これ は [聞き取れない 00:00:00] そして I 意思 見せる あなた どうやって a ジャンプ 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 その 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 a 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 a 特許は .
その 少ない あなた 読む 特許 , その より良い それ は のために あなた . これ は その通り どこ a 多くの学び できる ヘルプ あなた . 使用 JMP、 だった 試して に 模倣する ネットフリックス . ネットフリックス , ベース 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 その 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 I 意思 見せる あなた どうやって に する それ JMPを使用すると、 I ただ 欲しい に 導入 その 主要戦略 それ I 仕事 と 特許 知能 ミシュランで紹介されてるお店なので行ってみよう。 ミシュラン は a よく知られている タイヤ メーカー それ 目的 で 生産 最高- で- クラス パフォーマンス タイヤ . しかし 今 その 新しい [聞き取れない 00:01:25] ミッション は に 生産する その 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 . その 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 . 事件 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 リサイクル スチレンはスチレンだから は 使用済み 合成ゴム .
に リサイクル スチレン、w もっている 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 その [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 . その 初め は その 液化 の その スチレン そして その 除去 の その [聞き取れない 00:03:02]。 それから 私たちは 置く その スチレン 一つの 工業用 電子レンジ . その 電子レンジ は ない その 親切 それ あなた 持っている で あなたの 台所 . I 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 その ポリマー 鎖 の中へ スチレンモノマー。
しかし で その 出口 の その 反応器では、スチレンモノマーは [聞き取れない 00:03:28] . それ 含む a 多く の [聞き取れない 00:03:33] 材料。 私たちは 持っている に 矯正する それ。 私たちは する それ による 蒸留。 [聞き取れない 00:03:37] o f その 蒸留、 私たちは 得る リサイクル スチレン , どれの もっている その 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 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 a とても 革新的 プロセス そして 私たちは 必要 豊富な特許情報 . しかし 特許 知能 の 二 問題 . その 初め は 特許の専門化 取る a 多く の 時間 そして のみ a 特許が少ない は [聞き取れない 00:04:18]。 その 2番 問題 は それ 私たちは 強く 依存する の上 その 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 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 だろう 読む は のみ その 初め ページ の その 検索 エンジン そして とても めったに その 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 その 特許 それ 登場 後 その 2番 ページ .
そこには は a 高い リスク の ない a とても 重要 特許 , そのような として なぜ 私たちは 必要 a 道具 それ 意思 読む のために 私たち a 高い 額 の 特許。 それは 何 私たちは 意思 する 今 と ジャンプ . I スイッチ に ジャンプ . I 意思 見せる あなた どうやって に する それ。 ここ は a テーブル それ I 輸入 から [聞き取れない 00:05:22]。 ここに特許番号があります。 私たちは特定できる それぞれ 特許、 私たちは 持っている 譲受人 ここ . 私たちは 持っている ここ その タイトル の その 特許 , その 抽象的な . しかし 説明する 何 含む 特許 そして その 主張する。
のために 全て その 特許 それ 私たちは 持っている 読む , 私たちは 縛られた その 特許 もし その 致命的 または ない . その アイデア は 今 に 試す に セット 上 a マッチング 学ぶ モデル それ 意思 予測する f 特許i s 重大かどうか。 これ テーブル もっている 二 部品。 特許 手動で専門知識を持つ、 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 まだ 読む。 私たちは 意思 使用 その 2番 一部 . その 2番 一部 の その プレゼンテーション . のために 今 , 私たちは 意思 建てる 上 その モデル . 私たちは 意思 除外する これ データ それ 私たちは まだ 読む .
その 初め もの に する は に 使用 その 文章 エクスプローラ。 私たちは 意思 集中 の上 その 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 主張 そして タイトル そして 何でも . 私たちは 意思 使用 その IDはこちら、 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 その 最小 キャラクター 単語あたり は 三つ . 私たちは 意思 使用 ステミング . I 意思 教えて あなた 何 は ステミングだけで 遅い。 ここ 私たちは 意思 使用 基本的な 言葉 。 いいえ , I 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 その 左 一部 の これ 画面、 あなた 持っている a リスト の その 条項 . JMP Proには赤い で その 抽象的な コーナー 。 ここ は その 頻度 の それぞれ 彼ら 登場 で その [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 I ただ 言う , わかった , 材料 そして 材料 は その 同じ 意味。 私たちは グループ 全て その 言葉 による その 根 の その 世界 .
