Le projet du SCD de Nice: une approche globale des données de la rechercheMathieu Saby
Présentation du projet du SCD de Nice concernant les données de la recherche, lors de la JE "Données de la recherche: enjeux, pratiques et services" organisée le 23 juin 2016 à Nice
Kristell MICHEL : Une IDG au service des Observatoires sur l’eau: retour d'ex...kmichel69
Ces dernières années ont vu se multiplier des plateformes d’échanges et de gestion d’information géolocalisées, prenant des formes diverses, qu’il s’agisse de catalogues de données géoréferencées ou de plateformes web SIG, souvent enrichies d’applications métiers. Beaucoup d’inventivité, d’innovation et donc d’énergie ont été mises au service de développements.
Ce séminaire se propose à partir de différentes expériences de revenir sur les usages de ces plateformes, en mettant en perspective l’ensemble du dispositif (les caractéristiques de la solution et les besoins initialement affichés, les usagers ciblés), et les utilisations effectives a posteriori, mais aussi en revenant sur les éventuelles conséquences de ces plateformes sur les pratiques professionnelles, sur les évolutions envisagées et à envisager tant pour les usages de type « consultation » que pour les usages de type « contribution ».
IODS : Retour d’expériences au sein du Center for Data ScienceBorderCloud
Le Center for Data Science de l’université Paris Saclay met en oeuvre une solution opérationnelle depuis 2016 afin de référencer toutes les sources de données, fichiers ou d’API au sein de l’université. Nous verrons quelles opportunités apportent le respect des standards et bonnes pratiques pour faciliter la réutilisation et la valorisation des données de la recherche.
Version ouverte à tous : http://linkedwiki.com
Version de l’université Paris Saclay : https://io.datascience-paris-saclay.fr
Indigeo, une infrastructure de données spatiales dédiée à la recherche et l’o...Lesticetlart Invisu
Indigeo, une infrastructure de données spatiales dédiée à la recherche et l’observation scientifique de ’environnement dans l’ouest
Mathias ROUAN
- Ingénieur de Recherche CNRS -
UMR 6554 LETG CNRS
Fiche pratique IST Agropolis : L'Open Access et les données de la rechercheAgropolis International
Une fiche pratique dédiée aux données de la recherche dans le cadre de l'Open Access (créée en septembre 2015 et révisée en octobre 2016) :
• enjeux,
• typologie,
• cycle de vie de la donnée,
• les étapes de gestion des données de la recherche
• le plan de gestion (PGD ou Data Management Plan - DMP)
• exemples de modèles de plans de gestion de données
• la valorisation des données de la recherche
• la (ré)utilisation des données et le droit d'auteurs (licences).
Auteurs : Cécile Adamolle, Annabelle Filatre, Hanka Hensens, Isabelle Nault, Chantal Salson, Christine Silvy, Marie-Violaine Tatry
Date : 09/2015, révisée en octobre 2016
Le projet du SCD de Nice: une approche globale des données de la rechercheMathieu Saby
Présentation du projet du SCD de Nice concernant les données de la recherche, lors de la JE "Données de la recherche: enjeux, pratiques et services" organisée le 23 juin 2016 à Nice
Kristell MICHEL : Une IDG au service des Observatoires sur l’eau: retour d'ex...kmichel69
Ces dernières années ont vu se multiplier des plateformes d’échanges et de gestion d’information géolocalisées, prenant des formes diverses, qu’il s’agisse de catalogues de données géoréferencées ou de plateformes web SIG, souvent enrichies d’applications métiers. Beaucoup d’inventivité, d’innovation et donc d’énergie ont été mises au service de développements.
Ce séminaire se propose à partir de différentes expériences de revenir sur les usages de ces plateformes, en mettant en perspective l’ensemble du dispositif (les caractéristiques de la solution et les besoins initialement affichés, les usagers ciblés), et les utilisations effectives a posteriori, mais aussi en revenant sur les éventuelles conséquences de ces plateformes sur les pratiques professionnelles, sur les évolutions envisagées et à envisager tant pour les usages de type « consultation » que pour les usages de type « contribution ».
