OntoNeuroLOG : une ontologie modulaire et multi-niveaux pour gérer l hétérogénéité sémantique des métadonnées
|
|
- Stéphane Ménard
- il y a 8 ans
- Total affichages :
Transcription
1 OntoNeuroLOG : une ontologie modulaire et multi-niveaux pour gérer l hétérogénéité sémantique des métadonnées Lynda TEMAL a, Pascal LANDO b, Michel DOJAT c, Frédéric Fürst b, Bernard GIBAUD a, Gilles KASSEL b, and Anne LAPUJADE b a Unité/Projet VisAGeS U746, INSERM/INRIA/CNRS/Université de Rennes 1, Rennes b LaRIA, CNRS (FRE 2733), Université de Jules Verne, Picardie, Amiens c INSERM U836, Grenoble 03 juillet 2007 L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
2 Contexte Le Domaine de la Neuroimagerie Contexte L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
3 Contexte Le Domaine de la Neuroimagerie Exemples de données en Neuroimagerie Imagerie Morphologique IRM L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
4 Contexte Le Domaine de la Neuroimagerie Exemples de données en Neuroimagerie Imagerie Morphologique Segmentation de l hippocampe dans une image IRM L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
5 Contexte Le Domaine de la Neuroimagerie Exemples de données en Neuroimagerie Imagerie Morphologique La Matière Grise La Matière Blanche L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
6 Contexte Le Domaine de la Neuroimagerie Exemples de données en Neuroimagerie Imagerie Fonctionnelle MEG Image Reconstruite Données Non-Reconstruites L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
7 Contexte Le Domaine de la Neuroimagerie Exemples de données en Neuroimagerie Imagerie Fonctionelle Image TEMP fusion IRM et TEMP L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
8 Contexte Le Projet NeuroLOG Motivations Générales Optimiser le travail collaboratif en neuroimagerie, via le partage de données et des outils de traitement d images Intégrer des applications cibles : AVC, SEP, Épilepsie, Maladie d Alzheimer, suivi évolutif de tumeur dans le but de : Disposer de cohortes à grande échelle Réutiliser les outils de traitement d images Valider les nouveaux outils de traitement Accéder à des données de validation Comparer des outils de traitement existants L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
9 Contexte Le Projet NeuroLOG Référentiel Sémantique Commun Application Application Application Approche Ontologique Modèle Sémantique commun adaptateur adaptateur adaptateur Site #1 Site #2 Site #n Données Données Données Outils Traitement Outils Traitement Outils Traitement L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
10 Objectifs Contexte Le Projet NeuroLOG Intégration de données hétérogènes, brutes ou traitées contexte d acquisition (équipement, protocole d acquisition,... ) format d encodage des données (DICOM, Analyze, GIS,...) dimensionalité des images (3D, 2D) contenu selon l entité explorée (anatomique, fonctionnelle,...) contenu selon le traitement utilisé (segmentation, reconstruction... ) régions d intérêt et leur annotations Interopérabilité des outils de traitement statut : isolé ou en pipeline sémantique du type de traitement (e.g. segmentation, recalage) données acceptées en entrée (e.g. reconstruites, segmentées) données fournies en résultat (e.g. masque du cerveau, champ de déformation) conditions d utilisation (paramétrage, ressources logicielles ) L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
11 Objectifs Contexte Le Projet NeuroLOG Intégration de données hétérogènes, brutes ou traitées contexte d acquisition (équipement, protocole d acquisition,... ) format d encodage des données (DICOM, Analyze, GIS,...) dimensionalité des images (3D, 2D) contenu selon l entité explorée (anatomique, fonctionnelle,...) contenu selon le traitement utilisé (segmentation, reconstruction... ) régions d intérêt et leur annotations Interopérabilité des outils de traitement statut : isolé ou en pipeline sémantique du type de traitement (e.g. segmentation, recalage) données acceptées en entrée (e.g. reconstruites, segmentées) données fournies en résultat (e.g. masque du cerveau, champ de déformation) conditions d utilisation (paramétrage, ressources logicielles ) L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
12 Méthodes Contexte Le Projet NeuroLOG Principes de base Modularité Réutilisation des composants existants Ontologie Fondationnelle Ontologies Noyaux Méthodologie ONTOSPEC Approche semi-informelle Facile à traduire en OWL L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
13 Méthodes Contexte Le Projet NeuroLOG Principes de base Modularité Réutilisation des composants existants Ontologie Fondationnelle Ontologies Noyaux Méthodologie ONTOSPEC Approche semi-informelle Facile à traduire en OWL L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
14 Cadre de travail OntoNeuroLOG Architecture modulaire multi-niveaux L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
15 Cadre de travail OntoNeuroLOG Cadre de Référence Ontologique L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
16 Cadre de travail DOLCE Ontologie des Particuliers (DOLCE) Particular L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
17 Cadre de travail DOLCE Ontologie des Particuliers (DOLCE) Particular Endurant L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
18 Cadre de travail DOLCE Ontologie des Particuliers (DOLCE) Particular Endurant Perdurant L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
19 Cadre de travail DOLCE Ontologie des Particuliers (DOLCE) Particular Endurant Perdurant participates in L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
20 Cadre de travail DOLCE Ontologie des Particuliers (DOLCE) Particular Endurant Perdurant Quality L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
21 Cadre de travail DOLCE Ontologie des Particuliers (DOLCE) Particular Endurant Perdurant Quality inherent in inherent in L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
22 Cadre de travail DOLCE Ontologie des Particuliers (DOLCE) Particular Endurant Perdurant Quality Abstract has for quale L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
23 Cadre de travail DOLCE Ontologie des Particuliers (DOLCE) Particular Endurant Perdurant Quality Abstract Physical Object Non-Physical Object L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
24 Cadre de travail I&DA Ontologie des Documents (I&DA) Endurant Physical Object Non-Physical Object L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
25 Cadre de travail I&DA Ontologie des Documents (I&DA) Endurant Physical Object Non-Physical Object Inscription L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
26 Cadre de travail I&DA Ontologie des Documents (I&DA) Endurant Physical Object Non-Physical Object Written text Inscription Image L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
27 Cadre de travail I&DA Ontologie des Documents (I&DA) Endurant Physical Object Inscription Expression Non-Physical Object Written text Image L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
28 Cadre de travail I&DA Ontologie des Documents (I&DA) Endurant Physical Object Inscription Expression Non-Physical Object Written text Image Linguistic Expression Formal Expression L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
29 Cadre de travail I&DA Ontologie des Documents (I&DA) Endurant Physical Object Non-Physical Object Inscription Expression Conceptualization Written text Image Linguistic Expression Formal Expression L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