の上 その 右 一部 の その 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 4つ 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 a 意味 そして その 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 , を選択した場合 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 , 「よし、 トレース 。"
さて、私たちがやったことは 考慮する a フレーズ として a 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 a 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 a 停止 言葉 。" I しない 欲しい に 取る , 提供する , 提供または 何でも で [聞き取れない 00:08:56]。 私たちは 削除された それ . と JMPプロ , あなた できる 管理 全て その 停止 言葉 の上 全て その フレーズ ここ . として あなた できる 見る , 全て その 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 ユーザーに入力するだけです。
I する ない 持っている に 除外する それ 1つ . それぞれ 時間 I 意思 テキストエクスプローラーを使用する . I できる また 輸出 そして 輸入 全て ストップワード s、 フレーズ と記録 . 今、 その 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 その 特許 は 致命的 または ない . I 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]。「実行」をクリックします .
ここ、 私たちは 持っている その 初め モデル . さて、ここで は a 結果 の その モデル は ここ。 何 私たちは できる する 見る は RSquare は ない それ 悪い なぜなら その ほとんど 5点以上。 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 誤分類 . これはかなり良いですね。 ここ 私たちは 持っている 全て その 学期 それ その 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 その ほとんど 重要 用語に [聞き取れない 00:10:50]。
もし I 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 その 特許 どこ その 言葉 ポリスチレン 登場 と とても 役に立つ [聞き取れない 00:11:04] どうやって その モデル ビルド は 建てられた の上 その 左 テーブル . 何 私たちは 持っている は その 予測 の その モデル . ここ , 私たちは できる 選別 による その 最大 確率 の いる 致命的 . それから もし I クリック の上 それ , I 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 そこには a 確率 に なれ 致命的 による [聞き取れない 00:11:34] は 高い . A 実際には、 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 その 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 その 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 その 初め 時間。 その 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 自信がある 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 その RSquare、 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 その 書類 タームM アトリックス どれの 含む 全て その 数値 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 その 頻度 の 用語 . I すでに した それ 前に . 私たちは 意思 ただ 持っている a 見て の上 その 詳細 の その 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 使用 a セルプロット に より良い 視覚化する 何 それ 見た目 DTMのように。まあ、それは かかる その 20 ほとんど 頻繁な用語 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 その 特許 . W 赤くなると現れる a 多く の 時間 . ここ で 青 、 あなた 持っている 致命的 特許 . もし I クリック の上 全て その 致命的 ボタン 、その 目的 の その 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 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 .
その 初め もの のデータです [聞き取れない 00:14:06]。 I 平均 , その 番号 の 致命的 特許 は とても 小さい 比較すると に その 番号 の 特許 それ 私たちは 持っている。 その のように 検索 のために a 針 で a 干し草の山。 私たちは 持っている に リバランス 全て の その データ . に する それ 、 何 私たちは した は に 使用 a 頻度 致命的。 その 頻度が重要 もっている a 式 どれの は 逆に 比例 の その 番号 の 時間 特許 として 致命的 または ない . それから その 2番 もの 私達はします する は に 使用 検証手順。 検証 誰が 意思 持っている より良い 自信 で その 予測可能性 の その モデル . A また , 私たちは セット a 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 . I 意思 使用 初め その ニューラル ネットワーク . 何ですか その 初め もの それ I 欲しい は に 予測する もし その 特許 は [聞き取れない 00:15:23]。 I 意思 使用 全て それらの 要因、DTM . I する ない 忘れる に 使用 その 頻度 に バランス その データと 検証 カラム に なれ もちろん それ その モデル は 予測可能な または ない。 さあ 行く .
