivier, and Thomopoulos, Rallou

Abstract

This article presents a data warehouse used for risk assessment in food products. The experimental data stored in this warehouse are heterogeneous, they may be imprecise; the data warehouse itself is incomplete by nature. The MIEL++ system - which is partially commercialized - is composed of three databases which are queried simultaneously, and which are expressed in three different data models: the relational model, the Conceptual Graph model and XML. Those models have been extended in order to allow the representation of fuzzy values. In the MIEL++ language, used to query the data warehouse, the end-users can express preferences in their queries by means of fuzzy sets. Fuzzy pattern matching techniques are used in order to compare preferences and imprecise values. [ABSTRACT FROM AUTHOR]

Published
2006
Full Text
View/download PDF

197. Towards a Unified Querying System of Both Structured and Semi-structured Imprecise Data Using Fuzzy View.

Author

Ganter, Bernhard, Mineau, Guy W., Buche, Patrice, and Haemmerlé, Ollivier

Abstract

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. [ABSTRACT FROM AUTHOR]

Published
2000
Full Text
View/download PDF

198. Evaluating Data Reliability: An Evidential Answer with Application to a Web-Enabled Data Warehouse.

Author

Destercke, Sebastien, Buche, Patrice, and Charnomordic, Brigitte

Subjects
*DATA quality, *RELIABILITY in engineering, *DATA analysis, *FUZZY sets, *PRAGMATICS, *DATABASE design, *CONFIDENCE
Abstract

There are many available methods to integrate information source reliability in an uncertainty representation, but there are only a few works focusing on the problem of evaluating this reliability. However, data reliability and confidence are essential components of a data warehousing system, as they influence subsequent retrieval and analysis. In this paper, we propose a generic method to assess data reliability from a set of criteria using the theory of belief functions. Customizable criteria and insightful decisions are provided. The chosen illustrative example comes from real-world data issued from the Sym'Previus predictive microbiology oriented data warehouse. [ABSTRACT FROM AUTHOR]

Published
2013
Full Text
View/download PDF

199. A flexible bipolar querying approach with imprecise data and guaranteed results

Author

Destercke, Sébastien, Buche, Patrice, and Guillard, Valérie

Subjects
*QUERYING (Computer science), *DATABASES, *PROBLEM solving, *CONSUMER preferences, *FOOD packaging, *VEGETABLES
Abstract

Abstract: In this paper, we propose an approach to query a database when the user preferences are bipolar (i.e., express both constraints and wishes about the desired result) and the data stored in the database are imprecise. Results are then completely ordered with respect to these bipolar preferences, giving priority to constraints over wishes. Additionally, we propose a treatment that allows us to guarantee that any query will return a result, even if no element satisfies all constraints specified by the user. Such a treatment may be useful when user''s constraints are unrealistic (i.e., cannot be all satisfied simultaneously) and when the user desires a guaranteed result. The approach is illustrated on a real-world problem concerning the selection of optimal packaging for fresh fruits and vegetables. [Copyright &y& Elsevier]

Published
2011
Full Text
View/download PDF

200. The MIEL system: Uniform interrogation of structured and weakly-structured imprecise data.

Author

Haemmerlé, Ollivier, Buche, Patrice, and Thomopoulos, Rallou

Subjects
FOOD, MICROBIOLOGY, COMPUTER interfaces, DATABASES, COMPUTER input-output equipment, INTERFACE circuits, FUZZY sets, SET theory, ELECTRONIC information resources
Abstract

We present an information system developed to help assessing the microbiological risk in food. That information system contains experimental results in microbiology, mainly extracted from scientific publications. The increasing amount of the experimental results available and the difficulty to integrate them into a classic relational database schema led us to design a system composed of two distinct subsystems queried through a common interface. The first subsystem is a classic relational database. The second subsystem is a database containing weakly-structured pieces of information expressed in terms of conceptual graphs. The data stored in both bases can be fuzzy ones in order to take into account the specificities of the biological information. The uniform query language used on both relational database and conceptual graph database allows the users to express preferences by using fuzzy sets in their queries. The MIEL system is now operational and used by the microbiologists involved in the Sym’Previus French project. [ABSTRACT FROM AUTHOR]

Published
2007
Full Text
View/download PDF

Catalog

Books, media, physical & digital resources
See catalog results