論文の概要: A new mapping of technological interdependence
- arxiv url: http://arxiv.org/abs/2308.00014v2
- Date: Wed, 6 Mar 2024 19:06:05 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-08 18:05:42.857391
- Title: A new mapping of technological interdependence
- Title(参考訳): 技術相互依存の新しいマッピング
- Authors: A. Fronzetti Colladon, B. Guardabascio, F. Venturini
- Abstract要約: 知識の流出と構造的相互依存がセクターのイノベーションに肯定的な影響を及ぼすことを示す。
私たちの分析では、特許のテキストには、従来のイノベーションの指標では得られない豊富な情報が含まれていることが強調されています。
- 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: How does technological interdependence affect a sector's ability to innovate?
This paper answers this question by looking at knowledge interdependence
(knowledge spillovers and technological complementarities) and structural
interdependence (intersectoral network linkages). We examine these two
dimensions of technological interdependence by applying novel methods of text
mining and network analysis to the documents of 6.5 million patents granted by
the United States Patent and Trademark Office (USPTO) between 1976 and 2021. We
show that both dimensions positively affect sector innovation. While the impact
of knowledge interdependence is slightly larger in the long-term horizon,
positive shocks affecting the network linkages (structural interdependence)
produce greater and more enduring effects on innovation performance in a
relatively short run. Our analysis also highlights that patent text contains a
wealth of information often not captured by traditional innovation metrics,
such as patent citations.
- Abstract(参考訳): 技術相互依存はセクターの革新能力にどのように影響しますか?
本稿では,知識相互依存(知識の流出と技術的相補性)と構造相互依存(ネットワーク間リンク)について考察する。
1976年から2021年にかけて、米国特許商標庁(uspto)が認可した650万件の特許の文書に、テキストマイニングとネットワーク分析の新しい方法を適用して、これら2次元の技術相互依存について検討する。
両次元がセクターイノベーションに肯定的な影響を与えることを示す。
知識相互依存の影響は長期的にはやや大きいが、ネットワーク結合(構造的相互依存)に影響を与える正のショックは、比較的短期間でイノベーションのパフォーマンスにさらに持続的な影響をもたらす。
私たちの分析では、特許テキストには、特許引用のような従来のイノベーション指標によって捉えられていない豊富な情報が含まれていることも強調しています。
関連論文リスト
- Measuring Technological Convergence in Encryption Technologies with
Proximity Indices: A Text Mining and Bibliometric Analysis using OpenAlex [46.3643544723237]
本研究は,サイバーセキュリティにおける新興技術間の技術的収束を明らかにする。
提案手法は,テキストマイニングとバイオロメトリ分析を統合し,技術的近接指標の定式化と予測を行う。
我々のケーススタディでは、ブロックチェーンと公開鍵暗号の間にかなりの収束が見られ、その近さが証明されている。
論文 参考訳(メタデータ) (2024-03-03T20:03:03Z) - Re-mine, Learn and Reason: Exploring the Cross-modal Semantic
Correlations for Language-guided HOI detection [57.13665112065285]
ヒューマンオブジェクトインタラクション(HOI)検出は、コンピュータビジョンの課題である。
本稿では,構造化テキスト知識を組み込んだHOI検出フレームワークを提案する。
論文 参考訳(メタデータ) (2023-07-25T14:20:52Z) - A Comprehensive Survey on Applications of Transformers for Deep Learning
