技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

機械学習による技術動向調査テクニックと特許実務へのAI導入・応用の勘所

機械学習による技術動向調査テクニックと特許実務へのAI導入・応用の勘所

オンライン 開催
関連するセミナー・出版物
本セミナーは終了いたしました。
セミナーの再開催を依頼する 関連するセミナー・出版物を探す

概要

本セミナーでは、特許調査の実務について基礎から解説し、機械学習による特許調査をデモを交えて解説いたします。

開催日

  • 2023年3月28日(火) 10時30分 ～ 16時30分

修得知識

  • 機械学習による先行技術・技術動向調査の効率化
  • 特許調査におけるAI利用の現状と注意点

プログラム

　特許調査でのAI活用と主に先行技術・技術動向調査の効率化について特許調査と機械学習の観点から講演します。最近では商用のAIを利用した特許調査ツールも複数登場しています。現在は、AIへの過剰な期待の時期から冷静な判断が求められる時期に移行中です。
　最初に特許調査と検索の基礎について概観します。第3章ではAIの概要と特許調査への応用について留意点と原理的な制限事項について述べます。第4章では、商用AI特許調査ツールの活用事例を紹介します。第5〜7章では、デモを交えてオープンソースを用いた機械学習の特許調査への応用事例を単語・文書のベクトル化、文書分類、文書ベクトルの次元圧縮による特許公報の俯瞰可視化と技術動向調査への応用を紹介します。調査目的に応じたアルゴリズムと特徴量の選択が重要であり、また教師あり機械学習には良質な教師データの準備が重要です。特許調査ツールの特徴を把握して使いこなす意識が大切です。

  1. はじめに
    1. 講師自己紹介
    2. アジア特許情報研究会紹介
  2. 特許調査と検索の基礎
    1. 調査対象と調査範囲の特定・明確化
    2. マッチングと適合
    3. 特許調査における再現率 (網羅性) と適合率 (効率)
    4. 先行技術調査と侵害防止調査の検索モデルの違い
    5. 「完全一致」⇔「最良一致」検索モデルの比較
    6. 特許調査システムとその評価方法
  3. AIの概要と特許調査への応用
    1. 人工知能 (AI:Artificial Intelligence) とは
    2. AI、機械学習、深層学習について
    3. AI活用特許調査システムへの過剰な期待
    4. 特許調査への機械学習適応時の留意点
    5. 人とAIの役割分担
    6. 問題の定式化
    7. AIの使用と情報要求
    8. シンボルグランディング (記号接地) 問題
    9. ノーフリーランチ (NFL) 定理
    10. フレーム問題
    11. 過学習 (汎化性能)
    12. 特徴量選択 (醜いアヒルの子の定理)
  4. 商用AI特許調査ツールの活用事例
    1. AI特許調査ツールへの要求性能
    2. Patentfieldの活用事例
    3. PatentfieldのAIセマンティック検索
    4. PatentfieldのAI分類予測
    5. THE調査力AIのSDI調査への活用
    6. PatentSQUAREのAI検索事例
  5. オープンソースを用いた機械学習の特許調査への応用
    1. 特許調査のためのオープンソース (OSS) の基礎
    2. 特許調査における「OSSツール」と「商用ツール」の相互補完的使用
    3. 機械学習概要 (分類、回帰、クラスタリング、次元圧縮)
    4. 特許分野における自然言語処理導入のメリット
    5. 特許調査用学習済モデルの作成とその評価方法
    6. 先行技術調査の流れ (進め方)
    7. 分散表現 (単語埋め込み) とは
    8. 分布仮説に基づいた文脈中の単語の重み学習 (word2vec)
    9. doc2vecによる公報 (文書) 単位の類似度計算
    10. doc2vecによる発明の要素 (文) 単位の類似度計算
  6. 機械学習のクラス分類の応用事例
    1. ディープラーニングの基礎検討
    2. 文書のベクトル化検討
    3. one hotベクトル
      • BoW
      • TF・IDF等
    4. 分散表現ベクトル
      • word2vec
      • doc2vec
      • fastText等
    5. 機械学習による文書分類
    6. SDI調査への応用
  7. 教師無し機械学習 (クラスタリング、次元圧縮) の応用
    1. 単語・文書のクラスタリングによる動向調査への応用
    2. 文書ベクトルの次元圧縮による特許公報の俯瞰可視化
    3. 文書分類との組み合わせによるパテントマップの自動作成
  8. 特許実務へのAI利用の現状のまとめと将来展望
    1. 特許庁 (JPO) における人工知能 (AI) 技術の活用動向
    2. 特許調査分野におけるAI技術の活用動向
    • 質疑応答

付録 自分でできる特許情報解析ツール紹介

  1. キーワード抽出関係
    1. word2vec,doc2vecによる単語・文書の類似度計算と類似単語・文書抽出
    2. termextractによる専門用語 (キーワード) 自動抽出
    3. Cytoscapeによる文脈語のネットワーク分析
  2. pythonで始める機械学習
    1. python環境構築の概要
    2. doc2vecによる文書・単語の類似度計算と類似文書・単語抽出の解説
ページのトップヘ

講師

  • 安藤 俊幸 氏
    アジア特許情報研究会 知財情報解析グループ
    グループリーダー
ページのトップヘ

主催

サイエンス＆テクノロジー 株式会社
お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 34,200円 (税別) / 37,620円 (税込)
複数名
: 22,500円 (税別) / 24,750円 (税込)

