WO2010076235A1 - Procédé d'aide à la décision par analyse multicritères d'ensembles de données hétérogènes - Google Patents

Procédé d'aide à la décision par analyse multicritères d'ensembles de données hétérogènes Download PDF

Info

Publication number
WO2010076235A1
WO2010076235A1 PCT/EP2009/067426 EP2009067426W WO2010076235A1 WO 2010076235 A1 WO2010076235 A1 WO 2010076235A1 EP 2009067426 W EP2009067426 W EP 2009067426W WO 2010076235 A1 WO2010076235 A1 WO 2010076235A1
Authority
WO
WIPO (PCT)
Prior art keywords
solutions
solution
values
analysis
rank
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/EP2009/067426
Other languages
English (en)
Inventor
Michel Savoie
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Thales SA
Original Assignee
Thales SA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Thales SA filed Critical Thales SA
Publication of WO2010076235A1 publication Critical patent/WO2010076235A1/fr
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Definitions

  • the present invention relates to a method for decision support by multicriteria analysis of heterogeneous data sets, and to a tool for implementing this method.
  • the present invention relates to a method of decision support by multicriterion analysis that provides at least one solution, especially when the problem is defined by heterogeneous sets of data.
  • the present invention also relates to a tool for implementing this method.
  • the process according to the invention is characterized in that it comprises the following steps: - study of N elementary solutions formation of a heterogeneous data structure,
  • FIG. 1 is a timing diagram of the main steps of the method of the invention
  • FIGS. 2 and 3 are simplified diagrams, representing the data sorted by gross performance indices, respectively in the form of a 3D histogram and in the form of polar diagram,
  • FIGS. 4 and 5 are simplified diagrams of data represented according to the multicriterion analysis according to the invention, respectively in the form of a 3D histogram and in the form of a polar diagram, and
  • FIG. 6 is a simplified table showing an example of classification of results according to the present invention.
  • the following postulate is applied:
  • an auxiliary variable which is the rank of the values of subsets of data used to make a decision.
  • rank is not associated with a unit and thus makes it possible to constitute a homogeneous set of values, together from which one can carry out all sorts of combinations or calculations.
  • the condition to be respected in order to be able to implement the method of the invention is that the computing operator using the data in question follows monotonous, increasing or decreasing laws.
  • the rank of a numerical value is representative of a relative quality index valid for a particular performance criterion, ie that it is associated with each criterion a corresponding index.
  • the notion of rank for a particular criterion is not sufficient to evaluate an overall performance index.
  • the influence of a particular criterion on the overall performance index must be associated with a particular weighting factor.
  • the most suitable solution is that for which the calculated numerical value is the largest.
  • Step 1 An operator applies an objective method of decision support to study performance in terms of adequacy as needed expressed by a generic specification of N methodical technical-commercial studies of N distinct solutions.
  • Step 2 The operator constitutes a data structure allowing the collection of L variables describing the properties of each of the N solutions.
  • Step 3 The operator constitutes a table of L properties relevant for each application envisaged, properties each associated with a title whose formulation will remain stable. This is the stage of identification and global analysis of the problem to be solved.
  • Step 4 The operator forms a basis for M rules to evaluate the numerical value of each performance index for each of the solutions.
  • Step 5 The operator constitutes a table of M performance indices relevant for the N solutions.
  • Step 6 The operator forms a table of N weighting coefficients to be applied to the N performance indices.
  • Step 7 A context of partial analysis of the solutions is selected by a set of values of the activation variables to define K solutions among the N solutions to be analyzed.
  • Step 8 An analysis severity context is selected by a set of values of the data weighting coefficients.
  • Step 9 The operator performs the real-time calculation of the numerical value of the K solutions analyzed according to the algorithm.
  • Step 10 The N numerical values are edited in real time as a graph.
  • Step 11 The N numerical values are then sorted in real time by decreasing values.
  • Step 12 The sorting results from step 11 are edited in real time as a list or graphical representation to make it easier to understand.
  • the analysis process can then be either interrupted or continued by the operator who initiates another analysis (loopback to steps 1, 7 or 8).
  • the revised analysis may include a new solution to be introduced in the data structure (return loop in step 1) or a new partial analysis context (return loop in step 7) or another set of coefficients weighting (loop back to step 8).
  • the algorithm for calculating the numerical value V of a solution is as follows:
  • V (j) The N values of V (j) are in general different, but some may be identical.
  • the invention implements a human-machine interface making it possible to display them in real time, for example on a screen, in the form of graphics such as curves, histograms or polar diagram.
  • an automatic sorting of the calculated numerical values (V) is carried out in decreasing values as follows:
  • FIGS. 2 and 3 show the data sorted by gross performance indices, respectively in the form of a 3D histogram and in the form of a polar diagram
  • FIGS. 4 and 5 diagrams of data represented according to the multi-criteria analysis. according to the invention, respectively in the form of a 3D histogram and in the form of a polar diagram.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

