Interoperabilidad semántica en el manejo de datos normativos sobre la presencia de agroquímicos en alimentos
Ragout, Carlos Francisco
Interoperabilidad semántica en el manejo de datos normativos sobre la presencia de agroquímicos en alimentos - 1 archivo (1,02 MB) : il. col.
Tesina (Licenciatura en Sistemas) - Universidad Nacional de La Plata. Facultad de Informática, 2021.
1. Introducción -- 1.1. Fitosanitarios y sus residuos en alimentos -- 1.2. Normativa respecto a la presencia de fitosanitarios -- 1.3. El desafío de la interoperabilidad en datos relativos al LMR -- 1.4. Organización de este documento -- 2. Trabajo Relacionado -- 2.1. La Web Semántica -- 2.2. Publicación de datos Normativos -- 3. Estrategia general -- 3.1. Pipeline de transformación de datos -- 3.2. Herramientas -- 3.2.1. OpenRefine -- 3.2.2. Protégé -- 3.2.3. Apache Jena Fuseki -- 3.2.4. Otras herramientas -- 4. Ontología de datos normativos relativos al LMR -- 4.1. Redes de ontologías -- 4.1.1. Requerimientos de una ontología de LMR -- 4.1.2. Ontologías existentes y relevantes a LMR -- 4.2. LMR-O -- -- 5. Pipeline de transformación a la ontología propuesta -- 5.1. Pasos generales -- 5.1.1. Formateo del dataset -- 5.1.2. Alineación de datos -- 5.1.3. Generación del dataset semántico -- 5.2. Extendiendo ChEBI -- 5.2.1. Asociando conceptos -- 5.2.2. Creando nuevos conceptos -- 5.2.3. Agregando sinónimos -- 6. Evaluación -- 6.1. Caso práctico I: El dataset de Argentina -- 6.1.1. Descripción del dataset -- 6.1.2. Paso 1: Formateo del dataset -- 6.1.3. Paso 2: Alineación de datos -- 6.1.4. Paso 3: Generación del dataset semántico -- 6.1.5. Conclusión -- 6.2. Caso práctico II: El dataset de Brasil -- 6.2.1. Descripción del dataset -- 6.2.2. Paso 1: Formateo del dataset -- 6.2.3. Paso 2: Alineación de datos -- 6.2.4. Paso 3: Generación del dataset semántico -- 6.2.5. Conclusión -- 6.3. Escenario I: Consultas dentro de un mismo dataset -- 6.4. Escenario II: Consultas entre diferentes versiones de un mismo dataset -- 6.5. Escenario III: Consultas entre diferentes datasets -- 7. Conclusiones y trabajo futuro -- 7.1. Conclusiones -- 7.2. Trabajo futuro -- A. Algoritmos de soporte -- A.1. ontology-augmenter -- A.1.1. Ubicación -- A.1.2. Descripción -- A.1.3. Ejecución y parámetros -- A.2. chebi-synonyms -- A.2.1. Ubicación -- A.2.2. Descripción -- A.2.3. Ejecución y parámetros -- A.3. lmro-corrections -- A.3.1. Ubicación -- A.3.2. Descripción -- A.3.3. Ejecución y parámetros -- A.4. lmro-provenance -- A.4.1. Ubicación -- A.4.2. Descripción -- A.4.3. Ejecución y parámetros -- B. Documentos adicionales -- B.1. LMR-O -- B.2. Documentos relativos al caso práctico I -- B.2.1. Ubicación -- B.2.2. Descripción -- B.3. Documentos relativos al caso práctico II -- B.3.1. Ubicación -- B.3.2. Descripción
DIF007516
ONTOLOGÍAS
WEB SEMÁNTICA
agroquímico
Interoperabilidad semántica en el manejo de datos normativos sobre la presencia de agroquímicos en alimentos - 1 archivo (1,02 MB) : il. col.
Tesina (Licenciatura en Sistemas) - Universidad Nacional de La Plata. Facultad de Informática, 2021.
1. Introducción -- 1.1. Fitosanitarios y sus residuos en alimentos -- 1.2. Normativa respecto a la presencia de fitosanitarios -- 1.3. El desafío de la interoperabilidad en datos relativos al LMR -- 1.4. Organización de este documento -- 2. Trabajo Relacionado -- 2.1. La Web Semántica -- 2.2. Publicación de datos Normativos -- 3. Estrategia general -- 3.1. Pipeline de transformación de datos -- 3.2. Herramientas -- 3.2.1. OpenRefine -- 3.2.2. Protégé -- 3.2.3. Apache Jena Fuseki -- 3.2.4. Otras herramientas -- 4. Ontología de datos normativos relativos al LMR -- 4.1. Redes de ontologías -- 4.1.1. Requerimientos de una ontología de LMR -- 4.1.2. Ontologías existentes y relevantes a LMR -- 4.2. LMR-O -- -- 5. Pipeline de transformación a la ontología propuesta -- 5.1. Pasos generales -- 5.1.1. Formateo del dataset -- 5.1.2. Alineación de datos -- 5.1.3. Generación del dataset semántico -- 5.2. Extendiendo ChEBI -- 5.2.1. Asociando conceptos -- 5.2.2. Creando nuevos conceptos -- 5.2.3. Agregando sinónimos -- 6. Evaluación -- 6.1. Caso práctico I: El dataset de Argentina -- 6.1.1. Descripción del dataset -- 6.1.2. Paso 1: Formateo del dataset -- 6.1.3. Paso 2: Alineación de datos -- 6.1.4. Paso 3: Generación del dataset semántico -- 6.1.5. Conclusión -- 6.2. Caso práctico II: El dataset de Brasil -- 6.2.1. Descripción del dataset -- 6.2.2. Paso 1: Formateo del dataset -- 6.2.3. Paso 2: Alineación de datos -- 6.2.4. Paso 3: Generación del dataset semántico -- 6.2.5. Conclusión -- 6.3. Escenario I: Consultas dentro de un mismo dataset -- 6.4. Escenario II: Consultas entre diferentes versiones de un mismo dataset -- 6.5. Escenario III: Consultas entre diferentes datasets -- 7. Conclusiones y trabajo futuro -- 7.1. Conclusiones -- 7.2. Trabajo futuro -- A. Algoritmos de soporte -- A.1. ontology-augmenter -- A.1.1. Ubicación -- A.1.2. Descripción -- A.1.3. Ejecución y parámetros -- A.2. chebi-synonyms -- A.2.1. Ubicación -- A.2.2. Descripción -- A.2.3. Ejecución y parámetros -- A.3. lmro-corrections -- A.3.1. Ubicación -- A.3.2. Descripción -- A.3.3. Ejecución y parámetros -- A.4. lmro-provenance -- A.4.1. Ubicación -- A.4.2. Descripción -- A.4.3. Ejecución y parámetros -- B. Documentos adicionales -- B.1. LMR-O -- B.2. Documentos relativos al caso práctico I -- B.2.1. Ubicación -- B.2.2. Descripción -- B.3. Documentos relativos al caso práctico II -- B.3.1. Ubicación -- B.3.2. Descripción
DIF007516
ONTOLOGÍAS
WEB SEMÁNTICA
agroquímico