Présentation

L’objectif de l’équipe est la conception et l’élaboration de méthodes et d'outils pour intégrer des connaissances hétérogènes, aider la décision collective par la définition de compromis entre acteurs et critères, dans les systèmes agro-alimentaires, qu’ils soient à des fins alimentaires ou de bioproduits.

L'activité consiste à développer des méthodes et des outils innovants d'intégration et de traitement de données et de connaissances issus de l'intelligence artificielle, et plus précisément de l'ingénierie des connaissances. L'objectif est de proposer des méthodes et outils d'aide à la décision collective dans les systèmes agro-alimentaires, qu’ils soient à des fins alimentaires ou de bioproduits. Ces méthodes et outils doivent permettre de collecter, représenter et gérer différents types de données et de connaissances, incluant des données imparfaites (par exemple imprécises, de fiabilité variable, ...), des connaissances à dire d'expert et des modèles numériques déterministes. D'autre part, les outils proposés doivent permettre la prise en compte de critères multiples, des préférences et des arguments des acteurs de la filière.

L’activité de recherche est structurée en deux axes.

L’axe Intégration de données et de connaissances hétérogènes guidée par ontologie pour l'aide à la décision multi-critères: Les données et connaissances disponibles pour l’aide à la décision sont par nature imparfaites. Elles peuvent être hétérogènes en terme de structure et de vocabulaire utilisé pour les exprimer. Elles peuvent également être incomplètes et imprécises. L'équipe plusieurs approches complémentaires s'appuyant sur la notion d'ontologie et sa mise en œuvre basée sur les langages du Web Sémantique dans une vision de Science Ouverte.

L’axe Argumentation et choix social. Proposer une aide à la décision collective au sein de filières nécessite l’étude de deux aspects interconnectés :
1) être capable de récupérer et de traiter de manière démocratique les préférences des acteurs de la filière afin de proposer une recommandation représentant au mieux les desiderata de chacun, 2) raffiner cette recommandation en permettant la prise en compte des points de vue divers et souvent conflictuels de ces acteurs.
À ce titre, l’équipe développe plusieurs approches s’attaquant à diverses facettes de la notion d’argumentation.

Les activités de recherche de l'équipe ont donné lieu à la conception et la réalisation de plusieurs prototypes de logiciel disponibles sur la plateforme ICO.

Membres de l'équipe

Permanents

• Pierre Bisquert, CR INRAE
• Patrice Buche, IR INRAE   
• Julien Cufi, IR INRAE    
• Jérôme Fortin, MCF Université de Montpellier    
• Luc Menut, AI INRAE   
• Rallou Thomopoulos, DR INRAE

Contractuels et stagiaires

• Juliette Défossez, IR
• Alrick Oudot, IE
• Maksim Koptelov, post-doctorant
• Akira Charoensit, doctorante
• Loïc Sadou, doctorant
• Emmanuelle Piaud, stagiaire master
• Jules Fievet, stagiaire master
• Florian Goutieras, stagiaire master
• Julia Malveira, stagiaire master

Sélection de références

• Patrice Buche, Julien Couteaux, Julien Cufi, Sébastien Destercke, Alrick Oudot. Integrating collective know-how for multicriteria decision support in agrifood chains-application to cheesemaking. Frontiers in Artificial Intelligence, 2023, 6, pp.1145007. ⟨10.3389/frai.2023.1145007⟩. ⟨hal-04086712⟩
• Julia Frojan, Pierre Bisquert, Patrice Buche, Nathalie Gontard, Lieselot Boone, et al.. Scoring methodology for comparing the environmental performance of food packaging. Packaging Technology and Science, 2023, 36 (6), pp.439-463. ⟨10.1002/pts.2720⟩. ⟨hal-04043460⟩
• Magalie Weber, Patrice Buche, Liliana Ibanescu, Stéphane Dervaux, Hervé Guillemin, et al. PO2/TransformON, an ontology for data integration on food, feed, bioproducts and biowaste engineering. npj Science of Food, 2023, 7, pp.47. ⟨10.1038/s41538-023-00221-2⟩. ⟨hal-04197618⟩
• Martin Lentschat, Patrice Buche, Juliette Dibie-Barthelemy, Mathieu Roche. A new method to extract n-Ary relation instances from scientific documents. Expert Systems with Applications, 2022, 209, pp.118332. ⟨10.1016/j.eswa.2022.118332⟩. ⟨hal-03767632⟩
• Mélanie Munch, Patrice Buche, Stéphane Dervaux, Juliette Dibie, Liliana L. Ibanescu, et al.. Combining ontology and probabilistic models for the design of bio-based product transformation processes. Expert Systems with Applications, 2022, 203, pp.117406. ⟨10.1016/j.eswa.2022.117406⟩. ⟨hal-03662183⟩
• Rallou Thomopoulos, Pierre Bisquert, Bart van Der Burg, Erwan Engel. Good practices and ethical issues in food safety related research. Global Pediatrics, 2022, 2, pp.#100016. ⟨10.1016/j.gpeds.2022.100016⟩. ⟨hal-03770578⟩
• Joshua Sohn, Pierre Bisquert, Patrice Buche, Abdelraouf Hecham, Pradip P Kalbar, et al.. Argumentation Corrected Context Weighting-Life Cycle Assessment: A Practical Method of Including Stakeholder Perspectives in Multi-Criteria Decision Support for LCA. Sustainability, 2020, 12 (6), pp.2170. ⟨10.3390/su12062170⟩. ⟨hal-02555136⟩

Faits marquants

L'équipe ICO de l'UMR IATE fait partie du collectif de 10 informaticiens membres du CATI DIISCICO qui a remporté, dans le cadre du projet ANR DataSusFood, l'un des trois prix science ouverte décernés en 2023 par le ministère de l'enseignement supérieur et de la recherche dans la catégorie "créer les conditions de la réutilisation". Ces prix sont remis par le ministère dans le cadre de la mise en œuvre du PNSO (Plan National pour la Science Ouverte).
En savoir plus : sur le portail Science Ouverte INRAE, sur le site du ministère de la recherche, sur le site Vocabulaires Ouverts de la DIPSO 

La création de l'association Docamex le 28/09/2023 permet la valorisation de la méthode et de l’outil logiciel Docamex, résultats du travail de recherche mené à INRAE dans les UMR IATE à Montpellier (équipe ICO) et I2M à Bordeaux. Actuellement, 15 filières AOP/IGP représentant 64 % du tonnage annuel produit par l’ensemble des filières fromagères AOP/IGP et l'ensemble des ENIL utilisent l'outil.
En savoir plus : sur la newsletter d'INRAE