La présente invention est relative à un procédé d'aide à la décision par une méthode d'analyse multicritère effectuées sur des données hétérogènes, assistée par ordinateur et utilisant un algorithme de discrimination de solutions par des distributions associées au rang d'une valeur parmi un ensemble de valeurs homogènes.

Description

PROCEDE D'AIDE A LA DECISION PAR ANALYSE MULTICRITERES D'ENSEMBLES DE DONNEES HETEROGENES
La présente invention se rapporte à un procédé d'aide à la décision par analyse multicritères d'ensembles de données hétérogènes, ainsi qu'à un outil de mise en œuvre de ce procédé.
Le tri de concepts ou de solutions constructives repose sur la mise en relation de valeurs numériques de critères de performances technico-économiques. Ces critères sont par essence hétérogènes et exprimés avec des unités physiques ou économiques hétérogènes voire par des rapports de même grandeur et donc sans unité.
Il n'est donc pas possible de calculer des combinaisons linéaires ou des polynômes d'ordre supérieur de valeurs hétérogènes qui seraient représentatives d'un indice de qualité global valable pour un concept ou une solution particulière (dans la suite du texte, pour simplifier Ie texte, on désignera ces deux termes par
« solutions »).
La présente invention a pour objet un procédé d'aide à la décision par analyse multicritères qui permette de fournir au moins une solution, en particulier lorsque le problème posé est défini par des ensembles de données hétérogènes. La présente invention a également pour objet un outil de mise en œuvre de ce procédé.
Le procédé conforme à l'invention est caractérisé en ce qu'il comporte les étapes suivantes : - étude de N solutions élémentaires formation d'une structure de données hétérogènes,
- définition des M critères de performance,
- définition de la sévérité par un jeu de M coefficients de pondération, définition du contexte d'analyse par un jeu de N coefficients binaires, - calcul, à V aide d'un calculateur, de la valeur des N solutions calcul du classement des solutions et visualisation de ce classement. Le calculateur mentionné ci-dessus est principalement destiné au calcul de la valeur des N solutions, mais il est bien entendu qu'il est avantageusement utilisé pour les autres étapes du travail préparatoire, ainsi que pour les étapes suivantes telles que décrites ci-dessous. La présente invention sera mieux comprise à la lecture de la description détaillée d'un mode de mise en œuvre, pris à titre d'exemple non limitatif et illustré par le dessin annexé, sur lequel :
-la figure 1 est un diagramme temporel des principales étapes du procédé de l'invention, -les figures 2 et 3 sont des diagrammes simplifiés, représentant les données triées par indices de performance bruts, respectivement sous forme d'histogramme 3D et sous forme de diagramme polaire,
-les figures 4 et 5 sont des diagrammes simplifiés de données représentées selon l'analyse multicritères conforme à l'invention, respectivement sous forme d'histogramme 3D et sous forme de diagramme polaire, et
-la figure 6 est un tableau simplifié montrant un exemple de classement de résultats conforme à la présente invention.
Selon la présente invention, on pose le postulat suivant : Lorsque l'on dispose d'ensembles de valeurs hétérogènes, on passe par une variable auxiliaire qui est le rang des valeurs de sous-ensembles de données utilisées pour prendre une décision. La notion de rang n'est pas associée à une unité et permet donc de constituer un ensemble homogène de valeurs, ensemble à partir duquel on peut effectuer toutes sortes de combinaisons ou de calculs. La condition à respecter pour pouvoir mettre en œuvre le procédé de l'invention est que l'opérateur de calcul utilisant les données en question suive des lois monotones, croissantes ou décroissantes.
