IP data-as-a-service

パットスナップ注目データ

特許データ生化学データ財務データ

世界の特許データ

188,414,271

管轄

170
更新頻度

毎日
最新のアップデート

2024-05-30

基本データ

特許文献
引用
特許要約
全文翻訳
全文
特許PDFと画像
パットスナップの特許価値
パットスナップファミリー
Patsnap 標準化担当者
NAICS
アプリケーションドメインの分類
テクノロジートピックの分類

法的データ

法的地位
推定有効期限日
ファイルラッパー
訴訟
ライセンス
Transfer
反対尋問
無効/控訴/PTAB
プレッジ
税関手続き
9月

世界の特許データ

188.4M

法的データ

2.7B

文献データ

131.9M

最先端のアルゴリズム機能

コンピュータービジョン、機械学習、自然言語処理、ニューラルネットワーク、OCR 認識、ナレッジグラフ、大規模モデルなどのテクノロジーを活用して、幅広いデータを処理および分析し、革新的な意思決定を支援します。

データとアルゴリズムの品質保証

ビッグデータの品質

精度、完全性、一貫性、適時性、コンプライアンス、包括性、ビジネス専門知識の XNUMX つの側面から品質を確保します。Patsnap が自社開発したビッグデータ監視および警告システムを使用して、洞察を取得し、制御し、安定性を保証します。
アルゴリズムの品質

NLP と均一にサンプリングされた戦略を利用して、さまざまなシナリオをカバーする高品質のデータセットを構築します。 Patsnap は、再現率、適合率、ks 値、ROC 曲線を通じてパフォーマンスを測定します。さらに、モデルの安定性は PSI 値やその他の指標を通じて監視されます。垂直方向のドメイン固有のデータセットは、特定のビジネスシナリオを正確に反映します。

データの使用例

知的財産

業界の競合他社のモニター

研究開発パートナーシップの識別

研究開発の方向性の位置付け

業界の競合他社のモニター

Use Case

従来の Excel データの並べ替えは時間と労力がかかり、非効率的です。
内部データベースには、上場企業データに対する高いプライバシーとコンプライアンスの要件があります。
アルゴリズムチームとデータモデル構築情報抽出システムの不足。

パットスナップソリューション

構造化データをデータフィードまたは API の形式で提供します。
特許データから価値の高い情報を抽出することで、競合他社の研究開発の新しい方向性を特定し、技術的な新しい傾向を監視します。
企業の経営情報などと合わせて、企業の経営状況、技術力、業界のバリューチェーンなど多面的に競合他社のダイナミクスを分析します。

研究開発パートナーシップの識別

Use Case

高品質の研究開発パートナーを見つけるのは時間がかかり非効率的であり、リソースの無駄につながる可能性があります。

パットスナップソリューション

複数の側面に基づいて潜在的なパートナーを評価し、テクノロジーを通じて企業を見つけるための業界ディストリビューションを提供します。

研究開発の方向性の位置付け

Use Case

企業はイノベーションの方向性を選択する際、市場の需要、研究開発技術、生産コストなどの複数の要素を考慮する必要がありますが、主観的な判断と蓄積された経験のみに依存する従来の方法では、正確な分析と予測を達成することが困難です。

パットスナップソリューション

特許データに基づいた研究開発方向の位置付け。ビッグデータ分析と機械学習アルゴリズムを使用して、技術分野や技術レイアウトを含む多次元から特許データを深くマイニングし、企業が最適な研究開発方向を迅速に見つけられるようにし、研究開発の効率と成功率を向上させます。。

医薬品の研究開発

AI製薬

競争力のある風景分析

医薬品の研究開発に関するインテリジェンスの取得

AI製薬

Use Case

オープンソースまたはセミオープンソースのデータベースでは、データ量が限られており、データ品質が不均一です。
データ処理の要件が高く、垂直分野でのデータ抽出とラベル付けを行う専門チームが不足しています。
特殊な形式とフィールド要件によるデータとモデルの接続の困難。

パットスナップソリューション

複数のデータソースを統合および構造化し、内部データとマッピングします。
特許から抗体配列と標的抗原関係を抽出するためのデータ品質をラベル付けおよび検証するための内部プラットフォームを作成します。
NLP と深層学習を利用した独自のデータ抽出とリンク、大量の配列と構造の抽出、特許文献との相関関係の確立により、薬物構造の最適化をサポートします。

