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
Langue Anglais
Accéder à la thèseDroits d'accès : non autorisé

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

Modalités de diffusion de la thèse :
  • AccŽs réservé à l'ensemble de la communauté universitaire jusqu'au 01/07/2026 (communication intranet).
  • Thèse avec 2 versions : seule la version intégrale est proposée ; sur authentification (communication intranet).
 
Auteur : Ayaou, Iliass
Date de soutenance : 19-12-2025

Directeur(s) de thèse : Cavallucci, Denis

Rapporteur(s) : Camargo-Pardo, Mauricio - Panetto, Hervé
Membre(s) du jury : Rizzi, Caterina - Lamirel, Jean-Charles - Chibane, Hicham - Samet, Ahmed

Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
École doctorale : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
 
Discipline : Informatique
Classification : Informatique

Mots-clés libres : Brevets, Fouille d’information, TRIZ, ARIZ, Embeddings, Humain dans la boucle, LLM
Mots-clés :
  • Méthode TRIZ
  • Intelligence artificielle
  • Exploration de données
Résumé : 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.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2025STRAD035
Type de ressource : Thèse