Key points are not available for this paper at this time.
Um Innovationen während des kollaborativen Prozesses der Entwicklung neuer Produkte und Produktionsverfahren zu fördern, insbesondere um die Wiederholung bestehender Techniken oder die Verletzung von Patenten und geistigen Eigentumsrechten anderer zu vermeiden, muss das kollaborative Team aus Forschung und Entwicklung sowie Patenten Ingenieuren relevante Patentkenntnisse rechtzeitig identifizieren. Diese Forschung entwickelt einen neuartigen Ansatz für das Wissensmanagement mithilfe eines ontologie-basierten Algorithmus für künstliche neuronale Netze (ANN), um automatisch Wissensdokumente in großen Online-Patentkorpora zu klassifizieren und zu durchsuchen. Diese Forschung konzentriert sich darauf, eine intelligente und semantisch orientierte Klassifikation und Suche aus den Quellen der kritischsten und gut strukturierten Wissensveröffentlichungen, d.h. Patenten, zu entwickeln, um wertvolle und praktische Referenzen für die kollaborativen Netzwerke von technologiezentrierten Teams der Produkt- und Produktionsentwicklung zu gewinnen. Die Forschung verwendet das Domänen-Ontologie-Schema, das mit Protégé erstellt wurde, und leitet die semantischen Konzeptwahrscheinlichkeiten von Schlüsselbegriffen ab, die häufig in domänenspezifischen Patenten vorkommen. Anschließend zeigt die Methode, indem sie die Termhäufigkeiten und die Konzeptwahrscheinlichkeiten von Schlüsselbegriffen als Eingaben für das ANN kombiniert, eine signifikante Verbesserung der Klassifikationsgenauigkeit. Darüber hinaus bietet diese Forschung einen fortschrittlichen semantisch orientierten Suchalgorithmus, um verwandte Patente in der Patentwissenbasis genau zu identifizieren. Die Fallstudie analysiert 343 Beispiele für chemisch-mechanisches Polieren und 150 Patente für Radiofrequenzidentifikation, um die Leistung des vorgeschlagenen Ansatzes zu verifizieren und zu messen. Die Ergebnisse werden mit den vorherigen automatischen Klassifizierungsmethoden verglichen, die deutlich verbesserte Ergebnisse zeigen.
Trappey et al. (Wed,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: