Journal of Glycomics & Lipidomics
Libre accès

Abstrait

Le Big Data au service de la recherche et du développement

Alex V Vasenkov

Cette conférence portera sur le Big Data pour la recherche et le développement (R&D). Il existe plusieurs définitions du Big Data qui créent une confusion sur ce sujet. Il y a encore plus de confusion à propos du Big Data synthétique qui peut être défini comme une collection d'articles de recherche, de thèses de doctorat, de brevets, de rapports de test et de rapports de description de produits. Ces données ont des attributs émergents comme un volume élevé, une grande vitesse, une grande variété et une véracité qui rendent l'analyse des données synthétiques difficile. Il existe un besoin émergent d'un cadre capable d'intégrer de manière synergique la recherche ou la récupération d'informations (IR) avec l'extraction d'informations (IE). La recherche de texte traditionnelle basée sur l'IR peut être utilisée pour une exploration rapide de grandes collections de données synthétiques. Cependant, cette approche est incapable de trouver des concepts de R&D spécifiques dans de telles collections et d'établir des liens entre ces concepts. De plus, les modèles IR n'ont pas la capacité d'apprendre des concepts et des relations entre les concepts. En revanche, les modèles IE sont trop spécifiques et nécessitent généralement une personnalisation pour un domaine d'intérêt. Un nouveau cadre sera présenté et sa faisabilité pour exploiter des données synthétiques sera démontrée. Il a été constaté qu'il était possible d'automatiser partiellement ou totalement l'analyse de données synthétiques pour trouver des informations étiquetées et des concepts de connexion. Le présent cadre peut aider les individus à identifier des solutions non évidentes aux problèmes de R&D, à servir d'intrants pour l'innovation ou à catégoriser l'état de la technique pertinent pour un concept technologique ou une demande de brevet en question.