Prototype d’indexation, de visualisation et de fouille de données hétérogènes en écologie dans le cadre du consortium IndexMed : appel à participations

Abstract

Que ce soit pour les études sur la biodiversité ou pour la connaissance des systèmes socio-écologiques, la production de donnée coûte cher et est peu automatisée. Les longues séries temporelles et/ou les études à large emprise spatiale sont difficiles à mener, dès-lors qu’il faut recourir à plusieurs observateurs, et la robustesse de l’observation est plus difficile à obtenir lorsqu’il s’agit de données «d’interprétation ». La reproductibilité est aujourd’hui fréquemment mise en doute, voire réfutée. Dans un cadre de production de données multi-sources, les problématiques d’équivalence de systèmes d’observations et d’inter-calibration d’observateurs deviennent alors cruciales. De plus en plus, le besoin d’approches intégratives pluri- voire transdisciplinaires devient nécessaire, dans l’étude de systèmes ou la production de données dans chaque discipline est discontinue, peu précise et mal répartie. Pourtant, toutes les variables de ces systèmes interagissent dans le temps et à chaque échelle spatiale (variables biotiques, abiotiques, pressions anthropiques et naturelles, services rendus et ressentis, image sociétale…) Le défi scientifique d’une meilleure compréhension globale des équilibres des Systèmes Socio-Ecologiques et de leur influence sur la biodiversité doit passer par la construction et le test de méthodes de co-interprétation de ces données hétérogènes. La science de la fouille de données doit pouvoir apporter de nouvelles perspectives aux recherches disciplinaires sur ces systèmes complexes qui finalement prennent en compte des objets intimement liés (chimie environnementale, génomique, transcriptomique, protéomique, métabolomique, écologie des peuplements, systèmes socio-écologiques, écologie du paysage en sont quelques exemples). Dans le cadre du consortium IndexMed, un prototype de visualisation et de fouille de ces données hétérogènes est en cours de développement. Ce prototype vise à montrer les perspectives de la fouille de données en écologie, d’un travail interdisciplinaire et d’une réponse concertée à appels à projets européens s’intéressant aux problématiques suivantes : comment identifier puis lever les verrous scientifiques liés à la qualité des données et leur hétérogénéité ? comment les considérer, malgré leur disparité, à un niveau équivalent dans le cadre de ces nouvelles approches ? Quelles nouvelles questions scientifiques peuvent être résolues par les nouvelles méthodes émergentes de datamining (clustering collaboratif, machine-learning, fouille de graphes, intelligence artificielle...) ? En fin de compte, quelles nouvelles perspectives pour la connaissance des SSE et l’aide à la décision ? Passer du prototype à la mise en place d’un programme de recherche à long terme et à large échelle nécessitera de nouveaux moyens humains et de nouvelles compétences.

Full text

JOURNÉE PRII BIG DATA AMU
Prototype d’indexation, de visualisation et de fouille de
données hétérogènes en écologie dans le cadre du consortium
IndexMed :
appel à participations!
romain.david@imbe.fr – jean-pierre.feral@imbe.fr
Christian Surace – Julien Lecubin – Cyrille Blanpain – Alrick Dias

Quelles analyses fréquentes sur la biodiversité?
15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Contextes et données
2
- Base quantitative
- Surtout « contemplative » (X species, Y taxa…) - spp. richness
- Parfois comparative
2 fois plus ou 2 fois moins, corrélé, mais…
Quels liens de casualité???
- Approche à plus de 2 paramètres… multi-variées mais ensembles peu précis

Quelles analyses fréquentes sur la biodiversité?
15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Contextes et données
3
- Première révolution : analyses multi-variées
Permet de mettre en évidence les gros clusters, décrit les
facteurs les plus importants de variabilité (ACP, AFC, CAH…)
Mais…
Le fonctionnement écologique/biologique relie un
grand nombre de facteurs, peu évidents à mesurer, et
« les valeurs indicatrices » de chaque facteur sont très
dépendants du contexte

Sommes nous capables de décrire fidèlement le contexte?
15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Contextes et données
4
- échelle géographique et temporelle ?
- quels facteurs ?
- quelle importance relative de chaque facteur ?
- quelles interactions entre facteurs?
conception / production / conservation / utilisation des
données par les producteurs / d’autres utilisateurs sont
dispencieux (temps et argent)
Combien de compétences doivent être sollicitées?