競争力のある風景分析

Use Case

対象薬剤、臨床進歩、特許文献、ニュース情報など、幅広いデータ次元。
データの精度が低く、データ処理能力が不十分なため、必要なデータを直接取得することが困難です。
さまざまなビジネスモジュールに必要なさまざまな情報システムを統合することが困難であり、その結果、互換性と統合が欠如します。

パットスナップソリューション

選択された大量の医療データに関する深層機械学習により、73,000 件の世界の新薬競争環境が統合されます。
製薬専門家がドメインデータを分析して値を抽出し、データのインデックス作成とレビューを提供して正確性を確保します。
知識の融合と相関関係を通じて、標的疾患と薬剤の競合状況分析を確立し、競合の少ない経路を探索します。

医薬品の研究開発に関するインテリジェンスの取得

Use Case

研究開発インテリジェンスの追跡と監視、および複雑なデータ処理にかかる人件費が高くなります。
深い分析を行うためのアルゴリズムチームとデータモデル構築情報抽出システムの不足。
データの共有とオープン性に関する管理が不足しているため、データセキュリティとプライバシー保護に対する高い要求があります。

パットスナップソリューション

ターゲット企業の研究開発パイプライン追跡、競合他社の研究開発動向のリアルタイム監視、プロジェクトの意思決定のための情報サポートを提供します。
世界的な新薬研究開発の進捗状況と細分化された適応症に基づいて、満たされていない臨床需要を発見します。
情報セキュリティ管理システムと認証を確立し、明確なデータの流入と流出を保証します。
AI技術を活用し、世界中の膨大な医療関連データをリアルタイム自動化ETLし、データ監視からマイニング、アプリケーションまでビッグデータシステムを構築します。

投資情報

予測研究と信号発見

ESGテーマ投資

ファンダメンタル分析

銘柄選択とポートフォリオ構築

投資対象ネガティブ排除＆ポジティブスクリーニング

予測研究と信号発見

Use Case

予測調査と信号発見には、複雑で時間のかかるデータ分析が含まれますが、データは構造化されておらずノイズが多いため、膨大な作業が発生し、エラーが発生しやすくなります。
明確さの欠如は結果の精度にも影響を与える可能性があり、管理と分析に多大なリソースが必要になります。

パットスナップソリューション

複数のデータソースを統合および構造化し、特許データを企業レベルにマッピングします。
アルファを生成し、イノベーションの観点から株式情報を処理し、代替データのアドオンとして特許データを使用し、誰よりも早く情報の優位性を獲得します。

ESGテーマ投資

Use Case

標準化された ESG 指標の不足: ESG 投資における大きな課題は、企業の ESG パフォーマンスとリスクを測定できる信頼できる標準化された一連の指標が欠如していることです。
このため、投資家にとって情報に基づいた意思決定やさまざまな投資の比較が困難になる可能性があります。
ESG データへのアクセスが制限されている: 投資家は、情報に基づいた投資を行うために、包括的で正確かつ信頼できる ESG データを必要としています。
ただし、特に中小企業や新興市場の企業では、このデータを入手するのが難しい場合があります。

パットスナップソリューション

ESG 要素を投資決定における財務分析と評価価格に統合します。
特許データを測定可能な評価指標として使用し、持続可能性関連のテーマや資産への投資に焦点を当てます。たとえば、クリーンエネルギー、グリーンテクノロジー、持続可能な農業などです。

ファンダメンタル分析

Use Case

データ品質: 不完全または不正確なデータは分析のエラーにつながり、最終的には意思決定に影響を与える可能性があります。
データアクセシビリティ: 関連データは複数のシステムにまたがって保存されることが多く、アナリストが分析に必要なデータにアクセスして効果的に使用することが困難になります。
ドメインの専門知識: 深い洞察を得るには、特定のデータ分析に関してドメインの技術的な専門知識が必要です。

パットスナップソリューション

企業のテクノロジーの反復と特許所有権の紛争を毎日追跡します。
企業のテクノロジーの反復と特許所有権の紛争を毎日追跡します。
世界中の特許データを XNUMX か所に集約し、追加のデータ収集の必要性を排除します。
特許データを共通のビジネス言語に処理および構造化することで、アナリストが自律的かつ包括的な調査を実施できるようになります。

