강화 학습 분야의 US 특허를 보유한 마켓 리더별 기술 경쟁력을 주요 특허 지표를 기준으로 비교합니다. 특허 지표에는 특허 출원-공개나 등록과 같은 i) 양적 지표, 심사관 피인용과 같은 ii) 기술 영향력 지표, 거절시킨 후행-후속 특허수와 같은 iii) 기술 리더십 지표, 특허 매입 등과 같은 iv) 기술 투자 지표, 소송이나 심판 등과 같은 v) 기술 분쟁 지표 등이 있습니다.

이 분야의 주요 핵심 기업에는 1위 Deepmind Technologies, 2위 IBM, 3위 Google 등이 있습니다.
또한 Deepmind Technologies는 공개 특허수(101건), 등록 특허수(49건), 공개 특허수 점유율(점유율_공개)(8.91%), 집중률(24.1%), 매입 특허수(7건), 해외 특허 패밀리수(해외 Fam.)(175개), Google은 심사관 피인용수(108회), 심사관 피인용수 점유율(점유율_FC-E)(15.2%)에서 1위 입니다. IBM은(는) 공개 특허수(56건), 공개 특허수 점유율(점유율_공개)(4.94%), FANUC은 집중률(0.29%)에서 2위 입니다. Samsung Electronics는 해외 특허 패밀리수(해외 Fam.)(78개)에서 3위 입니다. Huawei Technologies는 집중률(0.07%), Intel은 심사관 피인용수(23회), 심사관 피인용수 점유율(점유율_FC-E)(3.23%)에서 4위 입니다. Bosch는 집중률(0.06%)에서 5위 입니다.

강화 학습 분야에 대한 개별 기업별 분석 데이터는 i) 링크를 클릭하면 제공되는 웹 페이지에서, ii) 개별 기업의 이름을 클릭하여 확인할 수 있습니다.

강화 학습 분야의 US 특허 보유 마켓 리더별로 이 분야에 대한 특허 포트폴리오를 비교 분석합니다. 특허 포트폴리오 분석에는 얼마나 많은 i) 특허를 출원하고, ii) 특허권 점유율은 얼마인지가 포함됩니다.

강화 학습 분야의 US 특허 보유 마켓 리더별로 이 분야에 얼마나 많은 특허를 출원-공개하고 있는지를 분석합니다.

이 분야에서 보유 공개 특허가 많은 핵심 기업에는 1위 Deepmind Technologies, 2위 IBM, 3위 Google 등이 있습니다.

이 분야에서 Deepmind Technologies의 보유 공개 특허는 101건입니다. 이 분야에서 Deepmind Technologies의 보유 공개 특허는 2018년에 3건으로 최초 발생하여, 2024년에 32건의 최고값을 보입니다. 그리고, 이 값은 이번 연도인 2024년에는 32건, 1년 전인 2023년에는 21건, 2년 전인 2022년에는 5건을 보입니다.

이 분야에서 IBM의 보유 공개 특허는 56건입니다. 이 분야에서 IBM의 보유 공개 특허는 2020년에 2건으로 최초 발생하여, 2023년에 32건의 최고값을 보입니다. 그리고, 이 값은 이번 연도인 2024년에는 11건, 1년 전인 2023년에는 32건, 2년 전인 2022년에는 8건을 보입니다.

강화 학습 분야의 US 특허 보유 마켓 리더별로 이 분야에 대한 특허 기술 투자를 분석합니다. 특허 투자는 이 분야 특허를 대상으로 하는 i) 특허 매입, M&A를 통한 특허 이전, iii) 특허 라이센싱을 포함합니다. 그리고, 이 분야 특허 보유 기업을 대상으로 하는 iv) M&A, v) 투자도 특허 투자의 중요한 부분입니다.

강화 학습 분야의 US 특허 보유 마켓 리더별로 이 분야 특허를 대상으로 하는 특허 매입을 분석합니다.

이 분야에서 매입한 특허수가 많은 핵심 기업에는 1위 Deepmind Technologies(7건), 2위 Google(3건), 3위 FANUC(1건) 등이 있습니다.

이 분야에서 Deepmind Technologies의 매입한 특허수는 7건입니다. 이 분야에서 Deepmind Technologies의 매입한 특허수는 2018년에 1건으로 최초 발생하여, 2022년에 2건의 최고값을 보입니다. 그리고, 이 값은 이번 연도인 2024년에는 0건, 1년 전인 2023년에는 1건, 2년 전인 2022년에는 2건을 보입니다.

