Consultez la `page de la conférence </semwebpro-2020.html>`_

SemWeb.Pro 2020

Every engineering organization struggles to exchange and consolidate data
reliably across their many data sources. Attempting to build integrations
between all relevant systems is impractical with current mainstream
practices, because of the quadratic relationship between applications and
the number of integrations between them. To avoid the exploding cost of
scaling ad-hoc integrations, organizations may attempt to standardize the
application semantics. This approach hasn’t worked in practice because it's
impractical to get many people from diverse domains to agree on a single
perspective, and nuanced domain-specific meaning is always sacrificed.

Category Theory is a mathematical language for encoding and computing
semantic structures across contexts, and has been used by mathematicians
and scientists to formally communicate meaning across domains. Recent
developments out of MIT have worked out how to apply the approach to data
schemas and are leading to a paradigm shift in semantic data
interoperability. There are several benefits, but two key benefits are
compositionality and machine verification. Integrations can be added
together and checked for integrity, which means that a quadratic number of
integrations can be inferred from a linear input with mathematical
guarantees that data won’t be corrupted. A third benefit is that the
approach is agnostic to any specific data structure and can interoperate
across all of them (SQL, XML, Json, Graph, RDF, etc). In this talk we will
outline a classic challenge facing industrial engineering and how
approaches built from Category Theory by Conexus can offer a new paradigm
of solutions.

#### Références
Presentation Video (Similar to proposed):
https://conexus.docsend.com/view/9kt93xqcx2kugdsa
Password: datamesh

Presentation Slides (Similar to proposed):
https://conexus.docsend.com/view/2stvuqt4xjpb3bbx
Password: datamesh

Research Papers:
https://conexus.com/resources/papers/


#### Auteurs/Autrices
Ryan Bio:
Ryan Wisnesky  obtained B.S. and M.S. degrees in
mathematics and computer science from Stanford University and a Ph.D. in
computer science from Harvard University, where he studied the design and
implementation of provably correct  software
systems . Previously, he was a postdoctoral
associate in the MIT department of mathematics, where he developed the CQL
 query language based on category theory. He
currently leads open-source and commercial development of CQL as CTO of Conexus
AI . He maintains an active collaboration with the
information-integration department of IBM Research, where he contributed to
the Clio, Orchid , and HIL projects.


Kenny Bio:
Kenny is responsible for ensuring that new Conexus products developed from
Categorical Mathematics align with market needs. He has a history of
founding, building and investing in technology startups with an emphasis on
developing product-market fit. In 2014 he was the lead architect and
designer of Vandrico's Wearables Database, a knowledge graph of emerging
wearable technology at the time. His professional interests revolve around
understanding patterns of human behavior and motivation, and building
products that propagate knowledge.

Category Theory for Semantic Data Interoperability

[scribing] Technologies sémantiques pour l’apprentissage de la botanique en mobilité

tech_Sem_botanique.png

10_botanique

Le projet ANR ReVeRIES (Reconnaissance de Végétaux Récréative,
Interactive et Educative sur Smartphone), lancé en février 2016,
vise à faciliter sur l’aide numérique à l’apprentissage de la
botanique en situation réelle, c’est à dire dans la nature, ou
les utilisateurs ne peuvent utiliser qu’un smartphone.
         
Savoir identifier les espèces végétales est un aspect fondamental
de l'apprentissage botanique. Nous proposons une solution technique 
sous forme d’une web application mobile), basée sur une méthode
d’identification classiques en botanique : la clef d’identification.
Il s’agit pour l’utilisateur de répondre à des questions successives
sur la plante à identifier, (ex. la plante a-t-elle des fleurs, les
fournies par l’utilisateur permettent de réduire l’ensemble des espèces
possibles, pour finalement isoler une réponse unique, correspondant à
l’espèce que l’utilisateur souhaite identifier.
	
Les solutions existantes pour l’assistance à l’identification sont
fondées sur la construction manuelle de clés d’identifications.
La spécificité de notre solution est l’utilisation de technologies
sémantiques pour assister la création et la mise à jour automatique
d’une clé d’identification.
	
En particulier, nous proposons une ontologie RDF-S décrivant les concepts
botaniques principaux (famille, genre, espèce, organe, etc.), et une base de
connaissances d’espèces (restreinte ici aux arbres typiques du territoire de 
la France Métropolitaine).
	
Les interactions avec l’utilisateur (questions/réponses) peuvent alors être
exprimées sous forme de contraintes (ex. sous forme de requêtes SPARQL),
pouvant directement être appliquées à la base de connaissance pour diminuer
le nombre de candidats (espèces) possibles.
	
Par ailleurs, l’ajout de règles sémantiques (ex. une espèce possède au plus
une famille), permet de réaliser automatiquement des inférences diminuant le
nombre de solutions possibles : si la famille a été identifiée, alors les espèces
des autres familles ne peuvent pas être des solutions. Lors de la proposition
d’une solution, l’utilisateur a accès à la suite d'inférences réalisées
menant à cette solution, ce qui offre une meilleure compréhension et favorise
l’apprentissage.

