Using seal trajectories in biological early warning system for real-time zone tracking

Early warning systems were interested in captured data of mobile objects. From the 2000s, a new generation of data capture equipment arrives. These capture devices rise large scale trajectory data. How early warning systems can integrate these masses of data? How they can give real-time answers to users queries? In this paper, we present an ontological approach to model the trajectory. The trajectory’s domain knowledge are expressed as rules used by the ontological inference mechanism. We show the important complexity of the inference and we propose optimizations. We evaluate our contributions over real data. RÉSUMÉ. Les systèmes d’alertes rapides se sont intéressé aux données capturées en particulier celles des objets mobiles. Depuis le début des années 2000, de nouveaux dispositifs de capture sont conçus qui sont capables de restituer de grands volumes de données, appelés trajectoires. Comment les systèmes d’alertes rapides peuvent-ils intégrer ces masses de données ? Comment répondre en temps réel aux requêtes des utilisateurs ? Dans ce travail, nous présentons une approche ontologique pour modéliser la trajectoire. Les connaissances du domaine de la trajectoire sont exprimées sous forme de règles qui alimentent le mécanisme d’inférence ontologique. Nous montrons l’importante complexité de l’inférence et nous proposons des optimisations. Nous évaluons les contributions sur des données réelles.