IODS : Retour d’expériences au sein du Center for Data ScienceBorderCloud
Le Center for Data Science de l’université Paris Saclay met en oeuvre une solution opérationnelle depuis 2016 afin de référencer toutes les sources de données, fichiers ou d’API au sein de l’université. Nous verrons quelles opportunités apportent le respect des standards et bonnes pratiques pour faciliter la réutilisation et la valorisation des données de la recherche.
Version ouverte à tous : http://linkedwiki.com
Version de l’université Paris Saclay : https://io.datascience-paris-saclay.fr
Indigeo, une infrastructure de données spatiales dédiée à la recherche et l’o...Lesticetlart Invisu
Indigeo, une infrastructure de données spatiales dédiée à la recherche et l’observation scientifique de ’environnement dans l’ouest
Mathias ROUAN
- Ingénieur de Recherche CNRS -
UMR 6554 LETG CNRS
Fiche pratique IST Agropolis : L'Open Access et les données de la rechercheAgropolis International
Une fiche pratique dédiée aux données de la recherche dans le cadre de l'Open Access (créée en septembre 2015 et révisée en octobre 2016) :
• enjeux,
• typologie,
• cycle de vie de la donnée,
• les étapes de gestion des données de la recherche
• le plan de gestion (PGD ou Data Management Plan - DMP)
• exemples de modèles de plans de gestion de données
• la valorisation des données de la recherche
• la (ré)utilisation des données et le droit d'auteurs (licences).
Auteurs : Cécile Adamolle, Annabelle Filatre, Hanka Hensens, Isabelle Nault, Chantal Salson, Christine Silvy, Marie-Violaine Tatry
Date : 09/2015, révisée en octobre 2016
covadis tutorial , power point , realisation projet route , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , vvtravaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , travaux publics , route ,route ,route, route, route, route, route, route, route, route, route, route, route, projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , vprojet routiere , projet routiere , projet routiere , projet routiere , vprojet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , projet routiere , p
L’équipe du projet BeBoP a proposé un webinaire le 30 mai 2024 pour découvrir comment la technologie vidéo, combinée à l’intelligence artificielle, se met au service de l’analyse du comportement des taurillons.
Accompagner les éleveurs dans l'analyse de leurs coûts de production
recherche d'information spatio-temporelle : application aux images satellitaires
1. Recherche d’information spatio-temporelle
Application aux images satellitaires
Soutenance pour l’obtention de l’Habilitation à Diriger des Recherches
Ecole Doctorale I2S – Spécialité Informatique
Par Jean-Christophe Desconnets
3. Contexte d’étude
Les images satellitaires
• Une source d’information indispensable pour aider à l’analyse de
problématiques environnementales de manière rapide, répétée et
fiable
Panorama des satellites optiques (Demagistri L., Faure JF., 13)
• Diversité de l’offre (résolution spectrale, spatiale, temporelle)
grandissante
• A portée des utilisateurs
via les portails de diffusion
(industriels, institutionnels)
3
4. Contexte d’étude
• Pour un utilisateur, peu ou pas familier de la
télédétection, le défi est alors de :
– Découvrir, accéder, analyser l’information issue d’images multi-capteurs
• Idéalement, il aimerait poser les questions de ce type
«Quelles sont les images qui vont me permettre de suivre le
stress hydrique de la végétation en Haut-Languedoc ? »
ou
«Quelles sont les images que je peux utiliser pour
cartographier l’habitat des vecteurs du paludisme en zone
Amazonienne ? »
4
5. Verrous liés à la recherche d’images satellitaires
– Informations associées aux images ne traitent pas du contenu
- pas d’information sur la nature des objets contenus dans l’image
- impossible d’aborder la découverte d’images dans une perspective applicative
- Application et moteurs de recherche sur les images peu efficaces
– Rappel et précision fortement dépendant de la précision sémantique
– IHM et processus de découverte d’exploration « rude » et « délicat » (pas de feedback)
- Dispositifs de diffusion fortement distribués et format de
diffusion dépendant des fournisseurs d’images
- Absence de standardisation dans les nomenclatures associées à la description
- Nomenclature absconse pour les non experts du domaine
5
7. Des objectifs « pragmatiques »
• Proposer une méthodologie exploitable dans
un contexte opérationnel et réutilisable pour
d’autres données spatio-temporelles
• Contribuer à rendre la découverte dans les
catalogues d’images multi capteurs sémantiquement
et ergonomiquement plus accessibles : système de
recherche à facettes
7
8. Plan
• Existant
– Utilisateurs et image satellitaire
– Recherche d’information spatio-temporelle
– Classification et recherche à facettes
• Proposition : système de recherche à facettes
– Eléments pour la conception d’une classification à facettes
– Schéma de métadonnées pour le partage des images satellitaires
– Méthodologie de mise en œuvre au sein d’un dispositif de diffusion
• Conclusions – Perspectives
8
9. Utilisateurs cibles
• Profil des utilisateurs
– Acteurs publics, milieu associatif (Georis-creuseveau, 15)
• Acteurs de la recherche académique
• Acteurs de la gestion du territoire
• Postulat de recherche
(Questionnement Quintilien : QQOQCCP)
• recherche non experte - - > Où ? Quand ? Quoi ?
