Christian Daniel CURIAC, susținere publică a Tezei de doctorat

  Data şi ora
30 Sep. 2024 - 12:00 la 14:00
  Locaţia
UPT Conference Center, Room K1, UPT Library, 28, V. Parvan Bvd.

Titlul tezei: "Multi-Recommender Framework to Aid ldentifying and Addressing Research Themes Using Bibliographic Metadata and Al" ("Sistem de recomandare integrat pentru asistarea identificării și abordării temelor de cercetare utilizând metadate bibliografice și inteligență artificială")

 

Comisia de doctorat:

  • Președinte: Prof.univ.dr.ing. Marius MARCU (Universitatea Politehnica Timișoara)
  • Conducător științific: Prof.univ.dr.ing. Mihai V. MICEA (Universitatea Politehnica Timișoara)
  • Referenți:
    • Prof.univ.dr.ing. Nicolale ȚĂPUȘ (Universitatea Politehnica București)
    • Prof.univ.dr.ing. Sergiu NEDEVSCHI (Universitatea Tehnică din Cluj-Napoca)
    • Prof.univ.dr.ing. Vladimir-Ioan CREȚU (Universitatea Politehnica Timișoara)

 

Rezumatul tezei:

Din când în când cercetătorii trebuie să ia în considerare noi subiecte științifice la care să lucreze dintr-o varietate de motive care provin fie din modul în care cunoștințele științifice au evoluat recent (de exemplu, dezvoltarea de noi tehnologii, teorii și metode), fie din însăși tema de cercetare actuală (de exemplu, problema de cercetare a fost deja rezolvată; nu se așteaptă noi rezultate remarcabile; tema de cercetare este blocată din cauza lipsei de idei noi sau a lipsei de resurse materiale, financiare sau umane). Descoperirea de noi teme de cercetare nu a fost niciodată atât de problematică precum astăzi, în principal din cauza dinamismului, complexității și segmentării cercetării și, de asemenea, a abundenței publicațiilor științifice care trebuie analizate. În aceste circumstanțe, cererea de instrumente automate care să-i ajute pe cercetători să descopere și să înceapă să lucreze la noi teme de cercetare promițătoare, care să răspundă atât așteptărilor cât și expertizei lor, este în creștere pronunțată. Teza de față oferă soluții pentru a acoperi această lacună prin dezvoltarea unui sistem integrat de recomandare de tip human-in-the-loop, în care informațiile contextuale, structurate, clasificate și analizate în mod adecvat, provenite dintr-un număr mare de publicații științifice, sunt folosite pentru a deriva teme de cercetare de actualitate și, mai ales, fezabile, alături de identificarea posibilelor transferuri de cunoștințe între domenii, a literaturii științifice pentru începerea cercetării sau a echipei de cercetare adecvate.
Mai multe aici.