これは[聞こえない 00:00:00]、そして私意思見せるあなたどうやってあるJMPプロできるヘルプあなたのために特許知能。 特許知能はとても戦略的のためにの発達の新しいプロセスそして新しい製品。 しかしこれタスクは頻繁ある退屈な仕事なぜなら読む特許はとても難しい仕事。のためにそれらの誰が持っているすでに読む特許、 彼らは知るどうやって信じられないある特許は。
の少ないあなた読む特許、のより良いそれはのためにあなた。これはその通りどこあるたくさんの学びできるヘルプあなた。 使用するJMP、だった試していますに真似するNetflix 。 Netflix 、ベースのの上どれの私たちは持っているすでに見た、示唆するあなたどれの1つあなた意思のように。 のために特許知能、そのとてもの同じもの。 ベースの上どれの特許あなたすでに読む、私たちは意思試すに予測するどれの特許あなた持っているに読む。
前に私意思見せるあなたどうやってにするそれJMPでは、私ただ欲しいに導入の主要戦略それ私仕事と特許知能ミシュランなら行けるよ。ミシュランはあるよく知られているタイヤメーカーそれ目的で生産する最高-で-クラスパフォーマンスタイヤ。しかし今の新しい[聞き取れない 00:01:25]ミッションはに生産するの最高パフォーマンスタイヤ、しかしこれ時間と多くの持続可能な材料のみ。のタイヤは作ったの多くののタイプの材料天然ゴムなど、可塑剤、充電、合成ゴム、そしてそれでの上。
のために今、ほとんどなしのこれ生材料は持続可能な。 彼らは全て来るから[聞き取れない 00:01:56]リソース。 私たちのミッションはに生産する新しい化学薬品プロセスそれ意思生産するこれら新しい持続可能な材料、どれの手段新しいプロセス手段特許知能。 ケース勉強のどれの私たちは意思話すについて今日はについて生産するリサイクルされたスチレンだからスチレンは使用済み合成ゴム製。
にリサイクルするスチレン、w帽子私たちはするはに集めるスチレン無駄。それから私たちは持っているに前提条件のスチレンに取り除く全ての[聞き取れない 00:02:42]。 それから私たちは行くを通してこれプロセス、どれのは発展したと[聞き取れない 00:02:48]パイロウェーブ。 全てプロセスは作曲されたの三つ主要部品。 の初めはの液化ののスチレンそしての除去のの[聞き取れない 00:03:02]。それから私たちは置くのスチレン入りの工業用電子レンジ。 の電子レンジはないの親切それあなた持っているであなたの台所。私平均、それは巨大な電子レンジ。これ電子レンジ意思カットのポリマー鎖の中へスチレンモノマー。
しかしでの出口のの反応器ではスチレンモノマーは使用されません。 [聞き取れない 00:03:28] 。 それ含まれていますある多くの[聞き取れない 00:03:33]材料。 私たちは持っているに浄化するそれ。私たちはするそれによる蒸留。[聞き取れない 00:03:37]ああfの蒸留、私たちは得るリサイクルされたスチレン、どれのもっているの同じプロパティとして[聞き取れない 00:03:47]スチレン。 私たちはできる使用これリサイクルされたスチレンに生産するどれでも親切の物体含むポリスチレンそして特にタイヤ。
これはあるとても革新的なプロセスそして私たちは必要多くの特許インテリジェンス。 しかし特許知能の二問題。 の初めは専門的な特許取るある多くの時間そしてのみある特許が少ないは[聞き取れない 00:04:18]。 の2番問題はそれ私たちは強く依存するの上の検索エンジンそしてキーワード。 つまり、私たちは欲しいに検索のために特許の上またはプロセス。 私たちはするだろうタイプいくつかのキーワードの上グーグル特許または[聞き取れない 00:04:40] 、何でも。何私たちはするだろう読むはのみの初めページのの検索エンジンそしてとてもめったにの2番ページ、しかしそれはもちろんそれ私たちはしません読む全ての特許それ表示されます後の2番ページ。
そこにははある高い危険のないあるとても重要特許、そのようなとしてなぜ私たちは必要ある道具それ意思読むのために私たちある高い額の特許。 それは何私たちは意思する今とJMP 。 私スイッチにJMP 。 私意思見せるあなたどうやってにするそれ。 ここはあるテーブルそれ私輸入されたから[聞き取れない 00:05:22]。 ここに特許番号があります。 識別できますそれぞれ特許、私たちは持っています譲受人ここ。 私たちは持っているここのタイトルのの特許、の抽象的な。 しかし説明する何含まれています特許そしての請求。
