Atelier IN-OVIVE, 8ème édition
Accueil
Actualités
Atelier IN-OVIVE, 8ème édition

Atelier IN-OVIVE, 8ème édition, du 1er juillet 2025

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 2025 @ PFIA 2025 Dijon, 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 : 21 avril 2025
  • Notification aux auteurs : 6 mai 2025
  • Date limite de réception des versions définitives : 15 mai 2025
  • fin des inscriptions à tarif préférentiel à PFIA : 22 mai 2025
  • Date atelier : 1 juillet 2025

Programme

IN-OVIVE: le 1er juillet ( tous les créneaux possibles sont en parallèle avec APIA, RJCIA)

10h30 - 12h00 : IN-OVIVE Session système de gestion de ressources

  • 10h30 : Génération et utilisation de graphes de connaissances pour aider à la contextualisation des données de métabolomique. (PDF)
    Olivier Filangi, Guillaume Laisney, David Benaben, Alain Bouchereau, Matéo Boudet, Cécile Cabasson, Younes Dellero, Yann Guitton, Guillaume Marti, Meije Mathé, Nils Paulhe, Sylvain Prigent, Faustine Souc, Magalie Weber, Clément Fraisney, Franck Giacomoni
    https://hal.science/hal-05075616
  • 11h00 : Usages d’AgroPortal dans des systèmes d’information à INRAE. (PDF)
    Clément Jonquet, Guillaume Alviset,Syphax Bouazzouni, Llorenç Cabrera-Bosquet, Arnaud Charleroy,Carmen Corre, Philippe Clastre,Daniel Jacob,Pascal Neveu, Christian Pichot, Christelle Pierkot, Anne Tireau, Dimitri Szabo, Sophie Aubin
    https://hal.science/hal-05077024
  • 11h30 : Enrichissement d’ontologie avec des règles SWRL à partir de texte pour la culture sous serre. (PDF)
    Pauline Armary, Antoine Spicher, Cheikh-Brahim El-Vaigh, Christine Lahoud, Hajer Bazaoui,  Ouassila Labbani Narsis, Christophe Nicolle
    https://hal.science/hal-05071439

12h00 - 14h00 : Déjeuner

14h00 - 15h00 : PFIA Conférence invitée APIA

15h00 - 16h00 : IN-OVIVE Conférence  invitée

  • The EXERSYS project : leveraging expert's knowledge to improve recommender systems for nutrition
    Cristina Manfredotti (AgroParisTech, MIA-Paris Saclay, Ekinocs)

    In the era of big data, where many problems can be tackled through the collection and analysis of vast datasets, there remain areas where data collection is either prohibitively expensive or virtually impossible. One such domain is nutrition, where providing personalized dietary recommendations is crucial and requires considering individuals preferences, personal constraints, eating history, and implicit domain rules known to experts but not easily inferable from data.
    The EXERSYS project (An EXplainable RecommandER SYStem for the Nutrition Domain, combining Knowledge Graphs, Ontologies, and Machine Learning) aims to develop a recommender system that learns users' preferences from their consumption patterns and those of similar individuals, while integrating rules, constraints, and knowledge encapsulated in a custom-built knowledge graph. Our approach is based on a Recurrent Neural Networks architecture, and we have defined the NutriKG knowledge graph to formalize expert knowledge in the nutrition domain.
    By leveraging the NutriKG knowledge graph, our recommender system aims at recommending a sequence of menus taking into account user's preferences, nutritional constraints and the context of consumption. Preliminary results will be showned on the INCA2 and INCA3 datasets.

16h00 - 16h30 : Pause

16h30 - 17h10 : IN-OVIVE Session Ontologies

  • 16h30 : ConsomON, une ontologie pour structurer les connaissances et modéliser les comportements alimentaires des consommateurs. (PDF)
    Florian Duclos, Magalie Weber, Michel Visalli
    https://hal.inrae.fr/hal-05082000
  • 16h50 : Conception d’une ontologie pour la gestion des connaissances en bioraffinerie environnementale, EBO. (PDF)
    Emilie Fernandez, Virginie Rossard, Eric Latrille
    https://hal.inrae.fr/view/index/docid/5073170

17h20 - 18H30 : IN-OVIVE Session Projet

 

Comité d'organisation

  • Stephane DERVAUX - Université Paris-Saclay, INRAE, UMR MIA Paris-Saclay
  • Liliana IBANESCU - Université Paris-Saclay, AgroParisTech, UMR MIA Paris-Saclay
  • Catherine ROUSSEY - Université Montpellier, INRAE, UMR MISTEA
  • Danai SYMEONIDOU - Université Montpellier, INRAE, UMR MISTEA

Date de modification : 11 juin 2025 | Date de création : 07 avril 2025 | Rédaction : Réseau IN-OVIVE