Enfin, cette solution offre la possibilité d’étendre facilement la base de
connaissance avec de nouvelles espèces (il suffit d’ajouter leurs descriptions
dans la base de connaissances).

Il est à noter que les identifications réalisées par les utilisateurs seront
capitalisées dans une approche citizen science. Ainsi ces observations pourront
servir à des botanistes dans l’étude des variations de répartitions des
espèces par exemple (la position de la plante observée étant relevée par le GPS
de l’utilisateur).

      
### Biographie

Pierre-Yves Gicquel
Pierre-Yves Gicquel est actuellement post-doctorant à l’université du Maine.
Le projet de recherche est centré sur l'apprentissage de la botanique et il
s'intéresse sur le plan scientifique aux mesures de similarités/distances
appliquées aux concepts d'une ontologie ou d'une base de connaissance.

Pierre-Yves Gicquel a réalisé sa thèse en partie sur cette thématique
(dans le cadre d'application d'une visite de musée) : si on considère un
corpus de documents annotés sémantiquement, parcouru par un utilisateur,
il est naturel de proposer des suggestions en fonctions des liens entre
documents (lesannotations sémantique).
La notion de distance généralise cette question et permet une plus grande
finesse dans le calcul. Il me semble que bien que la notion de distance
soit purement numérique, cela pourrait s'avérer très utile dans le cadre du web
sémantique.

Il est contributeur sur OpenLaw et généralement ouvert aux applications sémantiques
présentant un intérêt immédiatement visible pour les non spécialistes.

Visitez [son profil](github.com/gick) Github, [Linkedin](https://www.linkedin.com/in/pierre-yves-gicquel-27b70934?trk=nav_responsive_tab_profile)
ainsi que [ResearchGate](https://www.researchgate.net/profile/Pierre_Yves_Gicquel).

Technologies sémantiques pour l’apprentissage de la botanique en mobilité

SWEP20-ACT-agenda.pdf

Agenda SemWebPro 2020

A workshop on Applied Category Theory for industry: methodology, tools and use cases

New ways to integrate models, data and tools!

In association with the SemWeb.Pro 2020 conference, we propose to organize a workshop on Applied Category Theory as a new and robust way to integrate models data in industry.

**Friday November 27th 16:30pm 18:30pm Europe/Paris Timezone**

Applied Category Theory for industry

SWEP20-ACT-Story.pdf

Support de présentation

Introduction to Category Theory and the Semantic Web

SWEP20-ACT-Breiner.pdf

by Dr Spencer Breiner - US National Intitute for Standards and Technology

Categories add algebra to graphs and the resulting theory is the future of semantic representation

Categories as the future of semantic representation

SWEP20-ACT-Ernadote.odp

by Dr Dominique Enradote - Model-based systems engineering expert at Airbus

Generic modeling tool extraction based on Category Theory

SWEP20-ACT-Wisnesky.pdf

by Dr Ryan Wisnesky - Co-founder of Conexus

Conexus: Categorical Informatics at Scale

SWEP20-ACT-Thompson.pdf

Teaching Domain Experts to Model Categorically

Statebox - Formally verified process language

SWEP20-ACT-Scott.pdf

by Prof. Paul Scott - University of Huddersfield

Category Theory for Geometric Product Specification

Applied Category Theory for Industry

De plus en plus de jeux de données en RDF sont disponibles sur le Web dans des
entrepôts SPARQL.
Bien que certains logiciels permettent une visualisation de ces données, ils
sont souvent soit très spécifiques à un jeu de données particulier, soit trop
génériques pour être adaptés à un besoin.
Il n'est donc pas toujours aisé d'explorer un jeu de données sans avoir à écrire
de requête SPARQL. Ce qui ne rend pas les données accessibles à tous.

Nous proposons SparqlExplorer, un outil qui permet de naviguer dans les
données de n'importe quel entrepôt SPARQL et de les afficher de manière
contextualisée.  En plus de l'URL de l'entrepôt SPARQL à explorer, il est
possible de spécifier un serveur de vue, tel que défini dans nos précédents
travaux concernant [le navigateur pour le web de données liées](https://hal.archives-ouvertes.fr/hal-02283368v1).

Un serveur de vue met des vues, i.e. composants d'affichage de triplets RDF, à
disposition sur le Web.
Les vues sont spécifiques à des données RDF. Par exemple, une vue "Carte"
permettra la représentation de triplets contenant des informations de
géolocalisation.
Un mode automatique permet de sélectionner automatiquement la vue du serveur la
plus adaptée aux données.
Si aucun serveur de vue n'est spécifié, ou aucune vue n'est selectionnée ou
applicable pour les triplets RDF à afficher, SparqlExplorer affiche les
triplets sous forme tabulaire.

