Article de reference

PolyAnalyst

{{cite journal |title=PolyAnalyst - A Machine Dis covery System Inferring Functional Programs|first=Mikhail V.|last=Kiselev|url=https://www.aaai.org/Papers/Workshops/1994/WS-94-...

analyse de données développée par Megaputer Intelligence. Elle offre un environnement dédié à l'exploration de textes , l'exploration de données , l'apprentissage automatique et l'analyse prédictive . Megaputer l'utilise pour concevoir des outils destinés aux secteurs de la santé , de la gestion d'entreprise , des assurances et autres. PolyAnalyst a également été utilisé pour la prévision de l'évolution de la COVID-19 et la recherche scientifique.

Capture d'écran d'un organigramme PolyAnalyst illustrant l'utilisation d'un nœud de réseau neuronal convolutif .

L'interface graphique de PolyAnalyst comprend des nœuds pouvant être reliés entre eux pour former un organigramme permettant de réaliser une analyse. Le logiciel propose des nœuds pour l'importation , la préparation , la visualisation , l'analyse et l'exportation des données . PolyAnalyst intègre des fonctionnalités de clustering de texte , d'analyse des sentiments , d'extraction de faits, de mots-clés et d'entités , ainsi que la création de taxonomies et d'ontologies . PolyAnalyst prend en charge divers algorithmes d'apprentissage automatique , ainsi que des nœuds pour l'analyse de données structurées et la possibilité d'exécuter du code en Python et R. [ PolyAnalyst fait également office de générateur de rapports , permettant ainsi à des non-analystes de consulter les résultats d'une analyse. Il utilise un modèle client-serveur et est distribué sous licence SaaS (Software as a Service) .

Applications commerciales

Assurance

PolyAnalyst a été utilisé pour concevoir un outil de prédiction de subrogation qui détermine la probabilité qu'une réclamation soit subrogable et, le cas échéant, le montant susceptible d'être recouvré. Cet outil fonctionne en catégorisant les réclamations d'assurance selon qu'elles répondent ou non aux critères nécessaires à une subrogation réussie. PolyAnalyst est également utilisé pour détecter les fraudes à l'assurance.

Une carte thermique illustrant les prévisions de Megaputer concernant la COVID-19

PolyAnalyst est utilisé par les entreprises pharmaceutiques pour faciliter la pharmacovigilance . Ce logiciel a permis de concevoir un outil qui associe les descriptions d'événements indésirables à leurs codes MedDRA correspondants , détermine la gravité des effets secondaires et met en place un suivi continu si nécessaire. PolyAnalyst a également été utilisé pour identifier de nouvelles indications pour des médicaments existants grâce à l'exploration de données textuelles sur ClinicalTrials.gov , et pour prévoir la propagation du virus COVID-19 aux États-Unis et en Russie.

Gestion d'entreprise

PolyAnalyst est utilisé en gestion d'entreprise pour analyser les retours clients écrits, notamment les avis sur les produits, les demandes de garantie et les commentaires clients. Dans un cas précis, PolyAnalyst a permis de développer un outil aidant une entreprise à suivre les échanges entre ses employés et les clients en évaluant leurs messages selon des critères tels que le professionnalisme, l'empathie et la pertinence des réponses. L'entreprise a indiqué à Forrester Research que cet outil lui avait permis d'économiser 11,8 millions de dollars par an.

Supercalculateur SKIF Cyberia

PolyAnalyst est exécuté sur le supercalculateur SKIF Cyberia de l'Université d'État de Tomsk , où il est mis à la disposition des chercheurs russes par le biais du Centre d'utilisation collective (CCU). Les chercheurs du centre utilisent PolyAnalyst pour mener des recherches scientifiques et gérer les opérations de leurs universités. En 2020, des chercheurs de l'Université d'État de Viatka (en collaboration avec le CCU) ont réalisé une étude utilisant PolyAnalyst pour identifier et contacter les victimes de violence domestique grâce à l'analyse des médias sociaux . Les chercheurs ont collecté sur le web des messages contenant des descriptions de violence, puis ont classé ces violences comme physiques, psychologiques, économiques ou sexuelles. Ils ont également conçu un chatbot pour contacter les victimes identifiées et les orienter vers des spécialistes en fonction du type de violence décrit dans leurs messages. Les données recueillies lors de cette étude ont permis de créer le tout premier corpus en langue russe sur la violence domestique.

Plus d articles de Worldlex Wiki

Revenez a l index pour explorer davantage de pages sur l histoire, la science, la culture, la geographie et la societe en francais.

Explorer l index