Jul, 2023

技术相互依赖的新映射

PDF
TL;DR通过文本挖掘和网络分析的创新方法，研究了技术联系对行业创新能力的影响以及这些影响是如何通过技术空间传递的。通过分析美国专利商标局授予的 650 万项专利的文本，并应用网络分析，对半个世纪（从 1976 年到 2021 年）间的各个行业之间的技术相互依赖进行了研究。研究发现专利文本中蕴含了大量信息，传统的创新指标（如专利引用）无法捕捉。通过网络分析，证明间接联系与直接联系同等重要，而采用更传统的间接联系的衡量方法（如 Leontief 逆矩阵）无法完全揭示这种间接联系。最后，通过脉冲响应分析，展示了技术冲击如何通过技术网络空间传递，影响行业的创新能力。
technological linkagestext miningnetwork analysispatentsinnovation capacity
发现论文，激发创造
  • 利用网络分析加强人工智能政策的融合和预测：来自印度专利的启示

    该研究通过使用中心性度量，聚类系数和融合度量，研究了各种人工智能（AI）技术之间的相互联通性和相互依赖性。通过对不同时间窗口的技术进行分析，并量化其重要性，我们揭示了塑造 AI 领域和成熟度水平的关键组件，对未来的人工智能发展和进步具有重要的影响和启示作用。

    Apr, 2023

  • 图表示学习用于专利网络分析

    利用图表学习方法分析伊朗官方公报中的专利数据，发现新的行业和研究领域，避免重复专利，了解类似和连接的发明，认识支持专利的法律实体，以及了解特定研究领域中的研究人员和相关利益相关者。

    Sep, 2023

  • 预测性专利基因组学：利用 ChatGPT 预测创新成功和估值

    本论文使用领先的 ChatGPT 技术对专利进行分析，以更准确地预测其价值和影响力，为初创企业和小型公司的知识产权政策提供了改革的机遇。

    Jun, 2023

  • 一种新的专利相似度测量方法：语义距离和技术距离

    提出了一种混合方法来自动测量专利之间的相似度，该方法考虑了语义和技术上的相似性，并使用 BERT 评估文本之间的语义相似度，使用 Jaccard 相似度计算 IPC 代码之间的技术相似度，并通过为两个相似度方法分配权重进行混合化。评估结果表明，该方法优于仅考虑语义相似性的基线。

    Mar, 2023

  • 全球能源技术创新速度的决定因素

    本文探讨 1970-2009 年能源专利的数量和投资状况，发现尽管对公共和私人研发的投资低，但近十年来特别是在可再生技术方面专利申请的速率显著增加，本文通过建立一个能够解释技术创新的经验数据的模型，准确预测科技成熟和市场开发不同阶段的专利申请率，同时表明公共研发和市场需求作为创新活动的关键驱动因素相互促进。

    Nov, 2012

  • 人工智能探索专利领域

    专利及技术知识管理中的先进语言处理和机器学习技术承诺大规模效率改进。本文系统概述了与专利相关的任务和流行的方法，并着重介绍了发展中和有前景的技术。该研究表明，语言处理和特别是大型语言模型以及最近普遍应用的生成方法有望成为专利领域的颠覆者。然而，专利领域存在一些技术困难，现有模型难以解决。通过指出关键进展、机会和差距，我们旨在鼓励进一步研究，加速该领域的发展。

    Mar, 2024

  • 机器学习与经济预测：国际贸易网络的作用

    本研究研究了反全球化趋势对国际贸易网络的影响以及它们在提高经济增长预测方面所起的作用。通过使用 2010 年至 2022 年来自近 200 个国家的部门级贸易数据，我们确定了由不断上升的贸易政策不确定性所推动的网络拓扑结构的显著变化。我们的分析突出了重要的全球参与者，通过中心性排名，美国、中国和德国一直保持着持续的主导地位。使用一系列有监督回归模型的竞赛，我们发现从部门特定贸易网络中评估的网络拓扑描述符极大地提高了国家 GDP 增长预测的质量。我们还发现非线性模型，如随机森林 (Random Forest)、XGBoost 和 LightGBM，优于经济文献中使用的传统线性模型。使用 SHAP 值解释这些非线性模型的预测时，我们发现大约一半的最重要特征源于网络描述符，强调了它们在改进预测中的重要作用。此外，本研究强调了近期经济表现、人口增长和初级产业的影响在塑造经济增长预测中的意义，为经济增长预测的复杂性提供了新的见解。

    Apr, 2024

  • 专利文本中用于上下位词检索的技术分类

    本文提出了一种基于专利合作分类（CPC）的技术术语分类自动化方法，生成的分类包含 9 个独立技术分支中的约 170k 个节点，并且使用 Text-to-Text Transfer Transformer (T5) 模型 fine-tune 生成上下位词并得到相对较高的准确性，从而证明了此资源的质量。T5 模型可以打开新的技术术语的分类（根据上下位关系），因此这个资源可以更新，是技术术语领域不断发展的必要特性。

    Nov, 2022

  • 应用中心性测度于影响力分析：一项合著网络分析

    本文研究共同作者网络的微观网络特性，并采用中心性度量对影响力进行分析，发现 4 种中心性度量与引用次数显著相关，证明中心性度量可以是衡量影响力的有用指标。

    Dec, 2010

  • 网络中的信息扩散和外部影响

    通过 Twitter 网络一月的完整跟踪，研究了信息传播的两种方式以及外部事件和因素对信息传播的影响，发现只有约 71% 的信息量可以归因于网络弥散，其余 29% 是由网络外部的事件和因素引起的。

    Jun, 2012