양방향 LSTM기반 시계열 특허 동향 예측 연구 (A patent application filing forecasting method based on the bidirectional LSTM)

서지정보

· 발행기관 : 한국전기전자학회
· 수록지 정보 : 전기전자학회논문지 / 26권 / 4호 / 545 ~ 552페이지
· 저자명 : 최승환, 김광수, 곽수영

초록

특정 분야의 특허출원수는 기술의 수명주기 및 산업의 활성화 정도와 밀접한 관계를 가지고 있다. 따라서 사전에 사업을 준비하는기업들과 미래 유망 기술을 초기 단계에서 선발하여 투자하고자 하는 정부 기관들은 미래의 특허 출원수 예측에 대해 큰 관심을 가지고 있다. 본 논문에서는 시계열 데이터에 적합한 RNN의 기법 중 하나인 양방향 LSTM 기법을 이용하여 기존 예측 방법들보다정확도를 높이는 방법을 제안한다. 5개 분야의 대한민국 특허 출원 데이터에 대해서 제안된 방법은 기존에 사용되던 확산 모델 중하나인 Bass 모델과 비교하여 평균 절대 백분율 오차(MAPE)의 값이 약 16퍼센트 향상된 결과를 보여준다.

영어초록

The number of patent application filing for a specific technology has a good relation with the technology’s lifecycle and future industry development on that area. So industry and governments are highly interested inforecasting the number of patent application filing in order to take appropriate preparations in advance. In thispaper, a new method based on the bidirectional long short-term memory(LSTM), a kind of recurrent neuralnetwork(RNN), is proposed to improve the forecasting accuracy compared to related methods. Compared with theBass model which is one of conventional diffusion modeling methods, the proposed method shows the 16% higherperformance with the Korean patent filing data on the five selected technology areas.

참고자료

· 없음