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

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

Sémantisation des données pour le monde environnemental Danielle Ziébelin Philippe Genoud LIG STEAMER Université de Grenoble 1.

Présentations similaires


Présentation au sujet: "Sémantisation des données pour le monde environnemental Danielle Ziébelin Philippe Genoud LIG STEAMER Université de Grenoble 1."— Transcription de la présentation:

1 Sémantisation des données pour le monde environnemental Danielle Ziébelin Philippe Genoud LIG STEAMER Université de Grenoble 1

2 Données environnementales Que sont les données environnementales : –Collections : spécimens, échantillons, prélèvements … –Études Écologiques –Séquences génomiques –Analyses d’images, LIDAR –Monitoring de la biodiversité Quels sont les traitements : – identifier, comparer, évaluer les populations ou des quantités, localiser et dater des données et/ou des analyses Les données de la biodiversité sont –Globalement distribuées et volumineuses –Hautement hétérogènes au niveau de leur structure et leur contenu –Augmentent rapidement 2

3 Le web sémantique peut aider à l’intégration et au partage de données Métadonnées –Directive Inspire –Directive SEIS (Shared Environmental Information System ) –Iso 19115, 19119,19110 … Vocabulaires contrôlés –LTRE (Linked Thesaurus fRamework for Environement), –EARTh (Environmental Applications) –Thésaurus Ecoplanète (ministère Ecologie), –Thesaurus AnaEE-France, –EnVoc (en relation avec Convention sur la biodiversité), –… Ontologies –OBOE (Extensible Observation Ontology) –SERONTO (Socio-Ecological Research and Observation oNTOlogy) –SWEET (Semantic Web for Earth and Environmental Terminology) –SSN ontology (Semantic Sensor Network Ontology) –Envo (Environment Ontology), –… 3

4 Charactéristiques communes des architectures du web sémantiques (1) Collecter de nouvelles données 4 Web Applications WEB applications pour des utilisateurs avec un GUI adapté Accéder à des ressources : données ou des connaissances Services WEB configurés pour ajouter de l’information Quelles sont les ressources en eaux que je peux allouer à un projet d’extraction pétrolière et gazière ? Quelle est l’évolution de cet écosystème (eau, sol) par rapport au réchauffement climatique ?

5 Plan Introduction et objectifs Architecture Données et modèles de données Ontologies Lier les données Requêtes sémantiques Conclusions 5

6 Exemple d’Architecture MAP-EON 6 RDF Graph MapEON server LOD Cloud Query Processor (SPARQL) Adaptator 1 Adaptator n … … Data Loader Ontology manager Ontology Loader OWL reasoner OWL DL ontologies MapEON Client Triplestore

7 Exemple d’architecture ObsBD 7 “Lightweight Ontology-Based Tools for Managing Observational Data” Shawn Bowers, Riley Englin, Carlos Fonseca, Paul Jewell, Lauren Joplin, Patrick Mosca, Tyler Pacheco, Jacob Troxel, Tyler Weeks, Proceedings of the First International Workshop on Semantics for Biodiversity Montpellier, France, May 27, 2013

8 Technologies de Web Sémantique Données et Ontologies –Ontologies (RDFS/OWL ) –Annotations (RDF) –Déduction (Pellet, Hermit, BraidComposer …) –Requêtes (SPARQL) Services –WFS - WPS –Web services sémantiques 8

9 Plan Introduction et objectifs Architecture Données et modèles de données Ontologies Lier les données Requêtes sémantiques Conclusions 9

10 Données de MAP-EON tabular data (excel file) 10 Measure Descriptor location site type Site Measures Set Region

11 Modèle de données de l’application Quelques classes et relations qui décrivent les concepts utilisés dans l’application 11

12 Owl class defining the rdf:type of the individual Graphe RDF Les données sont transformées en un graphe RDF qui utilise le vocabulaire défini dans le modèle d’application. 12 subjectpredicateobject object property individual (resource identified by an URI) RDF Resource Description Framework (W3C standard) individual literal value data property rdf:type :region :hasMeasureSet :contains :value :descriptor :symbol :unit wgs84_pos:lon wgs84_pos:lat rdf:type RDFS and OWL add semantic to RDF

