Download free for 30 days
Sign in
Upload
Language (EN)
Support
Business
Mobile
Social Media
Marketing
Technology
Art & Photos
Career
Design
Education
Presentations & Public Speaking
Government & Nonprofit
Healthcare
Internet
Law
Leadership & Management
Automotive
Engineering
Software
Recruiting & HR
Retail
Sales
Services
Science
Small Business & Entrepreneurship
Food
Environment
Economy & Finance
Data & Analytics
Investor Relations
Sports
Spiritual
News & Politics
Travel
Self Improvement
Real Estate
Entertainment & Humor
Health & Medicine
Devices & Hardware
Lifestyle
Change Language
Language
English
Español
Português
Français
Deutsche
Cancel
Save
Submit search
EN
Uploaded by
Preferred Networks
PDF, PPTX
7,148 views
特許をとろう (15/09/17 pfiセミナー )
9/17のPFIセミナー「特許をとろう」の資料です。
Business
◦
Read more
13
Save
Share
Embed
Embed presentation
Download
Download as PDF, PPTX
1
/ 54
2
/ 54
3
/ 54
4
/ 54
5
/ 54
6
/ 54
7
/ 54
8
/ 54
9
/ 54
10
/ 54
11
/ 54
12
/ 54
13
/ 54
14
/ 54
15
/ 54
16
/ 54
17
/ 54
18
/ 54
19
/ 54
20
/ 54
21
/ 54
22
/ 54
23
/ 54
24
/ 54
25
/ 54
26
/ 54
27
/ 54
28
/ 54
29
/ 54
30
/ 54
31
/ 54
32
/ 54
33
/ 54
34
/ 54
35
/ 54
36
/ 54
37
/ 54
38
/ 54
39
/ 54
40
/ 54
41
/ 54
42
/ 54
43
/ 54
44
/ 54
45
/ 54
46
/ 54
47
/ 54
48
/ 54
49
/ 54
50
/ 54
51
/ 54
52
/ 54
53
/ 54
54
/ 54
More Related Content
PDF
MediaPipeの紹介
by
emakryo
PDF
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
by
NTT DATA Technology & Innovation
PDF
データサイエンティストの仕事とデータ分析コンテスト
by
Ken'ichi Matsui
PDF
datatech-jp Casual Talks#3 データエンジニアを採用するための試行錯誤
by
株式会社MonotaRO Tech Team
PDF
いまさら聞けない機械学習の評価指標
by
圭輔 大曽根
PDF
ビジネスパーソンのためのDX入門講座エッセンス版
by
Tokoroten Nakayama
PDF
レコメンドエンジン作成コンテストの勝ち方
by
Shun Nukui
PDF
分散学習のあれこれ~データパラレルからモデルパラレルまで~
by
Hideki Tsunashima
MediaPipeの紹介
by
emakryo
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
by
NTT DATA Technology & Innovation
データサイエンティストの仕事とデータ分析コンテスト
by
Ken'ichi Matsui
datatech-jp Casual Talks#3 データエンジニアを採用するための試行錯誤
by
株式会社MonotaRO Tech Team
いまさら聞けない機械学習の評価指標
by
圭輔 大曽根
ビジネスパーソンのためのDX入門講座エッセンス版
by
Tokoroten Nakayama
レコメンドエンジン作成コンテストの勝ち方
by
Shun Nukui
分散学習のあれこれ~データパラレルからモデルパラレルまで~
by
Hideki Tsunashima
What's hot
PDF
ICML2021の連合学習の論文
by
Katsuya Ito
PDF
コンサル1年目から身につけたい普遍的に使える30のスキル
by
Katsuhito Okada
PPTX
CatBoost on GPU のひみつ
by
Takuji Tahara
PDF
TensorFlow計算グラフ最適化処理
by
Atsushi Nukariya
PDF
gRPC入門
by
Kenjiro Kubota
PDF
汎用ニューラルネットワークポテンシャル「PFP」による材料探索_MRS-J2021招待講演_2021/12/15
by
Matlantis
PPTX
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
by
Preferred Networks
PPTX
【DL輪読会】Factory: Fast Contact for Robotic Assembly
by
Deep Learning JP
PDF
自然言語処理で読み解く金融文書
by
Takahiro Kubo
PDF
全社のデータ活用を一段階上げる取り組み
by
株式会社MonotaRO Tech Team
PPTX
[DL輪読会]Revisiting Deep Learning Models for Tabular Data (NeurIPS 2021) 表形式デー...