30 Cadre de travail I&DA Ontologie des Documents (I&DA) Endurant Physical Object Non-Physical Object Inscription Expression Conceptualization Written text Image Linguistic Expression Formal Expression Proposition L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
31 Cadre de travail I&DA Ontologie des Documents (I&DA) Endurant Physical Object Non-Physical Object Inscription Expression Conceptualization Written text Image Linguistic Concept Expression Formal Proposition Expression L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
32 Cadre de travail I&DA Ontologie des Documents (I&DA) Endurant Physical Object Non-Physical Object Inscription Expression Conceptualization expressed by L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
33 Cadre de travail I&DA Ontologie des Documents (I&DA) Endurant Physical Object Non-Physical Object Inscription Expression Conceptualization realized by expressed by L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
34 Cadre de travail I&DA Ontologie des Documents (I&DA) Endurant Physical Object Non-Physical Object Inscription Expression Conceptualization realized by expressed by physically realized by L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
35 OntoNeuroLOG l Ontologie des s Proposition L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
36 OntoNeuroLOG l Ontologie des s Proposition Meta-Data Set Values L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
37 OntoNeuroLOG l Ontologie des s Proposition Meta-Data Set Values part of part of L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
38 OntoNeuroLOG l Ontologie des s Proposition Acquired CT MRI MEEG PET Datas et SPECT L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
39 OntoNeuroLOG l Ontologie des s Expression Proposition Expression Acquired CT MRI MEEG PET Datas et SPECT L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
40 OntoNeuroLOG l Ontologie des s Expression Proposition Expression Acquired GIS Expression DICOM Expression Analyze Expression CT MRI MEEG PET Datas et SPECT L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
41 OntoNeuroLOG l Ontologie des s Inscription Expression Proposition Image Expression Acquired GIS Expression DICOM Expression Analyze Expression CT MRI MEEG PET Datas et SPECT L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
42 OntoNeuroLOG l Ontologie des s Inscription Expression Proposition Image Expression 2D Image Black&White Image 3D Image GIS Expression Color Image DICOM Expression Analyze Expression CT MRI Acquired MEEG PET Datas et SPECT L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
43 OntoNeuroLOG l Ontologie des s Inscription Expression Proposition File Image Expression 2D Image Black&White Image 3D Image GIS Expression Color Image DICOM Expression Analyze Expression CT MRI Acquired MEEG PET Datas et SPECT L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
44 OntoNeuroLOG l Ontologie des s Inscription Expression Proposition File Image Expression GIS File Analyze File DICOM File 2D Image Black&White Image 3D Image Color Image GIS Expression DICOM Expression Analyze Expression CT MRI Acquired MEEG PET Datas et SPECT L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
45 OntoNeuroLOG l Ontologie des s Inscription Expression Proposition File Image Expression GIS File Analyze File DICOM File 2D Image Black&White Image 3D Image Color Image GIS Expression DICOM Expression Analyze Expression CT MRI Acquired MEEG PET Datas et SPECT L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
46 OntoNeuroLOG Catégories de s Premier axe Sémantique Les s sont spécialisés selon les équipements utilisés pour leur acquisition (isacquiredwith) L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
47 OntoNeuroLOG Catégories de s Premier axe Sémantique Les s sont spécialisés selon les équipements utilisés pour leur acquisition (isacquiredwith) Second axe Sémantique Les s sont spécialisés selon les traitements dont ils sont le résultat (isresultof) L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
48 OntoNeuroLOG Catégories de s Premier axe Sémantique Les s sont spécialisés selon les équipements utilisés pour leur acquisition (isacquiredwith) Second axe Sémantique Les s sont spécialisés selon les traitements dont ils sont le résultat (isresultof) Troisième axe Sémantique Les s sont spécialisés selon la structure ou la fonction du cerveau explorée (explores) L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
49 OntoNeuroLOG Catégories de s L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
50 OntoNeuroLOG Catégories de s Acquired CT MRI MEEG PET SPECT L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
51 OntoNeuroLOG Catégories de s Acquired Non-Reconstructed Reconstructed L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
52 OntoNeuroLOG Catégories de s Acquired Registration Non-Reconstructed Reconstructed Template Segmentation Statistical Parametric L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
53 OntoNeuroLOG Catégories de s Anatomical Functional Vascular Metabolic Acquired Registration Non-Reconstructed Reconstructed Template Segmentation Statistical Parametric L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
54 Traitements et outils de traitements d images Notions de traitement et outil Traitement/outils De nombreux traitements (actions) peuvent être appliqués aux images concernées. Exemples : segmentation recalage etc. L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
55 Traitements et outils de traitements d images Notions de traitement et outil Traitement/outils De nombreux traitements (actions) peuvent être appliqués aux images concernées. Exemples : segmentation recalage etc. L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
56 Traitements et outils de traitements d images Notions de traitement et outil Traitement/outils De nombreux traitements (actions) peuvent être appliqués aux images concernées. Exemples : segmentation recalage etc. L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
57 Traitements et outils de traitements d images Notions de traitement et outil Traitement/outils De nombreux traitements (actions) peuvent être appliqués aux images concernées. Exemples : segmentation recalage etc. Outils et traitements associés À chaque traitement correspond un certain nombre d outils, dont la fonction est de permettre de réaliser le traitement. L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
58 Traitements et outils de traitements d images Notions de traitement et outil Des ressources de nature hétérogène Les outils de traitement d images médicales constituent des ressources très hétérogènes : programmes logiciels pipelines L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
59 Traitements et outils de traitements d images Notions de traitement et outil Des ressources de nature hétérogène Les outils de traitement d images médicales constituent des ressources très hétérogènes : programmes logiciels pipelines L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
60 Traitements et outils de traitements d images Notions de traitement et outil Des ressources de nature hétérogène Les outils de traitement d images médicales constituent des ressources très hétérogènes : programmes logiciels pipelines L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
