論文の概要: A novel three-step approach to forecast firm-specific technology convergence opportunity via multi-dimensional feature fusion

• arxiv url: http://arxiv.org/abs/2604.00803v1
• Date: Wed, 01 Apr 2026 12:10:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-02 16:44:31.974817
• Title: A novel three-step approach to forecast firm-specific technology convergence opportunity via multi-dimensional feature fusion
• Title（参考訳）: 多次元特徴融合による企業固有の技術収束機会予測のための新しい3段階的アプローチ
• Authors: Fu Gu, Ao Chen, Yingwen Wu,
• Abstract要約: 本稿では,特許から多次元的特徴を融合させ,具体的TODのためのTC予測手法を提案する。 提案手法の有効性を,中国の自動車部品メーカーにとってのTCの機会を予測し,その有効性を実証する。
• 参考スコア（独自算出の注目度）: 6.923462257123449
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As a crucial innovation paradigm, technology convergence (TC) is gaining ever-increasing attention. Yet, existing studies primarily focus on predicting TC at the industry level, with little attention paid to TC forecast for firm-specific technology opportunity discovery (TOD). Moreover, although technological documents like patents contain a rich body of bibliometric, network structure, and textual features, such features are underexploited in the extant TC predictions; most of the relevant studies only used one or two dimensions of these features, and all the three dimensional features have rarely been fused. Here we propose a novel approach that fuses multi-dimensional features from patents to predict TC for firm-specific TOD. Our method comprises three steps, which are elaborated as follows. First, bibliometric, network structure, and textual features are extracted from patent documents, and then fused at the International Patent Classification (IPC)-pair level using attention mechanisms. Second, IPC-level TC opportunities are identified using a two-stage ensemble learning model that incorporates various imbalance-handling strategies. Third, to acquire feasible firm-specific TC opportunities, the performance metrics of topic-level TC opportunities, which are refined from IPC-level opportunities, are evaluated via retrieval-augmented generation (RAG) with a large language model (LLM). We prove the effectiveness of our proposed approach by predicting TC opportunities for a leading Chinese auto part manufacturer, Zhejiang Sanhua Intelligent Controls co., ltd, in the domains of thermal management for energy storage and robotics. In sum, this work advances the theory and applicability of forecasting firm-specific TC opportunity through fusing multi-dimensional features and leveraging LLM-as-a-judge for technology opportunity evaluation.
• Abstract（参考訳）: 重要なイノベーションパラダイムとして、テクノロジーコンバージェンス(TC)はますます注目を集めている。 しかし、既存の研究は主に業界レベルでのTCの予測に焦点を当てており、企業固有の技術機会発見(TOD)に関するTCの予測にはほとんど注意が払われていない。 さらに、特許のような技術文書には、書誌学、ネットワーク構造、テキストの特徴が豊富に含まれているが、これらの特徴は既存のTC予測では明らかにされていない。 本稿では,特許から多次元的特徴を融合した新しい手法を提案する。 本手法は, 以下の3つのステップから構成される。 まず,特許文書から文献,ネットワーク構造,テキストの特徴を抽出し,注意機構を用いて国際特許分類(IPC)ペアレベルで融合する。 第二に、ICCレベルのTC機会は、様々な不均衡処理戦略を取り入れた2段階のアンサンブル学習モデルを用いて特定される。 第3に、実現可能な具体的TC機会を得るために、IPCレベルの機会から改良されたトピックレベルのTC機会のパフォーマンス指標を、大規模言語モデル(LLM)による検索強化世代(RAG)を用いて評価する。 エネルギー貯蔵・ロボティクスにおける熱管理分野において,中国の大手自動車部品メーカーであるZhejiang Sanhua Intelligent Controls社に対してTCの機会を予測し,提案手法の有効性を実証する。 この研究は、多次元の特徴を融合させ、LLM-as-a-judgeを技術機会評価に活用することで、企業固有のTC機会を予測する理論と適用性を向上させる。