Mesures et compréhension du contexte
15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Contextes et données
5
Le fonctionnement écologique/biologique relie un grand nombre de
facteurs, peu évidents à mesurer, et « les valeurs indicatrices » de
chaque facteurs sont très dépendants du contexte
Les facteurs à prendre en compte sont :
- Nombreux,
- Avec une forte variabilité locale
- Non indépendants,
- Peu faciles (ou actuellement impossible) à mesurer
De plus, ils interagissent !!
(potentialisation, antagonisme, effets de cascade…)

VU POUR : Complexité et description par facteurs mesurables non
réaliste
MAIS AUSSI : Mesures pas seulement quantitatives et
automatisées et possiblement :
- qualitatives (souvent le cas quand pas de capteurs),
- non ordonnées (traits),
- concerner différentes disciplines (biologie, sociologie,
physique, économétrie…)
La « Contextualisation » est l’UNIQUE moyen de :
- caractériser l’état de référence pour l’évaluation du BEE,
- proposer des valeurs utilisables d’indicateurs
15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Contextes et données
6
Verrous à la représentation réaliste des contextes

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Contextes et données
7
Verrous à la représentation réaliste des contextes
Comment construire une analyse avec des données
hétérogènes et non liées ?

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> L’utilisation des graphes
8
Comment intégrer des données hétérogènes et non liées ?
Outil proposé: Les GRAPHES!!
Objets = Noeuds
Modalités des attributs = Liens
Principes :
Les objets présentant des valeurs
proches dans des contextes
comparables s’attirent mutuellement
Plus il y a de liens entre les données,
Plus le graphe est puissant et précis
Couleurs: Un autre attribut, non utilisé comme lien

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> L’utilisation des graphes
9
Comment intégrer des données hétérogènes et non liées ?
Des modèles de données simples
Plusieurs BDD accessibles
Contraintes techniques :
Traçabilité
Accessibilité
ID constant
(cycle de vie) Résolution
(via l’identifiant) des
données non-centralisées

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> L’utilisation des graphes
10
Comment intégrer des données hétérogènes et non liées ?
Outil proposé: Les GRAPHES
Objets = Noeuds
Modalités des attributs = Liens
Principes :
Les objets présentant des valeurs
proches dans des contextes
comparables s’attirent mutuellement
Plus il y a de liens entre les données,
Plus le graphe est puissant et précis

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> L’utilisation des graphes
11
Des graphes multidisciplinaires pour étudier la biodiversité ?
Graphe théorique avec 3 types d’objets
Les objets peuvent être :
- Des sites géographiques
- Des observateurs
- Des taxons
- Des traits

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> L’utilisation des graphes
12
Des graphes multidisciplinaires pour étudier la biodiversité ?
Graphe théorique avec 3 types d’objets
Les objets peuvent être :
- Des sites géographiques
- Des observateurs
- Des taxons
- Des traits
- Des combinaisons de traits
- Des photoquadrats

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> L’utilisation des graphes
13
Des graphes multidisciplinaires pour étudier la biodiversité ?
Les objets peuvent être :
- Des sites géographiques
- Des observateurs
- Des taxons
- Des traits
- Des combinaisons de traits
- Des photoquadrats
Ou encore… :
- Des définitions
- Des services
- Des concepts/idées
-Des combinaisons d’objets
- Des échantillons
- Des objets moléculaires
- Des photos
- Des groupes de citoyens
-…

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> L’utilisation des graphes
14
Des graphes multidisciplinaires pour étudier la biodiversité ?
Les objets peuvent être :
- Des sites géographiques
- Des observateurs
- Des taxons
- Des traits
- Des combinaisons de traits
- Des photoquadrats
Ou encore… :
- Des définitions
- Des services
- Des concepts/idées
-Des combinaisons d’objets
- Des échantillons
- Des objets moléculaires
- Des photos
- Des groupes de citoyens
-…
Les liens peuvent être les objets ou leurs attributs

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> L’utilisation des graphes
15
Des graphes multidisciplinaires pour étudier la biodiversité ?
Les objets peuvent être :
- Des sites géographiques
- Des observateurs
- Des taxons
- Des traits
- Des combinaisons de traits
- Des photoquadrats
Ou encore… :
- Des définitions
- Des services
- Des concepts/idées
-Des combinaisons d’objets
- Des échantillons
- Des objets moléculaires
- Des photos
- Des groupes de citoyens
-…
Les liens peuvent être les objets ou leurs attributs
Pour construire des graphiques
avec plusieurs BDD,
tous les objets (NOEUDS)
& les modalités des facteurs (LIENS)
ONT BESOINS DE NORMES !!!