61 Traitements et outils de traitements d images Notions de traitement et outil Des ressources de nature hétérogène Les outils de traitement d images médicales constituent des ressources très hétérogènes : programmes logiciels pipelines Un besoin... Pouvoir modéliser tous ces outils (même si leur type n est pas connu a priori) ainsi que leurs entrées/sorties. L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
62 Traitements et outils de traitements d images COPS COPS : une ontologie noyau des programmes et logiciels COPS : Core Ontology of Programs and Software L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
63 Traitements et outils de traitements d images COPS COPS : une ontologie noyau des programmes et logiciels COPS : Core Ontology of Programs and Software Ontologie noyau des programmes et logiciels informatiques L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
64 Traitements et outils de traitements d images COPS COPS : une ontologie noyau des programmes et logiciels COPS : Core Ontology of Programs and Software Ontologie noyau des programmes et logiciels informatiques Étend l ontologie I&DA développée au LaRIA L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
65 Traitements et outils de traitements d images COPS COPS : une ontologie noyau des programmes et logiciels COPS : Core Ontology of Programs and Software Ontologie noyau des programmes et logiciels informatiques Étend l ontologie I&DA développée au LaRIA Plusieurs manifestations de l ontologie : semi-informelle (OntoSpec) et formelle (OWL) L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
66 Traitements et outils de traitements d images Haut niveau de COPS COPS L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
67 Traitements et outils de traitements d images COPS Intérêt de l utilisation de COPS COPS permet : la description des traitements et outils de traitement d images à l aide d un vocabulaire défini sur la base de primitives de haut niveau (DOLCE, I&DA) : création d une sous-ontologie des traitements d images et outils de traitement d images L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
68 Traitements et outils de traitements d images COPS Intérêt de l utilisation de COPS COPS permet : la description des traitements et outils de traitement d images à l aide d un vocabulaire défini sur la base de primitives de haut niveau (DOLCE, I&DA) : création d une sous-ontologie des traitements d images et outils de traitement d images la description des outils selon leur aspect fonctionnel syntaxique L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
69 Traitements et outils de traitements d images COPS Intérêt de l utilisation de COPS COPS permet : la description des traitements et outils de traitement d images à l aide d un vocabulaire défini sur la base de primitives de haut niveau (DOLCE, I&DA) : création d une sous-ontologie des traitements d images et outils de traitement d images la description des outils selon leur aspect fonctionnel syntaxique L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
70 Traitements et outils de traitements d images COPS Intérêt de l utilisation de COPS COPS permet : la description des traitements et outils de traitement d images à l aide d un vocabulaire défini sur la base de primitives de haut niveau (DOLCE, I&DA) : création d une sous-ontologie des traitements d images et outils de traitement d images la description des outils selon leur aspect fonctionnel syntaxique Démarche de réutilisation d ontologies... OntoNeuroLOG spécialise COPS L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
71 Traitements et outils de traitements d images COPS Sous-ontologie des programmes (1) Taxinomie déterminée par l aspect fonctionnel des programmes L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
72 Traitements et outils de traitements d images COPS Sous-ontologie des programmes (1) Taxinomie déterminée par l aspect fonctionnel des programmes On parle de programme uniquement pour les expressions de langages Turing-complets L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
73 Traitements et outils de traitements d images COPS Sous-ontologie des programmes (1) Taxinomie déterminée par l aspect fonctionnel des programmes On parle de programme uniquement pour les expressions de langages Turing-complets Programme Un programme est une expression en langage Turing-complet susceptible d être exécutée par une machine physique ou virtuelle, éventuellement après traduction. L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
74 Traitements et outils de traitements d images COPS Sous-ontologie des programmes (2) L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
75 Traitements et outils de traitements d images COPS Sous-ontologie des logiciels et plate-formes (1) Introduction de la notion de Library of Programs (collection) L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
76 Traitements et outils de traitements d images COPS Sous-ontologie des logiciels et plate-formes (1) Introduction de la notion de Library of Programs (collection) Logiciel Un logiciel est un artefact de computation et une librairie de programmes, comportant au moins un programme exécutable ou interprétable. L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
77 Traitements et outils de traitements d images COPS Sous-ontologie des logiciels et plate-formes (2) L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
78 Architecture logicielle pour la recherche sémantique Identification des besoins Besoins fonctionnels de l application Recherche sémantique d images et d outils de traitement d images, notamment à l aide de métadonnées sur les images et outils L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
79 Architecture logicielle pour la recherche sémantique Identification des besoins Besoins fonctionnels de l application Recherche sémantique d images et d outils de traitement d images, notamment à l aide de métadonnées sur les images et outils Interface de travail intuitive, avec guidage ontologique L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
80 Architecture logicielle pour la recherche sémantique Identification des besoins Besoins fonctionnels de l application Recherche sémantique d images et d outils de traitement d images, notamment à l aide de métadonnées sur les images et outils Interface de travail intuitive, avec guidage ontologique Présentation des résultats et lien avec d autres composants logiciels L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
81 Architecture logicielle pour la recherche sémantique Architecture proposée Technologies utilisées Data Federator, pour l intégration des sources de données METAmorphose, outil de conversion DB RDF Moteur de recherche sémantique Corese (Acacia) Librairie SeWeSe (interface, présentation des résultats... ) L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
82 Architecture logicielle pour la recherche sémantique Architecture proposée Technologies utilisées Data Federator, pour l intégration des sources de données METAmorphose, outil de conversion DB RDF Moteur de recherche sémantique Corese (Acacia) Librairie SeWeSe (interface, présentation des résultats... ) L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
83 Architecture logicielle pour la recherche sémantique Architecture proposée Technologies utilisées Data Federator, pour l intégration des sources de données METAmorphose, outil de conversion DB RDF Moteur de recherche sémantique Corese (Acacia) Librairie SeWeSe (interface, présentation des résultats... ) L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