by
Deep Learning JP
PPTX
MLOpsはバズワード
by
Tetsutaro Watanabe
PPTX
Depth Estimation論文紹介
by
Keio Robotics Association
PDF
機械学習モデルのサービングとは?
by
Sho Tanaka
PDF
教師なしGNNによるIoTデバイスの異常通信検知の検討
by
ARISE analytics
PDF
Data-centricなML開発
by
Takeshi Suzuki
PDF
一般向けのDeep Learning
by
Preferred Networks
PPTX
データサイエンティスト養成読本の解説+書き忘れたこと
by
Tokoroten Nakayama
PPTX
[DL輪読会]Deep Face Recognition: A Survey
by
Deep Learning JP
PPTX
【DL輪読会】Investigating Tradeoffs in Real-World Video Super-Resolution
by
Deep Learning JP
ICML2021の連合学習の論文
by
Katsuya Ito
コンサル1年目から身につけたい普遍的に使える30のスキル
by
Katsuhito Okada
CatBoost on GPU のひみつ
by
Takuji Tahara
TensorFlow計算グラフ最適化処理
by
Atsushi Nukariya
gRPC入門
by
Kenjiro Kubota
汎用ニューラルネットワークポテンシャル「PFP」による材料探索_MRS-J2021招待講演_2021/12/15
by
Matlantis
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
by
Preferred Networks
【DL輪読会】Factory: Fast Contact for Robotic Assembly
by
Deep Learning JP
自然言語処理で読み解く金融文書
by
Takahiro Kubo
全社のデータ活用を一段階上げる取り組み
by
株式会社MonotaRO Tech Team
[DL輪読会]Revisiting Deep Learning Models for Tabular Data (NeurIPS 2021) 表形式デー...
by
Deep Learning JP
MLOpsはバズワード
by
Tetsutaro Watanabe
Depth Estimation論文紹介
by
Keio Robotics Association
機械学習モデルのサービングとは?
by
Sho Tanaka
教師なしGNNによるIoTデバイスの異常通信検知の検討
by
ARISE analytics
Data-centricなML開発
by
Takeshi Suzuki
一般向けのDeep Learning
by
Preferred Networks
データサイエンティスト養成読本の解説+書き忘れたこと
by
Tokoroten Nakayama
[DL輪読会]Deep Face Recognition: A Survey
by
Deep Learning JP
【DL輪読会】Investigating Tradeoffs in Real-World Video Super-Resolution
by
Deep Learning JP
Similar to 特許をとろう (15/09/17 pfiセミナー )
PPTX
知っててもいいかもしれない知財のこと
by
DeNA
PPTX
「ソフトウェアと知財」スライド
by
Japan IT Patent Association
PDF
20250326 - セミナー「生成AI が牽引するスピード革新型イノベーション ~特許×AIで発明創出の新たな扉を開く~」(セミナー後改定版).pdf
by
kimotodaisuke16
PPTX
1.特許戦争に勝つ先回り戦略
by
IDEATION JAPAN
PDF
【確定】20250423 - セミナー「生成AI が牽引するスピード革新型イノベーション ~特許×AIで発明創出の新たな扉を開く~」.pdf
by
kimotodaisuke16
PDF
CDLE LT会 #1: AI特許の国内状況
by
日本ディープラーニング協会(JDLA)
PPTX
知っててもいいかもしれない知財のこと(抜粋版)
by
DeNA
PDF
知的財産
by
saireya _
PDF
8月10日勉強会.pdf
by
patentshobayashi
PDF
20180819「創造技法TRIZによる科学的伝え方教室」
by
芳徳 高木
PDF
「ソフトウェアと知財」クイックレッスン
by
Japan IT Patent Association
PDF
起活会セミナー「起業時に知っておきたい知的財産権」
by
Kikatsukai Institute
PDF
20190305 ip strategy in life science for researchers
by
KentoMinamino
PPTX
特許とはどういうものか
by
達郎 植田
PPTX
特許取得までの流れ
by
KAZUMI Kohda
PDF
Patent, utility model and the practice
by
MasakazuKobayashi13
PDF
ITプロフェッショナル/アントレプレナーのためのソフトウェア特許入門(基本編)
by
kurikiyo
PDF
Troll trend 20131113
by
Chisato Nakayama
PPTX
Ip for data scientist
by
Urushibata Mitsuru
PDF
Eu seminar
by
