Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "CHEN, Yuan-Pen"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • No Thumbnail Available
    Item
    以專利挖掘、隨機森林與多屬性決策分析探勘自駕車技術
    (2022) 陳原本; CHEN, Yuan-Pen
    汽車產業將迎來具有顛覆性的變革,其中自動駕駛為主要趨勢。專利揭露新型技術之細節,為探索自動駕駛的技術發展,專利挖掘為最有效的方式。雖然多有學者專家探勘各種專利,但少有研究探索專利技術之影響關係,自駕車技術彼此之影響關係更少。因此,本文研究擬定義挖掘自駕車專利之分析架構,跨越此論文之缺口。首先,本研究依據美國專利資料庫中挖掘之自駕車專利,使用隱含狄利克雷分佈(Latent Dirichlet allocation,LDA)探勘主題,其次,對每一專利,導入隨機森林(Random Forest,RF)演算法,計算每一專利主題對應於其他主題的特徵重要性,之後,將特徵重要矩陣導入決策實驗室分析法(Decision Making Trial and Evaluation Laboratory,DEMATEL),作為初始影響矩陣。最後,以基於決策實驗室之網路流程法(DEMATEL based Analytic Network Process,DANP)推衍每一主題之權重。為探勘自駕車技術,本研究首先自美國專利局下載 26249 件與自駕車相關的專利,並以 LDA 法擷取 30 個主題後,透過群落分析,歸納九大類自動駕駛技術,並由隨機森林與 DANP 法,得知車輛控制系統為影響自動駕駛技術的最關鍵因素,其次為機器視覺與無線通訊,而道路與車輛安全是自駕車技術的基本要求。本分析結果能用來作為未來自駕車公司發展核心能耐的基礎。本研究透過驗證完善之分析架構,能成為傳統汽車公司或科技公司挖掘專利,訂定研發策略之依據。

DSpace software copyright © 2002-2025 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback