강화 학습 분야의 US 특허 발명 핵심 연구자별로, 이 분야 특허 발명의 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 등이 있습니다. 이 분야의 연구자별 분석 데이터는 리크루팅/헤드헌팅, 핵심 인재의 발굴과 보호 등과 같은 HR 업무나 비즈니스에 사용될 수 있습니다.

이 분야의 주요 핵심 연구자에는 1위 Silver David, 2위 Kavukcuoglu Koray, 3위 Heess, Nicolas Manfred Otto 등이 있습니다.
또한 Silver David는 발명 특허수(공개 특허수)(13건), 등록 특허수(11건), 공개 특허수 점유율(점유율_공개)(1.15%), 거래 특허수(4건), Leonardo Anthony는 집중률(88.9%), Heess, Nicolas Manfred Otto는 심사관 피인용수(28회), 심사관 피인용수 점유율(점유율_FC-E)(3.93%), Kavukcuoglu Koray는 해외 특허 패밀리수(해외 Fam.)(32개)에서 1위 입니다. Garg Sahaj는 집중률(88.9%)에서 2위 입니다. Mnih Volodymyr은 등록 특허수(9건), 거래 특허수(3건), Kothari Tanay는 집중률(88.9%), Li Rong은 해외 특허 패밀리수(해외 Fam.)(24개)에서 3위 입니다. Engelsoy Julius는 집중률(72.7%)에서 4위 입니다. Le, Quoc V.은(는) 발명 특허수(공개 특허수)(10건), 등록 특허수(5건), 공개 특허수 점유율(점유율_공개)(0.88%), 심사관 피인용수(10회), 심사관 피인용수 점유율(점유율_FC-E)(1.4%)에서 5위 입니다.

강화 학습 분야에 대한 개별 연구별 분석 데이터는 링크를 클릭하면 제공되는 웹 페이지에서 개별 연구자 이름을 클릭하여 확인할 수 있습니다.

강화 학습 분야의 US 특허 발명 핵심 연구자별로, 이 분야에 얼마나 많은 i) 특허를 발명하고, ii) 소속 조직 내 특허권 점유율은 얼마인지를 분석합니다.

강화 학습 분야의 US 특허 발명 핵심 연구자별로, 이 분야에 얼마나 많은 발명 특허가 출원-공개되어 있는지를 분석합니다.

이 분야에서 공개된 발명 특허가 많은 핵심 연구자에는 1위 Silver David, 2위 Kavukcuoglu Koray, 3위 Heess, Nicolas Manfred Otto 등이 있습니다.

이 분야에서 Silver David의 공개된 발명 특허는 13건입니다. 이 분야에서 Silver David의 공개된 발명 특허는 2017년에 2건으로 최초 발생하여, 2019년에 3건의 최고값을 보입니다. 한편, 이 값은 2023년 이래로 발생하지 않고 있습니다.

이 분야에서 Kavukcuoglu Koray의 공개된 발명 특허는 13건입니다. 이 분야에서 Kavukcuoglu Koray의 공개된 발명 특허는 2017년에 1건으로 최초 발생하여, 2019년에 3건의 최고값을 보입니다. 그리고, 이 값은 이번 연도인 2024년에는 1건, 1년 전인 2023년에는 2건, 2년 전인 2022년에는 1건을 보입니다.

강화 학습 분야의 US 특허 발명 핵심 연구자별로, 이 분야의 발명 특허가 후속-후행 특허의 심사 시, 그 특허의 특허성(신규성 또는 진보성)을 부정하고, 그 특허를 거절하는데 얼마나 많이 사용되었는지에 대해, i) 거절시킨 후행 특허수(총량), ii) 거절시킨 후행 특허수 점유율(비율), iii) 특허당 거절시킨 후행 특허수(밀도) 등으로 분석합니다.

강화 학습 분야의 US 특허 발명 핵심 연구자별로, 이 분야의 발명 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 핵심 기술 인재에 관심있는 사내 인사 조직 또는 HR 컨설팅 기업용 질문
1. 객관적 기술 데이터에 기반한, 강화 학습 분야의 특허를 발명한 핵심 연구자에 대한 i) 식별(identification) 및 ii) 비교 평가한 데이터를 헤드헌팅/리크루팅이나 핵심 인재의 보호와 발굴 등과 같은 여러분의 HR 프로세스에 활용할 수 있지 않을까요?
2. 객관적 데이터로 여러분의 HR 프로세스를 차별화할 수 있지 않을까요?
3. 차별화된 데이터를 활용하면, 경쟁자들보다 빨리 핵심 인재를 인지하고, 그 사람과 연결될 수 있지 않을까요?
4. 데이터를 지능적으로 활용하면, 고객 기업이 원하는 핵심 인력을 체계적으로 스크리닝 할 수 있지 않을까요?
5. 데이터를 잘 활용하면 신규 고객 기업을 더 잘 발굴할 수 있지 않을까요?
6. 보유하고 있거나 접근 가능한 HR 데이터와 이 분야의 핵심 연구자 데이터를 연계-결합해 보세요.

본 제안에 관심 있는 HR 기업이나 기업 내 HR 담당자는 contact@patentpia.com으로 연락 주십시오.

발명자/연구자/개발자 데이터 체계, 분석 및 활용에 대한 상세한 것은 다음 링크를 클릭해 주세요.

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