論文の概要: Technological improvement rate estimates for all technologies: Use of
patent data and an extended domain description
- arxiv url: http://arxiv.org/abs/2004.13919v1
- Date: Wed, 29 Apr 2020 01:54:55 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-21 19:45:46.434056
- Title: Technological improvement rate estimates for all technologies: Use of
patent data and an extended domain description
- Title（参考訳）: すべての技術に対する技術改善率の推定:特許データの利用と拡張ドメイン記述
- Authors: Anuraag Singh, Giorgio Triulzi and Christopher L. Magee
- Abstract要約: 我々は、米国特許システム内のすべての特許を、一連の技術ドメインに対応させる。
これらのドメインは、米国特許システム全体でのすべての特許の97.14%を含んでいる。
メカニカル・スキンの処理では1年1.9%、ネットワーク・マネジメントでは228.8%、クライアント・サーバ・アプリケーション・ドメインでは1年228.8%と見積もられている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this work, we attempt to provide a comprehensive granular account of the
pace of technological change. More specifically, we survey estimated yearly
performance improvement rates for nearly all definable technologies for the
first time. We do this by creating a correspondence of all patents within the
US patent system to a set of technology domains. A technology domain is a body
of patented inventions achieving the same technological function using the same
knowledge and scientific principles. We obtain a set of 1757 domains using an
extension of the previously defined classification overlap method (COM). These
domains contain 97.14% of all patents within the entire US patent system. From
the identified patent sets, we calculated the average centrality of the patents
in each domain to estimate their improvement rates, following a methodology
tested in prior work. The estimated improvement rates vary from a low of 1.9%
per year for the Mechanical Skin treatment - Hair Removal and wrinkles domain
to a high of 228.8% per year for the Network management - client-server
applications domain. We developed a one-line descriptor identifying the
technological function achieved and the underlying knowledge base for the
largest 50, fastest 20 as well as slowest 20 of these domains, which cover more
than forty percent of the patent system. In general, the rates of improvement
were not a strong function of the patent set size and the fastest improving
domains are predominantly software-based. We make available an online system
that allows for automated searching for domains and improvement rates
corresponding to any technology of interest to researchers, strategists and
policy formulators.
- Abstract（参考訳）: 本研究は,技術変化のペースを包括的に把握することを目的としている。
より具体的には、ほぼすべての定義可能な技術の年次パフォーマンス改善率を初めて調査する。
我々は、米国特許システム内のすべての特許を一連の技術ドメインに対応させることによって、これを行う。
技術ドメイン(Technology domain)は、同じ知識と科学的原則を用いて同じ技術機能を達成する特許発明の団体である。
従来定義されていた分類重複法(COM)の拡張を用いて、1757個のドメインの集合を得る。
これらのドメインは、米国特許システム全体の97.14%の特許を含んでいる。
特定された特許セットから,各ドメインにおける特許の平均集中度を算出し,先行研究で検証した方法論に従って改善率を推定した。
メカニカル・スキンの処理では1年1.9%、ネットワーク・マネジメントでは228.8%、クライアント・サーバ・アプリケーション・ドメインでは1年228.8%と見積もられている。
我々は,特許システムの40%以上をカバーする最大20のドメインと,最も遅い20のドメインにおいて,達成された技術機能と基礎となる知識基盤を識別する一行記述子を開発した。