関連論文リスト

• Federated Hyperdimensional Computing for Resource-Constrained Industrial IoT [3.772276972399603]
  産業用IoT(Industrial Internet of Things)システムでは、エッジデバイスはメモリ、計算能力、無線帯域の厳しい制約の下で運用されることが多い。 我々は、資源制約されたIIoTのための軽量学習パラダイムとして、超次元コンピューティング(HDC)を探求する。 IIoTにおける協調学習を支援するために,高速収束速度と通信効率の両立したHDCの可能性を強調した。
  論文  参考訳（メタデータ） (2026-03-20T15:22:12Z)
• Monitoring Transformative Technological Convergence Through LLM-Extracted Semantic Entity Triple Graphs [35.70283902821063]
  本稿では,トランスフォーメーション技術の出現をモニタリングする,新しいデータ駆動パイプラインを提案する。 提案手法は,Large Language Models (LLMs) の進歩を活用し,非構造化テキストから意味的三重項を抽出する。 パイプラインには、多段階フィルタリング、ドメイン固有のクラスタリング、トピック共起の時間的傾向分析が含まれている。
  論文  参考訳（メタデータ） (2025-10-29T10:41:03Z)
• CTIArena: Benchmarking LLM Knowledge and Reasoning Across Heterogeneous Cyber Threat Intelligence [48.63397742510097]
  サイバー脅威インテリジェンス(CTI)は現代のサイバーセキュリティの中心であり、進化する脅威を検出し緩和するための重要な洞察を提供する。 大規模言語モデル(LLM)の自然言語理解と推論能力により、CTIに適用することへの関心が高まっている。 異種マルチソースCTI上でLLM性能を評価するための最初のベンチマークであるCTIArenaを提案する。
  論文  参考訳（メタデータ） (2025-10-13T22:10:17Z)
• Trade in Minutes! Rationality-Driven Agentic System for Quantitative Financial Trading [57.28635022507172]
  TiMiは、アーキテクチャ上、戦略開発を分単位のデプロイメントから切り離す合理性駆動型マルチエージェントシステムである。 本稿では,マクロパターンからマイクロカスタマイズ,トレーディングボット実装のための階層型プログラミング設計,数学的リフレクションによって駆動されるクローズドループ最適化までの2層解析パラダイムを提案する。
  論文  参考訳（メタデータ） (2025-10-06T13:08:55Z)
• A Hybrid Ai Framework For Strategic Patent Portfolio Pruning: Integrating Learning To-Rank And Market Need Analysis For Technology Transfer Optimization [6.142730022466677]
  本稿では,特許ポートフォリオを抽出し,技術移転のための高価値資産を特定するための,新しい多段階ハイブリッドインテリジェンスフレームワークを提案する。 当社のフレームワークは,30以上の法的および商業的パラメータに対する特許評価を行うLearning to Rankモデルと,"Need-Seed"エージェントベースシステムを組み合わせることにより,このプロセスを自動化する。
  論文  参考訳（メタデータ） (2025-08-31T18:43:18Z)
• PCF-Lift: Panoptic Lifting by Probabilistic Contrastive Fusion [80.79938369319152]
  我々は,PCF(Probabilis-tic Contrastive Fusion)に基づくPCF-Liftという新しいパイプラインを設計する。 私たちのPCFリフトは、ScanNetデータセットやMessy Roomデータセット(シーンレベルのPQが4.4%改善)など、広く使用されているベンチマークにおいて、最先端の手法よりも大幅に優れています。
  論文  参考訳（メタデータ） (2024-10-14T16:06:59Z)
• Sustainable Diffusion-based Incentive Mechanism for Generative AI-driven Digital Twins in Industrial Cyber-Physical Systems [65.22300383287904]
  産業用サイバー物理システム(ICPS)は、現代の製造業と産業にとって不可欠なコンポーネントである。 製品ライフサイクルを通じてデータをデジタル化することにより、ICPSのDigital Twins(DT)は、現在の産業インフラからインテリジェントで適応的なインフラへの移行を可能にします。 GenAIはDTの構築と更新を推進し、予測精度を改善し、多様なスマート製造に備える。
  論文  参考訳（メタデータ） (2024-08-02T10:47:10Z)
• Early screening of potential breakthrough technologies with enhanced interpretability: A patent-specific hierarchical attention network model [4.779196219827507]
  本稿では,特許文書から将来的な引用数を予測するための解釈可能な機械学習手法を提案する。 35,376の医薬品特許のケーススタディは、我々のアプローチの有効性を実証している。 提案手法は, ブレークスルー技術を特定する上で, 専門家と機械の協調性を高めることが期待されている。
  論文  参考訳（メタデータ） (2024-07-24T02:17:10Z)
• Enhancing Covert Communication in Relay Systems Using Multi-Antenna Technique [13.144200592969174]
  本稿では,マルチアンテナ技術を利用して,リレーシステムにおける秘密通信性能を向上させる。 まず,S,R,Dのそれぞれが単一アンテナを採用する場合のシナリオを考察し,仮説テストと統計理論を適用して,隠れた性能モデリングの理論的枠組みを開発する。 本研究では,マルチアンテナ技術が2ホップリレーシステムにおけるカバート性能をいかに向上させるかを示すために,広範な数値計算結果を提供する。
  論文  参考訳（メタデータ） (2024-07-16T16:08:15Z)
• Federated Learning for Industrial Internet of Things in Future Industries [106.13524161081355]
  産業用IoT(Industrial Internet of Things)は,産業用システムの運用を変革する有望な機会を提供する。 近年、人工知能(AI)はインテリジェントIIoTアプリケーションの実現に広く利用されている。 フェデレートラーニング(FL)は、複数のIIoTデバイスとマシンを協調して、ネットワークエッジでAIトレーニングを実行することで、インテリジェントなIIoTネットワークにとって特に魅力的である。
  論文  参考訳（メタデータ） (2021-05-31T01:02:59Z)
• 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。