Basado en el Connector del Eclipse Dataspace Components (EDC), el INESData Dataspace Connector implementa funcionalidades adicionales como la gestión y configuración de vocabularios, la implementeción de nuevos permisos, la persistencia local de datasets de manera sencilla, etc. Comprueba las nuevas funcionalidades en las últmas versiones del conector.
Basado en originalmente en el EDC Data Dashboard, el INESData Dataspace Interface Connector es una refactorización del proyecto con algunas buenas prácticas y convenciones e implementando una negociación y transferencia completa end-to-end entre los participantes mediante una interfaz.
El entorno INESData Dataspace Local Environment permite a los usuarios familiarizarse con el conector INESData y con los componentes principales del Espacio de Datos. Mediante la ejecución del entorno local totalmente dockerizada para una ejecución sencilla, los usuarios pueden interactuar con un Espacio de Datos entre dos organizaciones, sus conectores, catalogos, etc.
Este repositorio contiene el código para el despliegue automatizado de elementos de la plataforma INESData. El despliegue de una plataforma funcional se divide en 3 pasos diferentes:
Cualquier espacio de datos requiere un portal público que sea un recurso integral para cualquier organización interesada en comprender los aspectos fundamentales del Espacio de Datos. Normalmente, los participantes interesados encontrarán información detallada sobre los objetivos, estructura de gobernanza y los diversos participantes involucrados del ecosistema. Este proyecto permite a los promotores y participantes tener una forma simplificada de configurar y extender su portal público.
Un vocabulario para la descripción de modelos de machine learning, incluyendo LLMs, desarrollado en el proyecto INESData. El objetivo es tener un vocabulario ligero con una visión centrada en los modelos de machine learning, extendiendo est´ndards como Schema.org y Codemeta. El vocabulario pretende ser compatible con los esfuerzos de la comunidad FAIR4ML RDA que están en discusión.
Es un paquete Python cuya finalidad es obtener información de fuentes de datos relacionadas con movilidad, y procesarla de tal forma que pueda ser almacenada dentro de un espacio de datos. Las fuentes de información disponibles para la extracción de datos son las siguientes: EMT (Empresa Municipal de Transportes de Madrid), AEMET (Agencia Estatal de Meteorología) y Informo (Información de Movilidad de Madrid).
Herramienta de mapeo diseñada para facilitar la creación y gestión de grafos de conocimiento mediante el uso de reglas declarativas. Incluye una aplicación web para definir, almacenar y administrar reglas de mapeo que permiten establecer relaciones entre datos de forma eficiente. La solución incluye un motor optimizado capaz de interpretar estas reglas y generar grafos a partir de grandes volúmenes de datos en diversos formatos.
GenAI es un paquete de Python cuya finalidad es utilizar la IA generativa para generar automáticamente un mapping desde la web de INESDATA-MAP mapper.
KG_generation es un paquete de Python cuya finalidad es generar un grafo de conocimiento a partir de un fichero de mapeos en formato RML, junto con las fuentes de datos y las ontologías asociadas.
Servicio centralizado diseñado para gestionar y federar el catálogo de participantes. Este servicio permitirá la gestión de participantes a través de una API RESTful, proporcionando endpoints específicos para obtener y modificar información de los participantes. Los endpoints están diseñados con diferentes niveles de acceso, asegurando que las operaciones críticas solo puedan ser realizadas por usuarios con el rol Admin.
Espacio de datos lingüístico para compartir recursos del lenguaje en Español y lenguas cooficiales.