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 "陳原本"

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