Research Article
Ren Zhijun<sup>1, 2</sup> Qiao Xiaodong<sup>1</sup> Zhang Jiangtao<sup>2</sup>
🤖 gxceed AI 要約
日本語
本研究は、LDAトピックモデルを論文・特許に適用し、電気自動車分野の候補となる新興技術を自動的に特定する。技術トピックの類似性に基づく手法により25の新興技術を検出し、従来の専門家主導の特定手法に代わるデータ駆動型アプローチを示した。
English
This study applies LDA topic modeling to papers and patents to automatically identify candidate emerging technologies in the electric vehicle sector. By measuring topic similarity, the method detected 25 emerging technologies, offering a data-driven alternative to conventional expert-based identification approaches.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
日本の自動車産業はEVシフトがGX戦略の柱であり、こうした特許・論文の自動解析は技術ロードマップ策定や研究投資判断に示唆を与える。
In the global GX context
For global GX, EV technology intelligence supports innovation policy and transition finance decisions by highlighting emerging tech with decarbonization potential.
👥 読者別の含意
🔬研究者:Useful as a data-driven method for technology foresight in clean energy domains.
🏛政策担当者:Informs R&D subsidy prioritization and innovation policy for transport decarbonization.
📄 Abstract（原文）
Purpose: To identify and discover candidate emerging technologies from papers and patents. Method: The LDA model is employed to identify technical topics, and emerging technology similarity is utilized to recognize candidate emerging technologies. Electric vehicle data is used for experimental analysis. Results: Experimental results demonstrate that this method, distinct from previous emerging technology identification approaches, automatically identifies 25 emerging technologies in the elect...
🔗 Provenance — このレコードを発見したソース
- chinarxiv https://chinaxiv.org/abs/201711.02057first seen 2026-08-02 19:19:16
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。