銘柄選択とポートフォリオ構築

Use Case

データ品質: 投資家は、信頼性があり、正確で、一貫して更新される代替データセットを見つけるのに苦労するかもしれません。
データ統合: 投資家は、代替データセットを既存の投資ワークフローやテクノロジーと組み合わせて統合することが難しいと感じるかもしれません。
データの解釈: 投資家は受け取ったデータを理解するのに苦労する可能性があり、代替データソースから有意義な洞察を抽出するには専門知識が必要になる場合があります。
アクセシビリティ: 投資家は、特に専門的な技術知識が不足している場合、またはデータセットがユーザーフレンドリーな形式で利用できない場合、代替データへのアクセスや分析が難しいと感じる可能性があります。

パットスナップソリューション

新興産業の革新技術を備えた特許取得企業をフィルタリングして、革新的なポートフォリオを構築します。
PatSanp は、必要な形式でデータを統合し、リアルタイム API とオフラインデータフィードを介したデータ配信を提供します。
特許は株式実体レベルおよびその非公開子会社にマッピングされているため、投資家は複数のデータ統合に関連する課題を回避できます。

投資対象ネガティブ排除＆ポジティブスクリーニング

Use Case

急速な技術変化: 技術革新は信じられないほど速いペースで起こっており、投資家は新たなトレンドに追いつき、投資への潜在的な影響を評価するのに苦労するかもしれません。
テクノロジーの理解: テクノロジーの概念と要素を完全に理解していないと、投資対象の潜在的な懸念を特定できない可能性があります。
不適切な開示: 企業はテクノロジー要素を適切に開示しない可能性があり、不完全なスクリーニング決定につながる可能性があります。

パットスナップソリューション

テクノロジーに基づいて投資対象をフィルタリングします。たとえば、ESG 基準を満たさない企業、業界、投資対象を除外します。
PatSnap の高品質で構造化された特許データは、企業が財務諸表で開示していないテクノロジー要素を明らかにします。これにより、投資家は情報に基づいた意思決定を行うことができ、不完全な審査を回避できます。

知的財産
医薬品の研究開発
投資情報

業界の競合他社のモニター
- 従来の Excel データの並べ替えは時間と労力がかかり、非効率的です。
- 内部データベースには、上場企業データに対する高いプライバシーとコンプライアンスの要件があります。
- アルゴリズムチームとデータモデル構築情報抽出システムの不足。
- 構造化データをデータフィードまたは API の形式で提供します。
- 特許データから価値の高い情報を抽出することで、競合他社の研究開発の新しい方向性を特定し、技術的な新しい傾向を監視します。
- 企業の経営情報などと合わせて、企業の経営状況、技術力、業界のバリューチェーンなど多面的に競合他社のダイナミクスを分析します。
研究開発パートナーシップの識別
- 高品質の研究開発パートナーを見つけるのは時間がかかり非効率的であり、リソースの無駄につながる可能性があります。
- 複数の側面に基づいて潜在的なパートナーを評価し、テクノロジーを通じて企業を見つけるための業界ディストリビューションを提供します。
研究開発の方向性の位置付け
- 企業はイノベーションの方向性を選択する際、市場の需要、研究開発技術、生産コストなどの複数の要素を考慮する必要がありますが、主観的な判断と蓄積された経験のみに依存する従来の方法では、正確な分析と予測を達成することが困難です。
- 特許データに基づいた研究開発方向の位置付け。ビッグデータ分析と機械学習アルゴリズムを使用して、技術分野や技術レイアウトを含む多次元から特許データを深くマイニングし、企業が最適な研究開発方向を迅速に見つけられるようにし、研究開発の効率と成功率を向上させます。。

