帳號:guest(35.175.180.108)          離開系統
字體大小: 字級放大   字級縮小   預設字形  

詳目顯示

以作者查詢圖書館館藏以作者查詢臺灣博碩士論文系統以作者查詢全國書目勘誤回報
作者姓名(中文):張世宜
作者姓名(英文):Shih-Yi Chang
論文名稱(中文):矽智財相關專利之發掘分析
論文名稱(外文):Mining and Analysis of Patents Related to Silicon Intellectual Property
指導教授姓名(中文):管中徽
指導教授姓名(英文):Chung-Huei Kuan
口試委員姓名(中文):劉顯仲
何秀青
口試委員姓名(英文):John S. Liu
Mei H.C. Ho
學位類別:碩士
校院名稱:國立臺灣科技大學
系所名稱:專利研究所
學號:m10624902
出版年(民國):108
畢業學年度:107
學期:2
語文別:中文
論文頁數:91
中文關鍵詞:矽智財專利社會網路分析發明人分類號
外文關鍵詞:Silicon Intellectual PropertyPatentSocial Network AnalysisInventorClassification Symbol
相關次數:
  • 推薦推薦:0
  • 點閱點閱:25
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:5
  • 收藏收藏:0
雲端運算、人工智慧(AI)等新型態終端應用的快速增長,帶動了客製化晶片(ASIC)大量的需求,IC設計服務公司順勢而起,為客戶的終端應用產品量身設計ASIC產品。IC設計服務公司通常無法自行開發ASIC產品所有的矽智財(IP),因此為了縮短產品上市時間,常會以採購或授權的方式取得IP。當各家供應商的IP皆具有相同或接近的效能、規格、成熟度等條件時,IC設計服務公司往往沒有其他的評估因素可參酌以選擇適合的IP。另外,IP供應商通常將IP中容易被還原的技術申請專利,以降低IP交易風險。因此透過專利內容往往可以得知IP技術銷售文件中無法獲知的技術與細節。據此,本研究所要探討的重點即是如何正確與可行的找到IP所對應的專利。
本研究根據一個案公司的DDR IP技術銷售文件,利用初步檢索、擴展以及收斂等三階段找尋DDR IP相關的「標的專利」。其中,初步檢索階段以DDR IP技術銷售文件之關鍵詞作為檢索條件進行專利檢索與簡單過濾,以取得「初步專利群」。擴展階段則以初步專利群的發明人或CPC分類號作為檢索條件,進一步搜尋前階段可能遺漏的相關專利,以得到「擴展專利群」。收斂階段主要將擴展專利群中不相關的專利移除,降低擴展後的雜訊,以得到「收斂專利群」。
本研究認為對應同一IP的相關專利應是出自同一研發團隊,所以這些專利的發明人應有相當重疊(意即相同發明人)。同樣地,既是對應同一IP的相關專利,而相關技術專利常會被歸類於相同類別的CPC分類號,所以這些專利的CPC分類號也應有相當重疊(意即相同分類號)。因此本研究在收斂階段,採用社會網路分析工具Pajek找出「擴展專利群」中兩兩專利之間的發明人交集數、CPC分類號交集數,並進而計算兩兩專利間的基於發明人集合、CPC分類號集合的Jaccard相似係數作為收斂依據,交叉運用,藉此濾除不相關的專利。
根據驗證結果,初步檢索階段所得專利群仍有標的專利遺漏之問題,而此問題確實可通過發明人擴展或CPC擴展加以解決。然而,經由發明人或CPC分類號擴展所得的專利群雖可得到100%的查全率,但付出的代價是會犧牲掉查準率。而本研究進一步使用的CPC或發明人的收斂方式即可保有100%查全率又能有效提高查準率。
The rapid development of latest terminal application of cloud computing and artificial intelligence (AI) has driven a large demand for application specific integrated circuit (ASIC). IC design service company has taken the opportunity to design customized ASIC product for customer’s need. In generally, IC design service company can not to develop all the silicon intellectual properties (IPs) of the ASIC product. Therefore, in order to shorten the time to market, they often obtain IPs by purchasing or licensing. When each IP supplier has almost the same or similar characteristics such as performance, specification, maturity, etc, IC design service company often has no other evaluation factors to find the suitable IP. In addition, IP provider will normally apply for patents that can be easily restored to reduce the risk caused by IP transactions. Therefore, the detailed technology that are not shown in the IP technical document for sale, but can often be revealed through the content of the patent. As a result, the point of this research is how to find the corresponding patent correctly and feasibly.