84 Architecture logicielle pour la recherche sémantique Architecture proposée Technologies utilisées Data Federator, pour l intégration des sources de données METAmorphose, outil de conversion DB RDF Moteur de recherche sémantique Corese (Acacia) Librairie SeWeSe (interface, présentation des résultats... ) L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
85 Architecture logicielle pour la recherche sémantique Architecture proposée Présentation générale de l architecture L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
86 Conclusion et perspectives Conclusion Proposition d une modélisation permettant de modéliser des objets complexes et hétérogènes (images, traitements d images, outils... ) à différents niveaux d abstraction Ontologie modulaire multi-niveaux Ontologie structurée à l aide d une ontologie de haut niveau (DOLCE) L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
87 Conclusion et perspectives Conclusion Proposition d une modélisation permettant de modéliser des objets complexes et hétérogènes (images, traitements d images, outils... ) à différents niveaux d abstraction Ontologie modulaire multi-niveaux Ontologie structurée à l aide d une ontologie de haut niveau (DOLCE) L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
88 Conclusion et perspectives Conclusion Proposition d une modélisation permettant de modéliser des objets complexes et hétérogènes (images, traitements d images, outils... ) à différents niveaux d abstraction Ontologie modulaire multi-niveaux Ontologie structurée à l aide d une ontologie de haut niveau (DOLCE) L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
89 Conclusion et perspectives Perspectives Compléter et étendre les ontologies du projet Ajouter des fonctionnalités au prototype logiciel et l évaluer en situation Adresser les problèmes de passage à l échelle L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
90 Conclusion et perspectives Perspectives Compléter et étendre les ontologies du projet Ajouter des fonctionnalités au prototype logiciel et l évaluer en situation Adresser les problèmes de passage à l échelle L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
91 Conclusion et perspectives Perspectives Compléter et étendre les ontologies du projet Ajouter des fonctionnalités au prototype logiciel et l évaluer en situation Adresser les problèmes de passage à l échelle L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
92 Conclusion et perspectives Références bibliographiques Lando P., Lapujade A., Kassel G., Fürst F. Towards a General Ontology of Computer Programs. À paraître dans les actes de la conférence ICSOFT 2007 : Second International Conference on Software and Data Technologies, Barcelone, Espagne, juillet Lando P., Fürst F., Kassel K., Lapujade A.. Premiers pas vers une ontologie générale des programmes informatiques. À paraître dans les actes de la conférence IC 2007 : Ingénierie des connaissances, Grenoble, 2-6 juillet Témal L., Lando P., Gibaud B., Dojat M., Kassel G., Lapujade A. OntoNeuroBase : a Multi-Layered Application Ontology in Neuroimaging. Second Workshop FOMI : Formal Ontologies Meet Industry, Trento, Italy, L.TEMAL, P.LANDO et al. (VisAGeS) OntoNeuroLOG 03/07/ / 30
Intégration des connaissances en neurosciences dans un environnement multi-centrique
Intégration des connaissances en neurosciences dans un environnement multi-centrique Alban Gaignard, Johan Montagnat I3S, UMR 6070 CNRS, Université de Nice Sophia Antipolis alban.gaignard@i3s.unice.fr
Plus en détailLinked Open Data. Le Web de données Réseau, usages, perspectives. Eric Charton. Eric Charton
Linked Open Data Le Web de données Réseau, usages, perspectives Sommaire Histoire du Linked Open Data Structure et évolution du réseau Utilisations du Linked Open Data Présence sur le réseau LOD Futurs
Plus en détailProblématiques de recherche. Figure Research Agenda for service-oriented computing
Problématiques de recherche 90 Figure Research Agenda for service-oriented computing Conférences dans le domaine ICWS (International Conference on Web Services) Web services specifications and enhancements
Plus en détailStructuration des décisions de jurisprudence basée sur une ontologie juridique en langue arabe
Structuration des décisions de jurisprudence basée sur une ontologie juridique en langue arabe Karima Dhouib, Sylvie Després Faiez Gargouri ISET - Sfax Tunisie, BP : 88A Elbustan ; Sfax karima.dhouib@isets.rnu.tn,
Plus en détailAnglais : courant ; Espagnol : bilingue
Alban Gaignard Docteur Ingénieur Données numériques et connaissances 1 rue Fontana 06200 Nice - France H (+33)6 89 44 49 91 B alban.gaignard@cnrs.fr Né le 8 juillet 1980 à Rennes, en couple, 2 enfants.
Plus en détailIngénierie et gestion des connaissances
Master Web Intelligence ICM Option Informatique Ingénierie et gestion des connaissances Philippe BEAUNE Philippe.Beaune@emse.fr 18 novembre 2008 Passer en revue quelques idées fondatrices de l ingénierie
Plus en détailCompte-rendu re union Campus AAR 3 mars 2015
Compte-rendu re union Campus AAR 3 mars 2015 Table des matières Liste d actions... 2 I. Environnement d analyse : INA, Armadillo... 3 a. Connexion de l outil INA avec API Armadillo... 3 b. Outil d analyse
Plus en détailDafoe Présentation de la plate-forme UIMA
Laboratoire d Informatique de l université Paris-Nord (UMR CNRS 7030) Institut Galilée - Université Paris-Nord 99, avenue Jean-Baptiste Clément 93430 Villetaneuse, France 11 juillet 2007 Plates-formes
Plus en détailBases de données pour la recherche : quels enjeux et quel rôle pour les patients?
Bases de données pour la recherche : quels enjeux et quel rôle pour les patients? Paul Landais Université Montpellier 1 Responsable de la Banque Nationale de Données Maladies Rares (BNDMR) Co-coordonnateur
Plus en détailJe catalogue, tu FRBRises, il/elle googlise. L évolution des catalogues et les bibliothécaires Vendredi 29 mars 2013 Manufacture des tabacs
Je catalogue, tu FRBRises, il/elle googlise. L évolution des catalogues et les bibliothécaires Vendredi 29 mars 2013 Manufacture des tabacs Journée organisée par le CRFCB Midi-Pyrénées / Languedoc-Roussillon
Plus en détailPrésentation générale du projet data.bnf.fr
Présentation générale du projet data.bnf.fr La Bibliothèque nationale a mis en œuvre un nouveau projet, qui a pour but de rendre ses données plus utiles sur le web. Ceci nécessite de transformer données
Plus en détailDatalift. + + Architecture Modularité Déploiements. d j = 09/04/2015 Laurent BIHANIC
lift 1 d j = ( + + Architecture Modularité Déploiements lift 2 plates-formes en 1 2 Se t Se Dat t Une architecture répondant à deux besoins : Elévation de la donnée Exploitation de la donnée publiée Des
Plus en détailL IRM pas à pas Un module d enseignement interactif des bases physiques de l Imagerie par Résonance Magnétique. http://www.e-mri.
L IRM pas à pas Un module d enseignement interactif des bases physiques de l Imagerie par Résonance Magnétique http://www.e-mri.org D HOA, A MICHEAU, G GAHIDE, E LE BARS, C CYTEVAL, M ZANCA, P DUJOLS,
Plus en détailÉvaluation et implémentation des langages
Évaluation et implémentation des langages Les langages de programmation et le processus de programmation Critères de conception et d évaluation des langages de programmation Les fondations de l implémentation
Plus en détailLa visio-conférence holographique : Pourquoi? Comment?
