本レポートは、SDGs(持続可能な開発目標)の目標(ゴール)である『』に含まれる具体目標(ターゲット)の『』(以下、「XU LIN」と略します)に関して、出願件数推移、出願企業等の情報を提供する特許分析レポートです。
出願件数が最も多い年は 2017年 の10件、最も少ない年は 2022年 の0件です。
過去10年間の出願件数(2013〜2023年、計16件)の平均値は1.5件、中央値は0件です。変動係数(標準偏差/平均値)は2.0であり、年ごとの出願件数のばらつきはかなり大きいです。
指標 | 値 |
---|---|
平均値 | 1.5 件 |
標準偏差 | 3.0 |
変動係数 | 2.0 |
年 | 件数 | 前年比 |
---|---|---|
2017 年 | 10 件 | +150 % |
2016 年 | 4 件 | +100 % |
2015 年 | 2 件 | - |
XU LINの過去10年間(2014-01-01〜2024-11-30)の特許検索結果[特許データベース PCT]に対する最新の特許分析情報(IPランドスケープ、パテントマップ・特許マップ)を提供しています。競合各社の特許出願動向、技術動向を比較したり、重要特許を調べることができます。
本サービスは、特許検索・特許分析の「パテント・インテグレーション株式会社」が特許調査・特許分析、IPランドスケープに御活用いただくため、最新の特許データ(日米欧・国際公開)に基づく特許分析レポートを無料で提供しています。
本レポートは、XU LINの特許件数推移および、同業・競合企業との特許件数比較、XU LINの上位共願人(共同研究相手、アライアンス先)、および重要特許といったXU LINの知財戦略・知財経営を理解するための基礎的な情報を含んでおり、 IPランドスケープ、特許調査・特許分析、知財ビジネス評価書の作成、M&A候補先の選定、事業提携先の選定など様々な知財業務で自由にご活用いただくことができます。
パテント・インテグレーション株式会社 CEO/弁理士
IoT・サービス関連の特許実務を専門とする弁理士。 企業向けオンライン学習講座のUdemyにおいて、受講者数3,044人以上、レビュー数639以上の知財分野ではトップクラスの講師。
Udemyでは受講者数1,382人以上の『初心者でもわかる特許の書き方講座』、受講者数1,801人以上の『はじめて使うChatGPT講座』を提供。
近年、「IPランドスケープ(IPL)」という考え方が注目されてきています。
IPランドスケープは、特許情報に限定されず、非特許情報(論文、ニュースリリース、株式情報、マーケット情報)などのビジネス情報を含め統合・分析し、経営戦略・事業戦略 策定に知財情報分析を通じて知財経営を実現していく一連の活動を示します。 知財情報を活用したオープン&クローズ戦略の立案、M&A候補先の選定、事業提携先の探索、知財戦略 策定なども含まれる総合的な考え方で、近年、注目されつつあります。
IPランドスケープには通常、特許調査および特許分析が含まれます。 特許調査・特許分析では、主に技術ごとの企業の市場ポジションおよび技術動向・開発動向の把握、具体的には、自社および他社がどのような知財を保有しており、何が強み・弱みであり、どのように知財活用の取り組みを行おうとしているのか、各企業の事業戦略・知財戦略を理解することが重要といえます。
本調査レポートの内容を確認し、より詳細な特許調査・特許分析に興味・関心を持たれることがあるかもしれません。 弊社は、リーズナブルな価格設定と初心者でも扱いやすい簡単なユーザインタフェースを備えた統合特許検索・特許分析サービス「パテント・インテグレーション」を提供しており、 初心者でもウェブブラウザから短時間で企業・技術ごとの特許情報を調べたり、分析を行うことができます。 詳細な、特許調査、特許分析、IPランドスケープを行う際にはご利用を是非、御検討ください。
特許文書の読解にストレスを感じている皆様へ。 弁理士が開発した「サマリア」は、特許文書読解の時間短縮と理解の深化を実現するAIアシスタントサービスです。 「サマリア」は用語解説、サマリ作成、独自分類付与、スクリーニング、発明評価など知財担当者に寄り添う様々な機能を提供します。 また、英語・中国語にも対応しています。