• recherche experte - - > Comment ?
QQQOCCP : Qui, Quoi, Où, Quand, Comment, Combien, Pourquoi
9
11. Images satellitaires
Structure et format
Structure
• Tableau de données ou matrice régulière, jeu
de matrices de valeurs numériques
• Grandeur physique : moyenne du
rayonnement électromagnétique renvoyé par
les éléments à la surface du sol (luminance,
réflectance..) codée sur 8, 16 bits
Format de distribution
• Compression des données GEOTIFF,
JPG2000
• Les valeurs numériques accompagnées
d’informations descriptives caractéristiques
image, condition d’acquisition
• métadonnées « interne »
• métadonnées « externe »
Fichier de
métadonnées
(DIMAP, MTL…)
En tête
Fichier de données
11
12. Images satellitaires
métadonnées
• Format, structure, nomenclature : un standard par producteur (DIMAP,
MTL, HMA..)
• Verrous pour l’interopérabilité des métadonnées (Haslhofer et Klas, 10)
– Incompatibilités structurelles au niveau schéma (conflit de nommage,
correspondance n-aire, étendue du domaine couvert..)
– Incompatibilités sémantiques au niveau des schémas et valeurs (ambiguïtés
terminologiques, conflit de représentation)
12
13. Images satellitaires
métadonnées
<Product_Info>
<PROCESSING_LEVEL>Level-
1C</PROCESSING_LEVEL>
<PRODUCT_TYPE>S2MSI1C
</PRODUCT_TYPE>
</Product_Info>
GROUP = PRODUCT_METADATA
DATA_TYPE = "L1TP »
END_GROUP =
PRODUCT_METADATA
Exemple d’incompatibilités sémantiques : cas du niveau de traitement
d’une image corrigée des effets de l’altitude
</Product_Info>
<Product_Settings>
<PROCESSING_LEVEL>ORTHO
</PROCESSING_LEVEL>
<re:EarthObservationMetaData>
<eop:productType>L3A
</eop:productType>
</re:EarthObservationMetaData>
Conflit de terminologie
Conflit de représentation
13
Extrait LANDSAT
Extrait SENTNEL-2
Extrait SPOT6 Extrait Rapid Eye
14. Standardisation des métadonnées pour
l’observation de la Terre
• Divers standards internationaux ont émergé
ISO 19115 et 19115 – 2 (ISO) ; O & M (OGC)
Vision producteur de données (structuration, gestion)
• Traitent les hétérogénéités au niveau du schéma de
métadonnées.
• Couvrent partiellement les besoins applicatifs
• Conflits de représentation non traités
• Non conçus pour être assemblés
14
15. Recherche d’information (RI)
Recherche d’information spatio-temporelle
Rappel : existant en terme de recherche d’information issu du monde documentaire,
traite de la représentation, du stockage et de l’accès à l’information
• Contenu structuré ou semi structuré (métadonnées)
• Sémantique portée par les éléments de métadonnées
• Représentation des dimensions spatiale et temporelle
(type de données, format, référentiel)
15
16. Processus de recherche d’information spatio-
temporelles
Processus de recherche (Belkin et al., 92)
(Desconnets et al., 07 ; Boisson et al., 06)
Inspirée du domaine des RI
(Baziz et al., 03; Voorhees, 94; Baziz et al., 07)
Formulation de la requête
- Manque de richesse (liste, auto
complétion)
- Complexité des formulaires (Où?)