Masao Handa
知っててもいいかもしれない知財のこと
by
DeNA
「ソフトウェアと知財」スライド
by
Japan IT Patent Association
20250326 - セミナー「生成AI が牽引するスピード革新型イノベーション ~特許×AIで発明創出の新たな扉を開く~」(セミナー後改定版).pdf
by
kimotodaisuke16
1.特許戦争に勝つ先回り戦略
by
IDEATION JAPAN
【確定】20250423 - セミナー「生成AI が牽引するスピード革新型イノベーション ~特許×AIで発明創出の新たな扉を開く~」.pdf
by
kimotodaisuke16
CDLE LT会 #1: AI特許の国内状況
by
日本ディープラーニング協会(JDLA)
知っててもいいかもしれない知財のこと(抜粋版)
by
DeNA
知的財産
by
saireya _
8月10日勉強会.pdf
by
patentshobayashi
20180819「創造技法TRIZによる科学的伝え方教室」
by
芳徳 高木
「ソフトウェアと知財」クイックレッスン
by
Japan IT Patent Association
起活会セミナー「起業時に知っておきたい知的財産権」
by
Kikatsukai Institute
20190305 ip strategy in life science for researchers
by
KentoMinamino
特許とはどういうものか
by
達郎 植田
特許取得までの流れ
by
KAZUMI Kohda
Patent, utility model and the practice
by
MasakazuKobayashi13
ITプロフェッショナル/アントレプレナーのためのソフトウェア特許入門(基本編)
by
kurikiyo
Troll trend 20131113
by
Chisato Nakayama
Ip for data scientist
by
Urushibata Mitsuru
Eu seminar
by
Masao Handa
More from Preferred Networks
PDF
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
by
Preferred Networks
PDF
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
by
Preferred Networks
PDF
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
by
Preferred Networks
PDF
自然言語処理を 役立てるのはなぜ難しいのか(2022/10/25東大大学院「自然言語処理応用」)
by
Preferred Networks
PDF
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
by
Preferred Networks
PDF
スタートアップが提案する2030年の材料開発 - 2022/11/11 QPARC講演
by
Preferred Networks
PDF
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
by
Preferred Networks
PDF
PFNのオンプレ計算機クラスタの取り組み_第55回情報科学若手の会
by
Preferred Networks
PDF
Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2
by
Preferred Networks
PPTX
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
by
Preferred Networks
PDF
KubeCon + CloudNativeCon Europe 2022 Recap - Batch/HPCの潮流とScheduler拡張事例 / Kub...
by
Preferred Networks
PDF
Kubernetes ControllerをScale-Outさせる方法 / Kubernetes Meetup Tokyo #55
by
Preferred Networks
PDF
Matlantis™のニューラルネットワークポテンシャルPFPの適用範囲拡張
by
Preferred Networks
PDF
KubeCon + CloudNativeCon Europe 2022 Recap / Kubernetes Meetup Tokyo #51 / #k...
by
Preferred Networks
PDF
Topology Managerについて / Kubernetes Meetup Tokyo 50
by
Preferred Networks
PDF
Kubernetes Service Account As Multi-Cloud Identity / Cloud Native Security Co...
by
Preferred Networks
PDF
PodSecurityPolicy からGatekeeper に移行しました / Kubernetes Meetup Tokyo #57
by
Preferred Networks
PDF
独断と偏見で選んだ Kubernetes 1.24 の注目機能と今後! / Kubernetes Meetup Tokyo 50
by
Preferred Networks
PDF
Kubernetes + containerd で cgroup v2 に移行したら "failed to create fsnotify watcher...