特許読解アシスタント「サマリア」の詳細は、以下をご覧ください。
自社の煩雑な商標管理に課題意識がありませんか? 商標管理は、ビジネスの成功にとって不可欠ですが、Excelなどの従来の方法では、商標管理に時間と労力を消費するとともに、間違いなども起きやすく成長するビジネスの大きな課題です。
近年、クラウド型の知財管理サービスが注目を浴びています。 外国商標、国際商標などのほか、特許、意匠も一元管理することができます。 データ集約や分析機能も備えており、効果的な商標戦略の策定を可能にします。
革新的なクラウド型知財管理サービス「rootip」の詳細は、以下をご覧ください。
XU LIN の過去 20年間 の特許出願件数推移(PCT)を以下に示します。
特許件数推移は、特許分析において最も基本的な分析指標です。特許件数推移を確認することで、企業・技術ごとの技術開発、研究開発への注力状況を確認できます。なお、特許は出願から公開までに一年半のタイムラグがあるため、一年半より直近の状況については分析できない点に注意する必要があります。
本レポートでは、企業・技術ごとの特許件数推移のみしか確認できませんが、「パテント・インテグレーション」では、他のキーワードや特許分類と掛け合わせ、技術分野ごとに競合他社との特許出願件数を比較したり短時間で調査を行うことができます。
佐藤総合特許事務所 代表弁理士
佐藤 寿のコメント
本特許分析レポートは、以下の特許データベースを用いて、以下の検索式・分析期間により検索された「16件」の特許検索集合を対象に作成されたものです。 特許分析結果、パテントマップ、パテント・ランドスケープなどの特許情報は、IPランドスケープを含め特許調査・分析・知財戦略業務に自由にご利用いただけます。
XU LINと同業種の他の企業(競合他社)の特許件数および件数推移を以下に示します。
同業・競合企業との特許件数推移の比較は、各社の知財戦略を理解する上で重要な分析指標となります。同業・競合企業ごとの特許件数推移を確認することで、企業・技術ごとの技術開発、研究開発への注力状況を確認できます。
なお、特許は出願から公開までに一年半のタイムラグがあるため、一年半より直近の状況については分析できない点に注意する必要があります。
さらに詳しい情報を調査したい場合は、「パテント・インテグレーション」では、他のキーワードや特許分類と掛け合わせ、技術分野ごとに競合他社との特許出願件数を短時間で比較できます。M&A候補先、アライアンス先の選定などより詳細な特許情報分析にご活用ください。
佐藤総合特許事務所 代表弁理士
佐藤 寿のコメント
佐藤総合特許事務所 代表弁理士
佐藤 寿のコメント
同業0社 の 過去20年間のPCT特許の出願件数推移を示すパテントマップを以下に示します。
XU LINの上位共願人との共有特許の件数推移を以下に示します。
上位共願人を確認することで、XU LINがどのような会社と提携し技術開発を進めているのか、研究開発戦略・知財戦略の参考にできます。
また、出願件数推移を確認することで、過去にどのような企業と共同研究を行っていたのか、XU LINのアライアンス、提携、共同研究開発の経緯を確認できます。
さらに詳しい情報を調査したい場合は、「パテント・インテグレーション」を利用することで、具体的にどのような会社と、どのような発明を共同出願しているか短時間で調査できます。
佐藤総合特許事務所 代表弁理士
佐藤 寿のコメント
上位共願人のうち、対象期間(2014〜2024年)において、共願件数が最も多いのは INTEL CORPORATION の15件、次に多いのは YAO ANBANG の14件です。
名前・名称 | 件数 |
---|---|
INTEL CORPORATION | 15 件 |
YAO ANBANG | 14 件 |
CHEN YURONG | 12 件 |
GUO YIWEN | 11 件 |
CAI DONGQI | 9 件 |
CHENG WENHUA | 9 件 |
XU LIN の過去20年間の 上位共願人6社 のPCT特許の出願件数ランキングを以下に示します。
佐藤総合特許事務所 代表弁理士
佐藤 寿のコメント