Nous souhaitons poursuivre ces travaux pour permettre de spécifier plusieurs
serveurs de vues avec un ordre de priorité. De plus, il serait intéressant
d'étendre la notion de vue pour qu'une vue puisse être utilisée dans une autre.
De cette façon il serait possible de faire des compositions de vues.
    
#### Références
* [Dépôt de code libre](https://forge.extranet.logilab.fr/open-source/LDBrowser/sparqlexplorer)
* [Démonstration en ligne](https://open-source.pages.logilab.fr/LDBrowser/sparqlexplorer/)
* [Serveur de vues de démonstration](https://culture.pages.logilab.fr/culture-views/)
* [Sparql endpoint de démonstration](https://sparql-culture.demo.logilab.fr/graphe-culture/sparql)

  
#### Auteurs/Autrices
* Fabien Amarger

* Elodie Thiéblin a travaillé sur les alignements complexes entre ontologies avant
de rejoindre Logilab.

* Nicolas Chauvat

SparqlExplorer, utilisation de vues génériques pour l'exploration d'un entrepôt SPARQL

Our presentation will describe how requirements management in capital industries
can benefit from ontology-based methods. Our use case is the READI Joint
Industry Project in digitalised requirements for the Norwegian Continental
Shelf (offshore Oil and Gas). We propose a new kind of service, integrating
industrial ontologies with the templates needed to use them correctly.

READI aims to improve the specification, implementation, and verification of
requirements. A particular aim is to evolve the INCOSE guidelines for writing
requirements, so that recent innovations in intelligent data can be exploited.
READI uses ontologies, following W3C's OWL 2 standard in the intended way,
where constraints are subject to precise Description Logic reasoning. This will
support and partially automate work processes, improving development and use of
requirements across design and operations.

To provide a common, shared language of industrial assets and processes in the
form of OWL ontologies is crucial. This requires a broad-ranging collaborative
effort between subject matter experts and ontology modellers; while
challenging, the approach has already been proven successful in capital
projects. We obtain a clear separation between a generic vocabulary (classes
and relations), requirements expressed using the vocabulary (norms as rules),
and industrial assets described with the vocabulary (individual instances).

Agreement on common terminology is however not enough. We also need to ensure
that the vocabularies are applied in a uniform way. To this end, READI adopts
the Reasonable Ontology Templates (OTTR) language and framework. Ontology
patterns are developed to match the kinds of facts that need to be formalised,
then captured in OTTR templates. With a library of OTTR templates, we can
secure uniformity: as ontologies are built, as they are applied to integration
of existing data sources, and in analysis and reporting.

To make the ontology-based approach practical for the industry, a new kind of
repository service is needed, one that provides both ontologies and the
templates for using them in projects. In our presentation, we will demonstrate
how READI builds a platform for such a service, compliant with web best
practices including Linked Data, and exploiting the template library facilities
of the OTTR reference implementation Lutra.

#### Auteurs/Autrices

* Martin G. Skjæveland is a researcher at the University of Oslo, where he
leads the Ontology Engineering group in SIRIUS, a Norwegian Centre for
Research-driven Innovation that addresses the problems of scalable data access
in the oil &amp;; gas industry. He also holds an adjunct position as associate
professor in Data Science at the University of Stavanger.

* Johan W. Klüwer is a specialist in industrial ontologies at DNV GL, Oslo. He
has contributed to ontology development and implementation for capital
projects, standards as ontologies, research and development projects, and
international collaboration. He is a primary contributor to the methodology of
the ongoing READI Joint Industry Project (2018-) that targets digitalisation of
requirements for the Oil and Gas on the Norwegian Continental Shelf.

An integrated repository for industrial ontologies and OTTR templates: The READI use case

Popock un réseau social basé sur le matching des centres d’intérêts, expertises, compétences &amp; projets...

Le projet Solid de Tim Berners Lee vise à fournir à chacun des espaces de stockage personnels avec des containers LDP2 (Linked Data Platform).
L’utilisateur peut y stocker tout type de fichier et notamment de l’information structurée sous forme de triplets au format turtle. Ces espaces de stockages sont appelés POD  (personnal online datastore) et sont accessibles via une url.

On a ainsi la possibilité de lier des ressources (fichiers) les unes aux autres qu’elles se trouvent sur le même POD ou sur un POD différent.

Ceci nous offre la possibilité d’imaginer des applications décentralisées. Selon les spécifications de Solid, il est important de désolidariser les données et les applications. Ainsi les données des utilisateurs peuvent être manipulées par ceux-ci grâce à des applications différentes.