by
Preferred Networks
PDF
Kubernetes にこれから入るかもしれない注目機能!(2022年11月版) / TechFeed Experts Night #7 〜 コンテナ技術を語る
by
Preferred Networks
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
by
Preferred Networks
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
by
Preferred Networks
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
by
Preferred Networks
自然言語処理を 役立てるのはなぜ難しいのか(2022/10/25東大大学院「自然言語処理応用」)
by
Preferred Networks
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
by
Preferred Networks
スタートアップが提案する2030年の材料開発 - 2022/11/11 QPARC講演
by
Preferred Networks
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
by
Preferred Networks
PFNのオンプレ計算機クラスタの取り組み_第55回情報科学若手の会
by
Preferred Networks
Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2
by
Preferred Networks
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
by
Preferred Networks
KubeCon + CloudNativeCon Europe 2022 Recap - Batch/HPCの潮流とScheduler拡張事例 / Kub...
by
Preferred Networks
Kubernetes ControllerをScale-Outさせる方法 / Kubernetes Meetup Tokyo #55
by
Preferred Networks
Matlantis™のニューラルネットワークポテンシャルPFPの適用範囲拡張
by
Preferred Networks
KubeCon + CloudNativeCon Europe 2022 Recap / Kubernetes Meetup Tokyo #51 / #k...
by
Preferred Networks
Topology Managerについて / Kubernetes Meetup Tokyo 50
by
Preferred Networks
Kubernetes Service Account As Multi-Cloud Identity / Cloud Native Security Co...
by
Preferred Networks
PodSecurityPolicy からGatekeeper に移行しました / Kubernetes Meetup Tokyo #57
by
Preferred Networks
独断と偏見で選んだ Kubernetes 1.24 の注目機能と今後! / Kubernetes Meetup Tokyo 50
by
Preferred Networks
Kubernetes + containerd で cgroup v2 に移行したら "failed to create fsnotify watcher...
by
Preferred Networks
Kubernetes にこれから入るかもしれない注目機能!(2022年11月版) / TechFeed Experts Night #7 〜 コンテナ技術を語る
by
Preferred Networks
特許をとろう (15/09/17 pfiセミナー )
1.
特許をとろう 河合 圭悟 2015/09/17 PFIセミナー
2.
河合 圭悟 ・ Preferred
Networksに、最近入社 ・ セールスエンジニア ・ PFNのもつ圧倒的な機械学習の技術をマーケットに適用していきたい。 最近特許を出してみて、新たな発見が多かった うさぎはかわいいですよ。 自己紹介 Chainer-gogh ウサギ x 水墨画
3.
特許とは 最近の特許事情
出願時の流れ 海外への出願 コンテンツ 基本的な内容のおさらいが多いです。
4.
特許とは
5.
特許権は、知的財産権の中の一部 特許とは 知的財産権 産業財産権 著作権 特許権 実用新案権 意匠権 商標権 著作人格権 著作財産権 工業製品に対して 利用や所有を保護する権利 アイディアや発明 デザイン、マーク、商品名 創作者により創作的に表現され たものを保護する権利 プログラムやデータベース ホームページや素材集など
6.
たとえば 出展 知られざる特殊特許の世界 特許権 自然法則を利用した、新規かつ 産業上有用な発明に対して最大 20年間与えられる独占権。 e.g. 長寿命、小型軽量化したLiイオン 電池 意匠権 美感・新規性・創作性のある物 品の形状・模様・色彩に関する デザインを最大15年間保護 e.g.
電話機をスマートな形にしたよ うな形状や模様、色彩に関するデザイ ン 実用新案権 物品の形状・構造・組合せに関 する考案に対して最大6年間与え られる独占権 e.g. 収容したままでも受信感度が低 下しないアンテナ構造に関する考案 商標権 商品・サービスに使用するマー ク(文字・図形・記号など)を 登録して保護(10年ごとに更新 可能) e.g. ロゴマーク
7.
ソフトウェアだと ・アイディア ・アルゴリズム ・プログラムコード ・ドキュメント ・トレードマーク etc 創作 特許権 著作権 商標権 アイディアを保護するなら 特許権を取得しないと!
8.
どういうものが特許なのか ・自然法則を利用していること ・技術的思想に基づく制作であること 芸術とか自然物の発見はNO ・新規性があること 公知になってない ・進歩性があること 容易に思いつかないもの 火は空気によって燃える 自然法則 空気を遮断して 火を消してみよう + 七輪の窓 窓の開き具合で 火加減を調節 発明! = アイディア
9.