XU LIN の過去20年間の 上位共願人6社 のPCT特許の出願件数推移を示すパテントマップを以下に示します。
INTEL CORPORATION の分析対象期間(2014〜2024年)の共願件数は 15件 です。
過去10年間の共願件数(2013〜2023年、計15件)の平均値は1.4件、中央値は0件です。変動係数(標準偏差/平均値)は2.1であり、年ごとの共願件数のばらつきはかなり大きいです。
共願件数が最も多い年は 2017年 の10件、最も少ない年は 2022年 の0件です。
指標 | 値 |
---|---|
平均値 | 1.4 件 |
標準偏差 | 2.9 |
変動係数 | 2.1 |
年 | 件数 | 前年比 |
---|---|---|
2017 年 | 10 件 | +233 % |
2016 年 | 3 件 | +50.0 % |
2015 年 | 2 件 | - |
YAO ANBANG の分析対象期間(2014〜2024年)の共願件数は 14件 です。
過去10年間の共願件数(2013〜2023年、計14件)の平均値は1.3件、中央値は0件です。変動係数(標準偏差/平均値)は2.2であり、年ごとの共願件数のばらつきはかなり大きいです。
共願件数が最も多い年は 2017年 の10件、最も少ない年は 2022年 の0件です。
指標 | 値 |
---|---|
平均値 | 1.3 件 |
標準偏差 | 2.9 |
変動係数 | 2.2 |
年 | 件数 | 前年比 |
---|---|---|
2017 年 | 10 件 | +400 % |
2016 年 | 2 件 | 0 |
2015 年 | 2 件 | - |
CHEN YURONG の分析対象期間(2014〜2024年)の共願件数は 12件 です。
過去10年間の共願件数(2013〜2023年、計12件)の平均値は1.1件、中央値は0件です。変動係数(標準偏差/平均値)は2.1であり、年ごとの共願件数のばらつきはかなり大きいです。
共願件数が最も多い年は 2017年 の8件、最も少ない年は 2022年 の0件です。
指標 | 値 |
---|---|
平均値 | 1.1 件 |
標準偏差 | 2.3 |
変動係数 | 2.1 |
年 | 件数 | 前年比 |
---|---|---|
2017 年 | 8 件 | +300 % |
2016 年 | 2 件 | 0 |
2015 年 | 2 件 | - |
GUO YIWEN の分析対象期間(2014〜2024年)の共願件数は 11件 です。
過去10年間の共願件数(2013〜2023年、計11件)の平均値は1.0件、中央値は0件です。変動係数(標準偏差/平均値)は2.9であり、年ごとの共願件数のばらつきはかなり大きいです。
共願件数が最も多い年は 2017年 の10件、最も少ない年は 2022年 の0件です。
指標 | 値 |
---|---|
平均値 | 1.0 件 |
標準偏差 | 2.9 |
変動係数 | 2.9 |
年 | 件数 | 前年比 |
---|---|---|
2017 年 | 10 件 | +900 % |
2016 年 | 1 件 | - |
2015 年 | 0 件 | - |
CAI DONGQI の分析対象期間(2014〜2024年)の共願件数は 9件 です。
過去10年間の共願件数(2013〜2023年、計9件)の平均値は0.8件、中央値は0件です。変動係数(標準偏差/平均値)は3.2であり、年ごとの共願件数のばらつきはかなり大きいです。
共願件数が最も多い年は 2017年 の9件、最も少ない年は 2022年 の0件です。
指標 | 値 |
---|---|
平均値 | 0.8 件 |
標準偏差 | 2.6 |
変動係数 | 3.2 |
年 | 件数 | 前年比 |
---|---|---|
2017 年 | 9 件 | - |
2016 年 | 0 件 | - |
2015 年 | 0 件 | - |
XU LIN のPCT特許のうち、第三者から無効審判請求や異議申立が提起された特許や、特許審査過程において審査官により引用された重要性が高い特許を以下に示します。
