Raisonner sur les données en agronomie et agriculture

Contexte

Ce postdoc s'inscrit dans le projet R4Agri, collaboration entre Inria (équipe BOREAL) et le DFKI (institut allemand de recherche en IA).  Les outils d'IA au service d'une agriculture compétitive et durable doivent exploiter des types de données et de connaissances très divers, allant de données brutes issues de capteurs à des connaissances expertes de haut niveau. En prenant l'agriculture digitale comme domaine d'application cible, l'objectif global du projet R4Agri est de fournir un cadre et des outils pour raisonner sur des données hétérogènes. 

L'équipe BOREAL (Inria, LIRMM - Université de Montpellier et CNRS - et INRAe) a pour objectif principal de développer des modèles, méthodologies et algorithmes pour intégrer, et raisonner sur, des données et connaissances. Les modèles et algorithmes sont implémentés dans l'outil logiciel Integraal développé par BOREAL : https://team.inria.fr/boreal/software/

Sujet 

1- Contribuer à la conception de l'architecture d'intégration des données et des connaissances (cadre KBDM: Knowledge-Based data Management), ainsi qu'au développement de techniques algorithmiques qui (1) combinent les approches de matérialisation et de virtualisation en tenant compte des propriétés spécifiques et de l'utilisation visée de chaque type de données, (2) permettent de gérer les mappings vers ces différents types de données, et (3) permettent de raisonner avec des règles logiques qui comportent des fonctions calculées et une négation par défaut.

2- Mettre en œuvre des cas d'utilisation qui démontrent l'inérêt pratique des techniques développées. Deux cas d'utilisation sont actuellement en cours de développement et d'implémentation avec Integraal. Le premier concerne l'application de la réglementation relative à la pulvérisation de fertilisants, en particulier en ce qui concerne la protection des cours d'eau. Ce cas d'utilisation est développé en collaboration avec le DFKI. Il implique principalement des données de capteurs ainsi que des connaissances qui formalisent les réglementations. Le deuxième cas d'utilisation concerne la sélection d'espèces de plantes de service en agroécologie, par exemple dans le contexte de l'enherbement des vignes. Ce cas d'usage a été étudié dans le cadre de la thèse d'Elie Najm, financée par #DigitAg et co-encadrée avec l'INRAe (Christian Gary, ABSys). Il implique principalement des données sur les valeurs des traits fonctionnels des plantes, collectées par la communauté de recherche en écologie, et des connaissances qui formalisent les relations entre traits fonctionnels et services écosystémiques rendus par les plantes. Le travail du post-doctorant consiste à revoir l'implémentation préliminaire issue de la thèse pour l'implémenter complètement sur Integraal, améliorer la qualité de la modélisation en ce qui concerne la généricité, la clarté, la modularité et l'évolutivité, et continuer à la développer."

• Date d'arrivée : 2025
• Établissement : INRIA
• Unité : LIRMM
• Encadrant : Marie-Laure Mugnier, mugnier@lirmm.fr