이 분야에서 Google의 매입한 특허수는 3건입니다. 이 분야에서 Google의 매입한 특허수는 2023년에 3건으로 최초 발생하여, 2023년에 3건의 최고값을 보입니다. 그리고, 이 값은 이번 연도인 2024년에는 0건, 1년 전인 2023년에는 3건, 2년 전인 2022년에는 0건을 보입니다.

특허 매입뿐만 아니라, M&A를 통한 특허 이전이나, 특허 라이센싱 동향(coming soon)을 분석하기를 원하는 경우, i) 링크 클릭하여 웹 페이지로 이동 -> ii) 원하는 메뉴(예, 'M&A를 통한 특허 이전') 선택하면 됩니다.

강화 학습 분야의 US 특허 보유 마켓 리더별로, 이 분야의 보유 특허의 기술 영향력을 분석합니다. 기술 영향력은 보유 특허가 후속-후행 특허를 심사하는 심사관으로부터 얼마나 많은 인용을 받고 있는지(심사관 피인용)로 측정됩니다. 분석 지표에는 i) 심사관 피인용수, ii) 심사관 피인용 점유율, iii) 특허당 심사관 피인용수 등이 있습니다.

강화 학습 분야의 US 특허 보유 마켓 리더별로, 이 분야의 보유 특허가 받은 심사관 피인용수를 분석합니다.

이 분야 보유 특허의 심사관 피인용수가 많은 핵심 기업에는 1위 Deepmind Technologies(99회), 2위 IBM(18회), 3위 Google(108회) 등이 있습니다.

이 분야 Deepmind Technologies의 심사관 피인용수는 99회입니다. 이 분야 Deepmind Technologies의 심사관 피인용수는 2020년에 7회로 최초 발생하여, 2024년에 30회의 최고값을 보입니다. 그리고, 이 값은 이번 연도인 2024년에는 30회, 1년 전인 2023년에는 23회, 2년 전인 2022년에는 24회를 보입니다.

이 분야 IBM의 심사관 피인용수는 18회입니다. 이 분야 IBM의 심사관 피인용수는 2021년에 1회로 최초 발생하여, 2024년에 14회의 최고값을 보입니다. 그리고, 이 값은 이번 연도인 2024년에는 14회, 1년 전인 2023년에는 2회, 2년 전인 2022년에는 1회를 보입니다.

다양한 피인용 분석을 원하는 경우, i) 링크 클릭하여 웹 페이지로 이동 -> ii) 피인용과 관련된 메뉴(예, '특허당 심사관 피인용') 선택하시면 됩니다.

강화 학습 분야의 US 특허 보유 마켓 리더별로, 이 분야의 보유 특허의 기술 리더십을 분석합니다. 기술 리더십은 보유 특허가 후속-후행 특허의 심사 시, 그 특허의 특허성(신규성 또는 진보성)을 부정하고, 그 특허를 거절하는데 얼마나 많이 사용되었는 지로 측정됩니다. 기술 리더십에 대한 지표에는 i) 거절시킨 후행 특허수, ii) 심사관 피인용 점유율, iii) 특허당 거절시킨 후행 특허수 등이 있습니다.

강화 학습 분야의 US 특허 보유 마켓 리더별로, 이 분야의 보유 특허가 사용되어 거절시킨 후행 특허수를 분석합니다.

강화 학습 또는 개별 기업에 대한 다양한 특허 거절 분석을 원하는 경우, i) 링크 클릭하여 웹 페이지로 이동 -> ii) 거절과 관련된 메뉴(예, '특허당 거절시킨 후행 특허수') 선택하시면 됩니다.

강화 학습 분야의 특허 보유 마켓 리더 또는 이 기업의 이해 관계 기업의 내부 기능 조직용 질문
1) [기술 전략 조직]/[IP 조직] 기술 분야의 동향과 및 경쟁사의 기술 경쟁력을 i) 객관적으로 분석하고, ii) 의사 결정자와 관련된 내부 기능 조직에게 전달하여, iii) 우리회사를 위해 전략적으로 활용해야 하지 않을까요?
2) [홍보 조직] 객관적 데이터에 기반한 우리 회사의 기술 경쟁력과 우위 요소를 다양하게 발굴하여, IR 및 이해 관계자들에게 어떻게 어필해야 할까요?
3) [IP 조직]/[기술 전략 조직] 마켓 리더 또는 이 기업과 이해 관계가 있는 다른 기업의, 경쟁사, 밸류 체인이나 공급망 구성 기업의 특별한 행위(특허 매입, 라이센싱 인 등의 전략적 투자 행위나 소송/심판 등의 분쟁 행위)를 인지-분석해야 하지 않을까요?
4) [마케팅 조직] 객관적 데이터로 분석되는 우리 회사의 기술 경쟁력을 i) 신규 고객 확보, ii) 기존 고객 관계 강화, 및 iii) 우리 회사 제품-서비스의 우월성을 보여 주는데 어떻게 활용할 수 있을까요?

