Recherche, développement et innovation

La recherche & développement, élément moteur de l’innovation 

La recherche et développement est un des outils pour innover, à condition d’investir pour réaliser les innovations. L’innovation est indispensable pour assurer la croissance d’une entreprise.

L’innovation est un élément majeur de la stratégie de développement. Les environnements évoluent rapidement, il est donc nécessaire de s’adapter et de se démarquer pour rester compétitif et attractif. Avoir une culture de l’innovation permet d’attirer de nouveaux talents et surtout de les retenir.

Deux projets de R&D

Octopeek favorise l’innovation en dynamisant la R&D à travers des projets menés par des doctorants. Cela permet ainsi de renforcer le leadership technologique de l’entreprise.

Actuellement, Octopeek accompagne deux doctorants : Julien Hay et Moncef Mouffok. Ils sont sous l’égide de :

  • Mahmoud Zakaria, expert en Deep Learning, Docteur en telecom et informatique
  • Ouassim Ait Elhara, Docteur en informatique (spécialisé en intelligence artificielle)
  • Mahdi Hannoun, expert Big Data, Docteur en informatique (spécialisé en calcul distribué

Apprentissage par transfert incrémental à partir de données hétérogènes

(Thèse de Moncef Mouffok réalisée en partenariat avec l’Université Paris-Saclay dans le laboratoire IBISC)

Pour entraîner un modèle selon l’apprentissage supervisé, il est nécessaire d’avoir une grande quantité de données d’apprentissage labellisées. Néanmoins, la
labelisation des données nécessite au préalable un temps de préparation manuel qui est chronophage.

L’objectif de la thèse de Moncef Mouffok est de mettre en place une expertise qui va permettre d’acquérir les méthodes et les techniques pour éviter et remplacer tout le travail manuel de labellisation des données.

Une de ces méthodes consiste à exploiter et transférer les connaissances apprises de modèles sur de grandes bases de données labellisées vers une base spécifique.

Cette nouvelle méthode pourrait permettre de gagner du temps dans des projets de classification, de régression ou encore de ranking (système de recommandation) dans des domaines où il y a très peu de données voire pas de données labellisées.

Chez Octopeek, la première utilisation de cette méthode permettra de réaliser de la prédiction de personne partant ou étant à la retraite par exemple dans le cadre d’un projet d’enrichissement de données.

Enrichissement de profils et recommandation d’articles basés sur l’analyse sémantique

(Thèse de Julien Hay réalisée en partenariat avec CentraleSupelec dans le laboratoire du LRI)

Les internautes partagent et commentent une quantité importante de contenus sur les réseaux sociaux. Ces données dynamiques sont autant de nouveaux indices exploitables par les méthodes émergentes du traitement automatique du langage naturel (NLP). 

Julien Hay propose des modèles qui extraient des points d’intérêts. Pour cela, ces modèles exploitent les écrits et les lectures des utilisateurs. Ces données dynamiques, portant de nombreux indices sémantiques, permettent à la fois de prédire des préférences et de proposer du contenu d’intérêt aux utilisateurs avec toujours plus de précision. L’objectif est d’aller au-delà des modèles existants qui ne se basent que sur :

  • Des données statiques (métier, âge…)
  • Des traitements collaboratifs (recommandation par filtrage collaboratif)

Dans un contexte grandissant d’infobésité, ces modèles doivent permettre aux utilisateurs un gain de temps dans : 

  • Leur choix de lecture (recommandation d’articles d’actualité)
  • Leur choix de produits (prestation, assurances…).

Plus d’infos >>

Newsletter

Inscrivez-vous sur la newsletter et recevez toutes nos nouveautés

Octopeek

22 rue du Général de Gaulle
95880 Enghien-les-Bains, France
+33 9 53 73 74 74
contact@octopeek.com

Suivez- nous sur : 

octopeek icon

Retrouvez l'essentiel de l'actualité "Big Data" en vous inscrivant à la newletter Octopeek

 

 

Félicitation, vous allez recevoir le livre par email