La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

1 Laboratoire Informatique & Systématique Bases de connaissances et systématique. Pour une systématique assistée par ordinateur Bruno MERIGUETVersion Octobre.

Présentations similaires


Présentation au sujet: "1 Laboratoire Informatique & Systématique Bases de connaissances et systématique. Pour une systématique assistée par ordinateur Bruno MERIGUETVersion Octobre."— Transcription de la présentation:

1 1 Laboratoire Informatique & Systématique Bases de connaissances et systématique. Pour une systématique assistée par ordinateur Bruno MERIGUETVersion Octobre 2009

2 2 Bases de connaissances et systématique. Introduction : Données & connaissances, bases de données & bases de connaissances Seconde partie : la réalisation dune base de connaissances réalisation théorie) Troisième partie : exploitation dune base de connaissances

3 3 Elles contiennent les éléments suivants : Nomenclature, Illustrations, Références bibliographiques, Descriptions Diagnoses : descriptions différentielles, Clés didentification. Monographies, faune et flores Elles sont le résultat du travail dexperts. Les révisions, les nouvelles descriptions sont les seules alternatives pour maintenir à jour nos connaissances. un important travail de bibliographie pour rester à jour.

4 4 Les éléments constitutifs se répartissent en 2 catégories : Nomenclature. Illustrations. Références bibliographiques. Descriptions. Diagnoses : descriptions diagnostiques. Clés didentification. Typologie des informations Données

5 5 Concernent des faits uniques Nexpriment que ce que lon a observé. Peuvent être mises en œuvre avec les Systèmes de Gestion de Bases de Données actuels. Les éléments de nomenclature, les illustrations et les références bibliographiques sont des données, facile à conserver dans une Base de Données. Les bases de données et SGBD sont largement développés et utilisées (bibliographie, adhérents, commandes, …) Exemples : Access, Oracle, Openbase, etc....

6 6 Les éléments constitutifs se répartissent en 2 catégories : Nomenclature. Illustrations. Références bibliographiques. Descriptions. Diagnoses : descriptions diagnostiques. Clés didentification. Typologie des informations Données Connaissances

7 7 Concernent des faits généraux : Se basent sur ce que lon a observé mais nexpriment pas seulement ce que lon a vu. Ne peuvent pas être mises en œuvre de manière réaliste avec les Systèmes de Gestion de Bases de Données actuels. Les descriptions, diagnoses, et clés didentification sont des connaissances.

8 8 Résumé: La systématique utilise des données et des connaissances. Deux outils différents sont nécessaires pour manipuler ces données Les bases de connaissance sont dédiée à la gestion des connaissances.

9 9 Systèmes de Gestion de Bases de Connaissances. Les systèmes de gestion de bases de connaissances sont des logiciels qui répondent aux besoins de représentation, de gestion. Ils permettent le traitement des connaissances produites par la systématique en fonction des besoins des utilisateurs. Ils sont peu nombreux. Ils restent dun usage encore confidentiel.

10 10 Réalisation dune base de connaissance : la représentation Système descriptif (description-type, ce qui existe en soi). Ce par quoi on décrit (les descripteurs, leurs types et leurs relations). Système conceptuel (classification). Cest ce que lon va décrire (les taxons et leurs relations). Descriptions. Croisement des deux systèmes.

11 11 Le système descriptif.

12 12 Le système descriptif. Les éléments servant à décrire

13 13 Le système conceptuel. Ce qui est décrit : les espèces, les familles,…..

14 14 La description.

15 15 La description.

16 16 La gestion des connaissances. Tester la cohérence des connaissances contenue dans une base. Des fonctions permettent de vérifie le contenu d'une base de connaissances - Détection des données manquantes et vérification des relations logiques entre variables. - Comparaison de toutes les descriptions de la base entre elles et appréciation de leur pouvoir de discrimination.

17 17 La gestion des connaissances.

18 18 La gestion des connaissances.

19 19 La gestion des connaissances.

20 20 Exploitation dune base de connaissance. DescriptionsDescriptions synthétique Description en langage naturel Diagnoses Diagnoses : descriptions diagnostiques Réalisation de clés didentification papier Traitements possible dune base de connaissance.

