최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, v.27 no.2, 2017년, pp.179 - 186
Technology forecasting is predict future trend and state of technology by analyzing the results so far of developing technology. In general, a patent has novel information about the result of developed technology, because the exclusive right of technology included in patent is protected for a time p...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
다양한 예측모형을 구축하기 위하여 대부분의 베이지안 접근방법은 어떤 기법을 사용하는가? | 그러나 비베이지안에 비해 베이지안에서는 더 많은 계산량이 요구되면서 이를 해결할 수 있는 다양한 방법이 제안되었다 [15-17]. 특히 다양한 예측모형을 구축하기 위하여 대부분의 베이지안 접근방법은 마코프체인 몬테칼로(Markov Chain Monte Carlo, MCMC) 기법을 사용한다 [13]. 통계적 추론(statistical inference)을 위하여 베이지안 모형은 이론적이면서 동시에 실제적인 기반을 모두 갖추고 있다[16,18,19]. | |
그 동안의 연구결과에서, 기술예측은 크게 3가지 접근방법에 의해 이루어졌는데, 이는 무엇인가? | 기술예측과 관련된 그 동안의 연구결과에서 기술예측은 크게 3가지 접근방법에 의해 이루어졌다 [2]. 통계학과 기계학습(machine learning) 알고리즘을 이용한 정량적(quantitative) 기술예측, 델파이(Delphi)와 시나리오분석(scenario analysis) 등에 의한 정성적(qualitative) 기술예측, 그리고 정량적 방법과 정성적 방법을 결합한 통합(integrated) 기술예측이 사용되고 있다 [3-5]. 전문가의 기술지식과 주관적 판단에 의존하는 정성적 기술예측은 구성되는 전문가 집단의 능력에 따라 예측결과가 다르게 나타날 수 있기 때문에 최근의 기술예측은 통계적 기법을 이용하여 특허 빅데이터를 분석하는 정량적 접근방법에 의존하고 있다 [6-10]. | |
특허분석에는 어떤 분석기법들이 사용되었는가? | 즉 전 세계 특허청 및 관련 기관의 특허데이터베이스로부터 목표기술에 대한 특허문서를 검색하고 텍스트 마이닝(text mining)의 전처리(preprocessing) 과정을 거쳐서 정형화된 데이터(structured data)를 구축하고, 이를 이용하여 통계학 또는 기계학습 기법에 의해 특허분석이 이루어진다. 사회네트워크분석(social network analysis), 신경망, 회귀분석, 군집분석, 시계열분석 등 다양한 분석기법들이 사용되었다. 정형화된 특허 데이터는 개별 특허문서로 이루어진 행(row)과 기술 키워드인 열(column)로 구성된 행렬구조로 구축된다 [8, 11-12]. |
Roper, A. T., Cunningham, S. W., Porter, A. L., Mason, T. W., Rossini F. A. Banks J., Forecasting and Management of Technology, Hoboken, NJ, John Wiley & Sons, 2011.
Jun, S., Park, S., Jang, D., Patent Analysis and Technology Forecasting, Kyowoo, 2014.
Jun, S., Park, S., Jang, D., "Technology Forecasting using Matrix Map and Patent Clustering", Industrial Management & Data Systems, Vol. 112, Iss. 5, pp. 786-807, 2012.
Keller, J., Gracht, H. A. V. D., "The influence of information and communication technology (ICT) on future foresight processes - Results from a Delphi survey", Technological Forecasting and Social Change, Vol. 85, pp. 81-92, 2014.
Kim, J., Jun, S., "Graphical Causal Inference and Copula Regression Model for Apple Keywords by Text Mining", Advanced Engineering Informatics, Vol. 29, Iss. 4, pp. 918-929, 2015.
Mishra, D., Gunasekaran, A., Childe, S. J., Papadopoulos, T., Dubey, R., Wamba, S., "Vision, applications and future challenges of Internet of Things: A bibliometric study of the recent literature", Industrial Management & Data Systems, Vol. 116, No. 7, pp. 1331-1355, 2016.
Petruzzelli, A. M., Rotolo, D., Albino, V., "Determinants of patent citations in biotechnology: An analysis of patent influence across the industrial and organizational boundaries", Technological Forecasting and Social Change, Vol. 91, pp. 208-221, 2015.
Quinn, K. M., Martin, A. D., Park, J. H., MCMCpack: Markov chain Monte Carlo in R. Journal of Statistical Software, Vol. 42, No. 9, pp. 1-21, 2011.
Press, S. J., Subjective and Objective Bayesian Statistics, second edition, Hoboken, NJ, John Wiley & Sons, 2003.
Bottcher S. G., Dethlefsen, C., "Learning Bayesian networks with R", International Workshop on Distributed Statistical Computing (DSC2003) Working Papers, pp. 1-11, 2003.
Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A., Rubin, D. B., Bayesian Data Analysis, Third Edition, Boca Raton, FL, Chapman & Hall/CRC Press, 2003.
Korb, K. B., Nicholson, A. E., Bayesian artificial intelligence, second edition, London, UK CRC press, 2011.
Jeffreys, S. H., Theory of Probability. third edition. Clarendon Press, Oxford, 1998.
Bernardo, J., Smith, A. F. M., Bayesian Theory, John Wiley & Sons, New York, 1994.
Chib, S., "Estimation and Comparison of Multiple Change-Point Models", Journal of Econometrics, Vol. 86, No. 2, pp. 221-241, 1998.
Zou, C., Zhang, Y., Wang, Z., "A control chart based on a change-point model for monitoring linear profiles", IIE transactions, Vol. 38, No. 12, pp. 1093-1103, 2006.
USPTO, The United States Patent and Trademark Office, http://www.uspto.gov, 2016, [Accessed: September 1, 2016].
WIPSON, WIPS Corporation, http://www.wipson.com, 2016, [Accessed: September 1, 2016].
Feinerer, I., Hornik, K., Meyer, D., "Text mining infrastructure in R", Journal of Statistical Software, Vol. 25, No. 5, pp. 1-54, 2008.
Feinerer, I., Hornik, K., Package 'tm' Ver. 0.6, Text Mining Package, CRAN of R project, 2016.
R Development Core Team, R: A language and environment for statistical computing, R Foundation for Statistical Computing, Vienna, Austria. http://www.R-project.org, 2016, [Accessed: July 1, 2016].
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.