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> L’utilisation des graphes
16
Des graphes multidisciplinaires pour étudier la biodiversité ?
Les liens peuvent être les objets ou leurs attributs
Pour construire des graphiques
avec plusieurs BDD,
tous les objets (NOEUDS)
& les modalités des facteurs (LIENS)
ONT BESOINS DE NORMES !!!
Une colonne
vertébrale !

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Le prototype de construction de graphes
17
Un prototype pour graphes multidisciplinaires
Visualisation de
données produites par
le protocole CIGESMED
Carte dynamique de données et de
leurs liens, basée sur une approche de
systèmes complexes

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Le prototype de construction de graphes
18
Un prototype pour graphes multidisciplinaires
Visualisation de
données produites par
le protocole CIGESMED
Carte dynamique de données et de
leurs liens, basée sur une approche de
systèmes complexes

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Le prototype de construction de graphes
19
Un prototype pour graphes multidisciplinaires
Photoquadrats
“Observateurs”, “espèces reconnaissables sur quadrats-photos” et “sites
français” sont utilisés pour construire la 1ère version de l’interface
Visualisation de
données produites par
le protocole CIGESMED
Carte dynamique de données et de leurs liens,
basée sur une approche de systèmes complexes

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Le prototype de construction de graphes
20
Un prototype pour graphes multidisciplinaires
Photoquadrats
FONCTIONNALITES DE L’INTERFACE DU PROTOTYPE :
OU EN SOMMES NOUS?
UTILISE DES FLUX DE BASES LOCALES (ex :
CIGESMED, bientot BASECO, EDB) OU
DISTANTES (Telabotanica, GBIF, SILENE…)
XML – JSON – CSV - … ou des sélections si service disponible

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Le prototype de construction de graphes
21
Un prototype pour graphes multidisciplinaires
Photoquadrats
FONCTIONNALITES DE L’INTERFACE DU PROTOTYPE :
OU EN SOMMES NOUS?
GENERIQUE!!
Graphes sous forme
objets, attributs,
types d’attributs

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Le prototype de construction de graphes
22
Un prototype pour graphes multidisciplinaires
FONCTIONNALITES DE L’INTERFACE DU PROTOTYPE :
OU EN SOMMES NOUS?
GENERIQUE!!
Paramétrage de flux
distants.
Tout type de base peut être
connecté

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Le prototype de construction de graphes
23
Un prototype pour graphes multidisciplinaires
FONCTIONNALITES DE L’INTERFACE DU PROTOTYPE :
OU EN SOMMES NOUS?
GENERIQUE!!
Paramétrage
des objets
Par type / par attributs ou
par valeurs d’attributs

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Le prototype de construction de graphes
24
Un prototype pour graphes multidisciplinaires
FONCTIONNALITES DE L’INTERFACE DU PROTOTYPE :
OU EN SOMMES NOUS?
GENERIQUE!!
Paramétrage
des LIENS
Par type / par attributs ou
par valeurs d’attributs

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Le prototype de construction de graphes
25
Un prototype pour graphes multidisciplinaires
FONCTIONNALITES DE L’INTERFACE DU PROTOTYPE :
OU EN SOMMES NOUS?
GENERIQUE!!
Visualisation des graphes, et
manipulation en ligne
(forme, couleurs et type
d’attraction pour les liens et
les objets) sur plusieurs bases

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Le prototype de construction de graphes
26
Un prototype pour graphes multidisciplinaires
FONCTIONNALITES DE L’INTERFACE DU PROTOTYPE :
OU EN SOMMES NOUS?
GENERIQUE!!
Possibilité d’exporter les flux
« sélection », et de leur créer une URL
permanente
Pour utilisation par un autre système
(ou calcul et parcours de graphes

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Le prototype de construction de graphes
27
Un prototype pour graphes multidisciplinaires
FONCTIONNALITES DE L’INTERFACE DU PROTOTYPE :
OU EN SOMMES NOUS?
OPEN SOURCE!!
Réplicable à volonté
Projet de FORGE en cours

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Graphes : cas d’écoles et utilisations courantes
28
Cas d’école : le graphe des idées
Comment utiliser les graphes avec
des données hétérogènes et non liées?
Principes :
Les objets présentant des valeurs
proches dans des contextes
comparables s’attirent mutuellement
Plus il y a de liens entre les données,
Plus le graphe est puissant et précis