21 21 Description brute Perlamantis aliberti m variable 1 Présence d'ailes : individu ailé variable 2 couleur des élytres : bruns ou gris variable 3 longueur relative des ailes : Ailes au moins aussi longue que l'abdomen variable 4 Coloration des ailes postérieures : uniformes variable 5 Nombre d'épines discoidales : 1 variable 6 Epines du tibias : tibias inerme variable 7 épines internes du fémur : 3 variable 8 Extension du vertex : sans extension variable 9 Pronotum : rapport longueur/largeur : a peine plus long que large variable 10 Pronotum : position de la dilatation : non dilaté variable 11 plaque suranale : proportions : plus longue que large ou plus large que longue ou aussi large que longue *

22 22 Description en langage naturel Perlamantis aliberti m Tête : yeux arrondis, antennes filiformes, vertex sans extension, écusson frontal plus large que haut, plan, sans ornementations, occiput présente un tubercule post occulaire. Ailes: individu ailé, Ailes au moins aussi longue que l'abdomen. Elytres bruns ou grises. Ailes postérieures uniformes. Pattes antérieures : Hanches concolores. Fémur avec 1 épine discoidale, épines internes au nombre de 3. tibias inerme, épine terminale aplatie. *

23 23 Diagnose : description différentielle 3 - Iris oratoria m Pronotum : position de la dilatation située vers le tiers antérieur prozone : bordure lisse épines géniculaires présentes 4 - Iris oratoria f longueur du corps mm ou mm ou mm longueur relative des ailes Ailes ne dépassant pas l'abdomen 5 - perlamantis aliberti m longueur du corps 14-16,5 mm Sexe Male. *

24 24 Réalisation de clés didentification papier 17:1 Ecusson : forme = plan (avec ou sans ornementations) ==> 18 17:2 Ecusson : forme = pyramidal (volumineux) ==> 23 18:1 Pronotum : position de la dilatation = située vers le tiers antérieur ==> 19 18:2 Pronotum : position de la dilatation = située vers le milieu ==> 20 19:1 plaque suranale : forme = angulaire ==> Mantis religiosa f 19:2 plaque suranale : forme = arrondie ==> Iris oratoria f *

25 25 Réalisation de phylogénies Utilisations possible dune base de connaissance. Publication et mise à jour de monographies, faunes et flore Identification assistée par ordinateur (IAO).

26 26 Intérêt d une base de connaissance Avec les bases de connaissances, seul le travail de synthèse des descriptions est nécessaire. En cas de modifications de la base de connaissances, le travail déjà réalisé nest pas à refaire. Le base de connaissances représente la source de toutes les autres productions. Informatisation des descriptions taxinomiques = réalisation dune base de connaissances.

27 27 Identification

28 28 Conditions dune identification correcte. Il faut que la liste des taxons décrits dans la base de connaissances soit exhaustive. Il faut que les descriptions des taxons couvrent toute la variabilité des taxons. Il faut que le spécimen décrit appartienne à lensemble des taxons décrits. Il faut que la description du spécimen à identifier ne soit pas erronée (identificateur).

29 29 L Identification Assistée par Ordinateur, une approche différente de la détermination. Un exemple :

30 30 La méthode : Lidentificateur sélectionne un caractère dans la liste des caractères disponibles. Il compare les modalités proposées avec le spécimen à identifier et valide celle qui correspond au mieux (ou change de caractère). la liste des taxons et la liste des caractères est instantanément mise à jour. Lidentificateur peut choisir un nouveau caractère, jusquà navoir plus quune seule espèce. cette espèce est celle qui correspond aux mieux au spécimen étudié.

31 31

32 32

33 33

34 34

35 35

36 36

37 37

38 38 Intérêt de l identification assistée par ordinateur LIAO laisse un accès libre aux descripteurs. Plus facile à utiliser pour un débutant. Plus rapide pour lexpert. Permet lidentification de spécimens incomplets. LIAO naboutit pas nécessairement à une identification. Les clés papier aboutissent à une identification, même en cas derreurs.

39 39 Les bases de connaissance en entomologie

40 40 Les systèmes Plusieurs systèmes co-existent Des utilitaires permettent de porter une base de connaissance dun format vers un autre par exemple entre Delta et xper. MEKA Multiple-Entry Key Algorithm Christopher A. MEACHAM LINNAEUS II, ETI, the Expert Center for Taxonomic Identification, DELTA, DEscription Language for Taxonomy, M. J. Dallwitz XPER2,

41 41 État du développement d XPER 2 Xper 2 est un système modulaire sur lequel il reste plusieurs modules à intégrer au cours d un travail de programmation. Xper2 et ses utilitaires sont actuellement développés par le laboratoire Informatique et systématique de l université Pierre et Marie Curie (paris VI).


Télécharger ppt "1 Laboratoire Informatique & Systématique Bases de connaissances et systématique. Pour une systématique assistée par ordinateur Bruno MERIGUETVersion Octobre."

Présentations similaires


Annonces Google