Atelier IN-OVIVE, 9ème édition

Atelier IN-OVIVE, 9ème édition, le 29 juin 2026 Arras

Atelier IN-OVIVE INtégration de sources/masses de données hétérogènes et Ontologies, dans le domaine des sciences du VIVant et de l’Environnement

dans le cadre de la conférence Ingénierie des connaissances IC 2026 @ PFIA 2026 Arras, France
Page de l'atelier IN-OVIVE à PFIA

L'objectif de cet atelier est de dresser un panorama des recherches et expérimentations francophones traitant de l’intégration de sources/masses de données hétérogènes notamment à l’aide de graphes de connaissances (ontologie, modèle SKOS, ...) , dans le domaine des sciences du vivant et de l’environnement et d'offrir un lieu d'échange scientifique sur ces thématiques.

Présentation

La recherche agronomique et environnementale menée aujourd’hui est de plus en plus collaborative, multi-expertes et requiert un usage intensif des méthodes de l'intelligence artificielle tout en partageant le plus possible les données de référence ou les résultats obtenus. La gestion automatisée et l’analyse de données scientifiques et expérimentales nécessitent de partager, d'intégrer et de consolider des connaissances du domaine étudié. Ces traitements doivent passer par la confrontation des données mesurées et des connaissances disponibles, pour valider la qualité des données et des connaissances et d’en assurer la cohérence compte tenu de leurs évolutions constantes. Un panel de méthodes et de techniques d'intelligence artificielle peut être mis en oeuvre pour faciliter l'intégration des données dirigée par des connaissances du domaine.

Dates importantes

  • Date limite de soumission : 17 avril 2026
  • Notification aux auteurs : 06 mai 2026
  • Date limite de réception des versions définitives : 21 mai 2026
  • fin des inscriptions à tarif préférentiel à PFIA : 22 mai 2026
  • Date atelier : 29 juin 2026

Programme

TBA

Comité d'organisation

  • Stephane DERVAUX - Université Paris-Saclay, INRAE, UMR MIA Paris-Saclay
  • Liliana IBANESCU - Université Paris-Saclay, AgroParisTech, UMR MIA Paris-Saclay