Através do uso de aprendizado de máquina o pesquisador Reza Oftadeh, doutorando no Departamento de Engenharia e Ciência da Computação da Texas A&M University, e seu orientador, Dylan Shell, estão apostando em um algoritmo capaz de extrair e ordenar sequências de grandes volumes de dados, sobretudo de grandes projetos de pesquisas com enormes quantidades de dados.

Quando as propriedades estatísticas mais e menos visíveis são identificadas, é possível reunir amostras com o intuito de servirem como base para desenvolvimentos posteriores dentro do próprio aprendizado de máquina. Através das Redes Neurais Artificiais (RNAs) é possível estipular ações como classificação, modelagem e visualização com base nesses recursos e imersos em big data.

Segundo o Texas A&M Today, o projeto visa desenvolver um algoritmo mais sofisticado capaz de localizar proeminentes recursos conforme sua importância relativa, sendo capaz, ainda, de ser alimentado com grandes conjuntos de dados. O algoritmo funciona em conjuntos de dados unidimensionais, mas o projeto pretende expandir para redes de dados estruturados.

O paper da pesquisa você encontra nesse link.