重要特許を確認することで、XU LINが置かれている事業競争環境(熾烈な競争環境か、寡占市場かなど)の知見を得られます。 一般に、無効審判請求が多い企業は知財紛争の多い事業環境で事業を展開していると理解できます。
さらに詳しい情報を調査したい場合は、「パテント・インテグレーション」を利用することで、各企業の被引用、被無効審判特許を検索しダウンロードできます。 他のキーワードや特許分類と掛け合わせることで複数の競合企業を含めた特許集合から重要特許を短時間で抽出できます。重要特許調査へのご活用をご検討ください。
佐藤総合特許事務所 代表弁理士
佐藤 寿のコメント
直近10年間(2014-12-01〜2024-11-30)に出願された特許のうち、他の特許の審査過程において1回以上 引用 された特許は 11件 ありました。平均被引用数は 4.5回 です。 被引用数が多い特許は WO2018/053835号「(EN) METHOD AND APPARATUS FOR REDUCING PARAMETER DENSITY OF DEEP NEURAL NETWORK (DNN)(FR) PROCÉDÉ ET APPAREIL DE RÉDUCTION DE DENSITÉ DE PARAMÈTRES D'UN RÉSEAU NEURONAL PROFOND (DNN)」(19回)、次に多い特許は WO2018/184187号「(EN) METHODS AND SYSTEMS FOR ADVANCED AND AUGMENTED TRAINING OF DEEP NEURAL NETWORKS USING SYNTHETIC DATA AND INNOVATIVE GENERATIVE NETWORKS (FR) PROCÉDÉS ET SYSTÈMES DE FORMATION AVANCÉE ET AUGMENTÉE DE RÉSEAUX NEURONAUX PROFONDS À L'AIDE DE DONNÉES SYNTHÉTIQUES ET DE RÉSEAUX GÉNÉRATIFS INNOVANTS」(12回)です。
- | 特許番号 | 発明の名称 | # |
---|---|---|---|
1 | WO2018/053835 | (EN) METHOD AND APPARATUS FOR REDUCING PARAMETER DENSITY OF DEEP NEURAL NETWORK (DNN)(FR) PROCÉDÉ ET APPAREIL DE RÉDUCTION DE DENSITÉ DE PARAMÈTRES D'UN RÉSEAU NEURONAL PROFOND (DNN) | 19 回 |
2 | WO2018/184187 | (EN) METHODS AND SYSTEMS FOR ADVANCED AND AUGMENTED TRAINING OF DEEP NEURAL NETWORKS USING SYNTHETIC DATA AND INNOVATIVE GENERATIVE NETWORKS (FR) PROCÉDÉS ET SYSTÈMES DE FORMATION AVANCÉE ET AUGMENTÉE DE RÉSEAUX NEURONAUX PROFONDS À L'AIDE DE DONNÉES SYNTHÉTIQUES ET DE RÉSEAUX GÉNÉRATIFS INNOVANTS | 12 回 |
3 | WO2018/184204 | (EN) METHODS AND SYSTEMS FOR BUDGETED AND SIMPLIFIED TRAINING OF DEEP NEURAL NETWORKS (FR) PROCÉDÉS ET SYSTÈMES DE FORMATION BUDGÉTÉE ET SIMPLIFIÉE DE RÉSEAUX NEURONAUX PROFONDS | 5 回 |
4 | WO2016/149881 | (EN) OBJECT RECOGNTION BASED ON BOOSTING BINARY CONVOLUTIONAL NEURAL NETWORK FEATURES(FR) RECONNAISSANCE D'OBJET SUR LA BASE DE CARACTÉRISTIQUES DE RÉSEAU NEURONAL À CONVOLUTION BINAIRE D'AMPLIFICATION | 4 回 |
