Development of Patent Technology Prediction Model Based on Machine Learning

平面图(考古学) 计算机科学 发展计划 产品(数学) 知识产权 期限(时间) 新产品开发 技术开发 开发(拓扑) 运筹学 业务 制造工程 营销 工程类 量子力学 历史 操作系统 物理 数学分析 土木工程 考古 数学 几何学
作者
Chih-Wei Lee,Tao Feng,Yu-Yu Ma,Hung‐Lung Lin
出处
期刊:Axioms [MDPI AG]
卷期号:11 (6): 253-253 被引量:3
标识
DOI:10.3390/axioms11060253
摘要

Intellectual property rights have a great impact on the development of the automobile industry. Issues related to the timeliness of patent applications often arise, such as the inability of firms to predict new technologies and patents developed by peers. To find the proper direction of product development, the R&D departments of enterprises need to accurately predict the technology trends. Machine learning adopts calculation through a large amount of data through mathematical models and methods and finds the best solution at the fastest speed through repeated simulation and experiments, to provide decision makers with a reference basis. Therefore, this paper provides accurate forecasts through established models. In terms of the significance of management, the planning of future enterprise strategy can be divided into three stages as a short-term plan of 1–3 years, a medium-term plan of 3–5 years, and a long-term plan of 5–10 years. This study will give appropriate suggestions for the development of automobile industry technology.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
yanjiawen发布了新的文献求助10
刚刚
bkagyin应助zfd采纳,获得10
3秒前
顷梦发布了新的文献求助10
4秒前
6秒前
Daisy完成签到,获得积分10
7秒前
9秒前
顷梦完成签到,获得积分10
12秒前
15秒前
阔卡的脸颊肉关注了科研通微信公众号
16秒前
18秒前
19秒前
夏晴完成签到,获得积分10
19秒前
皮皮关注了科研通微信公众号
20秒前
21秒前
JamesPei应助美好斓采纳,获得10
22秒前
酷炫的归尘完成签到 ,获得积分20
23秒前
GU发布了新的文献求助10
24秒前
夏瑞完成签到 ,获得积分10
24秒前
小李发布了新的文献求助10
24秒前
今后应助Revovler采纳,获得10
25秒前
大熊完成签到,获得积分10
26秒前
lv发布了新的文献求助10
27秒前
28秒前
30秒前
彭于晏应助小李采纳,获得10
31秒前
杨璨禹发布了新的文献求助10
32秒前
hushi213完成签到 ,获得积分10
32秒前
antonia1031应助云云采纳,获得10
33秒前
美好斓发布了新的文献求助10
34秒前
35秒前
美羊羊发布了新的文献求助10
35秒前
希望天下0贩的0应助ly采纳,获得10
38秒前
杨璨禹完成签到,获得积分10
38秒前
Muran完成签到,获得积分0
39秒前
腼腆的灰狼完成签到,获得积分20
39秒前
Kitty发布了新的文献求助10
39秒前
慢慢的地理人完成签到,获得积分10
40秒前
ou完成签到,获得积分10
40秒前
小杰完成签到 ,获得积分10
41秒前
高分求助中
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger Heßler, Claudia, Rud 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 1000
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
Autoregulatory progressive resistance exercise: linear versus a velocity-based flexible model 500
Spatial Political Economy: Uneven Development and the Production of Nature in Chile 400
Research on managing groups and teams 300
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3329559
求助须知:如何正确求助?哪些是违规求助? 2959152
关于积分的说明 8594441
捐赠科研通 2637675
什么是DOI,文献DOI怎么找? 1443672
科研通“疑难数据库(出版商)”最低求助积分说明 668794
邀请新用户注册赠送积分活动 656231