文献

J-GLOBAL ID：202002217022267791   整理番号：20A1997912

鉄道産業特許のデータ解析【JST・京大機械翻訳】

Data Analysis of Railway Industry Patents

著者 (2件)： Zhang Yao (School of Mechanical, Electrical and Information Engineering, Shandong University, Weihai, Weihai, China) ,  Zhang Gening (School of Computer Science, The University of Manchester, Manchester, UK)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICBDR 2018  ページ： 27-32  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,2013年から2017年までの欧州特許庁により生産された国際特許データベースにおける鉄道産業の特許を分析した。データベースにおける特許記録の統計に基づいて,鉄道産業における異なるタイプの特許の数を予測するために,自己回帰移動平均(ARMA)モデルを構築し,解析結果は,高い予測精度を得ることができることを示した。さらに,鉄道産業における特許価値を評価するための特許価値評価方式を提案した。本研究を通して,鉄道産業における特許のホットな研究スポット,技術軌跡および開発傾向を,適切に理解することができた。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *データベース ,  データ解析 ,  ARMAモデル
準シソーラス用語： 予測精度 ,  価値評価 ,  特許データベース ,  自己回帰 ,  欧州特許庁 , 【Automatic Indexing@JST】

著者キーワード (5件)： ARMAモデル ,  鉄道産業の特許 ,  データ解析 ,  特許価値評価 ,  予測精度

分類 (1件)： 工業所有権  (HA03000C)

タイトルに関連する用語 (4件)： 鉄道 ,  産業 ,  特許 ,  データ解析