La visio-conférence holographique : Pourquoi? Comment? Francis Felix Labo LSIS / Arts & Métiers Paritech (ENSAM) 2 Cours des Arts et Métiers 13100 Aix-en-Provence Thierry Henocque AIP-Primeca Dauphiné
Plus en détailDiagrammes de Package, de déploiement et de composants UML
labsticc.univ-brest.fr/pages_perso/babau/ Diagrammes de Package, de déploiement et de composants UML Jean-Philippe Babau Département Informatique, UFR Sciences, Laboratoire Lab-STICC 2 1 Plan Description
Plus en détailKnowledge Enabled Real-Time Recommendation System
Knowledge Enabled Real-Time Recommendation System Syed Gillani, Jules Chevalier syed.gillani@univ-st-etienne.fr jules.chevalier@univ-st-etienne.fr Institut Henri Fayol, École des Mines de Saint-Étienne
Plus en détailLes sciences de l ingénieur appliquées à la prise en charge du
Les sciences de l ingénieur appliquées à la prise en charge du cancer : enjeux et opportunités Début de cartographie des enjeux cliniques et technologiques gq Jean-François MENUDET, Cluster I-Care Cartographie
Plus en détailLes atouts et faiblesses des caméras TEP dédiées, TEP corps entier, TEP-CT, TEMP pour la quantification
Les atouts et faiblesses des caméras TEP dédiées, TEP corps entier, TEP-CT, TEMP pour la quantification Irène Buvat U494 INSERM CHU Pitié-Salpêtrière, Paris buvat@imed.jussieu.fr http://www.guillemet.org/irene
Plus en détailChapitre 1 Windows Server 2008 11
Chapitre 1 Windows Server 2008 11 1.1. Les fondations du système... 15 1.2. La virtualisation... 16 1.3. La sécurité... 18 1.4. Le Web... 20 1.5. Fonctionnalité disponible dans Windows Server 2008... 21
Plus en détailIC 2003. 1 Cf. le site du projet, à l adresse : http://www.clacic.org
Étude critique de la méthode CommonKADS application au calage de codes de calcul Sabine Bruaux 1, Gilles Kassel 1, Gilles Morel 1+2 1 Laboratoire de Recherche en Informatique d Amiens Université de Picardie
Plus en détailCloud et Informatique Scientifique
1 Cloud et Informatique Scientifique Gilles MATHIEU gilles.mathieu@inserm.fr DSI - Coordination de l Informatique Scientifique de l Inserm (CISI) Cumulo NumBio 2015 - Juin 2015 Objectifs de cette présentation
Plus en détailUn assistant de mémoire pour les très petits projets d ingénierie du logiciel
Un assistant de mémoire pour les très petits projets d ingénierie du logiciel Vincent RIBAUD, Philippe SALIOU, Claude Y. LAPORTE² LISyC, Université de Brest, UEB Brest ² École de technologie supérieure,
Plus en détail1.Introduction - Modèle en couches - OSI TCP/IP
1.Introduction - Modèle en couches - OSI TCP/IP 1.1 Introduction 1.2 Modèle en couches 1.3 Le modèle OSI 1.4 L architecture TCP/IP 1.1 Introduction Réseau Télécom - Téléinformatique? Réseau : Ensemble
Plus en détailUtilisation de l ingénierie des modèles pour la conception collaborative de produits mécaniques
Utilisation de l ingénierie des modèles pour la conception collaborative de produits mécaniques Mathias Kleiner Laboratoire des Sciences de l Information et des Systèmes (LSIS) - UMR CNRS 7296 Projet Ingenierie
Plus en détailLaboratoire d informatique Gaspard-Monge UMR 8049. Journée Labex Bézout- ANSES
Laboratoire d informatique Gaspard-Monge UMR 8049 Journée Labex Bézout- ANSES Présentation du laboratoire 150 membres, 71 chercheurs et enseignants-chercheurs, 60 doctorants 4 tutelles : CNRS, École des
Plus en détailAdaptabilité d un MOOC aux styles d apprentissage. Hubert Kadima Directeur de Recherche LARIS/EISTI Email : hubert.kadima@eisti.fr
Adaptabilité d un MOOC aux styles d apprentissage Hubert Kadima Directeur de Recherche LARIS/EISTI Email : hubert.kadima@eisti.fr Agenda 1. Contexte : l apprentissage dans le projet PLACIS 2. Choix du
Plus en détailProgramme scientifique Majeure INTELLIGENCE NUMERIQUE. Mentions Image et Réalité Virtuelle Intelligence Artificielle et Robotique
É C O L E D I N G É N I E U R D E S T E C H N O L O G I E S D E L I N F O R M A T I O N E T D E L A C O M M U N I C A T I O N Programme scientifique Majeure INTELLIGENCE NUMERIQUE Langage Java Mentions
Plus en détail- Couches - Éléments - Domaines - ArchiMate et les techniques du BABOK
ArchiMate et l architecture d entreprise Par Julien Allaire Ordre du jour Présentation du langage ArchiMate - Couches - Éléments - Domaines - ArchiMate et les techniques du BABOK Présentation du modèle
Plus en détailMapReduce. Malo Jaffré, Pablo Rauzy. 16 avril 2010 ENS. Malo Jaffré, Pablo Rauzy (ENS) MapReduce 16 avril 2010 1 / 15
MapReduce Malo Jaffré, Pablo Rauzy ENS 16 avril 2010 Malo Jaffré, Pablo Rauzy (ENS) MapReduce 16 avril 2010 1 / 15 Qu est ce que c est? Conceptuellement Données MapReduce est un framework de calcul distribué
Plus en détailPLATE-FORME COMMUNE UNE SOLUTION LOGICIELLE UNIQUE POUR AMÉLIORER LA PRODUCTIVITÉ. Logiciel DIRECTVIEW V5 pour CR et DR
Logiciel DIRECTVIEW V5 pour CR et DR UNE SOLUTION LOGICIELLE UNIQUE POUR AMÉLIORER LA PRODUCTIVITÉ Vous pouvez faire confiance aux systèmes CR et DR de Carestream pour leur qualité de prise d images. Maintenant
Plus en détailopenarchitectureware & transformation de modèle Yannick Lizzi Architecte Logiciel itemis France Mail: lizzi@itemis.de
openarchitectureware & transformation de modèle Yannick Lizzi Architecte Logiciel itemis France Mail: lizzi@itemis.de itemis France 2009 All rights reserved 1 Itemis en quelques mots Spécialisé dans l
Plus en détailDotNet. Plan. Les outils de développement
DotNet Les outils de développement Version 1.03 du 16/10/2006 par Jacky Renno Plan La machine virtuelle Le kit de développement Le kit de langage Le Visual Studio.NET Le serveur web IIS 6.0 Le modeleur
Plus en détailLa Télémédecine dans le cadre de la Plateforme Régionale Santé de Martinique
+ La Télémédecine dans le cadre de la Plateforme Régionale Santé de Martinique 15 ème Conférence des Fédérations Hospitalières des Antilles et de la Guyane Y. MARIE-SAINTE Directeur 28/04/2011 V1.0 + #
Plus en détailVulgarisation Java EE Java EE, c est quoi?
