Note ABES Systematic linking of innovation problems with pluridisciplinary solution concepts based on heterogeneous multi-domain data sources using AI and TRIZ Appairage systématique entre les problèmes d'innovation avec des concepts de solutions pluridisciplinaires exploitant des sources hétérogènes et multi domaines en utilisant l'IA et TRIZ Brevets Fouille d’information TRIZ ARIZ Embeddings Humain dans la boucle LLM Patent retrieval Cross-domain retrieval TRIZ ARIZ Embeddings Human-in-the-loop Large language models 006.4 Méthode TRIZ Intelligence artificielle Exploration de données Les brevets constituent un réservoir majeur de solutions techniques, mais leur volume, leur longueur et leur langage de métier rendent la recherche entre domaines difficile. Cette thèse propose des ressources et des méthodes pour une innovation systématique fondée sur les brevets. DAPFAM, benchmark de recherche au niveau famille avec partitions intra domaine et hors domaine, met en évidence un écart d’environ un facteur cinq et la fragilité des approches denses hors domaine. PatenTEB étend l’évaluation des embeddings avec contrôle des fuites et conduit à la famille patembed entraînée en multitâche, plus robuste en validation externe. PatentSpark combine recherche, curation experte, synthèse par LLM, score de rareté et traçabilité complète. Deux cas industriels valident l'approche via des prototypes. Patent documents contain a vast record of technical solutions, but their length and domain specific language make cross domain search unreliable. This thesis builds the resources and methods needed for patent based systematic innovation. DAPFAM, a family level benchmark with in domain and out of domain splits, shows out of domain retrieval is roughly five times harder and that dense retrievers lose their edge outside familiar domains. PatenTEB extends evaluation beyond retrieval and supports leakage free embedding comparison, leading to the patembed multi task models that generalize better externally. PatentSpark integrates retrieval, expert curation, LLM synthesis, rarity scoring and end to end provenance. Industrial studies validate the workflow through prototypes. Electronic Thesis or Dissertation Text en PDF 5925315 https://publication-theses.unistra.fr/restreint/theses_doctorat/2025/AYAOU_Iliass_2025_ED269.pdf http://www.theses.fr/2025STRAD035/abes Ayaou Iliass 1995-02-28 FR 293199027 213229306HB 22223004 4200018 https://theses.fr/2025STRAD035 2025STRAD035 https://doi.org/10.70675/61855c41z87e6z43c5z9272z10a19e5b5ee6 2025-12-19 Informatique Strasbourg 131056549 Doctorat Docteur es non oui Cavallucci Denis MADS_DIRECTEUR_DE_THESE_1 6000 081317468 Rizzi Caterina MADS_MEMBRE_DU_JURY_1 258187468 Lamirel Jean-Charles MADS_MEMBRE_DU_JURY_2 182222918 Chibane Hicham MADS_MEMBRE_DU_JURY_3 183851854 Samet Ahmed MADS_MEMBRE_DU_JURY_4 184322820 Camargo-Pardo Mauricio MADS_RAPPORTEUR_1 085763225 Panetto Hervé MADS_RAPPORTEUR_2 114460760 École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....) MADS_ECOLE_DOCTORALE_1 269 156504863 Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....) MADS_PARTENAIRE_DE_RECHERCHE_1 260728 176969721 ddc:004 Cavallucci Denis Rizzi Caterina Lamirel Jean-Charles Chibane Hicham Samet Ahmed Camargo-Pardo Mauricio Panetto Hervé École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....) Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....) PDF 5925315 restriction 2025-12-19 2026-07-01 restriction 2025-12-19 2026-07-01