ソフトウェア特許 コンピュータ・プログラム言語は特許にならない。 「自然法則を利用していないもの(人為的な取決めに当たるもの)」 とされている コンピュータ・ソフトウェア関連発明であっても、 以下のいずれかの場合なら、自然法則を利用しているとして、 特許が可能とされている (このタイプの特許を「ソフトウェア特許」と呼ぶ)。 a. ハードウェア資源に対する制御、または制御に伴う処理 b. 対象の物理的性質または技術的性質に基づく情報処理 c.
ハードウェア資源を用いて処理すること でも...
10.
ビジネスモデル特許 ・ビジネス方法そのものは特許ではない! → コンピュータやネットワークと結合させた ビジネス方法を実現する 「プログラムや装置、システム、方法」が特許 つまり、 でもこれはとても画期的。 “儲けを生み出す具体的な仕組み”を IT(情報技術)を 用いて実現した、方法やシステムに関する特許 エンジニア以外も特許がとれる!
11.
共同発明 共同発明時の特許法上の取扱 ・ 特許を受ける権利は、原始的には共同発明者全員に帰属し、共有となる(29条①柱書)。 ・ 特許を受ける権利の持分は持分の定めがない限り平等と推定される。(民法250条)。尚、 持分の定めがあるときは、願書又は届出書に記載される(施規27条)。 ・
特許権が共有となり、特許発明の実施は、共有者全員がが原則として自由実施である (73条②)。ただし、別段の定めがある場合はこの限りではない。尚、共有者の一人がした 利用発明は、他の共有者の同意なく実施できる。共有特許発明の実施が持分に比例すること なく自由実施が可能である(73条②)。 ・ 特許権が共有となるが、この場合各共有者は、他の共有者の同意を得なければその持分 を譲渡し、又はその持分を目的として質権を設定することができない(73条①)。これは民 法の特別規定である。 ・ 特許権が共有に係るときは、各共有者は、他の共有者の同意を得なければ、その特許権 について専用実施権を設定し、又は他人に通常実施権を許諾することができない(73条③)。 #他色々規定はあるが、割愛。 複数の出願人が共同で特許を出すことができる
12.
どれくらいの確率で特許取れるのか 特許庁 年次報告書2014 だいたい7割くらいで特許取れます。 (最近通りやすくなっているようにみえるが、 それでも3割くらいは取れません。侮らないこと..)
13.
【発明の名称】 揚げ出し卵豆腐およびその製造方法 【請求項1】卵豆腐を油で揚げてなる揚げ出し卵豆腐。 おもしろ特許 シンプル!
14.
【発明の名称】 オートカフェ 【請求項1】 来店したお客が自動食器貸し機に硬貨を投入し、 食器を借り受けその器に飲食物供給装置より飲食 物を入れテーブルに運んで飲食するようにした 自動飲食店 おもしろ特許 こんなのでも 取れるんか。。 自販機と変わ らんような
15.
【発明の名称】 漫才人形 【出願人】 松下電器産業株式会社 【審査状況】
拒絶査定。。 【請求項1】音声格納手段と、前記音声格納手段からの音声データを拡声する音声 発声手段と、動作生成制御手段と、前記動作生成制御手段からの指令により動作生 成をする動作生成手段とを備えた複数の人形と、前記複数の人形の前記音声格納手 段と前記動作生成手段を制御する全体制御手段とを備えたことを特徴とする漫才人 形。 おもしろ特許
16.
漫才人形
17.
特許を出す意味 自らが実施 ライセンスする 競合に対する防御 ・他社に使わせて実施料を得る。 ・クロスライセンスで他社特許を使う ・権利を譲渡 ・技術の独占的な実施 ・独自技術のアピール ・自分たちの技術を、侵害するサービスを 提供できないようにする
18.
基本特許と利用特許 自らが実施するなら、基本特許だけ取っててもダメ。 利用特許も取らないと。 ”他人”の発明 基本 特許 ダメな例 結局自分が製品化できない。。 ”他人”の発明 基本 特許 自分の利用するところだけでも 利用特許を取らないといけない!