のために全ての特許それ私たちは持っている読む、私たちは結ばれたの特許もしその致命的またはない。 のアイデアは今に試すにセット上あるマッチング学ぶモデルそれ意思私を予測しますf特許i sクリティカルかどうか。 これテーブルもっている二部品。特許手動で専門化された、特許それ私たちは読むそしていくつかの特許それ私たちはしていない読む。私たちは意思使用の2番一部。 の2番一部ののプレゼンテーション。 のために今、私たちは意思建てる上のモデル。私たちは意思除外するこれデータそれ私たちはしていない読む。
の初めものにするはに使用の文章冒険者。 私たちは意思集中の上の抽象的なのみのためにこれプレゼンテーション。のコース、私たちはできる使用請求そしてタイトルそして何でも。 私たちは意思使用のここのID、出版番号。 ここ私たちは言う、わかった、ただ使用設定、英語。私たちは言うの最小キャラクター言葉ごとには三つ。 私たちは意思使用ステミング。 私意思教えてあなた何はステミングだけ遅い。ここ私たちは意思使用基本的な言葉。いいえ、私ただ持っているに打ち上げに[聞き取れない 00:07:14]。
ここは何私たちは持っている。 の上の左一部のこれ画面、あなた持っているあるリストのの条項。 JMP Proは赤ですでの抽象的なコーナー。ここはの頻度のそれぞれ彼ら表示されますでの[聞き取れない 00:07:33]。ここあなたできる知らせ何は伝える、のために例、のために材料。 もし私ただ言う、わかった、材料そして材料はの同じ意味。 私たちはグループ全ての言葉によるの根のの世界。
の上の右一部のの画面、 何私たちは持っているはフレーズ。フレーズ二または三つまたは四言葉それできる持っている意味。 のために例、熱分解油もっているある意味そしての意味は違う。 もし私たちは別熱分解で油、それで何私たちはする、を選択すると、フレーズそれしていないされた、どれのは面白いそしてできる言う、 「分かった、痕跡。」
さて、私たちがやったこと c傍観者あるフレーズとしてある学期。 のために例、これ1つ、炭化水素[聞き取れない 00:08:32]は今考慮されたとしてある学期。 私たちはできるするいくつかのもっとクリーニング、のために例、に提供する。 提供するするない与えるあなた情報の上何[聞き取れない 00:08:46]特許。
何私たちはできるするは右クリック言う、 "わかった、これはある停止言葉。」私しないでください欲しいに取る、提供する、提供するか、何でもで[聞き取れない 00:08:56]。私たちは削除されましたそれ。 とJMPプロ、あなたできる管理全ての停止言葉の上全てのフレーズここ。 としてあなたできる見る、全ての停止言葉ここに保管されていますで地元。 しかしもしあなた欲しいに勉強によるデフォルト、私たちはできるそれをユーザーに入れるだけです。
私するない持っているに除外するそれ1つ。 それぞれ時間私意思テキストエクスプローラーを使用する。 私できるまた輸出そして輸入全てストップワードさん、フレーズそして記録。 今、の初め道具それ私たちは意思使用に分析する特許そして試すに予測する特許の場合は致命的は用語の選択。 何私たちは欲しいはに予測するもしの特許は致命的またはない。 私特許が欲しい致命的。 ここはいくつかの設定、そしてこれのみ設定それ私たちは意思変化ここはに使用低い頻度の学期その代わりの[聞き取れない 00:10:03]。ここで、「実行」をクリックします。
ここ、私たちは持っているの初めモデル。 さて、ここではある結果ののモデルはここ。何私たちはできるする見るはRスクエアはないそれ悪いなぜならそのほとんど5つ以上。あなたは持っています誤分類レートはまたとても良い。 私はで少ないよりも1%特許のは誤って分類された。 これはかなり良いですね。ここ私たちは持っている全ての学期それのモデル使用済みに予測する特許は致命的またはない。 私たちはできる選別それによるのほとんど重要までの期間[聞き取れない 00:10:50]。
もし私クリックの上ポリスチレン、どれのはない驚くべき、 あなたできる見る全ての特許どこの言葉ポリスチレン表示されますととても役に立つ[聞き取れない 00:11:04]どうやってのモデルビルドしますは建てられたの上の左テーブル。 何私たちは持っているはの予測ののモデル。 ここ、私たちはできる選別によるの最大確率のいる致命的。 それからもし私クリックの上それ、私できる読むなぜ特許は致命的のために私たちまたはないそしてそれからできる比較するもしその実は致命的のためにそれらのそれあるよある確率になれ致命的による[聞き取れない 00:11:34]は高い。 あ実際、それは致命的。