一般的に、改善率は特許群の大きさの強い機能ではなく、最も高速な改善ドメインはソフトウェアベースである。
我々は、研究者、ストラテジスト、政策立案者にとって興味のある技術に対応するドメインの自動検索と改善率を可能にするオンラインシステムを提供する。
関連論文リスト
- PatentEdits: Framing Patent Novelty as Textual Entailment [62.8514393375952]
このデータセットには105万例の修正が成功している。
我々は、文章を文単位でラベル付けするアルゴリズムを設計し、これらの編集がいかに大きな言語モデルで予測できるかを確立する。
引用引用文と起草文の文的含意を評価することは,どの発明的主張が変化しないか,あるいは先行技術に関して新規かを予測するのに特に有効であることを示す。
論文 参考訳（メタデータ） (2024-11-20T17:23:40Z) - Automated Neural Patent Landscaping in the Small Data Regime [6.284464997330885]
近年の特許活動の急速な拡大により、効率的かつ効果的な自動的特許造成アプローチの必要性が高まっている。
本稿では, 難解な事例に対して, 性能を著しく向上させる, 自動型ニューラルネットワーク特許造園システムを提案する。
論文 参考訳（メタデータ） (2024-07-10T19:13:37Z) - A Comprehensive Survey on AI-based Methods for Patents [14.090575139188422]
AIベースのツールは、特許サイクルにおける重要なタスクを合理化し、強化する機会を提供する。
この学際的な調査は、AIと特許分析の交差点で働く研究者や実践者のリソースとして機能することを目的としている。
論文 参考訳（メタデータ） (2024-04-02T20:44:06Z) - Memory-Efficient Prompt Tuning for Incremental Histopathology
Classification [69.46798702300042]
本稿では,経済的なメモリコストのモデル一般化ポテンシャルを育成するための,メモリ効率の良いプロンプトチューニングフレームワークを提案する。
乳癌転移分類と上皮間質組織分類の2つの病理組織学的タスクにより,我々の枠組みを広く評価した。
論文 参考訳（メタデータ） (2024-01-22T03:24:45Z) - DeepSpeed4Science Initiative: Enabling Large-Scale Scientific Discovery
through Sophisticated AI System Technologies [116.09762105379241]
DeepSpeed4Scienceは、AIシステム技術革新を通じてユニークな機能を構築することを目指している。
我々は、構造生物学研究における2つの重要なシステム課題に対処するために、DeepSpeed4Scienceで行った初期の進歩を紹介した。
論文 参考訳（メタデータ） (2023-10-06T22:05:15Z) - A Comprehensive Survey on Source-free Domain Adaptation [69.17622123344327]
ソースフリードメイン適応(SFDA)の研究は近年注目を集めている。
SFDAの最近の進歩を包括的に調査し、それらを統一的な分類体系に整理する。
一般的な3つの分類基準で30以上のSFDA法を比較検討した。
論文 参考訳（メタデータ） (2023-02-23T06:32:09Z) - A Survey on Sentence Embedding Models Performance for Patent Analysis [0.0]
本稿では,PatentSBERTaアプローチに基づく埋め込みモデルの精度を評価するための標準ライブラリとデータセットを提案する。
patentSBERTa, Bert-for-patents, and TF-IDF Weighted Word Embeddings is the most accuracy for computing sentence embeddeds at the subclass level。
論文 参考訳（メタデータ） (2022-04-28T12:04:42Z) - Automated Single-Label Patent Classification using Ensemble Classifiers [0.0]
特許文書の異なる部分で訓練されたアンサンブル分類器の革新的な方法を提案する。
我々の知る限りでは、特許分類問題に対してアンサンブル法が提案されたのはこれが初めてである。
論文 参考訳（メタデータ） (2022-03-03T08:47:15Z) - Open Domain Generalization with Domain-Augmented Meta-Learning [83.59952915761141]
オープンドメイン一般化(OpenDG)の新しい実践的問題について研究する。
本稿では,オープンドメイン一般化表現を学ぶためのメタ学習フレームワークを提案する。
種々のマルチドメインデータセットの実験結果から、提案したドメイン拡張メタラーニング(DAML)が、未確認ドメイン認識の先行手法より優れていることが示された。
論文 参考訳（メタデータ） (2021-04-08T09:12:24Z) - Quantum Technologies: A Review of the Patent Landscape [0.0]
我々は、2015年から現在に至るまで、この分野の48,577件の特許を分類、分析し、Relecuraの特許データベースに包括的なクエリーで取得している。
著者の主題は、会社のAIベースのツールや学術文献とともに、この高度に主観的な分類選択に利用された。
それぞれの技術の物理と産業におけるその役割は、可能ならば、簡単に説明できる。
論文 参考訳（メタデータ） (2021-02-03T07:26:24Z) - Covidex: Neural Ranking Models and Keyword Search Infrastructure for the
COVID-19 Open Research Dataset [87.47567807116204]
Covidexは最新のニューラルランキングモデルを利用する検索エンジンだ。
これは、Allen Institute for AIがキュレートしたCOVID-19 Open Researchデータセットへのアクセスを提供する。
論文 参考訳（メタデータ） (2020-07-14T16:26:01Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。