Représentation document et requêtes
- Analyse lexicale
- Ambiguïté sémantique (polysémie,
homonymie)
Recherche
- Requêtes topologiques sur les géométries
- Coût des requêtes spatiales
Résultats
- Moteur « muet » ou trop « bavard »
- Faible rappel
16
17. Recherche à facettes
Notions
• Notion de facette
Générale : « définit par métaphore un aspect d’une réalité
complexe qui est envisagée sous un angle particulier :
facette d’une personnalité, d’un problème »
Monde documentaire (Desfriches-Doria, 12): « facette
peut être définie comme l’une des dimensions d’analyse
d’un sujet dans une classification multi-dimensionnelle »
17
18. Time
Space
Energy
Matter
Personnality
• Classification à colonnes (ou facettes) :
décomposition d’un corpus de connaissances
en plusieurs dimensions (Raganathan, 33)
• Modèle d’organisation d’un corpus de
connaissance PMEST : guide pour la création
d’une classification (Raganathan, 67)
Recherche à facettes
Classification ad hoc
Monde documentaire
Monde du web : Au service de l’exploration et l’accès à l’information sur le web
• Vision fonctionnelle et orientée utilisateur (Denton, 03) : « un jeu
de catégories mutuellement exclusives et conjointement
exhaustives, chacune construite en isolant une perspective sur les
items (une facette) qui se combinent pour décrire entièrement
tous les objets en question »
18
20. Recherche à facettes
Contraintes à la mise en œuvre
– (Hearst et al., 06) Contenu structuré rattachés à une
classification multi dimensionnelle du domaine traité
– (Yee et al., 03) notion de métadonnée facettée
• Structurer la description des différentes caractéristiques d’un
produit
• Exprimer les dimensions de recherche
20
21. Recherche à facettes
Notion de métadonnée facettée
Diagramme de classe UML formalisant la notion de métadonnées facettées
Cadre structuré,
ouvert et
extensible
Éléments pour la
conception de
classification à
facettes pour les
données spatio -
temporelles
21
Elément de
métadonnées facetté
Schéma de
métadonnées
jeu de données
Valeur
Concept
Dimension du
domaine
Domaine
est défini par
1..*
1..*
fait référence à
1..*
1..*
1..*
décrit
1
0..*
22. Éléments pour la conception de classification à facettes
L’Observation : un concept clé
• Démarche: transposer la démarche de (Raganathan, 67) à notre domaine
pour avoir un patron de conception apportant une vision centrée utilisateur
« Une observation est une action dont le résultat est la valeur d’une propriété d’une entité
ou objet d’intérêt à un moment donné, obtenu grâce à une procédure». (OGC, 07)
Méta modèle O & M (OGC, 07)
«FeatureType »
OM_Observation
PropertyType
«FeatureType »
GFI_Feature
«FeatureType »
OM_Process
«type »
Any
+featureOfInterest
+result
+observedProperty
+procedure
1
0..*1
0..*
1
1 0..*
+parameter: NamedValue [0..*]
+samplingTime: TM_Object [0..1]
«FeatureType »
OM_Observation
22
23. Éléments pour la conception de classification à facettes
Cas de l’observation de la Terre
Instanciation du méta modèle O & M pour l’observation de la Terre (Gaspéri et al., 12)
«FeatureType »
OM_Observation
PropertyType
«FeatureType »
GFI_Feature
«FeatureType »
OM_Process
«type »
Any
+featureOfInterest
+result
+observedProperty
+procedure
1
0..*1
0..*
1
1 0..*
+phenomenonTime: TM_Period
+resultTime: TM_Instant
«FeatureType »
OM_Observation
+acquisitionParameters:Acquisition
+instrument: Instrument
+plateform:Plateform
+sensor:Sensor
«FeatureType »
OpticalsatelliteObs_Process
+metadataProperty:EarthObservation
Metadata
«FeatureType »
OpticalSatelliteObs_Observation
+incidenceAngle: Angle [0..1]
+cloudcover: Real [0..1]
«FeatureType »
EOP_Acquisition
+extent :EX_Extent
«FeatureType »
FootPrint::GFI_Feature
Quoi ? Où ?