본 제안에 관심 있는 기술 기업은 contact@patentpia.com으로 연락 주십시오.

기업의 내부 기능 조직의 관점에서 특허 분석 데이터를 어떻게 활용해야 할 지에 대해서는 다음 링크를 클릭해 주세요.

강화 학습 분야의 특허 보유 마켓 리더의 (잠재적) 투자자
1) 마켓 리더의 최근 기술 투자 영역(특허 매입/M&A를 통한 특허 이전, 신규 분야 R&D 급증 등)과 관련성 높은 국내외의 수혜 기업을 early stage에서(뉴스보다 빨리) 어떻게 발굴할 수 있을까요?
2) 미래 유망 기술 분야에서 i) 전문성 높은 강소 기술 기업, ii) 비상장 기업, iii) small cap 기업을 어떻게 체계적으로 발굴할 수 있을까요?
3) 특허 기술 경쟁력이 높으면서도, 상대적으로 저평가된 기술 기업을 어떻게 발굴할 수 있을까요? 나아가, 자신의 투자 포트폴리오를 최적화하는데, 객관적 기술 데이터를 어떻게 활용할 수 있을까요?
4) 투자한 기업이나 그 기업이 속한 업계에서, 소송/심판 등의 리스크를 early stage에서 인지하고, 투자 포트폴리오 최적화에 어떻게 활용할 수 있을까요?

본 제안에 관심 있는 투자 관련 기업이나 기관은 contact@patentpia.com으로 연락 주십시오.

강화 학습 분야의 특허를 보유하고 있는 마켓 리더를 고객으로 가지고 있는 서비스 기업은,
1) 고객을 위하여, 심도 있는 맞춤형 데이터 분석을 제공해 주고, 추가적인 매출을 일으켜야 하지 않을까요?
2) 고급 분석 콘텐츠를 저렴한 총비용으로 제작하여, 신규 고객을 발굴하는데 활용해야 하지 않을까요?
3) IP 서비스 기업은 차별화된 IP 콘텐츠로, 추가적인 수익원의 발굴이나, 고객 제안을 해야 하지 않을까요?
4) 고객별 맞춤화된 콘텐츠를 극히 저렴하게 생성하여, 주기적/비주기적으로 고객에게 전달하여, 고객과의 커뮤니케이션을 확대해야 하지 않을까요?

본 제안에 관심 있는 서비스 기업은 contact@patentpia.com으로 연락 주십시오.

강화 학습 분야의 특허 보유 마켓 리더에 관심 있은 미디어
1) 객관성 높은 특허 기술 콘텐츠를 활용하여, 자신의 콘텐츠를 고급화, 전문화, 세분화할 필요가 있지 않을까요?
2) M&A/투자/소송 등의 이벤트가 발생하거나, 마켓 리더와 관련된 이슈가 있을 때, 경쟁자들보다 심도 있는 콘텐츠나 데이터로 차별화를 해야 하지 않을까요?

본 제안에 관심 있는 미디어 업계 종사자는 contact@patentpia.com으로 연락 주십시오.

분석 지표에 대한 상세한 설명을 원하시는 분은 [링크]를 클릭하세요. 분석 지표 계열에는 특허 출원-공개 및 등록을 중심으로 하는 i) 특허 포트폴리오 지표 계열, 피인용(forward citations)을 중심으로 하는 ii) 기술 영향력 계열, 거절(rejection)을 중심으로 하는 iii) 기술 리더쉽 계열, iv) 품질 계열, v) 점유율, 집중률 등과 같은 비율 계열, vi) 특허당 등과 같은 밀도 계열 등이 있습니다.

분석 기준에 대한 상세한 설명을 원하시는 분은 [링크]를 클릭하세요. 분석 기준에는 i) 분석 방법론, ii) 분석 기준 체계, iii) 분석 집계값의 종류, iv) 분석 시간 기준 등이 있습니다. 중요 분석 기준에는 i) 현재 권리자의 확정, ii) 기술 분야에 대한 인식(기술 분야 vs. 특허셋(patent set) 맵핑 등), iii) 기술 분야나 키워드 표현에 대한 기준, iii) 특허 매입/거래, 소송/심판 등에 대한 기준과 범위, iv) 인용-피인용에 대한 기준과 범위 등이 있습니다.