On admet que pour un ensemble de valeurs discrètes et finies, le rang d'une valeur numérique est représentatif d'un indice de qualité relatif valable pour un critère de performance particulier, c'est-à-dire que l'on associe à chaque critère un indice correspondant. La notion de rang pour un critère particulier n'est pas suffisante pour évaluer un indice de performance global. L'influence d'un critère particulier sur l'indice de performance global doit être associée à un coefficient de pondération particulier.
Selon l'invention, la solution la plus adaptée est celle pour laquelle la valeur numérique calculée est la plus grande.
On a schématisé sur le diagramme temporel de la figure 1 les douze étapes successives principales de mise en œuvre du procédé de l'invention. Ces étapes sont notées, dans la partie de gauche de la figure, « Etape 1 » à « Etape 12 ».
Dans le détail, ces étapes sont les suivantes : > Etape 1 :Un opérateur applique une méthode objective d'aide à la décision pour étudier les performances en termes d'adéquation au besoin exprimé par une spécification générique de N études technico-commerciales méthodiques de N solutions distinctes.
> Etape 2 : L'opérateur constitue une structure de données permettant la collecte des L variables descriptives des propriétés de chacune des N solutions.
> Etape 3 :L'opérateur constitue une table des L propriétés pertinentes pour chaque application envisagée, propriétés associées chacune à un intitulé dont la formulation restera stable. C'est l'étape d'identification et d'analyse globale du problème à résoudre .
> Etape 4 : L'opérateur constitue une base de M règles pour évaluer la valeur numérique de chaque indice de performance pour chacune des solutions.
> Etape 5 : L'opérateur constitue une table de M indices de performance pertinents pour les N solutions. > Etape 6 : L'opérateur constitue une table des N coefficients de pondération à appliquer aux N indices de performance.
Ces six premières étapes constituent le travail préparatoire préalable à la mise en œuvre des étapes suivantes relatives à l'invention. Elles permettent de créer la structure de données associée aux études de solutions. > Etape 7 : Un contexte d'analyse partielle des solutions est sélectionné par un ensemble de valeurs des variables d'activation pour définir K solutions parmi les N solutions à analyser.
> Etape 8 : Un contexte de sévérité d'analyse est sélectionné par un ensemble de valeurs des coefficients de pondération des données.
> Etape 9 : L'opérateur procède au calcul en temps réel de Ia valeur numérique des K solutions analysées selon l'algorithme.
> Etape 10 : Les N valeurs numériques sont éditées en temps réel sous forme de graphique. > Etape 11 : Les N valeurs numériques sont alors triées en temps réel par valeurs décroissantes.
> Etape 12 : Les résultats du tri issus de l'étape 11 sont édités en temps réel sous forme de liste ou de représentation graphique pour en rendre Ia compréhension plus facile. Le processus d'analyse peut être alors soit être interrompu soit être poursuivi par l'opérateur qui engage une autre analyse (rebouclage vers étapes 1, 7 ou 8).
L'analyse révisée peut comporter une nouvelle solution à introduire dans la structure de donnée ( boucle de retour à l'étape 1) ou un nouveau contexte d'analyse partielle (boucle de retour à l'étape 7) ou un autre jeu de coefficients de pondération (boucle de retour à l'étape 8).
Selon l'invention, l'algorithme de calcul de la valeur numérique V d'une solution est le suivant :
• Soient M le nombre total de critères et N Ie nombre total de solutions ou de solutions constructives,
• Soit [X(ij)] la matrice rectangulaire des M*N valeurs des (i) critères de performance de (j) solutions ( i variant de 1 à M et j variant de 1 à N), • Soit (D(J)) le vecteur des coefficients d'activation d'analyse de solution ( D(j) = 0 solution j non analysée ; D(j) = 1 solution j analysée) ( j variant de 1 à N),
• Soit [Y(y)] la matrice rectangulaire des M*N valeurs des (i) critères de performance de (j) solutions analysées. (Y(i j) = D(j)*X(iJ)),
• Soit [R(ij)] la matrice rectangulaire des M*N valeurs des rangs des (i) critères de performance des (j) solutions analysées (R(i, j)=rang(Y(i, j)) tri par valeurs décroissantes),
• Soit (P(i)) le vecteur des M coefficients de pondération (i variant de 1 à M),
• Soit [S(iJ)] la matrice rectangulaire des M*N valeurs des valeurs partielles des M critères des N solutions,
et alors la valeur numérique élémentaire d'un indice de performance est définie pour une solution particulière en tenant compte du coefficient de pondération P(i) par :
S(y)=D<j)*(P(i)*l/RG,j))Λl La valeur numérique S(i j) d'un indice de performance d'une solution non activée est forcée à 0 par multiplication par le coefficient D(J).
On définit la valeur numérique V d'une solution j parmi N solutions en tenant compte de l'ensemble des coefficients de pondération P(i) par :
VG) = somine(S(y)) (i=l,M)
Les N valeurs de V(j) sont en général différentes, mais certaines peuvent être identiques. Selon l'invention, la fonction V(j) (j=l à N) constitue une courbe unique représentative de l'ensemble des performances des N solutions Selon l'invention, la discrimination automatique de la solution la plus adaptée s'effectue à l'aide d'un simple tri par le rang par valeurs décroissantes, ce qui s'exprime sous forme algorithmique par : : si (rang(V(K)) = 1), alors K est l'indice de la solution K la mieux adaptée pour l'analyse multicritère prédéfinie pour un jeu de valeurs de contexte et un jeu de valeurs de sévérité donné.
Afin de visualiser de façon facilement perceptible les données utilisées par l'algorithme (données brutes et valeurs numériques calculées), l'invention met en oeuvre une interface homme-machine permettant de les afficher en temps réel, par exemple sur un écran , sous forme de graphiques tels courbes, histogrammes ou de diagramme polaire.
Selon une autre caractéristique de l'invention, un tri automatique des valeurs numériques calculées (V) est effectué par valeurs décroissantes de la façon suivante :
o Si rang(V(kl)) = 1 alors la solution kl est la plus adaptée pour l'analyse multicritères prédéfinie
o Si rang(V(k2)) = 2 alors la solution k2 suit la solution kl par l'analyse multicritères prédéfinie
o Si rang(V(k3)) = 3 alors la solution k3 suit la solution k2 par l'analyse multicritères prédéfinie
o Si rang(V(k4)) = 4 alors la solution k4 suit la solution k3 par l'analyse multicritères prédéfinie
o Si rang(V(k5)) = 5 alors la solution k5 suit la solution k4 par l'analyse multicritères prédéfinie Le classement est affiché sur un écran de visualisation graphique en temps réel.
On a représenté en figures 2 et 3 diagrammes, représentant les données triées par indices de performance bruts, respectivement sous forme d'histogramme 3D et sous forme de diagramme polaire, et en figures 4 et 5 des diagrammes de données représentées selon l'analyse multicritères conforme à l'invention, respectivement sous forme d'histogramme 3D et sous forme de diagramme polaire. Ces diagrammes sont établis pour des concepts (ou solutions) qui sont respectivement des concepts de référence (CR), et des concepts arbitrairement dénommés concepts 20 à 23 (CR 20 à CR 23). La façon d'établir de tels diagrammes est très classique, et ne sera pas détaillée ici. Ces diagrammes étant équivalents quant à leur valeur technique, leur choix n'est fonction que des préférences de l'utilisateur.

