首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于表示学习的专利科学关联度分析
作者单位:大连理工大学科学学与科技管理研究所,辽宁大连116024
基金项目:国家自然科学基金;辽宁省社会科学规划基金
摘    要:创新驱动发展战略下,科学知识与技术创新间关系愈发的多层面化和高复杂化。从引用科学知识的专利入手,利用表示学习从语义层面上分析专利科学关联关系,特别是高价值专利引用何种特征的科学知识,并比较中美两国专利科学引文主题的异同,从中美两国产学研合作网络中关键创新主体的演化情况来探索引发该现象的原因。以人工智能领域为例,研究表明,高价值专利的科学关联度更高,生物医学领域对高价值专利的支撑作用更为明显;中国在高价值专利数量上处于劣势,且在智能医学领域及基础硬件的技术创新能力较弱,但近年来在电力领域的优势越来越明显,这离不开国家电网在产学研合作网络的核心位置。此外,值得关注的是未来人工智能在地震监测等新兴领域的应用。

关 键 词:专利科学关联度  科学知识  表示学习  专利价值
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号