13 Exemple d’ontologie de Domaine 13 Hydrologic Ontology for Discovery (http://his.cuahsi.org/ontologyfiles.html)http://his.cuahsi.org/ontologyfiles.html The purpose of this ontology is to support the discovery of time-series data collected at a fixed point, including physical, chemical, and biological measurements. Le graphe peut être enrichi en exploitant une ontologie de domaine

14 Modèle de l’application + Ontologie de domaine 14 :region :hasMeasureSet :contains :value :descriptor :symbol :unit wgs84_pos:lon wgs84_pos:lat rdf:type domain ontology rdf:type Le graphe peut être enrichi par des éléments de l’ontologie de domaine

15 WeightMass Unit Biomass usesStandard Gram is-a Bio.EntityTree Leaf LitterTree LeafWet WeightDry Weight Observation Measurement SiteSpeciesIndMass GCE6Picea Rubens GCE6Picea Rubens GCE7Picea Rubens ………… Data Structural Metadata Mass hasMeasurement OBOE Semantic Annotation Domain-Specific Ontology is-a has-part hasCharact eristic is-a part-of is-a ofEntity usesStandard ofCharacteristic SONet: Scientific Observations Network Dr. Mark Schildhauer Director of Computing NCEAS, UCSB USA

16 Ontologie d’observations : OBOE 16 hasValue Multiples modèles pour les observations : Exemples O&M, PATO/EQ, ODM, OBOE “core concepts” décrit : Entities, properties measured, units, protocols, etc. Extensible OBservation Ontology (OBOE) Entity Characteristic Observation Measurement Protocol Standard hasMeasurement ofCharacteristic usesProtocol usesStandard ofEntity hasContext 1..1 * * * * * * * * Value 1..1 Observations et mesures : ISO O&M : dépences directes Feature ISO Geometry ISO Temporal ISO Coverage (fields) ISO Metadata ISO Meta-model ISO Basic datatypes ISO O&Min OWL | Simon Cox Cox, OGC Abstract Specification – Topic 20: Observations and Measurements 2.0 ISO 19156:2011 Geographic Information – Observations and measurements

17 Plan Introduction et objectifs Architecture Données et modèles de données Ontologies Lier les données Requêtes sémantiques Conclusions 17

18 Types d’ontologies : différents objectifs Catherine Roussey (ISTREA) Ontologies terminologiques : –Interopérabilité lexicale Ontologies de données : –Interopérabilité sur les données Ontologie Logique –Interopérabilité d’objets 18

19 Types d’ontologies : différents objectifs Catherine Roussey (IRSTEA) 19 Ontologies terminologiques : Interopérabilité lexicale Concept/ Class Term Object/Instance Relation hasLabel Property Semantic Relation Object Relation Linguistic Relation Textual DefinitionLogical Definition isInstanceOf hasArgument hasName hasArgument hasName * * * 1 **1 1 ** * * *

20 Types d’ontologies : différents objectifs Catherine Roussey (IRSTEA) 20 Concept / Class Term Object/Instance Relation hasLabel Property Semantic Relation Object Relation Linguistic Relation Textual DefinitionLogical Definition isInstanceOf hasArgument hasName hasArgument hasName * * 1 **1 1 ** ** * Ontologies de données : Interopérabilité sur les données

21 Types d’ontologies : différents objectifs Catherine Roussey (IRSTEA) 21 Ontologie Logique : Interopérabilité d’objets / de concepts Concept / Class Term Object/Instance Relation hasLabel Property Semantic Relation Object Relation Linguistic Relation Textual DefinitionLogical Definition isInstanceOf hasArgument hasName hasArgument hasName * * * 1 **1 1 ** **

22 Plan Introduction et objectifs Architecture Données et modèles de données Ontologies Lier les données Requêtes sémantiques Conclusions 22

