Automated patent classification from the perspective of technology management: Deep learning methods and transformer models
Teknoloji yönetimi perspektifinden otomatik patent sınıflandırması: Derin öğrenme yöntemleri ve transformatör modelleri
- Tez No: 850557
- Danışmanlar: PROF. DR. TÜRKAY DERELİ, PROF. DR. ALPTEKİN DURMUŞOĞLU
- Tez Türü: Doktora
- Konular: Bilim ve Teknoloji, Endüstri ve Endüstri Mühendisliği, Science and Technology, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 162
Özet
Patentler, önceki teknolojiyi açığa çıkarma ve yeni teknoloji hakkında bilgi sağlama yetenekleri nedeniyle teknoloji geliştirme, izleme ve tahmin için yaygın olarak kullanılan bir veri kaynağı haline gelmiştir. Bir patent başvurusunu inceleyerek uygun sınıfa atamak, patent uzmanı için zaman alıcı ve emek yoğun bir süreçtir. Otomatik patent sınıflandırma yaklaşımları bu sorunun çözülmesine önemli ölçüde yardımcı olabilir. Dolayısıyla bu tezin amacı çeşitli yol gösterici çalışmalardan yararlanarak bu sorunun çözümüne katkıda bulunmaktır. Tez aşağıdaki gibi özetlenebilecek dört çalışmadan oluşmaktadır. İlk çalışma, otomatik patent sınıflandırmasının bibliometrik analizini içermektedir. İkinci çalışma ise patent metinlerini hiyerarşik bir dikkat mekanizması kullanarak değerlendirmektedir. Üçüncü çalışma, birleştirilmiş derin öğrenme yöntemlerini transformatör kodlayıcı modeliyle karşılaştırmaktadır. Son çalışma, önceden eğitilmiş Bert modelinin otomatik patent sınıflandırmasının zorluğunu nasıl ele aldığını inceliyor. Bu tez aracılığıyla gerçekleştirilen çalışmaların, otomatik patent sınıflandırma faaliyetlerine yönelik pratik ve faydalı çözümler sunmasının beklendiğini belirtmekte fayda var.
Özet (Çeviri)
Patents have become a widely used source of data for technology development, monitoring, and prediction due to their ability to disclose prior technologies and provide information about new technologies. Examining a patent application and assigning it to the appropriate class is a time-consuming and labor-intensive process for the patent expert. Automatic patent classification approaches can significantly help with this problem. The aim of this thesis is therefore to make a contribution to solving this problem on the basis of various leading studies. The thesis comprises four studies, which can be summarized as follows. The first study includes a bibliometric analysis of automatic patent classification. The second study evaluates patent texts using a hierarchical attention mechanism. The third study compares ensembled deep learning methods with the transformer encoder model. The last study investigates how the pre-trained Bert model addresses the challenge of automatic patent classification. It is worth mentioning that the studies conducted in this thesis aim to provide practical and useful solutions for automatic patent classification
Benzer Tezler
- Process?based image analysis for agricultural mapping using medium resolution satellite data
Tarımsal haritalamada orta çözünürlüklü uydu verileri ile proses-tabanlı görüntü analizi
ZEHRA DAMLA UÇA AVCI
Doktora
İngilizce
2011
Coğrafyaİstanbul Teknik ÜniversitesiJeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
PROF. DR. FİLİZ SUNAR
- Assessing and enhancing machine learning methods in ivf process: Predictive modeling of implantation and blastocyst development
Tüp bebek tedavi sürecinde yapay öğrenme yöntemleri: İmplantasyon ve blastosist gelişiminin kestirimci modellenmesi
ASLI UYAR ÖZKAYA
Doktora
İngilizce
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AYŞE BENER
- Beyin kitlelerine yönelik erken tanı ve sınıflandırma sistemi
Early diagnosis and classification system for brain masses
ALİ BERKAN URAL
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. FIRAT HARDALAÇ
PROF. DR. PINAR ÖZIŞIK
- Cilt lezyonlarının dermatoskop görüntüleri üzerinden derin öğrenmeye dayalı yöntemle tespiti ve sınıflandırılması
Detection and classification of skin lesions based on deep learning from dermatoscop images
YUSUF YETGİN
Yüksek Lisans
Türkçe
2023
Mühendislik BilimleriAkdeniz ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. EVGİN GÖÇERİ
- Skin cancer detection and classification from dermatoscopic images using deep learning methods
Derin öğrenme yöntemleri kullanarak dermatoskopik görüntülerden otomatik cilt kanseri tespiti ve sınıflandırılması
SERDAR KALAYCI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAbdullah Gül ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT YILMAZ