19.
ではとにかく特許? ・ NO。ノウハウとしておくかの選択が重要! ・ 「公にする」という選択肢もある。 ・公にするという選択肢 独占するほどじゃないが使えなくなるのは困るもので 自分の実施だけなら、公にしてしまうだけで良い。 (日付を入れて管理保存。公証人役場に保管してもらうなど) ・製品を販売や公開しても 技術が外部に漏れることはない 「ノウハウ」として 維持した方が良い #
半導体チップやハードウェア、システムなど 可視性のあるものは、特許を取った方がよい
20.
アイディアや発想を話す必要がある際は、その前に ・特許出願をしておく ・秘密保持契約を結ぶ ・守秘義務がある人のみに話す などの配慮が必要。 他人にアイディアを話すときに
21.
最近の特許事情
22.
注目技術のトレンド 特許庁が注目している分野の最近のトレンドを紹介します。
23.
「ビッグデータ分析」関連の特許 関連技術 特許庁 年次報告書2014
24.
「ビッグデータ分析」関連の特許 米国籍出願人48.8%、日本国籍出願人31.5%。日米合わ せると全体の80%を超える。 近年は、情報通信機器ベンダーだけではなく、ビッグデータ を保有する企業からの特許出願が増加 特許庁
年次報告書2014
25.
「ロボット」関連の特許 特許庁 年次報告書2014 関連技術
26.
「ロボット」関連の特許 特許庁 年次報告書2014 ・
日本国籍出願人が最も多く、全体の32.7%を占める。 ・ 産業用ロボットが中心 (グラフなし)
27.
「自動運転」関連の特許 関連技術 特許庁 年次報告書2014
28.
「自動運転」関連の特許 日本国籍による出願が59.5%と最も多く、次いで欧州、韓国、 米国、中国 特許庁 年次報告書2014
29.
人工知能まわりのトレンド 「人工知能」を中心に最近のトレンドを紹介します。 *このあと統計データが出て きますが、人工知能の分類: IPC :G06N 条件を集計したも のです。
30.
人工知能関連の出願件数 USAからの特許件数が多い 2012年まででは件数横ばい
(2012以降は多いかも) 特許庁 H26 特許出願技術動向調査報告書より
31.
PCTによる国際出願件数 PCTという仕組みを使う人が増加 国際的に権利を取りに行く傾向 特許庁
H26 特許出願技術動向調査報告書より
32.
国際出願の傾向 特許庁 H26 特許出願技術動向調査報告書より
33.
国際出願の傾向 日本やEUからUS への出願が多い 日本やEUからUS への出願が多い EU内の特許のうちUS からの比率が高い USからはEU,JP への出願多い 中国は国内中心 特許庁 H26 特許出願技術動向調査報告書より
34.
応用分野 c.f. 2008,2009年は 商取引とか 経営・管理とか 主な応用分野 ・製造 ・通信 ・交通 ・健康、医療 特許庁 H26 特許出願技術動向調査報告書より
35.
基盤技術と応用技術のマトリックス 機械学習 は、“認識”への応用
ニューラルネット は“認識”や“機器・設備の操作”への応用 特許庁 H26 特許出願技術動向調査報告書より
36.
応用産業と基盤技術の組み合わせ 製造や工業: NN、ML 経営、商取引: 知識表現 製造や工業: NN、ML 特許庁 H26 特許出願技術動向調査報告書より
37.
出願件数ランキング US企業が多い ニューラルネットで中国の大学もいくつか。 特許庁
H26 特許出願技術動向調査報告書より
38.
出願時の流れ
39.
出願までの流れ 1. アイディアを発明しましょう 2. 特許サーチしましょう 先行特許、類似の特許があるかも 3.
できればプロトタイプ作ってみましょう 4. 説明のための資料を作る 5. 弁理士に必死で説明しましょう ここ、むちゃくちゃ大事! 6. 明細書書いてもらいましょう 7. ドラフトを推敲しましょう 8. 出願じゃ~!
40.
