인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
학술저널
DBpia Top 5%
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
피인용 0
초록·키워드
Since the fossil fuel-based industry significantly contributes to air pollution and climate change, better living through fossil fuel has come at a cost. In this connection, Bio-based chemical technologies based on reusable biomass such as cells or other living things are receiving great attraction. But at the same time, they are considered as high-risk investments that require a long-term effort to be adopted by businesses. Therefore, building on a common academic consensus that there is a strong correlation between patent lifetime and business potential, this study proposes a machine learning model to predict the lifetime of bio-based chemical technologies. To this end, CAS (Chemical Abstract Service) patent database and PATSTAT (Worldwide Patent Statistical Database) are used to identify global bio-based chemical technology patents. The proposed model identifies bio-based chemical technologies that have high business potential with an accuracy of 81%. Further, the application of an explainable AI algorithm to the model found that the geographical scope of technologies and the size of stakeholders of a business significantly influence the business potential of bio-based chemical technologies. Our research results can be used for the investment and management process for bio-based chemical technologies with high business potential.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2023-530-001543483
