文献

J-GLOBAL ID：202102281308507230   整理番号：21A0580295

Bayes区間推定を用いた人工知能の特許データ解析【JST・京大機械翻訳】

Patent Data Analysis of Artificial Intelligence Using Bayesian Interval Estimation

著者 (3件)： Uhm Daiho (Department of Mathematics, University of Arkansas, Fort Smith, AR 72913, USA) ,  Ryu Jea-Bok (Department of Big Data and Statistics, Cheongju University, Chungbuk 28503, Korea) ,  Jun Sunghae (Department of Big Data and Statistics, Cheongju University, Chungbuk 28503, Korea)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 10  号： 2  ページ： 570  発行年： 2020年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 技術解析は,技術および産業管理において重要な作業の1つである。特許文書には技術に関する多くの情報が含まれている。したがって,特許データ解析は技術分析に必要である。既存の特許分析は,収集した特許文書の定量分析に依存する。しかし,技術解析では,専門家の事前知識も考慮されるべきである。本論文では,専門家の事前経験と特許データの尤度関数を同時に考慮するBayes推論を用いた特許解析手法を研究した。キーワードデータ解析のために,Poissonのような計数データ分布によるBayes予測区間推定を用いた。提案モデルを用いて,AIの将来の技術を知るために,人工知能(AI)の技術的キーワードの将来の傾向を予測した。事例研究を行い,提案手法が実際の領域に適用できる方法を提供した。本論文では,AI技術に関連する特許文書を検索し,AIの技術的傾向を見つけるためにそれらを分析した。AI技術事例研究の結果から,AI産業の全構造において技術的キーワードがより重要で,重要であることが分かった。特許キーワード解析のための既存の方法は,現在,収集した特許文書に依存した。しかし,技術分析において,ドメインエキスパートによる事前知識は,収集した特許文書と同様に重要である。そこで,特許文書を用いた技術解析のためのBayes推論に基づく方法を提案した。著者らの方法は,ドメインエキスパートからの事前知識による特許データ解析を考慮する。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 技術予測 ,  定量分析 ,  Bayes推定 ,  *人工知能 ,  データ解析 ,  事例研究 ,  尤度関数
準シソーラス用語： 事前知識 ,  *区間推定 ,  解析手法 ,  特許分析 , 【Automatic Indexing@JST】

著者キーワード (5件)： Bayes区間推定 ,  人工知能技術 ,  特許キーワード分析 ,  技術予測 ,  技術の管理

分類 (2件)： 工業所有権  (HA03000C) ,  自然語処理  (JE06000L)

引用文献 (19件)：

• Choi, J.; Jang, D.; Jun, S.; Park, S. A Predictive Model of Technology Transfer using Patent Analysis. Sustainability 2015, 7, 16175-16195.
• Jun, S. A New Patent Analysis Using Association Rule Mining and Box-Jenkins Modeling for Technology Forecasting. Inf. Int. Interdiscip. J. 2013, 16, 555-562.
• Jun, S.; Park, S. Examining Technological Innovation of Apple Using Patent Analysis. Ind. Manag. Data Syst. 2013, 113, 890-907.
• Kim, J.; Jun, S. Graphical causal inference and copula regression model for apple keywords by text mining. Adv. Eng. Inform. 2015, 29, 918-929.
• Kim, J.; Jun, S.; Jang, D.; Park, S. An Integrated Social Network Mining for Product-based Technology Analysis of Apple. Ind. Manag. Data Syst. 2017, 117, 2417-2430.

タイトルに関連する用語 (4件)： 区間推定 ,  人工知能 ,  特許 ,  データ解析