「未宣言特許アプローチ」は、特定の技術標準にとって不可欠である可能性がありながら、正式に宣言されていない特許を特定することで、特許の全体像をより包括的に把握することを目的としています。
このアプローチでは、機械学習に基づく分類アルゴリズムを用いて、未宣言の標準必須特許（SEP）の候補を検出します。このモデルは、真陽性例（プールされた特許など）と真陰性例の双方を用いて学習させ、関連する技術領域を幅広く網羅するように構築されています。このプロセスは反復的であり、特許の必須性を検証し、時間の経過とともにモデルの精度向上を支援する専門家の知見を取り入れています。
このアプローチでは、宣言済みの標準必須特許（SEP）や非SEPに加え、未宣言の特許も組み込むことで、特許ランドスケープのより完全な調査を可能にします。ユーザーは、関連する結果をフィルタリングし優先順位付けするのに役立つセマンティック必須性スコア（SES）などのツールを使用して、分析をさらに精緻化することができます。
全体として、未宣言特許アプローチは、技術標準および関連特許に関するより明確かつ詳細な視点を提供することで、戦略的意思決定、ライセンス分析、競合他社とのベンチマークといった活動を支援します。
未宣言特許アプローチ：5ステップの流れ
1. スコープの定義
対象とする技術分野を定義します。関連するキーワードや概念、除外すべきテーマを明確にします。 技術概要、陽性（positive）・陰性（negative）のサンプルデータの提供により、検索条件をより精緻化します。
2. 初期分類器の構築
陽性となるトレーニング特許群をアップロードし、それと類似した特許ファミリーから陰性を構成します。 これにより分類器は、密接に関連する技術同士の違いを学習し、識別できるようになります。
3. 評価とフィードバック
構築された分類器はIPlytics社内の専門家によって評価され、SEP保有者からのフィードバックも反映されます。これにより、特許の再現率と品質を検証します。
4. チューニング
得られたフィードバックをもとに分類器を最適化し、対象の技術分野に適合するよう精度をさらに向上させます。
5. 検索実行
最終的な分類器はIPlyticsプラットフォームに統合され、ユーザーはSESなどの指標を使って、指定した技術分野における未宣言特許を検索できるようになります。
対応技術分野
現在、IPlyticsでは以下の技術分野において未宣言特許ランドスケープを提供しています：
- Qi（ワイヤレス充電）
- ビデオコーディング（AVC、HEVC、VVC）
- Wi-Fi（Wi-Fi 4、5、6）