MétaCan
Menu
Retour à la cohorte
Enregistrement W4318215049 · doi:10.3390/math11030619

An Integrated Method to Acquire Technological Evolution Potential to Stimulate Innovative Product Design

2023· article· en· W4318215049 sur OpenAlexaff
Peng Shao, Runhua Tan, Qingjin Peng, Wendan Yang, Fang Liu

Notice bibliographique

RevueMathematics · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueTechnology Assessment and Management
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésTRIZProduct (mathematics)Technological evolutionProduct designNew product developmentComputer scienceTechnological changeKey (lock)Domain (mathematical analysis)Bridge (graph theory)Industrial engineeringManufacturing engineeringEngineeringArtificial intelligenceBusinessMarketingMathematics

Résumé

récupéré en direct d'OpenAlex

Fast and effective forecasting of the new generation of products is key to enhancing the competitiveness of a company in the market. Although the technological evolution laws in the theory of the solution of inventive problems (TRIZ) have been used to predict the potential states of products for innovation, there is a lack of effective methods to select the best technological evolution law consistently with product replacement and update, and acquiring potentially new technologies and solutions, which relies heavily on designers’ experience and makes it impossible for designers to efficiently use the technological evolution laws to stimulate product innovation. Aimed to bridge this gap, this paper proposes an integrated method consisting of three main steps, combining the technological evolution laws with back propagation neural network (BPNN), international patent classification (IPC) knowledge and company’s technological distance. The best technical evolution law is first searched by a BPNN. The functional verbs and effects in the IPC are then extracted and searched for potential technologies in the Spyder-integrated development environment. Finally, the company’s technological distance is used to select analogous sources of potential solutions in the patent database. The final innovative design is determined based on the ideality. The proposed method is applied in the development of a steel pipe-cutting machine to verify its feasibility. The proposed method reduces the dependence on designers’ experience and provides a way to access cross-domain technologies, providing a systematic approach for the technological evolution laws to motivate innovative product design.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,027
Tête enseignante GPT0,310
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematicsMême sujetTechnology Assessment and ManagementTravaux en français237 207