标题
  • 标题
  • 作者
  • 关键词

专利转化特征精准识别与预测——以人工智能芯片为例

2022-04-27分类号:TP18;TN40;G255.53

【作者】姜南  李逸凡  刘谦  刘星  
【部门】同济大学上海国际知识产权学院  河海大学商学院  
【摘要】探讨前沿科技领域专利转化特征并对其进行精准识别与预测,对于我国破解“卡脖子”技术难题及实现科技自立自强具有重要意义。选取人工智能芯片专利领域,采用机器学习算法测度最优转化预测方案,分析全球范围内主要国家或地区专利成功转化影响因素,从企业/高校、国内/国际等不同层面总结专利成功转化的主要特征。结果发现:随机森林算法预测效果较好,人工智能芯片领域专利转化概率服从对数曲线分布,影响高校/企业、国内/国外专利转化特征的因素有所不同。最后,提出高校/科研机构应注重高价值专利维持和团队合作、企业应提升专利技术质量和撰写质量等政策建议。
【关键词】专利转化  机器学习  随机森林算法  科技成果转化  人工智能芯片
【基金】国家社会科学基金重大项目(17ZDA140);; 国家自然科学基金项目(71874122);; 同济大学研究生课程思政研究项目(2021KCSZYJ28)
【所属期刊栏目】科技进步与对策
文献传递