Plateforme de veille technologique

Prévision des dépôts de demande

Dans les trois premiers articles de notre série sur la plateforme de veille technologique (TIP), nous avons exploré les domaines technologiques et leur évolution, en mettant l'accent sur les technologies émergentes et sur le rôle de l'Europe en tant que moteur de l'innovation de pointe. En tirant parti des données PATSTAT et en les combinant aux capacités de traitement et de visualisation des données de la plateforme de veille technologique, les carnets associés ont permis de mieux comprendre l'évolution des domaines techniques. Ces analyses ont mis en évidence les technologies émergentes à travers des visualisations conçues pour épauler les décideurs et les parties prenantes. 

Fig.1 : Prévisions sur 5 ans (2023-2027) concernant les demandes déposées auprès des États membres de l'OEB. Les valeurs du PIB des États membres sont incluses dans la phase d'apprentissage de l'algorithme.

Dans cette édition, nous nous concentrons sur les prévisions de séries temporelles en matière de brevets. En intégrant des bibliothèques externes et en mettant en œuvre des modèles open-source, nous utilisons les données historiques concernant les dépôts et le secteur économique pour générer des prévisions mathématiques de l'activité de dépôt. Cet article est accompagné de deux carnets conçus pour être lus l'un après l'autre. Veuillez consulter la section "Informations supplémentaires" au bas de cette page.  

DataLoading ("Chargement des données")

Le premier carnet, DataLoading, est axé sur la préparation des données et l'analyse préliminaire. Il charge trois ensembles de données clés : celui de PATSTAT et des mandataires en brevets européens, ainsi que la base de données géographique, qui catégorise les demandeurs par région (États-Unis, République de Corée, États membres de l'OEB, République populaire de Chine et Japon). Les données géographiques et celles relatives aux brevets sont combinées avec des indicateurs économiques pour créer des facteurs exogènes de modélisation. Les outils de visualisation des données TIP sont utilisées pour mettre en évidence les tendances, le caractère saisonnier et les schémas structurels, y compris la corrélation entre le PIB et les volumes de dépôts. 

N-BEATS

Le deuxième carnet, N-BEATS, met en œuvre un modèle d'apprentissage profond de pointe pour les prévisions de séries temporelles. Il illustre la mise en place du modèle, l'apprentissage et l'intégration de variables exogènes telles que le PIB pour des périodes de prévision variables. Les indicateurs de performance et les outils de visualisation évaluent l'exactitude et la pertinence des prévisions du modèle.

Ces deux carnets ne visent pas à fournir des conclusions définitives sur les tendances futures en matière de dépôt, mais servent plutôt d'introduction aux applications avancées des séries temporelles sur la plateforme de veille technologique. Nous vous encourageons à cloner le référentiel, à parcourir les carnets et mener vos propres analyses.

Mots-clés : traitement des données, visualisation, analyse sur les données brevets