Quand ?
Comment ?
X
X
23
24. Éléments pour la conception de classification à facettes
Concepts clés et cas particuliers pour l’OT
Dimension spatiale
Effort d’enrichissement
Et d’adaptation
24
featureOfInterest
X
footPrint
procedure
25. • Déclinaison concrète de la classification à facettes
– organiser les différentes dimensions de recherche sous la forme de
hiérarchie de concepts
• Disposer d’un système d’organisation de connaissances (SOC)
– appuyer les activités d’indexation des images et leur interrogation par
les utilisateurs.
Classification à facettes
Mise en œuvre
Construction d’un thésaurus
25
26. Diagramme de classes - SKOS Core
Fragment du thésaurus
SKOS GEOSUD –
dimension procedure
du concept plateforme
geo:thes_geosud
geo:platform
skos:hasTopConcept
« plateforme@fr »
skos:prefLabel
« platformShortName@en»
skos:altLabel
skos:narrower
geo:landsat7
skos:narrower
geo:sentinel2
« LANDSAT 7@fr »
skos:prefLabel
« LANDSAT7@en»
skos:altLabel
skos:hasTopConcept
geo:..
« Sentinel 2@fr »
skos:prefLabel
« SENTINEL2@en»
skos:altLabel
Mise en œuvre
Recours au standard SKOS
26
+skos:prefLabel:Literal[1]
+skos:altLabel:Literal[*]
SKOS:Concept
SKOS:ConceptScheme
+skos:hasTopConcept
+skos:topConcept
0..*
0..*
+skos:related
+skos:narrower
+skos:broader
0..*
0..*
27. Recherche à facettes
Notion de métadonnée facettée
Diagramme de classe UML formalisant la notion de métadonnées facettées
Cadre structuré,
ouvert et
extensible
27
Elément de
métadonnées facetté
Schéma de
métadonnées
jeu de données
Valeur
Concept
Dimension du
domaine
Domaine
est défini par
1..*
1..*
fait référence à
1..*
1..*
1..*
décrit
1
0..*
28. Schémas de métadonnées
Rappel
• Motivations
– Besoin d’un cadre d’interopérabilité pour le partage d’images
multi-capteurs
– Mettre à disposition des concepteurs des infrastructures un
cadre ouvert et modulaire
• Mise en œuvre : limites des standards
– Conçus indépendamment les uns des autres,
– À visée communautaire,
– Difficilement réutilisables pour d’autres besoins.
28
29. Schémas de métadonnées – le profil d’application, les
grands principes
Dublin Core
ISO 19115
Earth O & M
Profil d’application
om:nstrumentShortName
iso19115:geographicBBOX
dcterms:coverage
mélange
raffine
filtre sur la valeur
Référentiel de valeurs
• Répondre à de nouveaux besoins
applicatifs plus ciblés
• Combiner des éléments de standards de
métadonnées pour produire une nouvelle
organisation : approche mix and match
(Heery et Patel, 2000)
• Raffine les éléments
• Pose un filtre sur les valeurs de
métadonnées
- -> Modèle de médiation pour traiter
l’interopérabilité des métadonnées
Approche mix and match
29
30. Profil d’application
Bonnes pratiques de construction
Une règle : réutilise les standards de
métadonnées existants ou s’engager à
maintenir ceux créés
Défini par une méthodologie basée sur la notion profil d’application et encadré par une
méthodologie : Singapore Framework du Dublin Core
Démarche bâtie autour de 2 modèles
structurels :
• DCMI (Dublin Core Metadata Initiative)
: explicite la notion de ressource :
collection de propriété – valeur
DSP (Description Set Profile) ensemble de
description, cadre prescriptif à la
construction et à la matérialisation du profil
d’application
30
32. Méthodologie de mise en œuvre dans un dispositif de diffusion
• Aménagement du « cycle de vie » des métadonnées de l’image dans le
dispositif de diffusion
32
33. Les différentes étapes de l’indexation guidée par les thésaurus
Mise en œuvre dans un dispositif de diffusion
Adaptation et enrichissement des métadonnées
33
34. Mise en œuvre dans un dispositif de diffusion
Exemple d’adaptation de nomenclature
Alignement de deux nomenclatures « producteur » sur une nomenclature « utilisateur »
airbus:dimap
skos:narrower
airbus:Sensor
skos:narrower
airbus:1A
« nomenclature produit
Dimap@fr »
skos:prefLabel
usgs:Landsat
« nomenclature produit
Landsat@fr »
skos:prefLabel
skos:narrower
usgs:L1T
skos:narrower
usgs:L1
« Images Brutes @fr »
skos:prefLabel
geo:geosud
« nomenclature utilisateur
GEOSUD@fr »
skos:prefLabel
skos:narrower
geo:ImageOrthoRectifiée
skos:narrower
geo:imageBrute
« Images Orthorectifiées @fr »
skos:prefLabel
34
35. Mise en œuvre dans un dispositif de diffusion
Exemple d’enrichissement des métadonnées
<gmd:geographicIdentifier>
[..]