Tここはいくつかの特許それは実はない致命的、しかしのモデル、彼らは多分できたなれ致命的。 私たちはすべき読むそれなぜなら多分私たちはだった間違っているいつ私たちは読むの初め時間。 による再読これ特許、私たちはできる探すいくつかの誤解それ私たちはしないでくださいの初め時間。 の初め二それ私たちはできるするのために特許、分類そして予測。 しかしから私のポイントのビュー、これはない十分なぜなら私たちははない自信を持ってもしこれモデル意思予測する良いそしてそれ[聞き取れない 00:12:18]もし特許意思なれ致命的またはない。
にするそれそしてに改善するまたのRスクエア、私たちは意思使用別の機械学習モデル。 に使用機械学ぶモデル、何私たちは意思するはに輸出の書類M期アトリックスどれの含まれています全ての数値的データそしての中へこれDTM。各特許は代表されるによる全ての頻度の用語。 私すでにしたそれ前に。 私たちは意思ただ持っているある見ての上の詳細のの抽象的な。 [聞き取れない 00:13:04]、どれのもっている何かのように400列。
私たちはただできる使用あるセルプロットにより良い視覚化する何それ見た目DTMみたいに。まあ、それだけですかかりますの20ほとんど頻繁に使用される用語そしてここ緑のとき、それ手段t彼の任期するない現れるでの特許。 W赤くなったら、それが表示されますある多くの時間。 ここで青、 あなた持っています致命的特許。 もし私クリックの上全ての致命的ボタン、目的のの機械学ぶモデル意思なれに理解するどれの特許リードに致命的特許。前にを使用して機械学習モデル、私たちは意思持っているにする二ものどれのはとても重要。
の初めもののデータです[聞き取れない 00:14:06]。私平均、の番号の致命的特許はとても小さい比較したにの番号の特許それ私たちは持っている。 そののように探していますのためにある針である干し草の山。 私たちは持っているにリバランス全てののデータ。 にするそれ、 何私たちはしたはに使用ある頻度致命的。の周波数クリティカルもっているある式どれのは逆に比例のの番号の時間特許として致命的またはない。 それからの2番ということ私達はしますするはに使用検証手順。使用する検証誰が意思持っているより良い自信での予測可能性ののモデル。 あまた、私たちはセットある頻度で検証。 今私たちは持っているかわいい良いデータ。 私たちは選んだ[聞き取れない 00:15:06]検証セット。
今、私たちはできる学ぶ機械に学ぶモデル。 私意思使用初めのニューラル通信網。 なに？の初めものそれ私欲しいはに予測するもしの特許は[聞き取れない 00:15:23]。 私意思使用全てそれらの要因、DTM 。私するない忘れるに使用の頻度にバランスのデータと検証カラムになれもちろんそれのモデルは予測可能なまたはない。 しましょう行く。
今、私意思ただ構成、設定いくつかのパラメーターそして私たちは意思使用[聞き取れない 00:15:50]。それだけです。これで、モデルが適合しました。 私たちはするだろうただ待って[聞き取れない 00:15:58]に持っているモデル。ここ私たちはは。 以上です[聞き取れない 00:16:08] 。 もしあなた覚えてRS四角いそれ私たちは持っていたの上の最初の列、それだったの0.5 。今、とこれニューラル通信網、私たちは持っている0.94としてＲスクエア。 のためにの検証側、私たちは0.86です。それで大きい改善。
これ分類レートは必須同じしかし私たちは持っているリバランスのデータ。 今私はtはかわいい暖かい。 ここ私たちはのの混乱マトリックスそしてあなたできる見るそれ実際の特許は予測されたとして実際の。検証側としては、まだ同じ。 あほとんどある[聞き取れない 00:16:56]。 今何私たちはできるするはに保存の式ののモデル。 私持っているすでに終わりそれ。 ここはの問題。 それからの式予測するの確率になれ致命的またはない致命的。
私たちはできる今rすべてを含むのwというデータe除外されるに適用するこれ式モデル、そして特許それ私たちはしていない読む。 私たちはただ待ってのために彼らに計算する確率。 ここ私たちはは。 の予測ののニューラル通信網。 ここは何私たちはは。 青、それは特許それ私たちは持っている読むそして[聞こえない 00:18:01] 特許実は致命的。私nオレンジ、特許それ私たちはしませんでした読むしかし[聞こえない 00:18:15 】もっている働いたのために私たち。