Un utilisateur peut par exemple utiliser l’application Plume pour poster un article sur son POD. Celui-ci étant enregistré conformément à un certain schéma pourra être lu par un autre utilisateur avec une autre application. (https://spoggy.solid.community/public/blog/2020-09-28.ttl)

Popock vise à faciliter, pour un utilisateur, l’interaction avec ses données, à explorer les données publiques de ses amis, ou encore à parcourir des bases de connaissances telles que Semapps3, ou tout autre triplestore tel que celui de Persée.

Popock propose, en plus de la visualisation de graphes, plusieurs fonctionnalités intéressantes basées sur le Web Sémantique :

* un profil Solid étendu par l’ajout de centres d’intérêts (ajout futur de compétences, soft-skills, projets…)
* un explorateur de POD similaire à un gestionnaire de fichiers
* gestion des « amis » (foaf:kwows) exploration de leur POD, rebond vers les POD de leurs amis et ainsi de suite. 

Les POD exposant des centres d’intérêts communs gravitent naturellement autour des nœuds représentant ces concepts sur le graphe.
* Popock fournit plusieurs outils de communication s’appuyant eux aussi sur Solid &amp; le Web Sémantique : Chat (LongChat specification5 Solid), Boîte mail, Parle / Expérimentation de Chat imbriqué
* Un éditeur de texte, de fichiers turtle
* Un éditeur de graphes sémantiques collaboratifs en temps réel pour faciliter la collaboration lors de la conception de données sémantiques
* Un gestionnaire de signets/bookmarks
* multi-language i18n
* WebApplication : installable comme une application mobile (notifications,…), responsive avec Bootstrap
* Technologies utilisées opensource : nodejs, vuejs, composants web, visjs, librairies de la communauté Solid et d’Inrupt...


Développements actuels :
* des outils de gouvernance partagée inspirés de l’holacratie (création de tensions, groupes, cercles, roles…)
* gestion de « petites annonces » pour partager offres &amp; les matcher avec les besoins
* formulaires basés sur les shapes ShEx
* tutoriels d’utilisation de Popock, de création et de gestion d’un POD, de création de modules applicatifs ou un Popock personnalisé à partie de zéro

Envie d’avoir un peu plus de maîtrise sur vos données ? d’interopérabilité ? D’exploration ? De partage d’expertise ? d’apporter votre expérience ?

Nous avons besoin de développeurs et de financements pour les rémunérer, former d’autres développeurs à intégrer les concepts de séparations entre les données et les applications...
Le projet Popock commencé début août avance et a maintenant besoin de retours utilisateurs, donc n’hésitez pas à tester Popock, éprouver, triturer, &amp; à partager vos remarques en créant des « Tensions6 »

#### Références
Popock : https://scenaristeur.github.io/solid-vue-panes
Contributions, idées &amp; suggestions: https://github.com/scenaristeur/solid-vue-panes

#### Auteurs/Autrices
David Faveris

Popock, le Web sémantique dans ta poche

SemApps est une boîte à outils logicielle permettant de déployer et de
configurer facilement des systèmes d'information sémantiques. Il permet de
produire et de partager des données hautement structurées, compréhensibles
par les humains et les machines.

Construit sur les standards RDF, OWL, SPARQL, LDP, ActivityPub et sur la
spécification SOLID, SemApps est facilement interopérable avec le Linked
Open Data ainsi qu’avec les plateformes respectant les standards du web
sémantique.

SemApps permet de créer des bases de connaissances sémantiques et
collaboratives, de cartographier la plupart des domaines métiers, de créer
des réseaux sociaux P2P et des places de marché décentralisées.
Son objectif majeur : Favoriser la mise en réseau des acteurs grâce à la
mise en synergie de leurs systèmes d’information. Permettre ainsi la
création d’un réseau social de la transition dont l’architecture serait
décentralisée.


SemApps est constitué de briques logicielles, fonctionnelles et métiers :

   - Une base de donnée sémantique, appelée TripleStore : Jena TDB dans la
   version générique
   - Un serveur Solid + ActivityPub développé en Node.JS, lui-même
   décomposable en micro-services substituables :
   - Un front-end standard permettant l’affichage des données dans des
   formats multiples.
   - L’ontologie PAIR et l’approche métier associée (pour la version
   générique de SemApps).
   - + de nombreux services métiers qui pourront être construits autour du
   coeur de SemApps.


Ces briques sont conçues de manière modulaire, elles se relient entre elles
et avec d’autres :

   - Par les technologies, protocoles et standards du web sémantique :
   RDF-OWl, Sparql, LDP, SOLID, ActivityPub.
   - Par des ontologies (assimilables à des vocabulaires) communes ou
   alignées
   - Par une architecture de type « microservices » , permettant à chacune
   des briques d’être déployée à la carte, y compris dans des environnements
   autres que SemApps.


SemApps propose un environnement technologique où les données, les
serveurs et les interfaces sont dissociés, facilement connectables et
aisément substituables.