Paris, le 1 Février 2012 Vulgarisation Java EE Java EE, c est quoi? Sommaire Qu est ce que Java? Types d applications Java Environnements Java Versions de Java Java EE, c est quoi finalement? Standards
Plus en détailAnatomie Pathologique (PAT)
Anatomie Pathologique (PAT) Co-chairs : C.Daniel (France), M.Garcia-Rojo (Spain),T.Schrader (Germany) ARPH Supplement : W.Scharber (USA), F.Macary (France) Réunion Annuelle IHE France 1 Deux profils d
Plus en détailIntelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com
Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines
Plus en détailConcevoir sa stratégie de recherche d information
Concevoir sa stratégie de recherche d information Réalisé : mars 2007 Dernière mise à jour : mars 2011 Bibliothèque HEC Paris Contact : biblio@hec.fr 01 39 67 94 78 Cette création est mise à disposition
Plus en détailBases de données relationnelles : Introduction
Bases de données relationnelles : Introduction historique et principes V. Benzaken Département d informatique LRI UMR 8623 CNRS Université Paris Sud veronique.benzaken@u-psud.fr https://www.lri.fr/ benzaken/
Plus en détailAnalyse,, Conception des Systèmes Informatiques
Analyse,, Conception des Systèmes Informatiques Méthode Analyse Conception Introduction à UML Génie logiciel Définition «Ensemble de méthodes, techniques et outils pour la production et la maintenance
Plus en détailUTILISATION DE LA PLATEFORME WEB D ANALYSE DE DONNÉES GALAXY
UTILISATION DE LA PLATEFORME WEB D ANALYSE DE DONNÉES GALAXY Yvan Le Bras yvan.le_bras@irisa.fr Cyril Monjeaud, Mathieu Bahin, Claudia Hériveau, Olivier Quenez, Olivier Sallou, Aurélien Roult, Olivier
Plus en détailFormation Webase 5. Formation Webase 5. Ses secrets, de l architecture MVC à l application Web. Adrien Grand <jpountz@via.ecp.fr> Centrale Réseaux
Formation Webase 5 Ses secrets, de l architecture MVC à l application Web Adrien Grand Centrale Réseaux Sommaire 1 Obtenir des informations sur Webase 5 2 Composants de Webase 5 Un
Plus en détailDéveloppements algorithmiques au LIAMA et àamap en vue de l'analyse d'une scène forestière
Développements algorithmiques au LIAMA et àamap en vue de l'analyse d'une scène forestière Principaux contributeurs: Zhang Xiaopeng (CASIA-NLPR-LIAMA Coordinateur Groupe Image) Li HongJun (CASIA-NLPR-LIAMA
Plus en détailUne méthode d apprentissage pour la composition de services web
Une méthode d apprentissage pour la composition de services web Soufiene Lajmi * Chirine Ghedira ** Khaled Ghedira * * Laboratoire SOIE (ENSI) University of Manouba, Manouba 2010, Tunisia Soufiene.lajmi@ensi.rnu.tn,
Plus en détailSynergies entre Artisan Studio et outils PLM
SysML France 13 Novembre 2012 William Boyer-Vidal Regional Sales Manager Southern Europe Synergies entre Artisan Studio et outils PLM 2012 2012 Atego. Atego. 1 Challenges & Tendances Complexité des produits
Plus en détailJDev Atelier Datalift
JDev Atelier Datalift RDF, Linked (Open) Data & Datalift Your business JDev technologists. - 6 septembre Powering 2013 progress Le Linked Data Publier des données structurées sur le Web en les reliant
Plus en détailUne architecture pour la découverte et l orchestration de services Web sémantiques
Une architecture pour la découverte et l orchestration de services Web sémantiques Une utilisation des ontologies en milieu industriel Pierre Châtel Thales Communications France, Laboratoire d Informatique
Plus en détailTutoriel: Création d'un Web service en C++ avec WebContentC++Framework
Tutoriel: Création d'un Web service en C++ avec WebContentC++Framework Gaël de Chalendar CEA LIST / LIC2M Journée de Présentation des Technologies WebContent INSTN 14/12/2009 Présentation de gsoap Plan
Plus en détailLaboratoire d Informatique, de Traitement de l Information et des Systèmes EA 4108. 3 établissements T. Paquet D. Olivier T. Lecroq A.
Laboratoire d Informatique, de Traitement de l Information et des Systèmes EA 4108 3 établissements T. Paquet D. Olivier T. Lecroq A. Benshrair 7 équipes Disciplines 27-61, 25-26-43-64 L. Heutte DocApp
Plus en détailGénie logiciel (Un aperçu)
(Un aperçu) (sommerville 2010) Laurent Pérochon INRA URH 63122 St Genès Champanelle Laurent.perochon@clermont.inra.fr Ensemble d activités conduisant à la production d un logiciel Sur un échantillon de
Plus en détailClasses et Objets en Ocaml.
Classes et Objets en Ocaml. Didier Rémy 2001-2002 http://cristal.inria.fr/ remy/mot/2/ http://www.enseignement.polytechnique.fr/profs/informatique/didier.remy/mot/2/ Cours Exercices Slide 1 1. Objets 2.
Plus en détailENFIN, UN SYSTÈME POLYVALENT D'IMAGERIE ORL ET DENTAIRE
CS 9300 ENFIN, UN SYSTÈME POLYVALENT D'IMAGERIE ORL ET DENTAIRE Conçu pour de multiples applications cliniques, le système CS 9300 fournit des images panoramiques de très grande qualité, ainsi que des
Plus en détailLes mécanismes de la récupération neurologique. PPradat-Diehl DU de Rehabilitation neuropsychologique 2007
Les mécanismes de la récupération neurologique PPradat-Diehl DU de Rehabilitation neuropsychologique 2007 Introduction Plasticité cérébrale / Récupération après lésion cérébrale Récupération spontanée
Plus en détailDysplasie osseuse. Groupe hétérogène de maladies géné%ques 440 types individuellement très rares Manifesta%ons possibles :
Cura%on de contenu «La cura%on de contenu (de l'anglais content cura*on ou data cura*on) est une pra%que qui consiste à sélec%onner, éditorialiser et partager les contenus les plus per%nents du Web pour
Plus en détailCloud et SOA La présence du Cloud révolutionne-t-elle l approche SOA?
