딥러닝 기반 특허 도면 검색 연구

Q: 이 논문에서 정의한 특허 도면 검색이란 무엇인가?

특허 문서에 첨부된 도면 이미지를 딥러닝 기술을 활용하여 검색하는 방법이다. 이는 이미지의 특징을 추출하고 벡터 형태로 변환하는 이미지 임베딩 과정을 통해 유사한 도면을 효율적으로 찾아내는 기술적 프로세스를 의미한다.

Q: 대규모 특허 도면 검색 시스템 구축에 가장 적합한 딥러닝 모델은 무엇인가?

연구 결과, EfficientNet-B1 모델이 작은 벡터 크기와 적절한 검색 속도를 유지하면서도 Acc@1000 지표에서 가장 높은 성능을 나타냈다. 따라서 대규모 데이터 환경에서 효율성과 정확성을 동시에 확보하기에 가장 적합한 모델로 평가된다.

한재석; 이윤신; 김홍기; 신용진

학술대회자료

저자정보: 한재석 (한국특허정보원) 이윤신 (한국특허정보원) 김홍기 (한국특허정보원) 신용진 (한국특허정보원)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2023 한국컴퓨터종합학술대회 논문집

오류 신고하기

피인용 1

검색

초록·키워드

본 논문은 꾸준히 증가하는 특허 건수 증가에 따른 효율적인 특허 검색을 위하여 특허 문서에 포함된 도면의 딥러닝 기반 검색 방법을 제시한다. 검색 성능의 객관적인 평가를 위한 평가 데이터셋을 특허 행정 정보 분석 및 육안 검증으로 구축하였다. 제안된 ... 전체 초록 보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료