Claims

REVENDICATIONS
1. Procédé d'aide à la décision par analyse multicritères d'ensembles de données hétérogènes caractérisé en ce qu'il comporte les étapes suivantes : • étude de N solutions élémentaires,
» formation d'une structure homogène de données hétérogènes,
* définition des M critères de performance,
" définition de la sévérité par un jeu de M coefficients de pondération,
" définition d'un contexte d'analyse par un jeu de N coefficients binaires,
* calcul, à l'aide d'un calculateur, de la valeur des N solutions
* calcul du classement des solutions et visualisation de ce classement.
2. Procédé selon la revendication 1, caractérisé en ce qu'il comporte les étapes suivantes :
> Etape 1 : L'opérateur applique une méthode objective d'aide à la décision pour étudier les performances en termes d'adéquation au besoin exprimé par une spécification générique de N études technico-commerciales méthodiques de N solutions distinctes . > Etape 2 : L'opérateur constitue une structure de données permettant la collecte des L variables descriptives des propriétés de chacune des N solutions.
> Etape 3 : L Opérateur constitue une table des L propriétés pertinentes pour chaque application envisagée, propriétés associées chacune à un intitulé dont la formulation restera stable,
> Etape 4 : L'opérateur constitue une base de M règles pour évaluer la valeur numérique de chaque indice de performance pour chacune des solutions.
> Etape 5 : L'opérateur constitue une table de M indices de performance pertinents pour les N solutions. Etape 6 : L'opérateur constitue une table des N coefficients de pondération à appliquer aux N indices de performance. > Etape 7 : Un contexte d'analyse partielle des solutions est sélectionné par un ensemble de valeurs des variables d' activation pour définir K solutions parmi les N solutions à analyser.
> Etape 8 : Un contexte de sévérité d'analyse est sélectionné par un ensemble de valeurs des coefficients de pondération des données.
> Etape 9 : L'opérateur engage le calcul en temps réel, à l'aide d'un calculateur, de la valeur numérique des K solutions analysées selon un algorithme approprié.
> Etape 10 : Les N valeurs numériques sont éditées en temps réel sous forme de graphique.
> Etape 11 : Les N valeurs numériques sont alors triées en temps réel par valeurs décroissantes.
> Etape 12 : Les résultats du tri issus de l'étape 11 sont édités en temps réel sous forme de listes ou de représentations graphiques pour en rendre la compréhension plus facile.
3. Procédé selon la revendication 2, caractérisé en ce qu'après l'étape 12, soit l'opérateur termine le processus d'analyse (4), soit l'opérateur engage une autre analyse (rebouclage vers étapes 1, 7 ou 8).
4. Procédé selon l'une des revendications précédentes, caractérisé en ce que l'algorithme de calcul de la valeur numérique d'une solution est le suivant :
• Soient M le nombre total de critères et N le nombre total de solutions ou de solutions constructives,
• Soit [X(ij)] la matrice rectangulaire des M*N valeurs des (i) critères de performance de (J) solutions ( i variant de 1 à M et j variant de 1 à N),
• Soit (D(J)) le vecteur des coefficients d' activation d'analyse de solution ( D(j) = 0 solution m non analysée ; D(J) = 1 solution j analysée) ( j variant de 1 à N),
• Soit [Y(iJ)] la matrice rectangulaire des M*N valeurs des (i) critères de performance de (j) solutions analysées. (Y(i j) = D(J)*X(i j)), • Soit [R(iJ)] la matrice rectangulaire des M*N valeurs des rangs des (i) critères de performance des (j) solutions analysées (R(i, j)=rang(Y(i, j)) tri pai- valeurs décroissantes),
• Soit (P(i)) le vecteur des M coefficients de pondération (i variant de 1 à M),
• Soit [S(iJ)j la matrice rectangulaire des M*N valeurs des puissances partielles des M critères des N solutions, et alors la valeur numérique élémentaire d'un indice de performance est définie pour une solution particulière en tenant compte du coefficient de pondération P(i) par : S(iJ)=D(j)*(P(i)*l/R(i,j))Λl .
5. Procédé selon la revendication 4, caractérisé en ce qu' une discrimination automatique de la solution la plus adaptée est effectuée à l'aide d'un tri par le rang par valeurs décroissantes tel que : si (rang(V(K)) = 1), alors K est l'indice de la solution K la mieux adaptée.
6. Procédé selon la revendication 5, caractérisé en ce que si plusieurs solutions ont des valeurs trop proches, l'opérateur pratique une nouvelle analyse en modifiant des solutions, des valeurs de contexte, des valeurs de sévérité ou en ajoutant d'autres solutions.
7. Procédé selon la revendication 5, caractérisé en ce que l'opérateur effectue un tri automatique par valeurs décroissantes des W premières valeurs numériques calculées V(N) par valeurs décroissantes de la façon suivante : o Si rang(V(kl)) = 1 alors la solution kl est la plus adaptée pour l'analyse multicritères prédéfinie o Si rang(V(k2)) = 2 alors la solution k2 suit la solution kl par l'analyse multicritères prédéfinie o Si rang(V(k3)) = 3 alors la solution k3 suit la solution k2 par l'analyse multicritères prédéfinie o Si rang(V(k4)) = 4 alors la solution k4 suit la solution k3 par l'analyse multicritères prédéfinie o Si rang(V(k5)) = 5 alors la solution k5 suit la solution k4 par l'analyse multicritères prédéfinie.
8. Outil d'aide à la décision, caractérisé en ce qu'il met en œuvre le procédé selon l'une des revendications 1 à 7.
PCT/EP2009/067426 2008-12-30 2009-12-17 Procédé d'aide à la décision par analyse multicritères d'ensembles de données hétérogènes Ceased WO2010076235A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0807489A FR2940702A1 (fr) 2008-12-30 2008-12-30 Procede d'aide a la decision par analyse multicriteres d'ensembles de donnees heterogenes.
FR08/07489 2008-12-30

