CONSILIENCE, GALAXY AND CONSTELLATION - A SCALEABLE, DISTRIBUTED SYSTEM FOR DATA-MINING, PREDICTION, ANALYSIS, AND DECISION SUPPORT

The present invention relates generally to an integrated framework providing dynamic discovery of knowledge, construction of predictive models, and decision support services. The framework can efficiently exploit dynamically changing data from distributed sources, and is scaleable over local and distributed processor environments. A priori background knowledge is easily included to gain learning efficiency and to apply logical constraints to the learned models. Extended graphical models are generated by single or iterative uses of the framework, supporting a concentration of the most useful model components, and the development of multiple layers of model abstraction. Constructed virtual models can act as proxies for the data they represent, and can be used to build subsequent models on data that is not typically available as an integrated body. The system exploits information about cross-domain models to find informative unifying relationships. De façon générale, la présente invention concerne un cadre intégré pour la découverte dynamique de connaissances, l'élaboration de modèles prédictifs et des services d'aide à la prise de décisions. Ce cadre permet d'exploiter dynamiquement des données changeantes à partir de sources distribuées et est redimensionnable à des environnements de traitement locaux et répartis. Des connaissances générales à priori peuvent être facilement incluses, augmentant ainsi l'efficacité de l'apprentissage et l'application de contraintes logiques à des modèles appris. Des modèles graphiques élargis sont générés par l'utilisation ponctuelle ou itérative du cadre, ce qui permet d'exploiter la concentration d'éléments de modèle les plus utiles et le développement de couches multiples d'abstraction modélisée. Des modèles virtuels construits peuvent faire office de mandataires pour les données qu'ils représentent et être utilisés pour la réalisation de modèles ultérieurs pour des données qui, de manière générale, ne sont disponibles comme entité intégrée. Le système exploite des informations sur des modèles de domaines croisés dans le but de mettre au jour des relations unifiantes à caractère informatif.