مهدی ابرقوئی زاده
شناسایی روندهای نوظهور در فناوری اینترنت اشیا بر اساس داده های ثبت اختراعات با استفاده از هوش مصنوعی (AI)
- دانشجو
- مهدی ابرقوئی زاده
- استاد راهنما
- محمد نقی زاده
- استاد مشاور
- مهدی گودرزی
- استاد داور
- سیدسروش قاضی نوری
- رشته تحصیلی
- مديريت تكنولوژي-گرايش انتقال تكنولوژي
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- مدیریت و حسابداری
- شماره ساختمان محل ارائه
- ۴۵
- نام کلاس محل ارائه
- کلاس ۱۱۱[۲۴۱۱۱]
- شماره کلاس محل ارائه
- ۲۱۱
- تاریخ دفاع
- ۲۴ آذر ۱۴۰۴
- ساعت دفاع
- ۱۰:۰۰
- چکیده
-
اینترنت اشیا (IoT) یک حوزه فناوری به سرعت در حال گسترش است که زیربنای تحول دیجیتال در صنایع و جوامع است. این مطالعه با هدف شناسایی روندهای نوظهور در جنبههای عملکردی و حوزههای کاربردی اینترنت اشیا و همچنین بررسی نقش سازمانهای پیشرو در شکلدهی به توسعه آن انجام شده است. برای دستیابی به این هدف، این تحقیق از روششناسی علوم داده ۱۰ مرحلهای استفاده کرده و تجزیه و تحلیل دادههای ثبت اختراع در مقیاس بزرگ، متنکاوی و تجسم تعاملی را ادغام کرده است. سوابق ثبت اختراع با استفاده از یک پرسوجوی جامع که اینترنت اشیا و اصطلاحات مرتبط (مانند دستگاههای هوشمند، حسگرها، محاسبات لبه، ماشین به ماشین) را پوشش میدهد، از Lens.org بازیابی شدند. دادههای خام JSON در Power Query تجزیه و تحلیل شدند، به یک مدل طرحواره ستارهای تبدیل شدند و از طریق Power BI تجزیه و تحلیل شدند. متنکاوی بر روی عناوین ثبت اختراع (برای استخراج حوزههای کاربردی) و ادعاهای اولیه (برای ثبت جنبههای عملکردی اینترنت اشیا) انجام شد.
یافتهها نشان میدهد که نوآوری اینترنت اشیا عمدتاً توسط ادعاهای مبتنی بر روش و فرآیند تعریف میشود و نقش آن را به عنوان یک پلتفرم عملکردی به جای یک فناوری دستگاه مستقل برجسته میکند. تحلیل کاربردها نشان میدهد که زندگی هوشمند (??.? هزار اختراع ثبتشده)، صنعتی و تولیدی (??.? هزار اختراع ثبتشده) و نظارت (?? هزار اختراع ثبتشده) دستههای غالب هستند و زیردامنههای نوظهوری مانند وسایل نقلیه خودران، کارخانههای هوشمند و اشیا به عنوان مشتری، اهمیت بیشتری پیدا میکنند. تحلیل مالکیت، سامسونگ الکترونیکس، آیبیام، کوالکام، اینتل، الجی و سیسکو را به عنوان مؤسسات پیشرو شناسایی میکند که هر کدام حوزههای تمرکز متمایزی از اینترنت اشیا مصرفی گرفته تا اتوماسیون صنعتی، فناوریهای ارتباطی و کاربردهای دفاعی دارند.
این مطالعه با ترکیب تجزیه و تحلیل اختراعات با یک داشبورد تعاملی Power BI، ابزاری کاربردی برای محققان، سیاستگذاران و ذینفعان صنعت برای نظارت بر نوآوری اینترنت اشیا ارائه میدهد. رویکرد روششناختی، ارزش متنکاوی مبتنی بر هوش مصنوعی را در کشف مسیرهای فناوری نشان میدهد و چارچوبی مقیاسپذیر برای بهبود مستمر ارائه میدهد. به طور کلی، این تحقیق نتیجه میگیرد که اینترنت اشیا در حال تبدیل شدن به یک اکوسیستم چندبعدی است که همزمان در صنایع متنوع گسترش مییابد و به کاربردهای تخصصی تعمیق مییابد و در نتیجه جایگاه خود را به عنوان سنگ بنای صنعت ?.? تقویت میکند.
- Abstract
-
The Internet of Things (IoT) is a rapidly expanding technological domain that underpins digital transformation across industries and societies. This study aims to identify emerging trends in the functional aspects and application domains of IoT, as well as to examine the role of leading organizations in shaping its development. To achieve this, the research employed the ۱۰-Step Data Science Methodology, integrating large-scale patent data analysis, text mining, and interactive visualization. Patent records were retrieved from Lens.org using a comprehensive query covering IoT and related terms (e.g., smart devices, sensors, edge computing, machine-to-machine). The raw JSON data were parsed in Power Query, transformed into a star schema model, and analyzed through Power BI. Text mining was performed on patent titles (to extract application domains) and first claims (to capture functional aspects of IoT).
The findings reveal that IoT innovation is predominantly defined by method- and process-based claims, highlighting its role as a functional platform rather than a standalone device technology. Application analysis indicates that Smart Living (۸۶.۳k patents), Industrial & Manufacturing (۴۷.۴k patents), and Monitoring (۴۳.۰k patents) are the dominant categories, with emerging sub-domains such as Autonomous Vehicles, Smart Factories, and Things as Customer gaining prominence. Ownership analysis identifies Samsung Electronics, IBM, Qualcomm, Intel, LG, and Cisco as leading institutions, each with distinct areas of focus ranging from consumer IoT to industrial automation, communication technologies, and defense applications.
By combining patent analytics with an interactive Power BI dashboard, the study contributes a practical tool for researchers, policymakers, and industry stakeholders to monitor IoT innovation. The methodological approach demonstrates the value of AI-driven text mining in uncovering technological trajectories and provides a scalable framework for continuous improvement. Overall, the research concludes that IoT is evolving into a multi-dimensional ecosystem, simultaneously expanding across diverse industries and deepening into specialized applications, thereby reinforcing its position as a cornerstone of Industry ۴.۰.