This research is based on a case of a company's DDR IP technical document for sale, using the three phases, preliminary search, expansion and convergence, to find the "subject patent" related to DDR IP. In the preliminary search phase, use the keywords of the DDR IP technical document for sale as the search conditions for simple patent search and filtering to obtain the "preliminary patent group". In the expansion phase, the inventor of the preliminary patent group or the CPC classification symbol is used as a search condition to search for more related patents that may be missed in the previous phase to obtain an "expanded patent group". In the convergence phase, the unrelated patents will be removed from the "expanded patent group", and most of noice will be reduced to a "converged patent group."
The study shows that the related patents corresponding to the same IP should be from the same research and development team, so the inventors of these patents should will probably overlap (the same inventor). Similarly, since these related patents are corresponding to the same IP, these related technical patents are often classified into the same CPC classification symbol, so the CPC classification symbol of these patents should also overlap each other (the same classification symbol). Therefore, in the convergence phase, this study used the social network analysis tool Pajek to find out the intersection number among inventors between the two patents and the intersection number among CPC classification symbols between the two patents in the "Expanded Patent Group", and then calculate the Jaccard’s similarity coefficient base on the intersection number as a converged basis, and use this method alternately to remove some irrelevant patents.
According to the result of the verification, the patent group obtained through the preliminary search phase still has the problem that subject patents may be missing, and this problem can be solved by the inventor expansion or CPC expansion. However, the patent group can obtain a 100% recall ratio through the expanded of inventors or the CPC classification symbol, but at the cost of the precision ratio. The converging method of the CPC or the inventor used in this study can maintain the 100% recall ratio and improve the precision ratio effectively.
目錄
指導教授推薦書
學位考試委員審定書
中文摘要
ABSTRACT
誌謝
目錄
圖目錄
表目錄
第1章 緒論
1.1研究背景與動機
1.2論文架構
1.3論文預期貢獻與限制
第2章 文獻回顧
2.1 ASIC設計概述
2.2相關文獻
第3章 分析方法
3.1資料來源
3.2分析流程
3.2.1初步檢索階段
3.2.2擴展階段
3.2.3收斂階段
3.3正確性與可行性驗證
第4章 分析結果
4.1初步專利群的建立
4.1.1 DDR IP技術銷售文件
4.1.2擬定關鍵詞
4.1.3設定初步檢索條件
4.1.4產生初步專利群
4.1.5初步專利群驗證
4.2擴展專利群的建立
4.2.1發明人擴展專利群
4.2.2發明人擴展專利群驗證
4.2.3 CPC擴展專利群
4.2.4 CPC擴展專利群驗證
4.3針對發明人擴展專利群的收斂
4.3.1基於相同發明人之專利關聯性收斂
4.3.2發明人─專利收斂專利群驗證
4.3.3 CPC比對收斂
4.3.4發明人─CPC收斂專利群驗證
4.4針對CPC擴展專利群的收斂
4.4.1基於相同CPC之專利關聯性收斂
4.4.2 CPC─專利收斂專利群驗證
4.4.3發明人比對收斂
4.4.4 CPC─發明人收斂專利群驗證
4.5小結
第5章 結論與建議
5.1研究結論
5.2研究建議
參考文獻
中文部份
英文部份
附錄1發明人與專利一對一關係表
附錄2相同發明人的JACCARD相似係數表
附錄3發明人擴展專利群與第四階CPC分類號對應表
附錄4 CPC與專利一對一關係表
附錄5相同第四階CPC分類號的JACCARD相似係數表
附錄6 CPC擴展專利群與發明人對應表

