Rule-Based Data Access: A Use Case in Agroecology
| Autor: | Najm, Elie, Baget, Jean-François, Mugnier, Marie-Laure |
|---|---|
| Přispěvatelé: | Représentation de Connaissances et Langages à Base de Règles pour Raisonner sur les Données (BOREAL), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier (LIRMM), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Ingénierie des Agro-polymères et Technologies Émergentes (UMR IATE), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut Agro Montpellier, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Université de Montpellier (UM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut Agro Montpellier, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Université de Montpellier (UM), ANR-16-CONV- 0004, ANR-16-CONV-0004,DIGITAG,Institut Convergences en Agriculture Numérique(2016), Mugnier, Marie-Laure, Institut Convergences en Agriculture Numérique - - DIGITAG2016 - ANR-16-CONV-0004 - CONV - VALID |
| Jazyk: | angličtina |
| Rok vydání: | 2022 |
| Předmět: | |
| Zdroj: | RuleML+RR 2022-16th International Rule Challenge RuleML+RR 2022-16th International Rule Challenge, Sep 2022, Berlin, Germany |
| Popis: | Proceedings of the 16th International Rule Challenge and 6th Doctoral Consortium @ RuleML+RR 2022 co-located with 18th Reasoning Web Summer School (RW 2022) and 14th DecisionCAMP 2022 as part of Declarative AI 2022; International audience; There is a crucial need for tools to help designing sustainable agrosystems. In this paper, we consider the issue of selecting plant species according to the ecosystem services they are likely to deliver. For that, we rely on the one hand on recent scientific results in agronomy linking functional traits (i.e., measurable characterics of plant species) to ecosystem services, and on the other hand on data collected by the research community in ecology. The architecture of our prototype is inspired by the ontology- based data access paradigm, which clearly distinguishes between the data level and the knowledge representation level, with mappings linking the two levels. Knowledge is represented in a rule langage that extends plain Datalog with computed functions and stratified negation. We detail the construction of a knowledge base devoted to vine grassing, i.e., installing herbaceous service plants in vineyards, and briefly report on the experimental evaluation of the system’s results on this use case. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|