Tasks [60.38369406877899]
Transformerは、シーケンシャルデータ内のコンテキスト関係を理解するために自己認識メカニズムを使用するディープニューラルネットワークである。
Transformerモデルは、入力シーケンス要素間の長い依存関係を処理し、並列処理を可能にする。
我々の調査では、トランスフォーマーベースのモデルのためのトップ5のアプリケーションドメインを特定します。
論文 参考訳(メタデータ) (2023-06-11T23:13:51Z) - Enhancing Artificial intelligence Policies with Fusion and Forecasting:
Insights from Indian Patents Using Network Analysis [0.0]
本稿では,人工知能(AI)技術の相互接続性と相互依存性について述べる。
異なる時間窓を通して技術を分析し、その重要性を定量化することで、AIのランドスケープを形成する重要なコンポーネントに関する重要な洞察を明らかにしました。
論文 参考訳(メタデータ) (2023-04-20T18:37:11Z) - Citation Trajectory Prediction via Publication Influence Representation
Using Temporal Knowledge Graph [52.07771598974385]
既存のアプローチは主に学術論文の時間的データとグラフデータのマイニングに依存している。
本フレームワークは,差分保存グラフ埋め込み,きめ細かい影響表現,学習に基づく軌道計算という3つのモジュールから構成される。
APSアカデミックデータセットとAIPatentデータセットの両方で実験を行った。
論文 参考訳(メタデータ) (2022-10-02T07:43:26Z) - Foundations and Recent Trends in Multimodal Machine Learning:
Principles, Challenges, and Open Questions [68.6358773622615]
本稿では,マルチモーダル機械学習の計算的基礎と理論的基礎について概説する。
本稿では,表現,アライメント,推論,生成,伝達,定量化という,6つの技術課題の分類法を提案する。
最近の技術的成果は、この分類のレンズを通して示され、研究者は新しいアプローチの類似点と相違点を理解することができる。
論文 参考訳(メタデータ) (2022-09-07T19:21:19Z) - Two tales of science technology linkage: Patent in-text versus
front-page references [8.731097761118972]
本稿では,特許の価値が,その基盤となる科学論文の特性にどのように依存するかを考察する。
インテキストで参照された論文は、適度にベーシックで、学際性が低く、新規性が低く、かつ、高い引用率の場合に、同じ特許の表紙に掲載される可能性が高い。
論文 参考訳(メタデータ) (2021-03-16T09:28:28Z) - Data Leverage: A Framework for Empowering the Public in its Relationship
with Technology Companies [13.174512123890015]
多くの強力なコンピューティング技術は、一般からの暗黙的かつ明示的なデータコントリビューションに依存している。
この依存は、テクノロジー企業との関係において、公衆にとって潜在的にレバレッジの源であることを示唆している。
我々は,企業行動を変える新たな機会を浮き彫りにする,データレバレッジを理解するためのフレームワークを提案する。
論文 参考訳(メタデータ) (2020-12-18T00:46:26Z) - Interdisciplinary research and technological impact: Evidence from
biomedicine [2.741266294612776]
特許技術の発展に寄与する社会的利益の一側面を考察する。
論文の学際性の度合いを3つの一般的な指標(多様性,バランス,格差)を用いて測定する。
我々の研究は、学際的な研究と科学的・技術的影響に政策的な意味を持つかもしれない。
論文 参考訳(メタデータ) (2020-06-27T15:21:40Z) - Technological impact of biomedical research: the role of basicness and
novelty [2.741266294612776]
1980年から1999年にかけて発行された380万件の論文のコーパスを用いて、基礎的な科学論文や新しい論文が直接の技術的影響をもたらす可能性が著しく高いことを発見した。
技術的な影響のある論文に限定するさらなる分析は、基礎科学と新科学がより多くの特許を引用し、より短いタイムラグを経験し、より広い技術分野に影響を及ぼすことを明らかにしている。
論文 参考訳(メタデータ) (2020-06-03T18:31:05Z) - Deep Technology Tracing for High-tech Companies [67.86308971806322]
我々は、各ハイテク企業にカスタマイズされた最も可能な技術方向を自動的に見つけるために、新しいデータ駆動ソリューション、すなわちDeep Technology Forecasting(DTF)フレームワークを開発する。
DTFは、潜在的な競合認識(PCR)、協調技術認識(CTR)、Deep Technology Tracing(DTT)ニューラルネットワークの3つのコンポーネントで構成されている。
論文 参考訳(メタデータ) (2020-01-02T07:44:12Z)
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。