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

このセミナーは2023年3月に開催したセミナーのオンラインセミナー:オンデマンド配信です。
オンラインセミナーは、お申し込み日より10営業日の間、動画をご視聴いただけます。
お申込は、2023年8月30日まで受け付けいたします。
(収録日:2023年3月28日 ※映像時間:約4時間34分)

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。

申込期間

  • 2023年8月30日(水) 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
: 34,700円 (税別) / 38,170円 (税込)
複数名
: 25,000円 (税別) / 27,500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 25,000円(税別) / 27,500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 34,700円(税別) / 38,170円(税込)
    • 2名様でお申し込みの場合 : 2名で 50,000円(税別) / 55,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 75,000円(税別) / 82,500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。

オンデマンドセミナーの留意点

  • 申込み後、すぐに視聴可能なため、本セミナーのキャンセルは承りかねます。 予めご了承ください。
  • 録画セミナーの動画をお手元のPCやスマホ・タブレッドなどからご視聴・学習することができます。
  • お申し込み前に、 視聴環境 をご確認いただき、 視聴テスト にて動作確認をお願いいたします。
  • 3営業日後までに、メールをお送りいたします。
  • 視聴期間は申込日より10営業日の間です。
    ご視聴いただけなかった場合でも期間延長いたしませんのでご注意ください。
  • 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。
  • 動画視聴・インターネット環境をご確認ください
    • セキュリティの設定や、動作環境によってはご視聴いただけない場合がございます。
    • サンプル動画が閲覧できるかを事前にご確認いただいたうえで、お申し込みください。
  • 本セミナーの録音・撮影、複製は固くお断りいたします。
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
2025/6/11 パテントマップの作成と研究開発テーマの発掘、アイデア創出への活用 オンライン
2025/6/12 IPランドスケープによる戦略的な知財分析・活用のすすめ方 オンライン
2025/6/12 Pythonを活用したデータ分析手法 オンライン
2025/6/12 小規模データに対する機械学習の効果的適用法 オンライン
2025/6/12 分子シミュレーションの基礎と高分子材料の研究・開発の効率化への展開 オンライン
2025/6/13 マテリアルズインフォマティクスのためのデータ解析 オンライン
2025/6/13 Pythonを活用したデータ分析手法 オンライン
2025/6/13 小規模データに対する機械学習の効果的適用法 オンライン
2025/6/13 他社の用途発明、数値限定発明、パラメータ発明への対抗策 オンライン
2025/6/13 計測インフォマティクスの基礎とスペクトルデータ解析への応用 オンライン
2025/6/16 計測インフォマティクスの基礎とスペクトルデータ解析への応用 オンライン
2025/6/16 コンピュータビジョン技術をPythonでマスター 画像解析・機械学習の第一歩を踏み出そう オンライン
2025/6/17 衛星データを活用した宇宙ビジネスへの参入とその進め方 オンライン
2025/6/18 機械学習のための少数データ、データ不足への対応と解釈・評価方法 オンライン
2025/6/18 浸透学習法 (PLM:Percolative Learning Method) の原理と応用 オンライン
2025/6/18 インドの医薬品産業の最新規制と知的財産制度 オンライン
2025/6/18 外観検査自動化に向けた画像処理・AI技術活用の課題と導入のポイント オンライン
2025/6/18 次世代のADC (抗体薬物複合体) の市場動向/知財の現状および位置選択的抗体修飾・安定リンカー技術 オンライン
2025/6/19 自動運転・運転支援のためのミリ波レーダの基礎と車載応用、走行環境認識技術 オンライン
2025/6/19 外観検査自動化に向けた画像処理・AI技術活用の課題と導入のポイント オンライン
ページのトップヘ

関連する出版物

発行年月
2012/1/15 光学フィルム 技術開発実態分析調査報告書
2012/1/15 免震・制震・耐震技術 技術開発実態分析調査報告書
2012/1/10 放電加工機 技術開発実態分析調査報告書
2011/12/10 製薬大手5社 技術開発実態分析調査報告書
2011/12/10 計測機器関連18社 技術開発実態分析調査報告書
2011/12/5 住友電気工業 技術開発実態分析調査報告書
2011/12/1 建設大手9社 技術開発実態分析調査報告書
2011/11/30 NTTグループ8社 (NTTを除く) 技術開発実態分析調査報告書
2011/11/25 インキ業界10社 技術開発実態分析調査報告書
2011/11/25 アクリル酸エステル 技術開発実態分析調査報告書
2011/11/20 カテーテル 技術開発実態分析調査報告書
2011/11/15 半導体露光装置 技術開発実態分析調査報告書
2011/11/9 IBM (米国特許版) 技術開発実態分析調査報告書
2011/10/15 通信機器大手3社 技術開発実態分析調査報告書
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
ページのトップヘ