- Article de bases documentaires
|- 10 nov. 2015
|- Réf : BIO7055
Les volumes des données bio-informatiques disponibles sur le web pour la biologie moléculaire sont en constante augmentation. L'accès à ces données et leur exploitation jointe sont essentiels pour que les connaissances en biologie puissent progresser. L'objectif de cet article est de fournir au lecteur l'ensemble des pointeurs nécessaires pour identifier les bases de données de référence capables de fournir les données bio-informatiques pour la biologie moléculaire, de sensibiliser le lecteur sur les problèmes posés par l'exploitation conjointe de ces données très réparties et fortement hétérogènes, de dresser un panorama des systèmes offrant un accès unifié à ces données et de guider le futur utilisateur sur le choix de l'un de ces systèmes, en fonction de ses besoins.
- ARTICLE INTERACTIF
|- 10 févr. 2024
|- Réf : H6040
L’objet de cet article est de cerner le terme Big Data ou mégadonnées ainsi que les technologies et enjeux qui lui sont associées. Dans un premier temps, les mégadonnées sont caractérisées et des usages sont évoqués pour différents domaines. Ensuite, sont présentées les différentes solutions de stockage des mégadonnées, des bases de données SQL et NoSQL à l’informatique dans le nuage. La deuxième partie est consacrée à l’analyse et la fouille des mégadonnées, notamment sous le prisme des dernières avancées de l’apprentissage machine et de l’intelligence artificielle.
- Article de bases documentaires
|- 10 oct. 2025
|- Réf : H6042
La recherche d’information couvre de nombreuses applications qui vont de la recherche documentaire à partir de requêtes booléennes à celle de la génération et l’extraction de réponses précises à des questions en langue naturelle. Elle s’applique à des textes, des images ou de l’audio et peut-être interactive, sous forme de dialogues avec un agent conversationnel. Cet article s’intéresse au croisement de la recherche d’information avec l’IA générative, ce que l’on nomme génération augmentée (de réponses) par la recherche d’information (RAG). Le RAG permet d’assister la génération de réponses à partir d’un grand modèle de langue et de sources d’informations qui peuvent être privées. Les grands modèles de langue et les architectures RAG sont présentées (RAG agentique, GraphRAG...), tout comme les nombreuses stratégies pouvant être suivies. Ce couplage entre apprentissage machine neuronal, traitement automatique des langues et recherche d’information traditionnelle nécessite de repenser les processus de recherche, d’indexation et de stockage des données au moyen d’entrepôts de données, d’APIs et d’environnements logiciels ad-hoc. Même si elles demeurent perfectibles dans certaines situations et si leur déploiement est rarement aisé, ces solutions sont désormais matures. Elles sont discutées sous un angle scientifique et technologique.