<gco:CharacterString>BOURGOGNE</..>
[..]
http://…’CodeRegionType’
[..]
<gmd:geographicIdentifier>
[..]
<gco:CharacterString>YONNE</gco:..>
[..]
http://…’CodeDepartementType’
[..]
<gmd:geographicIdentifier>
[..]
<gco:CharacterString>TANLAY</gco:..>
[..]
http://…’CodeCommuneType’
[..]
</gmd:geographicIdentifier>
Enrichissement de la dimension « spatiale » d’une image SPOT6 à partir de la hiérarchie
administrative française – fragment du XML enrichi 35
36. Opérationnalisation
Infrastructure de données et de traitements GEOSUD
• Environ 9000 images HR, THR au
Catalogue (RapidEye, SPOT5, 6,7,
Pleiades) de 2003 à 2017 sur le
territoire métropolitain et pays du
SUD
• Plus de 500 adhérents GEOSUD :
laboratoires, services de l’état,
collectivités, associations
• Né d’un constat de sous-utilisation de l’imagerie satellitaire
• Ambition : « démocratiser » l’utilisation de l’imagerie
• Station d’acquisition et chaîne de production d’images THR
36
37. Chaîne de traitements GEOSUD pour l’indexation et la production de flux
standardisés pour la diffusion des images (BPMN)
SKOS property
handler
AdminBoundary
handler
SKOS related
handler
SKOS hierarchy
handler
indexProfiles
.xml
Index
Spatial
index
SKOS
GEOSUD
thesaurii
indexProfiles
.xml
GEOFLA utilise
RestFul
API
utilise
ElasticSearchAdaptateurs GEOSUDréférentiels GEOSUD
Infrastructure de données et de traitements GEOSUD
Composants pour l’indexation
Module Java pour supporter
l’indexation guidée par les
thésaurus
37
38. Application web de recherche à facettes sur le catalogue d’images GEOSUD
Infrastructure de données et de traitements GEOSUD
Interface Homme Machine
38
Dimension spatiale
Dimension temps
Dimension procédure (niveau de traitement)
39. Conclusion
• Répond aux attentes et aux enjeux de découverte et d’accès aux données
spatio-temporelles
besoins de l’utilisateur au centre de la réflexion
• Propose un cadre méthodologique pour permettre une réutilisation de la
démarche pour les données spatio-temporelles en environnement
39
Métacatalogue THEIA Version 0
Portail GEOCAB
40. Perspectives
Pistes pour améliorer/prolonger :
- Enrichir les métadonnées pour traiter la
dimension thématique (critère Quoi ?)
- Aborder l’accès à l’image par une entrée
« application » plutôt qu’une entrée « données »
- Observation & Measurement: modèle pour
fédérer des catalogues de données spatio-
temporelles du spatial et des sciences de
l’environnement
40
41. Perspectives
– Intégration de données hétérogènes en santé, les ontologies de
domaine comme modèle de médiation
– Conception de plateformes collaboratives de traitements en santé
environnement
41
Pour cette soutenance, j’ai pris le partie de présenter les travaux de mon mémoire. Ils correspondent à des travaux qui n’ont pas encore été publié.
Je me suis concentré sur les recherche menées autour de la mutualisation et le partage d’information.