23 :region :hasMeasureSet :contains :descriptor Individual :region Object Property Owl class defining the rdf:type of the individualData Property legend Lier les données au LOD cloud Lien avec l’ontologie de domaine Lien avec des jeux de données ouvertes 23 domain ontology application ontology rdfs:seeAlso corresponding geonames resource rdfs:seeAlso corresponding DBpedia resource

24 Lien avec le LOD cloud Liens avec les descriptions RDF de geonames 24 resource URI RDF description geonames resource describing Northwest Territories

25 Lier des données de différentes sources Lier des entités et les caractéristiques de 2 ontologies : Utilise des axiomes d’inclusion et d’équivalence de OWL –Équivalence : propriété owl:equivalentClass propriété owl:equivalentProperty propriété owl:sameAs … Généralisation/Spécialisation : rdfs:subClassOf rdfs:subPropertyOf 25

26 26 Querying Data trough Ontology Query MultiMedia Source Observation Data Base Mapping Local Schema Local Ontology Global Ontology

27 Caractéristiques communes des architectures du web sémantique Intéroperabilité et intégration de différentes ressources Données structurées ou non structurées –Documents –Data-bases Données spatio-temporelles hétérogènes –Multi-sites avec multi-acteurs –Multi-modèles –Multi-formats 27

28 Plan Introduction et objectifs Architecture Données et modèles de données Ontologies Lier les données Requêtes sémantiques Conclusions 28

29 Requêtes sémantiques 29 Accéder à des informations inférées depuis l’ontologie de domaine Accéder à des informations supplémentaires au travers de données liées (linked data)

30 Requêtes sémantiques 30 Interroger les données avec des données inférées (SPARQL)

31 Plan Introduction et objectifs Architecture Données et modèles de données Ontologies Lier les données Requêtes sémantiques Conclusions 31

32 Retour d’expérience sur les pratiques Au niveau local : sources de données : –Amélioration de la qualité des données –Publication des sources de donnée avec les métadonnées –Recherche de documentation et de liaison des données –Architecture complexe avec des modules nouveaux : cartographie et du spatio-temporel Au niveau communautaire –Standards ISO, OGC –Propriété intellectuelle, information privée et partagée, accès publique, VGI, licences. –Infrastructures et portails. 32

33 Retour d’expérience : les outils Recherche et création de liens –outils existants e.g. SILK A Link Discovery Framework for the Web of Data, –exploitation de l’information spatiale et temporelle Publication des données –outils génériques pour transformer des jeux de données en RDF dataLift open refine (former google refine) )http://openrefine.org/ 33

34 Travaux connexes –GEO BON Biodiversity Observation Network within GEOSS Global Earth Observation System of Systems, Portal (global) Worldwide voluntary effort GEOSS Earth Observation infrastructure –GEO portal : web portal, search registries –GEOSS components and services registry (catalogue) –GEOSS clearinghouse (connects the differents components) –GEOSS standards and interoperability (catalologue of standards) –http://www.geoportal.org/web/guest/http://www.geoportal.org/web/guest/ –http://wiki.ieee-earth.org/Documents/GEOSS_Tutorials/http://wiki.ieee-earth.org/Documents/GEOSS_Tutorials/ GEOSS Water Services 34

35 Travaux connexes Shared Environmental Information System (Europe) Semantic Web for Earth and Environmental Terminology (SWEET), Extensible Observation Ontology (OBOE) https://code.ecoinformatics.org/code/semtools/tr unk/dev/oboe/oboe.1.1rc1/oboe-core.owl https://code.ecoinformatics.org/code/semtools/tr unk/dev/oboe/oboe.1.1rc1/oboe-core.owl SemantEco/SemantAqua : Rensselaer Polytechnic Institute (D. McGuinness) ObsDB : Gonzaga University Washington 35


Télécharger ppt "Sémantisation des données pour le monde environnemental Danielle Ziébelin Philippe Genoud LIG STEAMER Université de Grenoble 1."

Présentations similaires


Annonces Google