Publications (1)

Publication Number Publication Date
WO2010076235A1 true WO2010076235A1 (fr) 2010-07-08

Family

ID=40827218

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2009/067426 Ceased WO2010076235A1 (fr) 2008-12-30 2009-12-17 Procédé d'aide à la décision par analyse multicritères d'ensembles de données hétérogènes

Country Status (2)

Country Link
FR (1) FR2940702A1 (fr)
WO (1) WO2010076235A1 (fr)

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
EPO: "Mitteilung des Europäischen Patentamts vom 1. Oktober 2007 über Geschäftsmethoden = Notice from the European Patent Office dated 1 October 2007 concerning business methods = Communiqué de l'Office européen des brevets,en date du 1er octobre 2007, concernant les méthodes dans le domaine des activités", JOURNAL OFFICIEL DE L'OFFICE EUROPEEN DES BREVETS.OFFICIAL JOURNAL OF THE EUROPEAN PATENT OFFICE.AMTSBLATTT DES EUROPAEISCHEN PATENTAMTS, OEB, MUNCHEN, DE, vol. 30, no. 11, 1 November 2007 (2007-11-01), pages 592 - 593, XP007905525, ISSN: 0170-9291 *

Also Published As

Publication number Publication date
FR2940702A1 (fr) 2010-07-02

Similar Documents

Publication Publication Date Title
Lee et al. The double-edged effects of the corporate venture capital unit's structural autonomy on corporate investors' explorative and exploitative innovation
FR2809514A1 (fr) Systeme et methode pour la gestion des marches boursiers
US9280739B2 (en) Computer implemented system for automating the generation of a business decision analytic model
JP6102947B2 (ja) 画像処理装置及び特徴検出方法
US10318868B2 (en) Method for enhancing a mind map with different streams of information
FR2888018A1 (fr) Procede et systeme de realisation d&#39;une base de donnees virtuelle a partir de sources de donnees presentant des schemas heterogenes
Wang et al. Idea discovery: A scenario-based systematic approach for decision making in market innovation
CA2935777C (fr) Procede de traitement de donnees d&#39;imagerie moleculaire et serveur de donnees correspondant
FR3105863A1 (fr) Procédé ET système de conception d’un modèle de prédiction
Denter Blockchain breeding grounds: Asia's advance over the USA and Europe
CN114896291A (zh) 多智能体模型的训练方法和排序方法
Carlier et al. Wheat ear segmentation based on a multisensor system and superpixel classification
WO2010076235A1 (fr) Procédé d&#39;aide à la décision par analyse multicritères d&#39;ensembles de données hétérogènes
FR3105844A1 (fr) PROCEDE ET système D’IDENTIFICATION DE VARIABLES PERTINENTES
Caron et al. Integration of non-financial benefits: a systematic review for engaged scholars
CN113326203A (zh) 一种信息推荐方法、设备及存储介质
EP2513827A1 (fr) Procede et dispositif de determination d&#39; un risque de rejet
Kaya et al. Identification of Onopordum pollen using the extreme learning machine, a type of artificial neural network
Bhardwaj et al. An NFT marketplace with predictive and analytical modeling on the industry trends and growth to visualize and recommend creators and NFTs with uprising value potential
CN111104568A (zh) 企业股权关系深度搜索方法、装置、计算机设备及存储介质
EP2722776A1 (fr) Procédé et appareil destinés à récupérer un fichier multimédia d&#39;intérêt
Jalilian Modelling and classification of species abundance: a case study in the Barro Colorado Island plot
CN115422447A (zh) 应用于信息资源平台的推荐系统及方法
EP1907950A1 (fr) Procede et outil de recherche dans plusieurs sources de donnees pour une communaute d&#39;utilisateurs choisie
CN103092854B (zh) 一种音乐数据分类方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09795420

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 09795420

Country of ref document: EP

Kind code of ref document: A1