Abordé les SRI de données spatio-temporelles est finalement un des aboutissements logiques de mes travaux
- - > c schéma illustre la variété des satellites optiques répondant potentiellement à un besoin de suivi de l’environnement
Utilisateur acteur public
Pourquoi les dispositifs de diffusion d’images ne peuvent pas répondre à ces questions ?
Sur la question posée rappeler qu’il y a eu ces dernières années un certain nombre d’avancées (IDS, standardisation, méta portail), outre le fait que la pratique chez les industriels
Apporter les points de vue de l’utilisateur dans les dimensions de recherche (verrou #2) en privilégiant les dimensions spatio-temporelles
Nos objectifs de mes travaux… En répondant partiellement à la question posée précédement
Existant sur lequel repose mes travaux
Je conclurais en fournissant différentes perspectives à ces travaux
Au préalable, parlons des utilisateurs auxquels s’adressent notre proposition
Limite pour la recherche d’images - - > le Quoi ne peut pas porter pas sur le contenu thématique
Du point de vue d’un utilisateur, une image peut être considérée au travers de ces
Trois caractéristiques cardinales ….
Résolution spatiale : correspond à la taille élémentaire de la surface au sol mesuré par le capteur
Résolution spectrale correspond à la capacité d’un capteur à distinguer les différences de réflectance des objets observés.
Résolution temporelle fréquente de revisite d’un site
- > conclusion : Trouver la bonne adéquation entre visée applicative et caractéristiques de l’image n’est pas simple
Du point de vue de sa structure
Pas s’attarder sur les formats GEOTIFF et JPG2000 et sur la compression
« Chacun fait ses trucs dans son coin et espère que les autres se rallieront à ses propositions »
Le conflit de représentation, que nous appellerons dans la suite du mémoire « fossé » ou « décalage »
Le conflit de représentation, que nous appellerons dans la suite du mémoire « fossé » ou « décalage »
Dire à quoi répondent ces standards 19115 -- > général info géo
- - > Apporte une vision producteur (structuration des descriptions, gestion des catalogues)
- - > conçu pour être spécialisé mais pas conçu et pas prévu pour être assemble
- - > Les outils existants pour assurer la recherche d’information sur les données spatio temporelles sont issus du monde documentaire
Extraction de l’information dans les métadonnées
- - > À la différence de la RI, la particularité de la RI sur des données spatio temporelles
Dimension spatiale et temporelle (format, type de données)
-- > amène des besoins de gestion et d’interrogation d’information autre que textuelle dont les types et les formats ne sont pas gérés par les SRI (géométrie) ainsi que les opérateurs qui permettent de les interroger associés aux géométries (métriques, topologiques)
Le processus de recherche sur des images satellites est la transposition d’un système de recherche d’information
Avec ses lacunes augmentées des besoins liée à la dimension spatiale
Le schéma présente les 3 étapes qui sont
l’indexation qui assurent la représentation interne des données
L’interprétation qui est l’étape identique pour la requête
La recherche qui consiste à l’appariement des deux représentations
Les lacunes qu’on relève concerne :
Pour pallier à ces lacunes, on introduit une 4 étape
Conclusion pas forcément intéressant : reformulation de requêtes réalisés en aveugle, investissement conséquent pour un résultat
Pas forcément systématique
Peut être vue comme une classification multi point de vue
Issu des besoins de classification du monde documentaire,
palier aux limites des classifications hiérarchique pour décrire des domaines complexes, pluri disciplinaire
Analyse qui consiste à déconstruire un sujet en ses diverses composantes,
et la seconde, la synthèse, qui concerne la génération d’un indice significatif i
Personnality : Essence du domaine (e.g. riz pour l’agriculture)
Matter :Caractéristiques du domaine (e.g. maladie virale)
Energy : Activités, actions liées au domaine (e.g. éradication)
-- > conclure sur la dernière définition : celle qui nous semble pertinente pour nos besoins
Cette sélection progressive est rendue possible par le changement d’états et donc de choix des facettes en fonction du choix précédent.,
une expérience de raffinement interactif par l'élaboration progressive de la requête. Du point de vue de l'utilisateur, elle élimine les "impasses" qui peuvent résulter de la sélection de combinaisons insatisfaisantes entre les facettes.
