GEvoK

Graphes de connaissances pour représenter et explorer l’évolution des territoires

Geographic entities Evolutionin Knowledge graph

Porteure : Camille BERNARD

Participants pour STORIES : Camille BERNARD, Paule-Annick DAVOINE, Jérôme GENSEL, Marlène VILLANOVA

Partenaires : UR 12 (Institut National des Études Démographiques, INED), UMR Espaces et Sociétés (CNRS, Université Rennes 2), Laboratoire TIMC (Université Grenoble Alpes)

Durée : 42 mois (janvier 2026 – juin 2029)

Financé par : ANR, Appel à projets générique 2025 Jeune Chercheur Jeune Chercheuse –
Axe E.2 : Intelligence artificielle et science des données

Objectif : Face au constat d’absence de données décrivant des changements territoriaux, et à l’absence d’outils pour la description harmonisée de ces changements dans le domaine de l’aménagement du territoire et du suivi de l’évolution de la couverture du sol, l’objectif du projet GEvoK est d’automatiser la détection et la description de changements territoriaux, puis de constituer des suites chronologiques de ces changements afin de rendre compte de trajectoires territoriales. La définition de ces catalogues de changements favorisera l’interopérabilité entre les systèmes et posera les bases nécessaires à une adoption de l’approche par diverses communautés. Ces catalogues prendront la forme de graphes de connaissances spatio-temporelles (Spatiotemporal Knowledge Graphs ou ST-KGs) ouverts et conformes aux principes FAIR (Findable, Accessible, Interoperable, Reusable), garantissant ainsi leur accessibilité et réutilisation, notamment par des jumeaux numériques des territoires ou des programmes d’IA prédictive estimant les orientations futures des territoires à partir des connaissances historiques produites.
Afin de créer ces données FAIR retraçant l’histoire des territoires, les technologies du Web sémantique et les KGs sont une solution pertinente. Ces derniers structurent les données en nœuds reliés par des arêtes sémantiques, idéales pour représenter les liens spatiaux, temporels et de filiation entre les EI. De plus, les KGs immergés dans le Web des Données Ouvertes et Liées (LOD) offrent des possibilités d’enrichissement dynamique, renforçant ainsi leur expressivité et leur utilité pour l’analyse des changements territoriaux. L’enrichissement des EI passe par leur connexion à d’autres KGs tels que Wikidata, fournissant des informations encyclopédiques [6]. Les logiques de description et les ontologies permettent d’inférer des liens implicites, améliorant la complétude des connaissances. De plus, l’intégration des KGs aux Large Language Models(LLM) ouvre de nouvelles perspectives d’enrichissement et d’interaction. D’une part, les LLM peuvent extraire et structurer des informations issues de corpus textuels [8]. D’autre part, cette synergie facilite l’interrogation des KGs, en permettant aux utilisateurs de formuler des requêtes en langue naturelle pour interagir avec des données spatio-temporelles complexes. Cette avancée démocratise l’accès aux KGs et favorise le développement d’applications intelligentes capables de traiter des requêtes sophistiquées en combinant raisonnement symbolique et compréhension de langue naturelle.

Résultats majeurs escomptés :

  1. La création et la publication dans le LOD cloud d’une ontologie générique pour la description des changements territoriaux
  2. Une méthodologie outillée pour la détection et description des changements territoriaux
  3. Des ST-KGs publiés dans le LOD cloud décrivant les changements territoriaux de la ville de Grenoble et des alpages rhônalpins au cours de la dernière décennie.

Verrous :

  1. La détection automatique des changements en veillant à la qualité des algorithmes afin de limiter la détection de faux positifs liés aux différences d’encodage ou aux erreurs de saisie.
  2. La description des changements territoriaux en adoptant le vocabulaire des experts du domaine et en définissant les seuils à partir desquels un EI est considéré comme transformé en une nouvelle entité.
  3. La création de ST-KGs reliant les EI d’un territoire et les changements détectés dans un ordre chronologique, afin de reconstituer la trajectoire de ces éléments dans le temps.
  4. L’enrichissement des ST-KGs en intégrant des éléments contextuels issus du Web ou de LLM pour mieux expliquer et valider les changements détectés (causes, pressions, dates, contexte géopolitique, etc.).
  5. La publication et diffusion des ST-KGs auprès d’un large public (experts, chercheurs, citoyens) via des outils d’interrogation en langue naturelle basés sur des LLM (évitant l’usage de SPARQL) et des métriques pour analyser les changements.

Validation : Le projet s’articule autour de deux cas d’étude : l’évolution de villes et l’évolution de zones de végétation.

Site web : à venir