#### Références
   - Documentation : https://semapps.org/
   - Démos et vidéos en ligne :
   https://www.youtube.com/channel/UCg7sYh_Y8cHFT4s82K4SVmA/
   - Github : https://github.com/assemblee-virtuelle/semapps
   - Article en français : virtual-assembly.org/semapps

#### Auteurs/Autrices&lt;

Simon Louvet : Architecte web et développeur senior. Co-fondateur de Data
Players http://data-players.com, une entreprise spécialisée dans les
technologies du web distribué et l'interopérabilité. Contributeur actif de
l'Assemblée Virtuelle http://virtual-assembly.org/ et d'Alternatiba
https://alternatiba.eu/.

Guillaume Rouyer : Co-fondateur de l'Assemblée Virtuelle
http://virtual-assembly.org et des Chemins de la Transition
http://lescheminsdelatransition.org.

SemApps : une boite à outils pour déployer facilement des systèmesd'information sémantiques

ScoLOMFR est le standard de description documentaire qui permet la mutualisation des ressources numériques, gratuites et payantes pour l'enseignement scolaire. Issu d'un schéma de données reposant sur la norme LOMFR (2010), il est composé d’une soixantaine de champs organisés en 9 éléments et d'un ensemble de vocabulaires communs aux différents acteurs de l'enseignement scolaire.

Créé et est maintenu par la DNÉ et Réseau Canopé, ce projet est géré en co-pilotage stratégique entre les deux acteurs. Le pilotage opérationnel est assuré par Réseau Canopé grâce au travail combiné d’une équipe, de terminologues et d’informaticiens, et d’un prestataire expert Thomas Francart (Sparna)

Le Ministère de l’Éducation Nationale, de la Jeunesse et des Sports préconise ScoLOMFR auprès des producteurs de ressources numériques scolaires, pour assurer l’interopérabilité entre leurs données. Sejer, KNÉ, mais aussi le GAR, les projets « Banques de ressources numériques », « EDUbases », « Eduthèque » ou encore « Etincel », pour ne citer qu’eux, l’utilisent. Le nouveau catalogue documentaire de Réseau Canopé, Syrtis, l’intègre également.


Les vocabulaires de ScoLOMFR reprennent le plus fidèlement possible le contenu des programmes et intègrent les dernières réformes engagées par l’éducation nationale.

Cette année, la publication de sa version 6 s’accompagne de l’ontologie ScoLOMFR. Cette dernière permet de déclarer les classes d’objets, les propriétés et les relations qui définissent et lient les concepts entre eux. Ainsi présentée, l’organisation des données et des éléments de ScoLOMFR offre un ensemble structuré dans lequel chaque concept est un élément caractérisé et identifiable au sein d’un tout. Il devient alors possible d’en déduire plus simplement des liens ou des relations plus spécifiques à une ou des recherches ou besoins particuliers.

#### Références

ScoLOMFR est disponible sur le site : https://www.reseau-canope.fr/scolomfr/.

For english speakers read this [blog post](https://blog.sparna.fr/2018/09/25/thesaurus-versions-of-scolomfr-skos/)

La version 6 de ScoLOMFR et son ontologie

Depuis 2013, un groupe de travail du Conseil international des Archives (ICA-Expert Group on Archival Description ; voir https://www.ica.org/en/about-egad) prépare un nouveau standard pour la description des archives, Records in Contexts (RiC). L’objectif est de fournir au métier des archives un cadre conceptuel abstrait et un modèle formel (ontologie OWL) génériques, centrés sur les entités à décrire et compatibles avec les modèles de métadonnées antérieurs. Comme CIDOC-CRM pour les œuvres d’art et IFLA-LRM pour les livres et autres objets édités conservés en bibliothèque, RiC modélise sous forme de graphe les archives et les différents contextes dans lesquelles celles-ci s’inscrivent. Après la publication d’une version 0.1 du modèle conceptuel RiC-CM en août 2016, le groupe EGAD a publié en décembre 2019 une version 0.2 preview du modèle conceptuel (https://www.ica.org/sites/default/files/ric-cm-0.2_preview.pdf), et une version 0.1 de l’ontologie (https://www.ica.org/standards/RiC/ontology). 

Les sources de RiC-O, des exemples et pages de documentation ont par ailleurs été rendus publiques sur un entrepôt GitHub en mars 2020 (https://github.com/ICA-EGAD/RiC-O). Les Archives nationales sont très impliquées dans l’élaboration de RiC.

Nous présenterons les travaux en cours aux Archives nationales pour mettre en œuvre RiC. En effet, après la mise en ligne en mars 2018 d’une preuve de concept (PIAAF), des opérations de plus grande ampleur y sont menées.

En particulier, la société Sparna a réalisé pour les Archives nationales RiC-O Converter, un outil de conversion en données RDF conformes à RiC-O de l’ensemble des métadonnées de description des archives conservées dans cette institution. Le code source et la documentation de ce convertisseur ont été publiés sous licence libre en avril 2020 (https://github.com/ArchivesNationalesFR/rico-converter). Nous pourrons présenter rapidement cet outil ainsi que les données RDF des Archives nationales.