Yee et al. Introduit la notion de métadonnée facette comme moyen pour assurer la stabilité et cohérence sémantique des dimensions de recherche
Avec deux objectifs :
Cette notion met à la fois en avant le besoin de structurer les différentes caractéristiques d’un produit par un ensemble d’éléments de métadonnées. l’accent sur le besoin de définir les éléments de métadonnées pour qu’ils puissent exprimer les différentes dimensions de ce contenu
-- > Cadre structuré, ouvert et extensible pour assurer l’interopérabilité des métadonnées dans le contexte de catalogues d’images multi capteurs
- > Éléments pour la conception de classification à facettes pour les données spatio –temporelles
Fournir les dimensions de recherche orientées utilisateur,
Appuyer l’indexation pour réduire les décalages sémantiques et enrichir les informations relatives à la dimension spatiale
Parler de l’intérêt que O & M vient avec toutes les fondations issues de l’ISO OGC (primitives, format, …) et recommandations d’implémentation
Commencer par l’objet d’intérêt
+featureOfInterest: objet ou phénomène observé qui est caractérisé par ses différentes dimensions (spatiale, temporelle, thématique…)
+observedProperty: identifie ou décrit le phénomène, une des propriétés de l’objet d’intérêt observé
+procedure: description du traitement utilisé pour produire un résultat sur une propriété observée de l’objet d’intérêt
+parameter: conditions d’observation
+samplingTime: date/heure d’acquisition
+result : estimation de la valeur d’une propriété de l’objet d’intérêt
Rapprochement du modèle avec les dimensions de recherche utilisateur
Conclusion
Grace à ce méta modèle je peux décliner
Footprint
Procedure
procedure
Besoin
ConceptScheme - - > traduit la notion de thésaurus
narrower/broader - - > Relations hiérarchiques, de partitionnement
Related - - > Relations d’équivalence,
Fragment du thésaurus sous forme de triplets
-- > Cadre structuré, ouvert et extensible pour assurer l’interopérabilité des métadonnées dans le contexte de catalogues d’images multi capteurs (issue de diverses plateformes)
On va traiter la médiation entre schéma de métadonnées
Pour surmonter les limites des standards, une des solutions est le profil
Dublin core : groupe de travail émanant de la communauté du web, produite un schéma générique pour décrire les ressources numériques ou physique
Singapore framework
DCMI Formalise comme une collection de propriété valeur
DSP contrainte sur les propriétés (obligation, cardinalité),
contraintes sur les valeurs (format, liste de valeur )
Parler de l’harmonisation des données et des métadonnées avec le profil d’application discuté plus haut
Conformément aux principes de classification retenus avec le modèle O & M
Confronter l’emprise spatiale d’une image au découpage administratif d’un territoire et cela à différents niveaux de hiérarchies administratives afin d’enrichir les métadonnées du nom des unités recoupant l’emprise
Cela nous permet d’enrichir
Démarche partielle mise en oeuvre dans plusieurs projet
Mis intégralement en œuvre dans le projet GEOSUD
GEOSUD : projet qui a offert à la fois un champs d’exploration et de réalisation opérationnelle
Citer géomatys
Citer géomatys
Parler de patron de conception
Démarche originale travaux de 2013 – 2015
mieux répondre … tels qu’ils sont posés aujourd’hui face aux masses de données toujours plus importantes et de nature variées qui sont produites.
Proposer un cadre méthodologique pour permettre une réutilisation de la démarche
Donner les 4 éléments proposés et discutés
Réutilisation de la démarche : GEONETCAB, THEIA, ….
- ou comment remobiliser données et traitements vers de nouveaux usages, pour de nouvelles analyses
- - > Accent sur l’interopérabilité des traitements et l’assistance à la composition de nouvelles chaînes de traitements
- > projet H2020 posé en 2016, on va reposer
2 – pour l’Harmonisation de données épidémiologiques pour le suivi du paludisme en zone transfrontalière
- - > première phase financée par la fondation Bill Gates
Remerciement
Palme d’or à l’instabilité
Mention spéciale pour le tramadol et la lamaline qui m’ont permis d’écrire mon
Mémoire et de développer de nouvelles idées
Puis les collègues
Puis la famille