분석 콘텐츠 제작에 사용된 데이터의 i) 공간(국가의 특허청), ii) 시간 범위 및, iii) 주요 데이터에 대한 원천 소스(original source)는 다음과 같습니다. 분석 콘텐츠를 구성하는 2차적인 데이터(예, 특허 거래 네트워크 등)는 원천 데이터 소스로부터 가공되어 생성됩니다. 개별적인 데이터에 대한 상세한 것은 [링크]를 참조하세요. 링크에 연결되는 페이지에서는 데이터 계열, 데이터 내용 및 기타 분속 콘텐츠에 사용되는 데이터에 대한 상세한 설명이 있습니다.

*최초 공개일 : 특허 공보가 최초로 발행된 날짜. 공개 공보가 발행되면 공개 공보 발행일, 공개 공보 발행 없이 등록된 경우에는 등록 공보 발행일.

*최근 공개일 : 선행 특허를 인용하는 후행 특허 공보의 최근 발행 날짜. 공개 공보 발행일과 등록 공보 발행일 중 늦은 날짜(인용 관계는 주로 등록 공보에 references cited로 기재되기 때문)

* 최초 거절 OA 발생일 : 특정 특허를 심사하는 심사관이, 특정 선행 특허를 인용하며, 특허 거절에 대한 office action(OA)를 통지하는 경우, 최초로 거절 OA 통지가 발생한 날짜. 심사관은 특정 선행 특허를 인요하며, 1차례 이상의 non-final rejection 또는 final rejection을 통지할 수 있음.

* Assignment 실행일 : 미국에서의 assignment는 실행일(execution date)과 기록일(record date)이 있음. 실행을 통해서 assignment의 법률적 효력이 발생하므로, 실행일을 기준으로 함. (참고)미국을 제외한 다른 나라는 실행일의 개념이 없어, 특허청에 기록된 날을 기준으로 함.

PatentPia가 제공하는 상세한 데이터에 대해서는 [링크]를 클릭해 보세요. 이곳에서는 i) 기반 특허 데이터, ii) 특허 이벤트 데이터, iii) 가공 특허 데이터, iv) Entity(권리자, 발명자, 대리인 등) 데이터, v) 키워드 데이터, vi) 계층형 카테고리 데이터, vii) 특별한 특허 데이터 등 다양한 데이터에 대한 상세한 설명이 있습니다.

PatentPia는 본 콘텐츠 및 콘텐츠의 제작에 사용된 데이터의 정확성, 무결성, 완전성을 보증하지 않으며, 내용의 오류나 누락에 대한 일체의 법률적 책임을 지지 않습니다. 그리고, PatentPia는 본 보고서를 활용한 어떠한 의사 결정에 대해서도 일체의 법률적 책임을 지지 않습니다. 또한, PatentPia는 현재 또는 미래에 존재하는 어떠한 종류의 명시적, 묵시적인 법적 보증도 제공하지 않습니다.

본 콘텐츠 및 콘텐츠에 사용된 데이터에 대한 저작권은 CC(creative commons) 라이센스로 제공됩니다. 이에 따라, 본 콘텐츠 전체나 콘텐츠를 구성하는 표, 차트, 글이나, 사용된 데이터를 여러분의 의사에 따라 어떠한 형태나 방식으로 사용하거나, 제3자와 공유하거나, 유료 또는 무료의 활용도 허용됩니다. 그리고, 본 콘텐츠를 여러분의 목적에 따라 어떠한 형태 또는 방식으로 2차적 저작물을 만드는데 사용할 수 있으며, 그 2차적 저작물은 여러분의 소유입니다.

본 콘텐츠 또는 데이터에 대한 출처 표시에 대한 의무는 없습니다. 이에 따라, 출처 표시를 위해 PatentPia에 동의를 구할 필요는 없습니다. 다만, 출처 표시를 해 주시면, PatentPia는 여러분의 배려를 고맙게 생각하겠습니다.

PatentPia(www.patentpia.com)는 파트너십 요청을 수락합니다.

1) PatentPia 데이터/DB를 활용하여, 국내 또는 해외에서 비즈니스를 하려는 경우

2) PatentPia 데이터/DB를 활용하여, 콘텐츠나 AI를 개발하려는 경우

3) 기타 PatentPia와 제휴나 협력의 필요성이 있는 경우

1) PatentPia 보유 데이터/DB/AI 소개

2) PatentPia 솔루션에 대한 목적-조직 유형별 활용 체계

3) PatentPia 대표 솔루션에 대한 매뉴얼

(1) 분석 : GoldenCompass

(2) 개인화/관리 : My platform

(3) 특허셋(patent set) 실시간 분석 : Analytics

(4) 검색 : Search

무료 평가판 ID가 필요하시거나, PatentPia의 서비스 및 데이터베이스에 대해 궁금한 점이 있으면 아래의 이메일로 문의하십시오.

e-mail : contact@patentpia.com