1 Médiation chez NODS LSR-IMAG, Grenoble C. Collet, G. Vargas Solar Service de médiation...

Post on 03-Apr-2015

104 views 0 download

Transcript of 1 Médiation chez NODS LSR-IMAG, Grenoble C. Collet, G. Vargas Solar Service de médiation...

1

Médiation chez NODS LSR-IMAG, GrenobleC. Collet, G. Vargas Solar

• Service de médiation– Configuration de systèmes de médiation

• Utilisation d’ontologies pour configurer le système de médiation: expressions de besoins

– Adaptabilité et extensibilité• Service de requêtes

– Exécution interactive de requêtes– Prise en compte des méta données pour exécuter les requêtes:

caractéristiques de sources– Adaptabilité interaction et changements dans les sources

• Cadre expérimental– MEDIAGRID: données biologiques– SPIDHERS: données géographiques

2

Service de médiation

Métadonnées

Adaptateur Adaptateur

Médiateur

Wrapper Wrapper

Applications

3

SPatial data Integration from Distributed and HEteRogeneous Sources

(SPIDHERS)Genoveva Vargas SolarCNRS, Equipe Bases de Données NODS,LSR-IMAG, France

José Luis Zechinelli MartiniUDLA, Equipo Tecnologías de Bases de DatosLaboratorio Administración de Datos y del Conocimiento-CENTIA, Mexique

4

Plan

Contexte

• Intégration et exploitation des données géographiques

• SPIDHERS : objectifs et approche

• Résultats attendus

5

Information géographique

• Objets géographiques (parcelles d’occupation de sols, routes, territoires communaux)

– Propriétés spatiales (position, taille, forme)

– Descriptives (sémantique)

• Région géographique: topologie

Raster Vector

Point Cell Coordinates

Line {Cell} {Coordinate}

Polygone{Cell} + règles

{Coordinate} + règles

6

Donnée géographique

Acquisition

Annotation

Exploitation

Données propres àdes thèmes spécifiques

Critères d’observationFacettes de visualisationParamètres et fonctions d’estimation

Méta données sur les-Données-Annotations

TEMPS

SAISON

REGION

7

Position du problème

• Hétérogénéité des modèles spatiaux (ras ter, coordonnées, …) avec des fonctions.

• Interdépendance de sources• « Sémantique » (opérations d’exploitation)

implicite dépendante du contexte d’application• Systèmes d’information non intégrés

Exploitation de données automatisée réduite

8

Challenges

• Représentation et intégration méta données spatiales (ontologies)

• Techniques d’indexation pour des données multidimensionnelles (spatiales)

• Accès aux données : interrogation, exploitation (analyse, décisionnel, prédiction)

• Visualisation « adaptable » de données spatiales• Intégration de systèmes d’information géographique

9

Plan

ContexteIntégration et exploitation des données

géographiques

• SPIDHERS : objectifs et approche

• Résultats attendus

10

SPIDHERS : objectifs

Framework pour l’intégration et l’exploitation de données

spatiales (géographiques) en tenant compte la

sémantique au niveau gestion et application

• Gestion de méta données

• Stockage et accès efficace

• Exploitation de données

– Analyse, planification et prise de décisions

– Visualisation

11

SPIDHERS : approche

Modèles Spatiaux

Applications / Systèmes

Visualisation

Exploitation

Indexation

Gestion deMéta-données

Méta-données

• Descriptifs (1-1, 1-n)• Structuraux• « Fonctionnelles »

Contextesd’utilisation

Méta-donnéesorientées domaine (par ex. danger, risque)

12

Contexte expérimentale

13

Contexte expérimentale

Analyse et prise de décisions sur le volcan Popocatépetl– Prédiction de risques– Évacuation de 200 000 habitants repartis dans 50 villages

(danger haut et modéré)– Définition de plans d’évacuation

• Infrastructure routière• Disponibilité de moyens de transport• Services (hébergement, vivres)

– Estimation (radio de la zone à évacuer, délai de déclenchement d’une opération, impacte de changement météorologiques sur une situation,…)

14

Routes d’évacuation

Carte de niveaux dedangers

Position despostes de surveillance

Carte de risques

Images du volcanDonnées géographiques (annotations)

Données deenvironnementCartographie

Règles de génération-Fonctions d’estimation-Paramètres d’observation-Critères de visualisation

Annotations des données-Thématiques-Spatiales

15

Plan

ContexteIntégration et exploitation des données

géographiquesSPIDHERS: objectifs et approche

• Résultats attendus

16

Résultats attendus

• Intégration et médiation de données: méta données pour caractériser – Données spatiales (géographiques) et environmentales– Contextes d‘utilisation

• Stockage et accès efficace (indexation) • Explotation de données

– Analyse – Prédiction– Visualisation

17

Résultats attendus

• Échanges de chercheurs et enseignants chercheurs

• Stages pour des étudiants en doctorat – 2 français (K. Belhajjame, G. Bruno)– 1 mexicain (F. González Romero)

• Fondation d’un groupe bilatéral sur les bases de données

?A suivre …

19

Plan

ContexteIntégration et exploitation des données

géographiquesSPIDHERS: objectifs et approcheRésultats attendus

• Organisation

20

OrganisationCoordinateur (C) et participants

Tâche Remise

PRiSM (C), LSR-IMAG

• État de l’art sur la représentation et la gestion de méta données. T0+6 PR

EM

IER

E A

NN

EE

LSR-IMAG (C), UDLA • Dérivation d’une liste de catégories de méta données. Spécification d’un framework conceptuel pour caractériser la gestion des méta données.

T0+8

UDLA (C), LANIA • État de l’art des techniques d’indexation de données multidimensionnelles.

T0+8

LSR-IMAG (C), PRiSM, UDLA

• Spécification d’un outil pour l’intégration de méta données et sa validation.

T0+12

UDLA (C) • Spécification d’un outil pour l’indexation et l’accès efficace de méta données et des données géographiques et sa validation.

T0+16

DE

UX

IEM

E A

NN

EE

LANIA (C), UDLA • Spécification d’un outil pour l’exploitation analytique et la prise de décisions par rapport à des données géographiques et sa validation.

T0+17

UDLA(C), LANIA • Spécification d’un outil pour la visualisation de données géographiques en utilisant des méta données et sa validation.

T0+16

LANIA (C), UDLA • Validation finale du framework SPIDHERS dans une application pour la gestion de données géographiques hétérogènes.

T0+23

LSR-IMAG (C), UDLA, PRiSM, LANIA

• Rapport final T0+24

21

Octubre 11, 2002

             

Octubre 12, 2002

             

Octubre 13, 2002

             

Octubre 14, 2002

             

Octubre 15, 2002

             

Octubre 16, 2002

             

Octubre 17, 2002

             

Octubre 18, 2002

             

Octubre 19, 2002

             

Octubre 20, 2002

             

Octubre 21, 2002

             

Octubre 22, 2002

             

Octubre 24, 2002

             

Octubre 25, 2002

             

Octubre 26, 2002

             

Octubre 27, 2002

             

22

Participants

• NODS– 2 chercheurs – 2 doctorants – 1 post-doc

• MSDI– 2 chercheurs

• Tecnologías de BD– 1 chercheur– 1 doctorant– 1 ingénieur

• XALTAL– 1 chercheur– 1 assistant de recherche

• LANIA– 2 chercheurs– 1 assistant de recherche

Projet à 2 ans