中文部份
1. 王一飛(2005),矽智財之產品化與產業分析,國立臺灣大學商學研究所碩士論文。
2. 王斌(譯)(2012),資訊檢索導論(原作者:Christopher D. Manning, Prabhakar Raghavan & Hinrich Schütze),臺北市:五南圖書出版股份有限公司,(原著出版年:2008)。
3. 李淑蓮(2017),為什麼台積電傾向用營業秘密保護研發成果?美國專利律師這麼說,北美智權報191期。取自http://www.naipo.com/Portals/1/web_tw/Knowledge_Center/Industry_Economy/IPNC_170809_0701.htm。
4. 汪信志(2016),探討IC設計服務公司矽智財開發策略基於技術地圖-以G公司DDR產品為例,國立清華大學工業工程與工程管理學系碩士在職專班論文。
5. 吳欣怡、吳智伶、羅水仙(2002),SoC趨勢下我國IC產業發展策略,經濟部工業技術研究院產業經濟與資訊服務中心產業技術資訊服務推廣計劃。
6. 何清琳(2010),矽智財訂價模型之研究,電子化企業經營管理理論暨實務研討會第11屆,530-538。
7. 林明緯(2003),專利分析與專利投資組合建構-以半導體系統單晶片技術為例,元智大學管理研究所碩士論文。
8. 林宏叡(2011),以樣本資料庫為基礎之專利檢索與專利分析-以智慧型吸塵器為例,逢甲大學工業工程與系統管理學研究所碩士論文。
9. 施傑峰(2004),矽智財(SIP)交易之發展與制度規劃研究─以台灣IPMall為例,國立政治大學科技管理研究所碩士論文。
10. 許正杰(2003),矽智財產業中技術特性因子影響企業技術取得模式之研究,中原大學企業管理研究所碩士論文。
11. 張毓珊(2004),矽智財供應商水平合作模式之研究,國立臺灣大學商學研究所碩士論文。
12. 張晉源&管中徽(2018),IPC或CPC?美國專利分類系統的比較與分析,2018年中華民國科技管理學會年會暨論文研討會。
13. 華南好神資訊(2018),產業週報(矽智財產業),華南投顧。取自https://events.entrust.com.tw/news/20190226weekly-488。
14. 曾詩芳(2005),國內外矽智財權(SIP)商業模式之比較與產業分析,元智大學企業管理學系碩士論文。
15. 彭心怡(2004),台灣建立矽智財交易中心關鍵要素之研究,國立交通大學科技管理研究所碩士論文。
16. 黃毓瑩(2009),專利檢索在研發個案之潛在利益-以建築物遮陽板為例,國立臺灣科技大學科技管理所碩士論文。
17. 載劭芩(2012),企業經營模式與專利授權策略之探究─以矽智財供應商為例,國立政治大學智慧財產研究所碩士論文。
18. 葉文婷(2011),矽智財廠商與台灣IC設計服務業者之經營模式,國立交通大學管理學院科技管理學程碩士論文。
19. 葉士緯&黃振榮(2017),合作專利分類(CPC)實施現況之探討與應用,智慧財產權月刊,217,5-14。
20. 蔡俊立(2009),利用專利檢索分析及專利迴避手法探討專利佈局-以數位扭矩扳手為例,國立勤益科技大學研發科技與資訊管理研究所碩士論文。
21. 盧佳柔(2018),AI帶動雲端/儲存市場ASIC晶片需求再攀高峰,新電子科技雜誌。取自https://www.mem.com.tw/arti.php?sn=1812210001。
22. 謝文淵(2004),矽智財供應商經營模式之研究,國立臺灣大學商學研究所碩士論文。
23. 謝孟斌(2012),利用專利檢索來探討專利佈局之個案分析,逢甲大學工業工程與系統管理學研究所碩士論文。
24. 鐘惠玲(2018),雲端、AI應用帶動ASIC晶片需求,經濟日報。取自https://udn.com/news/story/7240/3552851。
英文部份
1. Abdel-Hamid, A. T., Tahar, S., & E. M. Aboulhamid (2003). IP watermarking techniques: survey and comparison. The 3rd IEEE International Workshop on System-on-Chip for Real-Time Applications. Proceedings,60-65.
2. Batagelj V. & Mrvar A. (1998). Pajek – Program for Large Network Analysis, connections,21(2),47-57.
3. Cheng, F.T., Chen, Y.L. and Chang, J.Y.C. (2012). Engineering Chain: A Novel Semiconductor Engineering Collaboration Model. IEEE Transactions on Semiconductor Manufacturing,25(3), 394-407.
4. Trappey, A. J., Trappey, C. V., & F. T. Lin (2006). Automated silicon intellectual property trade using mobile agent technology. Robotics and Computer-Integrated Manufacturing, 22(3), 189-202.
 
 
 
 
第一頁 上一頁 下一頁 最後一頁 top
* *