これで無事終わりですか? いえ、違います。まだ先は長いです。 (ただ流れはゆっくりになります。先願主義のため) 拒絶って つらい。。 ・(多くの場合)「拒絶」されます 特許庁と、よ~く戦って説得してください。 ・拒絶理由通知には2種類ある。 最初の拒絶通知(結構内容をいじれる)と 最後の拒絶通知(小変更のみ)がある。 ( 1つのポイントに対して別の視点ではまた最初に戻ったりする) ・最悪、拒絶“査定”を食らう。 →裁判できるけどお金掛かる ・補正しているうちに、つじつまが合わなくならないように。。 ・海外への出願の必要性も考えてください
41.
出願の流れ 概略図 公開まで18か月あり ます →それまでは 自慢できません →そこから拒絶査定、裁判とか やってると、10年とかもありうる。 審査請求は、混んでいます 2013年で平均11ヶ月程度。(数年前は30ヶ月)
42.
審査を早くやってくれる制度があります 早期審査 対象者 ・既に実施または2 年以内に実施予定の発明に係る出願 ・外国にも出願している出願 ・中小・ベンチャー企業 ・大学、公的研究機関からの出願 ・環境関連技術に関する出願 など 一次審査通知までの期間が、申請から平均
約2か月 (@2013) → 一次審査通知までの期間が大幅に短縮
43.
審査を早くやってくれる制度があります スーパー早期審査 対象者 ・早期審査対象者 かつ 「実施関連出願」かつ「外国関連出願」に該当する、 より重要性の高い出願 通常の早期審査よりも更に早期に審査を行う。 ・申請から一次審査までを1 か月以内で行う ・再着審査についても、意見書・補正書の提出から 1
か月以内に行う → 申請から権利化までの期間を短縮
44.
国内優先権制度 とりあえず出願してから後から肉付けできる便利な制度 基本的な発明 A を出願
→ 改良発明 A’ を出願したい このとき A’をAとまとめて出願しなおす(1年以内) → 包括されるAの部分は、Aの出願日が優先される。 コアな部分が書ければ、肉付けは後から行って 出願しなおすことができる。
45.
海外への出願
46.
海外への出願 国際出願しないと ・競合を排除できない ・海外で権利行使できない ・いくらくらいかかるのか? 100万円! [/国] *ざっくり。 国によっても異なるし、EUはEPOにまとめて出せる (国ごとに代理人費用が発生。翻訳もかかる。特許料も。 あたりまえですが、、 ・時間もかかる もちろん各国ごとに審査します。拒絶対応とかも国数分やらないと いけない。
47.
海外への出願 ・ 競合のマーケットのある国 ・ 自分(&組込まれるハードウェア)のマーケットのある国 ・
ライセンスできそうな企業のいる国 権利取得(国内移行)国の 判断のポイント ・産業に依存する ・トレンド的にはUS、EUなど (前述)
48.
国際出願の割合のトレンド 特許庁 年次報告書2014 ・ 日本からのグローバル出願は増えている ・
しかしまだまだUS, EUに比べて少ない
49.
海外への出願 パリ優先ルート(直接出願) 出願の方法は2つあります。 PCT出願 各国に“直接”出願するルート。 「外国人でも内国民と同じ権利を受けられる」というパリ 条約をもとに、最初の出願国と同じ出願日として扱ってく れる。(優先権制度) 138の加盟国に“一括”で、出願したことになるルート。 ただ権利を行使するには、各国で審査のうえ移行が必要。 PCT:特許協力条約
50.
PCT出願と直接出願どっちが多いの? 特許庁 年次報告書2014 近年 PCT出願
を使うことが多いようです
51.
海外への出願 ヨーロッパは、 加盟国による特許庁(EPO:欧州特許庁)がある。 → 加盟国全体の審査を一括でやってくれる。(登録は別)
52.
出願日ってどうなるの? “国内”出願をした日を主張できます :-) 【パリ条約の優先権制度は有効に使うべし】 日本の出願から12か月以内であれば、加盟国への出願 時に日本と同日に扱ってくれる。 → 海外出願の検討に 1年の猶予があるということ
53.
まとめ • 特許を出そう 事業のためにはやはり重要なこと ソフトウェアやビジネス関連の特許もある • 工数とお金は掛かる アイディアをどれだけ弁理士に伝えられるかが大事 •
海外出願も考えよう
54.
Copyright © 2015- Preferred
Networks All Right Reserved.
Download