Cloud et SOA La présence du Cloud révolutionne-t-elle l approche SOA? Jean-Marc Pierson pierson@irit.fr IRIT, Université de Toulouse Agenda! Le Cloud! Le SOA! Quelle différence!?! Cloud et SOA! Mise en
Plus en détailXML et travail collaboratif : vers un Web sémantique
XML et travail collaboratif : vers un Web sémantique Abderrazak MKADMI 1-2 1 Laboratoire Paragraphe, Université Paris8, France 2 Institut Supérieur de Documentation, Université de Manouba, Tunisie amkadmi@yahoo.fr
Plus en détailPAS X. PAS-X Services. Competence. Implementation. Support. Vue d ensemble des services. Portfolio des services proposés
PAS-X PAS-X Vue d ensemble des services Portfolio des services proposés En complément de ses produits Manufacturing IT, Werum propose des prestations de services complètes. La société Werum apporte son
Plus en détailInformatique Médicale & Ingénierie des Connaissances Pour la e-santé
Li ics Laboratoire d Informatique Médicaleet d Ingénierie des Connaissances en e-santé Projet de création d une UMR Inserm Université Pierre et Marie Curie, Université Paris Nord Informatique Médicale
Plus en détailGKR. Geological Knowledge Representation Base de connaissances métallogéniques
GKR Geological Knowledge Representation Base de connaissances métallogéniques Objets Organiser un ensemble d informations complexes et hétérogènes pour orienter l exploration minière aux échelles tactiques
Plus en détailMise en place de serveurs Galaxy dans le cadre du réseau CATI BBRIC
Mise en place de serveurs Galaxy dans le cadre du réseau CATI BBRIC {Sebastien.Carrere, Ludovic.Legrand,Jerome.Gouzy}@toulouse.inra.fr {Fabrice.Legeai,Anthony.Bretaudeau}@rennes.inra.fr CATI BBRIC 35 bioinformaticiens
Plus en détailPeut-on reconnaître une tumeur de bas-grade en imagerie conventionnelle? S. Foscolo, L. Taillandier, E. Schmitt, A.S. Rivierre, S. Bracard, CHU NANCY
Peut-on reconnaître une tumeur de bas-grade en imagerie conventionnelle? S. Foscolo, L. Taillandier, E. Schmitt, A.S. Rivierre, S. Bracard, CHU NANCY A quoi sert l imagerie conventionnelle dans le diagnostic
Plus en détailStruxureWare Power Monitoring v7.0. La nouvelle génération en matière de logiciel de gestion complète d énergie
StruxureWare Power Monitoring v7.0 La nouvelle génération en matière de logiciel de gestion complète d énergie Évolution des deux plate-formes originales Power Monitoring v7.0 SMS ION Enterprise 2012 Struxureware
Plus en détailSparkInData. Place de Marché des applications Spatiales 09-04-2015
SparkInData Place de Marché des applications Spatiales 09-04-2015 SparkInData / Concept Place de marché Plateforme fédérative Haute valeur ajoutée Acteurs reconnus Consortium homogène Architecture Big
Plus en détailT. Gasc 1,2,3, F. De Vuyst 1, R. Motte 3, M. Peybernes 4, R. Poncet 5
Modélisation de la performance et optimisation d un algorithme hydrodynamique de type Lagrange-Projection sur processeurs multi-cœurs T. Gasc 1,2,3, F. De Vuyst 1, R. Motte 3, M. Peybernes 4, R. Poncet
Plus en détailLogiciel Libre Cours 3 Fondements: Génie Logiciel
Logiciel Libre Cours 3 Fondements: Génie Logiciel Stefano Zacchiroli zack@pps.univ-paris-diderot.fr Laboratoire PPS, Université Paris Diderot 2013 2014 URL http://upsilon.cc/zack/teaching/1314/freesoftware/
Plus en détailObjectif : Passer de l analyse métier et fonctionnelle à la définition des applications qui
Formation PARTIE 1 : ARCHITECTURE APPLICATIVE DUREE : 5 h Objectif : Passer de l analyse métier et fonctionnelle à la définition des applications qui automatisent les fonctions Définir une architecture
Plus en détailLES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN
LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN Les contenues de ce document sont la propriété exclusive de la société REVER. Ils ne sont transmis qu à titre d information et ne peuvent en aucun cas
Plus en détailRendez-vous la liberté avec Rational Quality Manager
IBM Software Group RAT02 Rendez-vous la liberté avec Rational Quality Manager Bernard Dupré IBM Rational IT Specialist 2008 IBM Corporation Envisager une plateforme qui change la production de logiciels
Plus en détailadmission aux urgences
Société française de neurologie RÉFÉRENTIEL D AUTO-ÉVALUATION DES PRATIQUES EN NEUROLOGIE Prise en charge hospitalière initiale des personnes ayant fait un accident vasculaire cérébral (AVC) : admission
Plus en détailMagento. Pratique du e-commerce avec Magento. Christophe Le Bot avec la contribution technique de Bruno Sebarte
Magento Pratique du e-commerce avec Magento Christophe Le Bot avec la contribution technique de Bruno Sebarte Pearson Education France a apporté le plus grand soin à la réalisation de ce livre afin de
Plus en détail+ = OpenStack Presentation. Raphaël Ferreira - CoFounder. @ enovance. Credits : Thanks to the OpenStack Guys 1
+ = OpenStack Presentation Raphaël Ferreira - CoFounder @ enovance Credits : Thanks to the OpenStack Guys 1 INTRODUCTION 2 Les entreprises déploient des clouds pour... Répondre aux besoins de ressources
Plus en détailConditions : stage indemnisé, aide au logement possible, transport CEA en Ile-de-France gratuit.
Proposition de stage de BAC+4 ou BAC+5 Pro ou Recherche Etude comparative des outils de vérification d'algorithmes parallèles Logiciels (LSL), localisé à Palaiseau (Essonne), développe les outils d'aide
Plus en détailSuite intégrée Entreprise de Sage Accpac. Obtenez une vue à 360 de votre entreprise avec Sage Accpac. Votre succès. Notre priorité!
Suite intégrée Entreprise de Sage Accpac Obtenez une vue à 360 de votre entreprise avec Sage Accpac Votre succès. Notre priorité! Bien que votre plan de croissance comporte des achats et ventes sur le
Plus en détailUn environnement de déploiement automatique pour les applications à base de composants
ICSSEA 2002-7 Lestideau Un environnement de déploiement automatique pour les applications à base de composants Vincent Lestideau Adele Team Bat C LSR-IMAG, 220 rue de la chimie Domaine Universitaire, BP
Plus en détailModeling reality with the latest in 3D technology: Virtualisation. Aperçu
Rencontres art, science, technique & architecture (RASTA_02) De l acquisition à la restitution de données numériques 3D 31 octobre 2002 C2RMF-DMF 6 rue des Pyramides75 041 Paris Modeling reality with the
Plus en détailExport et Import de modèles ICAR sous Trnsys 17
Export et Import de modèles ICAR sous Trnsys 17 Export de modèles Trnsys 17 vers ICAR Une fonction permettant d exporter des modèles Trnsys vers des composants ICAR a été implémentée sous Simulation Studio.
Plus en détailRational Unified Process
Rational Unified Process For Christiane DAVOINE-GUHUR Société GICAB - Vannes Christiane.Davoine@CA-GICAB.fr Table des Matières 1 INTRODUCTION... 1 2 LES COMPOSANTS ET LES GRANDS PRINCIPES DU PROCESSUS...
Plus en détailLe modèle standard, SPE (1/8)
Le modèle standard, SPE (1/8) Rappel : notion de grammaire mentale modulaire Les composants de la grammaire : module phonologique, sémantique syntaxique Syntaxe première : elle orchestre la relation mentale
Plus en détailLe logiciel EduAnatomist.