複数名受講割引

  • 2名様以上でお申込みの場合、1名あたり 22,500円(税別) / 24,750円(税込) で受講いただけます。
    • 1名様でお申し込みの場合 : 1名で 34,200円(税別) / 37,620円(税込)
    • 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 49,500円(税込)
    • 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 74,250円(税込)
  • 同一法人内 (グループ会社でも可) による複数名同時申込みのみ適用いたします。
  • 受講券、請求書は、代表者にご郵送いたします。
  • 請求書および領収書は1名様ごとに発行可能です。
    申込みフォームの通信欄に「請求書1名ごと発行」とご記入ください。
  • 他の割引は併用できません。
  • サイエンス&テクノロジー社の「2名同時申込みで1名分無料」価格を適用しています。

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

  • 1名様あたり 10,000円(税別) / 11,000円(税込)
  • 企業に属している方(出向または派遣の方も含む)は、対象外です。
  • お申込み者が大学所属名でも企業名義でお支払いの場合、対象外です。

ライブ配信セミナーについて

  • 本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
  • お申し込み前に、 視聴環境 と テストミーティングへの参加手順 をご確認いただき、 テストミーティング にて動作確認をお願いいたします。
  • 開催日前に、接続先URL、ミーティングID​、パスワードを別途ご連絡いたします。
  • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
  • セミナー資料は、PDFファイルをダウンロードいただきます。
  • ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
  • タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
  • ご視聴は、お申込み者様ご自身での視聴のみに限らせていただきます。不特定多数でご覧いただくことはご遠慮下さい。
  • 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
  • Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
    万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
本セミナーは終了いたしました。
セミナーの再開催を依頼する
ページのトップヘ

これから開催される関連セミナー

開始日時 会場 開催方法
2026/9/28 機械学習のための効率的データ取得とAIモデルの解釈・評価 オンライン
2026/9/28 FT-IRの基礎と機械学習によるスペクトルデータ解析 オンライン
2026/9/28 製薬業におけるCMC・製造領域のデータ・AI活用 オンライン
2026/9/28 賢くなった生成AIによる特許調査・権利化・知財業務の高度化 オンライン
2026/9/28 AI時代の技術マーケティングと調査・戦略企画の実践 オンライン
2026/9/29 生成AIを活用したバイブコーディングの進め方 オンライン
2026/9/29 機械学習のための効率的データ取得とAIモデルの解釈・評価 オンライン
2026/9/29 機械学習を利用した多成分混合物の物性予測・物性推算 オンライン
2026/9/29 賢くなった生成AIによる特許調査・権利化・知財業務の高度化 オンライン
2026/9/29 研究開発現場の失敗事例・判例から学ぶ知財・特許トラブルとリスクマネジメント オンライン
2026/9/30 戦略策定のための特許マップ作成と活用・運営方法のコツ オンライン
2026/9/30 生成AIを活用したPythonによる化学プロセス計算の基礎と実践 オンライン
2026/9/30 レオロジーを特許・権利化するための基礎科学、測定技術、出願戦略 オンライン
2026/10/2 戦略策定のための特許マップ作成と活用・運営方法のコツ オンライン
2026/10/2 特許の深読み・リバースエンジニアリングと読まれないための戦略的仕込み オンライン
2026/10/5 ノウハウの秘匿化戦略と先使用権の立証、実践ポイント オンライン
2026/10/6 侵害予防調査への生成AI活用とその進め方 オンライン
2026/10/6 少ないデータでも使える機械学習・異常検知の基礎とインフラ・製造分野への応用 オンライン
2026/10/7 特許出願非公開制度の概要と企業実務における留意点 オンライン
2026/10/7 少ないデータでも使える機械学習・異常検知の基礎とインフラ・製造分野への応用 オンライン
ページのトップヘ

関連する出版物

発行年月
2011/10/10 酸化チタン 技術開発実態分析調査報告書
2011/10/5 電子部品大手8社 技術開発実態分析調査報告書
2011/10/1 大日本印刷 技術開発実態分析調査報告書
2011/9/25 クリーンルーム 技術開発実態分析調査報告書
2011/9/20 三菱化学 技術開発実態分析調査報告書
2011/9/15 電線7社 技術開発実態分析調査報告書
2011/9/10 旭化成グループ9社 技術開発実態分析調査報告書
2011/9/1 スクリーン印刷 技術開発実態分析調査報告書
2011/8/25 ボイラー 技術開発実態分析調査報告書
2011/8/20 キャノン (2011年版) 技術開発実態分析調査報告書
2011/8/10 ごみ焼却 技術開発実態分析調査報告書
2011/8/5 ポリスチレン 技術開発実態分析調査報告書
2011/7/25 ビール4社 技術開発実態分析調査報告書
2011/7/15 菓子 技術開発実態分析調査報告書
2011/7/10 抗癌剤 技術開発実態分析調査報告書
2011/7/5 カーナビゲーション (2011年版) 技術開発実態分析調査報告書
2011/6/30 医療機器 技術開発実態分析調査報告書
2011/6/15 トヨタ、ホンダ、日産3社 技術開発実態分析調査報告書
2011/6/10 ガス3社 技術開発実態分析調査報告書
2011/5/25 事務用品・什器備品12社 技術開発実態分析調査報告書
ページのトップヘ