AI製薬
- オープンソースまたはセミオープンソースのデータベースでは、データ量が限られており、データ品質が不均一です。
- データ処理の要件が高く、垂直分野でのデータ抽出とラベル付けを行う専門チームが不足しています。
- 特殊な形式とフィールド要件によるデータとモデルの接続の困難。
- 複数のデータソースを統合および構造化し、内部データとマッピングします。
- 特許から抗体配列と標的抗原関係を抽出するためのデータ品質をラベル付けおよび検証するための内部プラットフォームを作成します。
- NLP と深層学習を利用した独自のデータ抽出とリンク、大量の配列と構造の抽出、特許文献との相関関係の確立により、薬物構造の最適化をサポートします。
競争力のある風景分析
- 対象薬剤、臨床進歩、特許文献、ニュース情報など、幅広いデータ次元。
- データの精度が低く、データ処理能力が不十分なため、必要なデータを直接取得することが困難です。
- さまざまなビジネスモジュールに必要なさまざまな情報システムを統合することが困難であり、その結果、互換性と統合が欠如します。
- 選択された大量の医療データに関する深層機械学習により、73,000 件の世界の新薬競争環境が統合されます。
- 製薬専門家がドメインデータを分析して値を抽出し、データのインデックス作成とレビューを提供して正確性を確保します。
- 知識の融合と相関関係を通じて、標的疾患と薬剤の競合状況分析を確立し、競合の少ない経路を探索します。
医薬品の研究開発に関するインテリジェンスの取得
- 研究開発インテリジェンスの追跡と監視、および複雑なデータ処理にかかる人件費が高くなります。
- 深い分析を行うためのアルゴリズムチームとデータモデル構築情報抽出システムの不足。
- データの共有とオープン性に関する管理が不足しているため、データセキュリティとプライバシー保護に対する高い要求があります。
- ターゲット企業の研究開発パイプライン追跡、競合他社の研究開発動向のリアルタイム監視、プロジェクトの意思決定のための情報サポートを提供します。
- 世界的な新薬研究開発の進捗状況と細分化された適応症に基づいて、満たされていない臨床需要を発見します。
- 情報セキュリティ管理システムと認証を確立し、明確なデータの流入と流出を保証します。
- AI技術を活用し、世界中の膨大な医療関連データをリアルタイム自動化ETLし、データ監視からマイニング、アプリケーションまでビッグデータシステムを構築します。

予測研究と信号発見
- 予測調査と信号発見には、複雑で時間のかかるデータ分析が含まれますが、データは構造化されておらずノイズが多いため、膨大な作業が発生し、エラーが発生しやすくなります。
- 明確さの欠如は結果の精度にも影響を与える可能性があり、管理と分析に多大なリソースが必要になります。
- 複数のデータソースを統合および構造化し、特許データを企業レベルにマッピングします。
- アルファを生成し、イノベーションの観点から株式情報を処理し、代替データのアドオンとして特許データを使用し、誰よりも早く情報の優位性を獲得します。
ESGテーマ投資
- 標準化された ESG 指標の不足: ESG 投資における大きな課題は、企業の ESG パフォーマンスとリスクを測定できる信頼できる標準化された一連の指標が欠如していることです。
- このため、投資家にとって情報に基づいた意思決定やさまざまな投資の比較が困難になる可能性があります。
- ESG データへのアクセスが制限されている: 投資家は、情報に基づいた投資を行うために、包括的で正確かつ信頼できる ESG データを必要としています。
- ただし、特に中小企業や新興市場の企業では、このデータを入手するのが難しい場合があります。
- ESG 要素を投資決定における財務分析と評価価格に統合します。
- 特許データを測定可能な評価指標として使用し、持続可能性関連のテーマや資産への投資に焦点を当てます。たとえば、クリーンエネルギー、グリーンテクノロジー、持続可能な農業などです。
ファンダメンタル分析
- データ品質: 不完全または不正確なデータは分析のエラーにつながり、最終的には意思決定に影響を与える可能性があります。
- データアクセシビリティ: 関連データは複数のシステムにまたがって保存されることが多く、アナリストが分析に必要なデータにアクセスして効果的に使用することが困難になります。
- ドメインの専門知識: 深い洞察を得るには、特定のデータ分析に関してドメインの技術的な専門知識が必要です。
- 企業のテクノロジーの反復と特許所有権の紛争を毎日追跡します。
- 企業のテクノロジーの反復と特許所有権の紛争を毎日追跡します。
- 世界中の特許データを XNUMX か所に集約し、追加のデータ収集の必要性を排除します。
- 特許データを共通のビジネス言語に処理および構造化することで、アナリストが自律的かつ包括的な調査を実施できるようになります。
銘柄選択とポートフォリオ構築
- データ品質: 投資家は、信頼性があり、正確で、一貫して更新される代替データセットを見つけるのに苦労するかもしれません。
- データ統合: 投資家は、代替データセットを既存の投資ワークフローやテクノロジーと組み合わせて統合することが難しいと感じるかもしれません。
- データの解釈: 投資家は受け取ったデータを理解するのに苦労する可能性があり、代替データソースから有意義な洞察を抽出するには専門知識が必要になる場合があります。
- アクセシビリティ: 投資家は、特に専門的な技術知識が不足している場合、またはデータセットがユーザーフレンドリーな形式で利用できない場合、代替データへのアクセスや分析が難しいと感じる可能性があります。
- 新興産業の革新技術を備えた特許取得企業をフィルタリングして、革新的なポートフォリオを構築します。
- PatSanp は、必要な形式でデータを統合し、リアルタイム API とオフラインデータフィードを介したデータ配信を提供します。
- 特許は株式実体レベルおよびその非公開子会社にマッピングされているため、投資家は複数のデータ統合に関連する課題を回避できます。
投資対象ネガティブ排除＆ポジティブスクリーニング
- 急速な技術変化: 技術革新は信じられないほど速いペースで起こっており、投資家は新たなトレンドに追いつき、投資への潜在的な影響を評価するのに苦労するかもしれません。
- テクノロジーの理解: テクノロジーの概念と要素を完全に理解していないと、投資対象の潜在的な懸念を特定できない可能性があります。
- 不適切な開示: 企業はテクノロジー要素を適切に開示しない可能性があり、不完全なスクリーニング決定につながる可能性があります。
- テクノロジーに基づいて投資対象をフィルタリングします。たとえば、ESG 基準を満たさない企業、業界、投資対象を除外します。
- PatSnap の高品質で構造化された特許データは、企業が財務諸表で開示していないテクノロジー要素を明らかにします。これにより、投資家は情報に基づいた意思決定を行うことができ、不完全な審査を回避できます。

IPインテリジェンス

研究開発インテリジェンス

ライフ サイエンス インテリジェンス

その他サービス

Al-Powered イノベーション インテリジェンス

API とデータ フィードの接続データによるイノベーション

パットスナップ注目データ

170

毎日

2024-05-30

基本データ

法的データ

188.4M

2.7B

131.9M

日付型

ソース

ワンランク上の

更新頻度

138.3M

138.6M

2,796.8K

4,149.6K

869.8K

854.9K

25.6M

192.2M

189.0M

640.4K

最先端のアルゴリズム機能

データとアルゴリズムの品質保証

ビッグデータの品質

アルゴリズムの品質

データの使用例

知的財産

Use Case

パットスナップ ソリューション

Use Case

パットスナップ ソリューション

Use Case

パットスナップ ソリューション

医薬品の研究開発

Use Case

パットスナップ ソリューション

Use Case

パットスナップ ソリューション

Use Case

パットスナップ ソリューション

投資情報

Use Case

パットスナップ ソリューション

Use Case

パットスナップ ソリューション

Use Case

パットスナップ ソリューション

Use Case

パットスナップ ソリューション

Use Case

パットスナップ ソリューション

Use Case

パットスナップ ソリューション

Use Case

パットスナップ ソリューション

Use Case

パットスナップ ソリューション

Use Case

パットスナップ ソリューション

Use Case

パットスナップ ソリューション

Use Case

パットスナップ ソリューション

Use Case

パットスナップ ソリューション

Use Case

パットスナップ ソリューション

Use Case

パットスナップ ソリューション

Use Case

パットスナップ ソリューション

Use Case

ライフサイエンスインテリジェンス

Al-Powered イノベーションインテリジェンス

API とデータフィードの接続
データによるイノベーション

パットスナップソリューション

パットスナップソリューション

パットスナップソリューション

パットスナップソリューション

パットスナップソリューション

パットスナップソリューション

パットスナップソリューション

パットスナップソリューション

パットスナップソリューション

パットスナップソリューション

パットスナップソリューション

パットスナップソリューション

パットスナップソリューション

パットスナップソリューション

パットスナップソリューション

パットスナップソリューション

パットスナップソリューション

パットスナップソリューション

パットスナップソリューション

パットスナップソリューション

パットスナップソリューション

パットスナップソリューション

パットスナップへのお問い合わせ
トライアル用