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Graphes : cas d’écoles et utilisations courantes
29
Cas d’école : le graphe des idées
Comment utiliser les graphes avec
des données hétérogènes et non liées?
Exemple de Graphe d’idées
Objets = Noeuds
Caractéristiques = Liens
ICI
Objets: Auteurs de publications
Liens : Idées
Comment classer les idées
(liens) en évitant au mieux la
redondance = Thesaurus

Université de Nice
2013 / 2014
Outils de prospection
envisagés
R.DAVID Séminaire PREDON – 5-6 Nov 2014
Indexmed : de l’interopérabilité des BDD au big data en écologie
Identifying by links density,
values of categories
which are closed together
Premiers résultats
Les auteurs sont groupés par idées =
Les idées sont organisées par le
cluster des humains
AND Ideas who are more shared by the
same cluser, as well very differents
ideas are closed in the graph

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Graphes : cas d’écoles et utilisations courantes
31
Cas d’école : le graphe des idées
Comment utiliser les graphes avec
des données hétérogènes et non liées?
Exemple de Graphe d’idées
Objets = Noeuds
Caractéristiques = Liens
ICI
Objets: Auteurs de publications
Liens : Idées
Comment classer les idées
(liens) en évitant au mieux la
redondance = Thesaurus
RESULAT :
Des CLUSTERS d’objets
aux motifs proches
(ici, les auteurs
Sont groupés en
fonction de leurs idées)

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Graphes : cas d’écoles et utilisations courantes
32
Cas d’école : le graphe des idées
Résultats en ajoutant les liens secondaires
Exemple 1 :
Ajout du lien « Pays d’origine des auteurs » (i.e., France, Greece, Turquie…)
= groupe les auteurs par idées ET par leur pays d’origine
RESULTAT : le pays d’origine des idées (et le cluster des idées)

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Graphes : cas d’écoles et utilisations courantes
33
Cas d’école : le graphe des idées
OPTION 1 : pondérer les liens
(= pondérer les idées ET/OU l’importance de l’auteur avec les liens)
Plus un objet est lours, plus il attire les autres (avec les liens)
Plus un lien est lourd, plus il attire les objets qu’il relie
RESULTAT : le pays d’origine des principales écoles de pensées
(et le cluster des pays = zone d’influence) -> carte possible!!
Résultats en ajoutant les liens secondaires
Exemple 1 :
Ajout du lien « Pays d’origine des auteurs » (i.e., France, Greece, Turquie…)
= groupe les auteurs par idées ET par leur pays d’origine
RESULTAT : le pays d’origine des idées (et le cluster des idées)
-> carte possible !!

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Graphes : cas d’écoles et utilisations courantes
34
Cas d’école : le graphe des idées
Résultats en ajoutant les liens secondaires
Exemple 1 :
Ajout du lien « Pays d’origine des auteurs » (i.e., France, Greece, Turquie…)
= groupe les auteurs par idées ET par leur pays d’origine
RESULTAT : le pays d’origine des idées (et le cluster des idées)
-> carte possible !!
OPTION 2 : classer les idées d’après les caractéristiques/groupes
Exemple de façon de faire :
Classer les idées entre principale et secondaires (en école de pensées)
(closed of a thesaurus of ideas)
RESULTAT : l’origine des idées principales (et la diffusion des idées secondaires à partir des idées
principales) -> carte possible, plus complexe !!

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Graphes : cas d’écoles et utilisations courantes
35
Cas d’école : le graphe des idées
Exemple 1 :
Ajout du lien « Pays d’origine des auteurs » (i.e., France, Greece, Turquie…)
= groupe les auteurs par idées ET par leur pays d’origine
RESULTAT : le pays d’origine des idées (et le cluster des idées)
-> carte possible !!
OPTION 3 : classer les auteurs d’après leurs dates de premières ou dernières productions
Exemple de façon de faire:
Attribuer la mort/anniversaire de l’auteur
Sélectionner les auteurs par période
RESULTAT : l’histoire des idées (et la diffusion des idées par période)
-> carte possible, encore plus complexe !!
Résultats en ajoutant les liens secondaires

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Graphes : cas d’écoles et utilisations courantes
36
Cas d’école : le graphe des idées
EXEMPLE d’autres OPTIONS
Localisation des lieux de vacances des auteurs…
Groupes politiques ou hobbies
… couleur des yeux, dossiers médicaux ou autres traits humains….
Et vous pouvez ajouter tous les liens que vous souhaitez (attention au sens scientifique)
(Les graphes complexes contiennent des milliers d’objets, des centaines de types de liens
et des millions de liens)

