學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73897

Browse

Subject: search.filters.subject.專利分析法

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    深度學習基於訓練數據之技術發展趨勢 : 以專利分析方法探討
    (2024) 雷政達; LEI, Zheng-Da
    隨著人工智慧的快速發展，深度學習之神經網絡技術以已成為現今全球技術發展的重點之一，並將其技術運用在各產業領域中。本研究旨在探討深度學習中不同神經網路的技術發展趨勢與應用領域，並透過專利檢索與分析方法來評估其發展趨勢和影響力。通過TIPO全球專利檢索系統資料庫中大量專利數據的收集和分析，探討神經網路技術的歷年專利件數、領先國家別、領先公司別、技術發展現況等，透過專利檢索與技術生命週期分析方法，可以深入了解深度學習技術的應用範圍和為未來發展動向，為未來的研究和產業應用提供價值。總而來說，本研究旨通過專利分析方法深入探討深度學習基於訓練數據之神經網路與其八項神經網絡技術包含循環神經網絡 (Recurrent neural network, RNN) 、卷積神經網絡 (Convolutional Neural Network, CNN) 、生成對抗網絡 (Generative Adversarial Network, GAN) 、時序視覺網絡 (Temporal Segment Networks, TSN) 、自動編碼器 (Autoencoder, AE) 、深度置信網絡 (Deep Belief Network, DBN) 、深度轉移網絡 (Deep Transformation Networks, DTN) 、深度資訊最大化網絡 (Deep InfoMax, DIM)，為相關領域的研與應用提供一定程度的參考依據。
  • No Thumbnail Available
    Item
    穿戴式醫療裝置之新興科技預測-以專利分析法探討
    (2023) 彭如玲; Peng, Ru-Ling
    全球健康意識的抬頭，使近兩年穿戴式裝置的普及，未來全球穿戴式裝置正往健康醫療的方向成長，這也將提升人類在疾病的預防、診斷、治療等精確性與實用性，大幅提升醫療品質。本研究透過專利資料庫檢索穿戴式醫療裝置及其相關技術，以專利分析法初步擬定精確關鍵字，且透過國家別分析此產業獨佔之國家，公司別看出領導之廠商為何，以國際專利分號找出重點發展領域。本研究以穿戴式醫療裝置重點技術的專利數量作為衡量的專利指標，運用羅吉斯成長模型(Logistic Growth Model)推估技術生命週期。研究結果指出穿戴式醫療裝置、生命體徵(Vital Sign)、血糖(Glucose)、睡眠監測(Sleep Monitoring)、心電圖胎兒和產科(Electrocardiographs Fetal& Obstetric)、呼吸療法(Respiratory Therapy)目前皆為技術生命週期中成長期之階段；神經監控(Neuromonitoring)、疼痛管理(Pain Management)、胰島素(Insulin)、復健(Rehabilitation)目前為技術生命週期中成熟期之階段。透過本研究分析之技術發展趨勢也提供該產業的專利現況及參考方向。