可視化

可視化機能は、教師データおよび予測データの特徴量を主成分分析を用いて、2次元マップで表現したものです。

X軸・Y軸は教師データ/予測データに登録されている各特許の類似度を表しており、これにより各特許の類似度(ドットの位置)と分類ラベルの傾向(色)の分布を把握することができます。

※軸の数値は便宜上表示されているだけで、特段意味はありません。

各ドットは、◇は教師ラベル、〇は予測ラベルを表しています。

（◇の線と中の色が異なる場合、教師ラベルと予測結果が異なることを表しています）

• Related Articles

• AI分類予測

  概要 AI分類予測は、予めユーザーがセットした教師データに基づいて、任意の検索結果や母集合について、AIが分類を予測してくれます。例えば、任意の検索結果について、【自社事業に関連する／しない】といった分類や、SDIの新着公報について、【どの開発テーマに関連するか】等、今まで人が公報を読み込んで仕分けしていた作業を、数秒以内でAIが自動で分類し、大幅な作業効率を図ることができます。 ...

• かんたん３ステップAI分類予測

  トップページ より、以下のフォーマットで教師データファイルと予測データファイルを用意するだけで、すぐにAI分類予測を行うことができます。 1. 教師データファイル読込 以下のような１列目に番号、２列目に任意のラベル名を付与した番号リストを用意します。多値分類の場合、任意のラベル名、２値分類の場合、1か-1を付与します。カンマ区切りかタブ区切り、どちらでも構いません。 サンプル教師データファイル 2. 予測データファイル読込 ...

• AI分類予測の教師データサンプル

  以下の教師データサンプルを利用して、AI分類予測機能をお試しいただけます。 2値分類_教師データサンプル.csv 多値分類_教師データサンプル.csv 予測データサンプルを利用することで、AI分類予測の精度検証機能や交差検証機能をお試しいただけます。 2値分類_予測データサンプル.csv 多値分類_予測データサンプル.csv

• AI分類予測の精度を上げたい

  AI分類予測の精度検証機能やパラメータチューニングを使用することで、精度向上が期待できます。 精度検証用のデータを用意できない場合には、交差検証機能をご利用ください。 交差検証（クロスバリデーション）機能では、構築済み教師データの汎用性を評価することができます。 精度検証機能の詳細は、下記のスライド資料をご参照ください。

• 競合企業の可視化・分析方法

  Patentfieldでは、検索結果と同時にパテントマップが表示されるようになっています。最大3軸でマップ作成が可能で、分析したい軸を選択するだけで、簡単にマップを作成することができます。パテントマップによって、膨大な特許情報を可視化することができ、特定の傾向を把握できたり、新たな課題や問題点を発見することができます。 パテントマップで可視化したい内容によって、分析対象となる母集合や、分析軸が異なります。 ...