0,00 €
Mehr erfahren.
- Herausgeber: GRIN Verlag
- Sprache: Deutsch
Bachelorarbeit aus dem Jahr 2009 im Fachbereich BWL - Sonstiges, Note: 2, Campus02 Fachhochschule der Wirtschaft Graz, Sprache: Deutsch, Abstract: Die permanente Überwachung des Technologiefortschritts bedarf eines sehr hohen Zeitaufwandes und ausgeprägter Fachkenntnisse. Der enorme Anstieg an technologischem Wissen erfordert eine Verbesserung herkömmlicher Methoden zur Recherche bestehenden geistigen Eigentums. In der vorliegenden Arbeit werden die Grundlagen der Patentrecherche näher beleuchtet. Dabei werden die geschützten Patente und übliche Recherchemethoden näher erläutert. Den Schwer-punkt der Arbeit bildet die Darstellung der Optimierung bekannter Recherchemethoden durch die Machine-Learning-Technik mit Hilfe die Support Vector Machine (SVM). Die SVM ist ein Lernalgorithmus zur Ableitung von Gesetzmäßigkeiten aus digitalen Informationen wodurch einerseits die Qualität der Rechercheergebnisse erhöht und andererseits die Durchlaufzeit der Recherche deutlich reduziert wird. Das Material das die Grundlage dieser Arbeit bildet, wurde im Zeitraum von Dezember 2008 bis März 2009 gesammelt. Für die Erstellung dieser Arbeit wurden Werke der relevanten Literatur gesichtet und gesammelt sowie Experteninterviews geführt.
Das E-Book können Sie in Legimi-Apps oder einer beliebigen App lesen, die das folgende Format unterstützen:
Veröffentlichungsjahr: 2009
Ähnliche
Page 1
Technologieüberwachung durch künstliche Intelligenz
Ing. Katharina Heil
Im Rahmen der Lehrveranstaltung Bachelorarbeit I, 4. Semester
Page 2
Danksagung
Ich danke meiner Familie sowie Ing. Wolfgang Knöbl, die mich jederzeit unterstützen und mir die nötige Ruhe und Kraft gegeben haben. Ganz besonders möchte ich meinen Betreuern DI Gerhard Stelzer und Dr. Michael Terler danken, die mich tatkräftig unterstützten und mir mit hilfreichen Hinweisen zur Seite standen. Danken möchte ich auch Dr. Anja Schmitt-Bender und Dr. Anton Heijs, die sehr großes Engagement aufbrachten und mir die Hintergründe zur Patentrecherche und den Einsatz neuer Technologien aufzeigten. In diesem Zusammenhang gilt mein Dank auch der Firma Unycom IT Services GmbH, und im Besonderen Mag. Heinrich Schlünken, Dr. Maria Swoboda, DI Rupert Maier, Ing. Hans-Jürgen Wels, die mich bei meinem Studium unterstützen.
Page 3
Zusammenfassung
Die permanente Überwachung des Technologiefortschritts bedarf eines sehr hohen Zeitaufwandes und ausgeprägter Fachkenntnisse. Der enorme Anstieg an technologischem Wissen erfordert eine Verbesserung herkömmlicher Methoden zur Recherche bestehenden geistigen Eigentums. In der vorliegenden Arbeit werden die Grundlagen der Patentrecherche näher beleuchtet. Dabei werden die geschützten Patente und übliche Recherchemethoden näher erläutert. Den Schwerpunkt der Arbeit bildet die Darstellung der Optimierung bekannter Recherchemethoden durch dieMachine-Learning-Technikmit Hilfe dieSupport Vector Machine (SVM).Die SVM ist ein Lernalgorithmus zur Ableitung von Gesetzmäßigkeiten aus digitalen Informationen wodurch einerseits die Qualität der Rechercheergebnisse erhöht und andererseits die Durchlaufzeit der Recherche deutlich reduziert wird. Das Material das die Grundlage dieser Arbeit bildet, wurde im Zeitraum von Dezember 2008 bis März 2009 gesammelt. Für die Erstellung dieser Arbeit wurden Werke der relevanten Literatur gesichtet und gesammelt sowie Experteninterviews geführt.
Abstract
Steady monitoring of proprietary technology improvements needs much time and profound specific knowhow. The enormous increase of technological information requires an improvement of conventional search methods. The purpose of this paper is to describe the basics of patent search. Patent information as well as search methods are acquired. The main focus of this paper is placed to optimize search methods by using themachine learning technology,which is calledsupport vector machine(SVM). The SVM is a learn-algorithm, which extrapolates regularities out of digital information. Based on these regularities the quality of search results can be increased explicitly on one hand and on the other hand the throughput time of the search process can be decreased obviously. In order to do that the content of the paper has been collected during the period of December 2008 to march 2009. Within this research the relevant literature has been sighted and expert interviews have been conducted.