5 | WO2016/165060 | (EN) SKIN DETECTION BASED ON ONLINE DISCRIMINATIVE MODELING(FR) DÉTECTION DE PEAU D'APRÈS UNE MODÉLISATION DISCRIMINATOIRE EN LIGNE | 2 回 |
『パテント・インテグレーション レポート』は、知的財産権の専門家である弁理士が運営する「パテント・インテグレーション株式会社」が提供するウェブサービスです。 最新の特許データに基づき、様々な企業、技術分野の技術動向情報を提供する国内最大規模の特許レポートサービスです。
本ウェブサービスは、知的財産権への関心有無に関わらず、多くの方々に知財情報を身近に感じて頂き、活用いただくことを目的としています。
弊社では、新聞、雑誌、ウェブメディア等の様々なメディアの各種記事において活用できる各種特許情報の提供を積極的に行っております。 提供可能な特許情報の内容についてはお気軽に『お問い合わせフォーム』からお問い合わせください。
データ、文書、図表類に関する権利は全て「統合特許検索・分析サービス パテント・インテグレーション」に帰属します。 社内資料、社外報告資料等(有償・無償問わず)に掲載する際は出典「パテント・インテグレーション レポート, URL: https://patent-i.com/」を明記の上、ご利用ください。
特許データは最新の特許庁発行の特許データに基づき集計・解析・分析を行っています。 掲載・分析結果については十分気をつけておりますが、データの正否については保証していません。 ご理解の上、ご利用をお願いいたします。
特許データは全て特許庁発行の公開データに基づいており、掲載内容は特許庁サイトで公開されている公開公報等と同等の内容です。 公報情報は、特許庁「公報に関して」に記載されている通り、権利者が独占排他的な権利を求める手続きを行うかわりに広く公示されるべきものです。 パテント・インテグレーション レポートにおける掲載基準は、特許庁サイト(JPlatPat)での閲覧可否に応じて判断しております。 特許庁サイトにて非公開とされている情報は、弊社も非公開とする場合がございます。 一方、特許庁サイトにて閲覧可能な情報は通常、掲載にあたり法的な問題(名誉毀損等)がなく表現の自由の範囲内と考えられることから削除依頼等には応じておりません。 記事を削除してしまうと、閲覧を希望されるユーザにとって不利益が生じてしまうためです。
データ、文書、図表類に関する権利は全て「株式会社イーパテント」に帰属します。 社内資料、社外報告資料等(有償・無償問わず)に掲載する際は出典「株式会社イーパテント, URL: https://e-patent.co.jp/」を明記の上、ご利用ください。
「特許から見たSDGsグローバル企業ランキング」に掲載されているグローバル特許出願状況やランキング情報、母集団検索式を利用された上で生じるいかなる損害・損失についても当社・株式会社イーパテントでは対応いたしかねます。「関連する特許レポートはありません」となっているターゲットは現時点で未対応(特許情報分析からのアプローチでは難しいと判断)です。
特許出願状況やランキング情報を引用いただく点は問題ありませんが、その際は引用元として「出所:株式会社イーパテント」を明記いただくようにお願いいたします。
各種グラフはイメージデータとなっておりますが、テキストデータでの提供はいたしかねますので、ご了承ください。
なお、個人の氏名等の個人情報等の削除をご希望の場合は「削除申請フォーム」より必要事項を記載し、送信してください。 その他、本サービスについてお気づきの点がございましたら、「お問い合わせ」よりお気軽にお知らせください。
クレジット表記
・科学技術用語形態素解析辞書 © バイオサイエンスデータベースセンター licensed under CC表示-継承4.0 国際
佐藤総合特許事務所 代表弁理士
佐藤 寿のコメント