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Graphes : cas d’écoles et utilisations courantes
37
Cas d’école : le graphe des idées
EXEMPLE d’autres OPTIONS
Localisation des lieux de vacances des auteurs…
Groupes politiques ou hobbies
… couleur des yeux, dossiers médicaux ou autres traits humains….
Et vous pouvez ajouter tous les liens que vous souhaitez (attention au sens scientifique)
(Les graphes complexes contiennent des milliers d’objets, des centaines de types de liens
et des millions de liens)
UN POINT TRES IMPORTANT :
Tous les objets intégrés doivent avoir au moins une modalité possible pour
chaque attribut créant des liens

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Graphes : cas d’écoles et utilisations courantes
38
Cas d’école : le graphe des idées
EXEMPLE d’autres OPTIONS
Localisation des lieux de vacances des auteurs…
Groupes politiques ou hobbies
… couleur des yeux, dossiers médicaux ou autres traits humains….
Et vous pouvez ajouter tous les liens que vous souhaitez (attention au sens scientifique)
(Les graphes complexes contiennent des milliers d’objets, des centaines de types de liens
et des millions de liens)
UN POINT TRES IMPORTANT :
Tous les objets intégrés doivent avoir au moins une modalité possible pour
chaque attribut créant des liens
Des possibilités démultipliées quand vous pouvez
sélectionner le type et la valeur des attributs qui servent de liens
Pour l’analyse de graphe

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Graphes : cas d’écoles et utilisations courantes
39
Cas d’école : le graphe des idées
Des sites, des photos et
des fréquences d’espèces
Exemple 2 :
Un ou deux exemples en écologie?
(à vous d’inventer les autres!)

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Graphes : cas d’écoles et utilisations courantes
40
Cas d’école : le graphe des idées
Des sites, des photos et
des fréquences d’espèces
Exemple 2 :
Un ou deux exemples en écologie?
(à vous d’inventer les autres!)

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Graphes : cas d’écoles et utilisations courantes
41
Cas d’école : le graphe des idées
Des sites, des photos et
des fréquences d’espèces
Exemple 2 :
Un ou deux exemples en écologie?
(à vous d’inventer les autres!)

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> Graphes : cas d’écoles et utilisations courantes
42
Cas d’école : le graphe des idées
Des observateurs, des conditions (expérience, matériel) et
des fréquences d’espèces
Exemple 2 :
Un ou deux exemples en écologie?
(à vous d’inventer les autres!)

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> IndexMed : appel à participation
43
Conclusion : IndexMed -> vous participez?
Un consortium au service de l’écologie globale
Ouvert à toute bonne volonté
Open source, avec une structure de données simple
Données libres et non centralisées
… pour une science ouverte et libre

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> IndexMed : appel à participation
44
Conclusion : IndexMed -> vous participez?
La science des données est déjà très utilisée
banques, assurances, réseaux sociaux…
Temps réel
Détection de la fraude
Gestion de « données de référence »

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> IndexMed : appel à participation
45
Conclusion : IndexMed -> vous participez?
Un consortium utile pour l’avenir
Ouvert à votre participation
Le projet permettra de mettre en place un “service de résolution d’objet”
(i.e. un service web qui trouve les liens et dépendances
parmi les objets indexés, fondé sur l’identification unique d’objets).
IndexMed - 15 octobre 2015
romain.david@imbe.fr
jean-pierre.feral@imbe.fr

15/10/2015
PRII BIG DATA
romain.david@imbe.fr
Prototype d’indexation, de visualisation et de fouille
de données hétérogènes en écologie
> IndexMed : appel à participation
46
Conclusion : IndexMed -> vous participez?
Un consortium utile pour l’avenir
Ouvert à votre participation
Le projet permettra de mettre en place un “service de résolution d’objet”
(i.e. un service web qui trouve les liens et dépendances
parmi les objets indexés, fondé sur l’identification unique d’objets).
Ce “service de résolution de l’objet” devrait permettre de :
- Réaliser/compléter l’inventaire des descripteurs de la biodiversité,
- Estimer la capacité des données
pour décrire les systèmes socio-écologiques à chaque échelle
-De mener des recherches interdisciplinaires voire transdisciplinaires

Merci pour votre attention! ..Des questions?
Labellised by:
www.indexmed.eu

Merci à tous les contributeurs, participants aux journées IndexMed
PIED