Geri Dön

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

PDF İndir

  1. Tez No: 850557
  2. Yazar: SELEN YÜCESOY KAHRAMAN
  3. Danışmanlar: PROF. DR. TÜRKAY DERELİ, PROF. DR. ALPTEKİN DURMUŞOĞLU
  4. Tez Türü: Doktora
  5. Konular: Endüstri ve Endüstri Mühendisliği, Bilim ve Teknoloji, Industrial and Industrial Engineering, Science and Technology
  6. Anahtar Kelimeler: Metin madenciliği, Metin sınıflandırma, Veri madenciliği, Çoklu sınıflandırma, Text mining, Text categorization, Data mining, Multi classification
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Gaziantep Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

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

  1. Tez No

    974328

    Kaba kümeleme teorisi kullanılarak diyabet veri setinin analiz edilmesi ve diyabet hastalığının teşhisi için gerçek zamanlı bir veri analitiği sistemi kurulması

    Analyzing diabetes data set using rough clustering theory and establishing a real-time data analytics system for diagnosis of diabetes disease

    MEHMET YÜKSEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilişim Sistemleri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HÜSEYİN DEMİRCİ

  2. Tez No

    315433

    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

    İngilizce

    2011

    Coğrafyaİstanbul Teknik Üniversitesi

    Jeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı

    PROF. DR. FİLİZ SUNAR

  3. Tez No

    989067

    Derin öğrenme yöntemleri kullanarak cilt kanserinin tespiti ve sınıflandırılması

    Detection and classification of skin cancer using deep learningmethods

    MOHAMMED MAHMOOD HUSSEIN HUSSEIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Mühendislik BilimleriTokat Gaziosmanpaşa Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    الأستاذ الدكتور MAHMUT HEKİM

  4. Tez No

    286358

    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

    İngilizce

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. AYŞE BENER

  5. Tez No

    993962

    Zaman-frekans özelliklerine dayalı şizofreni tanısında K-NN algoritmasının uzaklık ölçütleri ve parametre optimizasyonu

    Distance measures and parameter optimization of K-NN algorithm in schizophrenia diagnosis based on time-frequency features

    BURHAN SEZEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Elektrik ve Elektronik MühendisliğiZonguldak Bülent Ecevit Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALİ NARİN

Geri Dön