#### Références
Visionner la présentation

#### Auteurs/Autrices

Florence Clavaud, responsable de la Mission référentiels aux Archives nationales ; membre exécutif du groupe ICA/EGAD, responsable du développement de l’ontologie RiC-O. Courriel : florence.clavaud@culture.gouv.fr

Thomas Francart, consultant indépendant, gérant de la société Sparna (http://www.sparna.fr/).
Courriel : thomas.francart@sparna.fr

Actualités de la sémantisation des métadonnées archivistiques : le cas des Archives nationales

Solid est un ensemble de standards visant à amener un nouveau paradigme
Web: les données, au lieu d'être accumulées par les applications, sont
en la possession de l'utilisateur. Ce principe fondateur a plusieurs
conséquences, mais d'un point de vue de développeur, la barre à passer
pour construire une application descend d'un cran. Plus besoin de
collecter les données: c'est l'utilisateur-ice qui les amène avec
lui-elle. Qui mieux que la personne concernée peut déterminer quelles
données elle souhaite partager avec vous ? De plus, même sans parler
d'infrastructure, les données coûtent cher: en plus de les collecter en
premier lieu, il sera de votre responsabilité de les conserver en
sécurité, il faudra faire attention à les sauvegarder, tout en se
conformant aux règlements comme le RGPD... Pourquoi ne pas couper la
poire en deux, pour que des profesionnels puissent se consacrer soit au
stockage des données, soit à leur mise en jeu dans des applications,
sans être obligé de faire les deux ?

L'architecture Solid repose sur trois composants principaux, qui sont
trois services entièrement décentralisés (possiblement auto-hébergés):
identité, stockage, et application. Cette présentation donnera une vue
d'ensemble de ces trois composants, de leurs interactions, et du rôle de
chacun envers l'utilisateur. Pour permettre de mettre ces principes en
application, des outils disponibles pour soutenir le développement
d'applications sans être expert dans les standards mis en jeux seront
aussi présentés.

Évidemment, si un seul standard pouvait régler tous les problèmes du Web
et du Web sémantique, ça se saurait. Un stockage de données complètement
générique sur lequel les applications viennent se greffer pose
évidemment d'épineux problèmes d'interopérabilité, et c'est par
l'émergence de bonnes pratiques à travers toute l'industrie que ceux-ci
pourront être abordés.

#### Références
Une librarie pour interagir avec un Pod Solid:
https://github.com/inrupt/solid-client-js
Deux serveurs Solid open source:
https://github.com/solid/community-server,
https://github.com/solid/node-solid-server
Le site web du projet Solid: https://solidproject.org/
    
#### Auteurs/Autrices

Je suis Nicolas Seydoux, développeur pour Inrupt, une start-up très
impliquée dans l'écosystème Solid. J'ai un fort passif autour des
technologies du Web Sémantique, notamment appliquées à l'Internet des
Objets. 

J'ai rejoint Inrupt il y a maintenant un peu plus d'un an, ce
qui m'a permis de devenir très familier avec les standards impliqués
dans Solid. Je fais partie de l'équipe SDK, où nous développons des
outils pour faciliter la création d'applications, à destination des
développeurs n'étant pas familiers avec les technologies du Web Sémantique.

Solid, mode d'emploi (donnée non incluses)

La description des activités législatives et de la loi par des graphes de connaissance illustre le dynamisme et l’adaptabilité aux cas d’usage des technologies du web sémantique. Au travers de cas concrets de mise en œuvre de graphes de connaissances, d’annotations sémantiques de sites web, de publication de vocabulaires contrôlés réutilisables nous montreront la capillarité des standards, leur capacité d’adaptation, et la création progressive d’un graphe distribué sur les législations et sur l’activité législative en Europe.

Nous verrons dans cette présentation comment depuis FRBR l’Office des Publications de l’union européenne conçu une ontologie adaptée à la description de la législation européenne et un graphe de connaissance qui sert de pilier à la dissémination de la législation, comment cette première réalisation a servi d’inspiration pour la réalisation par le Luxembourg de graphes de connaissances qui couvrent la diffusion de la législation mais aussi toutes l’activité législative, projet aujourd’hui adapté par la Suisse pour les besoins de la législation fédérale.

En parallèle, et toujours sur la base de FRBR, nous verrons comment le forum des journaux officiels européens, financé par l’UE, a pu définir le standard ELI pour l’annotation des pages des sites des journaux officiels pour décrire de manière standardisée et interopérable les législations des différents pays, avec une adoption par 13 pays aujourd’hui.

Nous verrons également comment la mise en œuvre de ces graphes de connaissances a permis, à large échelle, la création de vocabulaires contrôlés SKOS, et le partage de certains de vocabulaires sous l’initiative de l’équipe EU Vocabulary.