としてあなたできる見る、の確率になれ致命的予測されたによるのモデルのために全ての致命的特許はかわいい難しい[聞き取れない 00:18:27] しますグラムうーん仕事。 今、もし私たちは欲しいに知るどれの特許に読む、私たちはただ持っているに選択するそれらの特許と取るあるサブセットのそれ。ここ私たちは持っているある短いリストのとても重要モデル。 ここ、もしあなた見るどれの親切の特許私たちは持っている、私たちは持っているある多くの特許それは重要のために私たち。 彼らは[聞き取れない 00:19:03] なぜならスチレン精製または私しないでください知る。
多分これです、それはリサイクルされた、そのスチレンモノマー。 それは私たちの特許とても重要わたしたちのため。 いつあなた読む全てのこれ特許、で事実、私たちは持っていたあるとても良い驚き。 多くののそれらの特許は[聞き取れない 00:19:29]のために私たち今。 しかし時々それできた起こるそしてそのモデルは[聞き取れない 00:19:36]なぜならのその言葉だった使用済みのためにのもデルはそうではありません正確な。 多分ある良いものはにセットある違う親切のモデル。 それは何私した。
私セットあるモデルのようになげなわ、ブーストされたツリーまたはニューラルネットワークそれ取るの中へアカウントないのみの抽象的なしかしまた[聞き取れない 00:20:07]。 私たちはできるまた含む接眼レンズ。 私したのアンサンブルモデル、どれのはの画像の全てそれらの特許。 今の選択はもっと正確な。 私たちはできるまた見る何特許私たちは持っているでただあるサブセット。 今あるよあるチャンスになれとても致命的はとても重要。の番号の致命的特許それ私たちは持っているに読むは小さいよりもとのみ1つモデル。私たちは増加のパフォーマンスのの機械学習モデル。
今しましょう行く戻るにのプレゼンテーション。何私たちはしたは私たちは輸入されたデータから全ての知能。 私たちは変換されたの中へテキストのデータそして私たちはセットあるマッチングモデル。 ここはある方法それ私たちは使用[inaudible 00:21:08] メソッド。 私たちはしたマニュアルランキングの特許の上の小さいコーパスによる手。 私たちは掃除された上そして輸入いくつかのデータの中へJMP。 それから私たちは変換されたのテキストのデータの中へマトリックス。 私たちは作成した検証セット。すべてのデータのバランスをとりますを使用して頻度分野。それから機械加工もします学ぶモデルそのようなとしてラッソ、Nユーロラルネットワーク、ブースト Tリー。 私たちはしたアンサンブルモデル。 それ上書きします全ての監督された機械学ぶモデルそれ私たちはセット上。 それだったの初めステップ。
の2番ステップだったの生産。 私たちは使用それモデルの上ある広いコーパスの特許それ私たちは持っているで[聞き取れない 00:21:56]。 私たちはできる輸入全てのの特許の同じ方法としての初めステップで変換中。 私たちはするいくつかの予測。 今私たちははできるに選択するのみある少し特許それはおそらく致命的。の番号のボタンそれ私たちは意思読むはとても小さい、そして私たちは持っている高いチャンスに読むのみ致命的特許そしてに過ごす時間の上の良い特許。
の結論のこれ仕事は機械学習は自動化できる時間-消費するタスク。 というツールです意思ヘルプあなた、しかし下いいえ状況それ意思抑圧する人間延長時間。 これ病理はとても役に立つ出願済み特許そしてできたなれおそらく適用済みに多くの種類のテキストのデータ。 使用するJMPプロ、yあなた意思見るそれあなた持っている見たそれそのとても簡単にするそれそしてJMPプロはとても強力なプログラムfまたは設定上機械そうやって勉強すること。
何私たちはできる言うはこれ機械学習モデルただ真似する私たちの選択。 私f私たちは欲しいに行くさらに遠くまたはもし私たちは含めます新しい特許それは致命的どちらか私たちは意思必要に再構築するある新しいモデルまたは試す別のアプローチどれのはベースのの上配備するの上何でも。
私終了したのプレゼンテーションそして私希望あなた楽しんだそれ。 私希望それ意思与えるインスピレーションのために未来仕事、多分の上特許またはどれでもテキストの[聞き取れない 00:23:48]。 躊躇しないに接触自分の上の仕事コミュニティまたはに役職いくつかのコメント。
感謝あなたのために見てる。 さよなら-さよなら。