Le logiciel EduAnatomist. Les travaux de l équipe ACCES (Actualisation Continue des Connaissances des Enseignants en Sciences) de l INRP restent, hélas, largement méconnus des enseignants de SVT. Pourtant,
Plus en détailDrive your success. «Un écosystème complexe implique une capacité de gestion temps réel des aléas» www.imagina-international.com
Drive your success «Un écosystème complexe implique une capacité de gestion temps réel des aléas» www.imagina-international.com ATEN, dix avantages au service de votre entreprise Qualité de mise en œuvre
Plus en détailUniversité Paris XI Faculté des sciences d Orsay THÈSE. présentée pour l obtention du grade de Docteur en Sciences de l Université Paris-Sud XI Orsay
N d ordre : 8563 Université Paris XI Faculté des sciences d Orsay THÈSE présentée pour l obtention du grade de Docteur en Sciences de l Université Paris-Sud XI Orsay Par Cédric JACQUIOT Spécialité : INFORMATIQUE
Plus en détailCours 1 : La compilation
/38 Interprétation des programmes Cours 1 : La compilation Yann Régis-Gianas yrg@pps.univ-paris-diderot.fr PPS - Université Denis Diderot Paris 7 2/38 Qu est-ce que la compilation? Vous avez tous déjà
Plus en détailUNIVERSITE DE NICE-SOPHIA ANTIPOLIS - UFR Sciences Ecole Doctorale Sciences et Technologies de l Information et de la Communication (S.T.I.
UNIVERSITE DE NICE-SOPHIA ANTIPOLIS - UFR Sciences Ecole Doctorale Sciences et Technologies de l Information et de la Communication (S.T.I.C) T H È S E pour obtenir le titre de Docteur en Sciences de l'universite
Plus en détailIFT2255 : Génie logiciel
IFT2255 : Génie logiciel Chapitre 6 - Analyse orientée objets Section 1. Introduction à UML Julie Vachon et Houari Sahraoui 6.1. Introduction à UML 1. Vers une approche orientée objet 2. Introduction ti
Plus en détailRapport de stage Lien entre les librairies C++ ITK et ILR. KOMBAS Sofiane
Rapport de stage Lien entre les librairies C++ ITK et ILR KOMBAS Sofiane Maîtrise informatique Année universitaire : 2003-2004 Remerciements Je tiens tout d abord à remercier mon tuteur, David Sarrut,
Plus en détailNeurologiques gq Centrales EMPR LE NORMANDY GRANVILLE
La Marche dans les Affections Neurologiques gq Centrales S Injeyan JL Isambert Y Bebin S Le Doze M Cano P Fages W Loisel La Marche Fonction complexe Organisée hiérarchiquement au niveau spinal Contrôlée
Plus en détailMétadonnées, ontologies et documents numériques
Métadonnées, ontologies et documents numériques Hélène RICHY, Sylvie DESPRÉS Hélène RICHY : Maître de conférences, université de Rennes-1. Sylvie DESPRÉS : Maître de conférences, université Paris-Nord.
Plus en détailEtudier l informatique
Etudier l informatique à l Université de Genève 2015-2016 Les bonnes raisons d étudier l informatique à l UNIGE La participation à des dizaines de projets de recherche européens Dans la présente brochure,
Plus en détailDéveloppement d'une nouvelle interface utilisateur multi-modalité en scanner interventionnel
Développement d'une nouvelle interface utilisateur multi-modalité en scanner interventionnel E. de Kerviler, C. de Bazelaire, P. Coulon*, S. Gotman**, J Yanof***, C. Bauer***J. Sapir**. Service de Radiologie,
Plus en détailRetour d expériences avec UML
Retour d expériences avec UML UML pour les systèmes biologiques Marie-Hélène Moirez-Charron, UMR AGIR, équipe MAGE INRA Toulouse mailto:marie-helene.charron@toulouse.inra.fr PLAN Contexte de travail UML,
Plus en détailDrupal vs La concurrence
Drupal vs La concurrence Présentation créée par : Exove Traduction : Julien DUBOIS Version originale : http://www.slideshare.net/exove/drupal vsthe others Wordpress Wordpress fr.net Wordpress CMS centré
Plus en détailChapitre 1. 1. Introduction : Notion de Bases de données. 2. Définition : BD Répartie. 3. Architecture des SGBD. 4. Conception des bases réparties
Université du Havre MASTER MATHÉMATIQUES ET INFORMATIQUE-Option SIRES 2010/2011 COURS BASES DE DONNEES REPARTIES Nakechbandi M., LITIS, Email : nakech@free.fr Chapitre 1 1. Introduction : Notion de Bases
Plus en détailL Architecture d Entreprise au service de la Transformation. Ludovic Relandeau VP, Managing Director MEGA
L Architecture d Entreprise au service de la Transformation Ludovic Relandeau VP, Managing Director MEGA Introduction Nuage, Social Media, Mobiles Apps, changent notre monde 2 Introduction Quelque soit
Plus en détailPierre Couprie. «Analyser la musique électroacoustique avec le logiciel ianalyse» EMS08
Pierre Couprie «Analyser la musique électroacoustique avec le logiciel ianalyse» EMS08 Electroacoacoustic Music Studies Network International Conference 3-7 juin 2008 (Paris) - INA-GRM et Université Paris-Sorbonne
Plus en détailÉléments d informatique Cours 3 La programmation structurée en langage C L instruction de contrôle if
Éléments d informatique Cours 3 La programmation structurée en langage C L instruction de contrôle if Pierre Boudes 28 septembre 2011 This work is licensed under the Creative Commons Attribution-NonCommercial-ShareAlike
Plus en détailLE DACS RADIATION DOSE MONITOR. Le bon réflexe pour une optimisation de la dose
LE DACS RADIATION DOSE MONITOR Le bon réflexe pour une optimisation de la dose Radiation Dose Monitor / QU EST-CE QU UN DACS? / Le DACS (Dose Archiving and Communication System) est à la dose ce que le
Plus en détailLa virtualisation, si simple!
La virtualisation, si simple! par Michel Guy Paiement Les mardi 15 juin 2010 & jeudi 17 juin 2010 Securecom Services Conseils inc. 507, Place D Armes, bureau 1160 Montréal, Québec H2Y 2W8 Tél: 514 544-0442
Plus en détailEMC Enterprise Hybrid Cloud. Emmanuel Bernard Advisory vspecialist EMC Emmanuel.bernard@emc.com @veemanuel
EMC Enterprise Hybrid Cloud Emmanuel Bernard Advisory vspecialist EMC Emmanuel.bernard@emc.com @veemanuel Copyright 2014 EMC Corporation. All rights reserved. # Nouveau programme IT Défis métiers actuels
Plus en détailExtraction de caractéristiques visuelles d'images médicales pour la recherche par similitude et l'aide au diagnostic
Extraction de caractéristiques visuelles d'images médicales pour la recherche par similitude et l'aide au diagnostic Jérôme Palayret 1,2, Auréline Quatrehomme 1,2, Denis Hoa 1, William Puech 2 IMAIOS,
Plus en détail