Nous verrons comment d’une description de ressources documentaires et de leurs relations, ces ontologies du droit basées sur FRBR ont adopté les concepts de CIDOC-CRM pour permettre la description de l’activité législative, enchaînement d’événements et de production de textes.

Finalement nous présenterons comment le besoin d’une bonne visibilité de la législation dans le web a motivé une collaboration entre les éditeurs de l’ontologie ELI et les éditeurs de schema.org pour proposer une extension de schema.org dédiée à la législation.

En conclusion, il s’est construit en 15 ans un ensemble de standards, d’ontologies, de graphes de connaissances, de vocabulaires contrôlés, d’annotations sémantiques parfaitement adaptés à leurs usages de description de la législation au travers de l’Europe.  Ces différents projets ont permis de former des équipes métiers et des équipes IT à Malte, au Portugal, en Irlande, en France, en Suisse… capable de comprendre et mettre en œuvre ces technologie, d’adapter des ontologies, de partager des terminologies.

### Références

Standard ELI : https://eur-lex.europa.eu/eli-register/about.html et https://joinup.ec.europa.eu/collection/eli-european-legislation-identifier
Vocabulaires contrôlés de l’UE : https://op.europa.eu/en/web/eu-vocabularies
Open data du service de la législation du Luxembourg : http://data.legilux.public.lu/
Extension législative de schema.org : https://schema.org/Legislation

### Auteurs/Autrices

Jean Delahousse est un consultant et analyste expérimenté avec 20 ans d’expérience dans les technologies du web sémantique, les données ouvertes et liées, la gestion de vocabulaires contrôlés et de graphes de connaissance.
Jean participe à des projets dans différents domaines : législation, santé, culture, sécurité, science, énergie, pour définir des stratégies centrées sur les données et les connaissances, concevoir des ontologies, conseiller sur la gestion et distribution de données ouvertes, rédiger le cahier des charges.

Les graphes de connaissance législatifs : un univers foisonnant et opérationnel

L’ontologie SmartM2M SAREF (Smart Applications REFerence ontology) a pour
ambition de contribuer à la transformation numérique de l’industrie en
Europe, en prenant en compte les difficultés liées à l’interopérabilité
sémantique sur l’Internet des Objets et les applications web. Il s'agit
d'un standard de l’ETSI (European Telecommunications Standards Institute),
organisme de normalisation européen du domaine des télécommunications qui
travaille à la mise en œuvre de normes et de standards autour des objets
connectés, des données collectées et des applications.

SAREF consiste en une ontologie noyau versionnée, et différents ontologies satellites
versionnées également qui ciblent des domaines métiers comme l'énergie,
l'environnement, le bâtiment, la ville intelligente, l'industrie du future,
l'agriculture numérique, l'automobile, le eHealth, les wearables, la
gestion de l'eau. Chacune de ces ontologies est versionnée.

Je présenterai brièvement le nouveau portail web de l'ontologie modulaire
et versionnée SAREF [1], le framework de développement de SAREF [2], et le
pipeline open source d'intégration et de déploiement continue qui l'outille
[3]. Ce sont là les résultats du projet ETSI STF 578 « Specification of the
SAREF development framework and workflow, and development of the Community
SAREF Portal for user engagement ».

#### Références

[1] SAREF portal - https://saref.etsi.org/

[2] ETSI TS 103 673 V1.1.1 (2020-08) SAREF Development Framework and
Workflow, Streamlining the Development of SAREF and its Extensions

[3] SAREF Pipeline - https://saref.etsi.org/sources/saref-pipeline

[4] ETSI STF 578 - https://portal.etsi.org/STF/STFs/STF-HomePages/STF578

Smart Applications REFerence ontology

I Think the semantic modeling approach of the Pallas Nuclear project in the
Netherlands  would be interesting to share in this community, we now really
make progress in this to capture the results of the various design and
engineering disciplines ( exports of the various design tools) into a Common
Data Environment (CDE) were integration takes place based on a taxonomy of
15926 entities and semantic relations and a RDL ( a mix of ISO 15926-4, Posc
Caesar RDL and the IFC4 taxonomy), all based on ISO 15926-11.

Handover to the client takes place by means of a turtle file containing all the
rdf-graphs (in rdf:statements), when applicable referring to documents and IFC
3D model objects. Client imports this turtle file directly into their graph
database to integrate the data with their PLM system (Dassault 3D experience).

However, at this moment I don’t see a possibility to write a paper on this, due
to the pressure of deadlines we agreed with the client. I could give a
presentation and possible a demonstration of the semantic tooling we are using
for the CDE to show the model, RDL, results and output/handover to the client.

Attached a powerpoint with the main topics and characteristics of this real
case.

