Besoins ontologiques d'un système d'irrigation intelligent : comparaison entre SSN et SAREF

María Poveda-Villalon (1) , Quang-Duy Nguyen (2) , Catherine Roussey (2) , Christophe de Vaulx (3) , Jean-Pierre Chanet (2)

1 OEG - Ontology Engineering Group [Madrid]
2 UR TSCF - Technologies et systèmes d'information pour les agrosystèmes
3 LIMOS - Laboratoire d'Informatique, de Modélisation et d'Optimisation des Systèmes

L’agriculture de précision est un des leviers importants d’amélioration de l’agriculture en Europe. Cette approche peut notamment s’appliquer à l’irrigation en permettant aux agriculteurs d’économiser l’eau ou de l’utiliser au bon moment sans excès. Cet article présente brièvement les prémices d’un système d’irrigation automatisé pour l’AgroTechnoPôle d’Irstea. Ce système est un système contextuel adaptatif où les ontologies sont utilisées pour résoudre les problèmes d’intégration des données hétérogènes. Ensuite un raisonnement est appliqué sur ces données pour déduire les états des entités et commander le système d’irrigation. L’objectif principal de cet article est d’analyser les ontologies SSN et SAREF produites par deux organismes de normalisation. Nous avons déterminé les besoins de notre système d’irrigation et ensuite nous avons identifié si ces besoins étaient abordés par ces deux ontologies.

Mots clés: Agriculture de précision; Système contextuel adaptatif; Ontologies

Domaines: Intelligence artificielle [cs.AI]

María Poveda-Villalon, Quang-Duy Nguyen, Catherine Roussey, Christophe de Vaulx, Jean-Pierre Chanet. Besoins ontologiques d'un système d'irrigation intelligent : comparaison entre SSN et SAREF. 29es Journées Francophones d'Ingénierie des Connaissances, IC 2018, AFIA, Jul 2018, Nancy, France. pp.21-36. ⟨hal-01841316⟩