今 , I 意思 ただ 設定する いくつかの パラメータ そして 私たちは 意思 使用 [聞き取れない 00:15:50]。以上です。 これで、モデルが適合しました。 私たちは 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 正方形 それ 私たちは 持っていた の上 その 最初の列、 それ だった その 0.5 . 今 , と これ ニューラル ネットワーク , 私たちは 持っている 0.94 として RSquare。 のために その 検証側、 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 その データ。 さて、私は t は かわいい 暖かい . ここ 私たちは の その 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。検証側では、 それでも 同じ . A 今 a [聞き取れない 00:16:56]。 今 何 私たちは できる する は に 保存 その 式 の その モデル . I 持っている すでに 終わり それ . ここ は その 問題 . それから その 式 予測する その 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 すべてを含める その データ e 除外 に 適用する これ 式 モデル , そして 特許 それ 私たちは まだ 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 . その 予測 の その ニューラル ネットワーク。 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 [聞き取れない 00:18:01] 特許は 実は 重要。私は n オレンジ、 特許 それ 私たちは しなかった 読む しかし [聞き取れない 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 , その 確率 に なれ 致命的 予測された による その モデル のために 全て その 致命的 特許 は かわいい 難しい [聞き取れない 00:18:27]は 農業 良い 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 それらの 特許と 取る a サブセット の それ。 ここ 私たちは 持っている a 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 a 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 I しない 知る .
多分 これです、 それ は リサイクル , その スチレンモノマー。 それは 特許取得 とても 重要 私たちにとっては。 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 a 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 モデル は [聞き取れない 00:19:36] なぜなら その 言葉 だった 使用済み のために その のために デルはそうではない 正確な . 多分 a 良い もの は に セット a 違う 親切 の モデル。 それは 何 I した .
I セット a モデル のように ラッソ、 ブーストツリーまたは 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 その 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 . I した 一つの アンサンブル モデル , どれの は 一つの 画像 の 全て それらの 特許。 今 その 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 a サブセット . 今 そこには a チャンス に なれ とても 致命的 は とても 重要 . その 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 その パフォーマンス の その 機械学習 モデル .
今 さあ 行く 戻る に その プレゼンテーション。 何 私たちは した は 私たちは 輸入 データ から 全て その 知能 . 私たちは 変換された の中へ テキスト データ そして 私たちは セット a マッチング モデル . ここ は a 方法 それ 私たちは 使用する [聞き取れない 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 その 小さい コーパス による 手。 私たちは 掃除した 上 そして 輸入 いくつかの データ の中へ ジャンプ。 それから 私たちは 変換された その テキスト データ の中へ マトリックス。 私たちは 作成された 検証セット。すべてのデータをバランスさせます 使用して 頻度 分野。 そして機械加工も行います 学ぶ モデル そのような として ラッソ、N 神経 ネットワーク、ブーストT リー。 私たちは した 一緒に モデル . それ 上書きする 全て その 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 その 初め ステップ。
その 2番 ステップ だった その 生産 . 私たちは 使用 それ モデル の上 a 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 その 特許 その 同じ 方法 として その 初め ステップ で 変換しています。 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 のみ a 少し 特許 それは おそらく 致命的 。その 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 その 良い 特許 .
その 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 . これはツールです 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 延長戦 . これ 病理学 は とても 役に立つ 出願された特許 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 データ。 使用 JMP Pro、y または 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 Proは とても 強力 プログラムf または 設定 上 機械 そんなふうに学ぶのです。
何 私たちは できる 言う は これ 機械学習 モデル ただ 模倣する 私たちの 選択。 I f 私たちは 欲しい に 行く さらに遠く または もし 含まれるもの 新しい特許 それ は 致命的 どちらか 私たちは 意思 必要 に 再建する a 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 の上 展開中 の上 何でも .
I 終了した その プレゼンテーション そして I 希望 あなた 楽しんだ それ . I 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 [聞き取れない 00:23:48]。 躊躇しないでください に 接触 自分 の上 その 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 見ている . さよなら- さよなら .