#### Références
Visionner la présentation

Semantic modeling approach of the Pallas Nuclear project

The representation of resources plays a fundamental role for manufacturing knowledge
representation and data management. However, standards and ontologies used in engineering
understand resources differently, e.g., sometimes in connection to processes occurring in time
at the factory's shop floor, sometimes in relation to plans which are only possibly executed.
Because of this conceptual heterogeneity, misunderstandings arise concerning the basic
features that characterize resources. For instance, if a resource is an entity to be used in a
manufacturing process, then it must be a material entity available in the factory. Differently,
when a resource is related to a plan, it is not necessarily a material thing since it may simply be
a resource specification and its physical counterpart may not be even available in the factory at
stake (e.g., because it still needs to be acquired). We will discuss in the presentation three
approaches found in both the academic literature and engineering standards for manufacturing
resource modeling. By discussing their advantages and shortcomings, we will address the need
for an ontology that integrates the three perspectives within a unique modeling approach. We
will report on ongoing research work based on Semantic Web languages and technologies.​

Keywords:​ Manufacturing resource, Planning, Systems design
    
#### Références

The presentation is based on: Sanfilippo, E.M., Borgo, S., Terkaj, W. Resources in manufacturing. IN:
Proceedings of the 10th International Workshop on Formal Ontologies meet Industry (FOMI), CEUR
workshop proceedings vol. 2518, 2019. An extended version of the paper will be soon published with (the
journal of) Applied Ontology.

Ontological Modeling of Manufacturing Resources

Pouvoir décrire des valeurs quantitatives et leur unité est une exigence qui
est commune à de nombreuses applications dans plusieurs secteurs industriels
tels que l'industrie manufacturière, le transport et la logistique, la santé
personnelle et publique, les villes intelligentes, l'énergie, l'environnement,
les bâtiments, l'agriculture et les sciences en général. Nous proposons de le
faire en introduisant un type de données RDF qui s'appuie sur le code unifié
des unités de mesure (UCUM), un système de code destiné à inclure toutes les
unités de mesure utilisées actuellement dans les sciences, l'ingénierie et les
affaires internationales. Le type de données personnalisé introduit dans notre
spécification peut être utilisé pour le codage et l'interrogation simplifiés
de valeurs de quantité, dans une large gamme d'applications où la
représentation et le raisonnement avec des types de quantité et des valeurs
sont plus importants que le raisonnement avec des unités.

Retours sur la conférence / Replay

Présentations

Réseaux sociaux

Présentation	Intervenant⋅e
Category Theory for Semantic Data Interoperability	K. MacKenzie (Conexus) R. Wisnesky (Conexus)
Technologies sémantiques pour l’apprentissage de la botanique en mobilité	P. Gicquel (Université du Mans)
Applied Category Theory for industry	N. Chauvat (Logilab)
Introduction to Category Theory and the Semantic Web
Categories as the future of semantic representation
Generic modeling tool extraction based on Category Theory
Conexus: Categorical Informatics at Scale
Teaching Domain Experts to Model Categorically
Statebox - Formally verified process language
Category Theory for Geometric Product Specification
SparqlExplorer, utilisation de vues génériques pour l'exploration d'un entrepôt SPARQL	F. Amarger (Logilab) E. Thiéblin (Logilab) N. Chauvat (Logilab)
An integrated repository for industrial ontologies and OTTR templates: The READI use case	J. Klüwer (DNV GL Digital Solutions) M. Skjæveland
Popock, le Web sémantique dans ta poche	D. Faveris (?)
SemApps : une boite à outils pour déployer facilement des systèmesd'information sémantiques	S. Louvet (Data Players) G. Rouyer (Assemblée Virtuelle)
La version 6 de ScoLOMFR et son ontologie	T. Francart (Sparna) C. Douvier (Réseau Canopé) M. Muller (Réseau Canopé)
Actualités de la sémantisation des métadonnées archivistiques : le cas des Archives nationales	F. Clavaud (Archives nationales) T. Francart (Sparna)
Solid, mode d'emploi (donnée non incluses)	N. Seydoux (Inrupt)
Les graphes de connaissance législatifs : un univers foisonnant et opérationnel	J. Delahousse
Smart Applications REFerence ontology	M. Lefrançois (École des Mines de Saint-Étienne)
Semantic modeling approach of the Pallas Nuclear project	L. Ruijven (Croonwolterendros b.v.)
Ontological Modeling of Manufacturing Resources	W. Terkaj (Institute of Intelligent Industrial Technologies and Systems for Advanced Manufacturing, STIIMA-CNR, Milano, Italy) E. Sanfilippo (Laboratory for Applied Ontology, ISTC-CNR, Trento, Italy) S. Borgo (Laboratory for Applied Ontology, ISTC-CNR, Trento, Italy)
Le code unifié pour les unités de mesure en RDF : le type de données cdt:ucum	A. Zimmermann (Ecole des Mines de St-Etienne)