Akademik Literatür & Ar-Ge Sentezi - Fikri Mülkiyet & Ar-Ge

Bu grup ne yapar

Akademik Literatür & Ar-Ge Sentezi, Ar-Ge çalışmasını gerçek yayınlanmış teknik seviyeye dayandırır: makaleleri düzenler, kullanılabilir özetlere sentezler, proje şartnamelerini literatür kıyaslamalarına karşı denetler ve buluş bildirimlerini patent başvurusu olmadan önce inceler. Dört ekrandan üçü (Literatür Sentezi, Ar-Ge Proje Şartnamesi Denetimi, Buluş Bildirimi İncelemesi) Öncelik Araştırması & FTO grubuyla aynı iki aşamalı hibrit motoru kullanır — yalnızca yerel Ollama üzerinde çalışan bir Embedding Engine, writerEngine ile yönlendirilen bir AI Engine’i besler (bkz. Genel Bakış).

Ekran önizlemesi

Ekrana kısa bir bakış. Koyu ve açık tema arasında geçmek için köşedeki anahtarı kullanın.

app.totalapp.app/patent-rd-ops/literature-synthesis

Makaleler

214

Sentezler

38

Açıklamalar

17

Araştırma kütüphanesi, sentezler ve buluş açıklamaları

1. Literatür Sentezi

Amaç: Hedef bir Ar-Ge alanıyla ilgili akademik makale setini — konsensüs seviyesi, temel metodolojiler, performans kıyaslamaları ve teknoloji boşlukları — bir güncel teknik seviyesi özetine dönüştürür; bir araştırmacının her makaleyi elle okuyup çapraz referanslamasına gerek bırakmaz.

Aşama 1 — Embedding Engine

Hedef Ar-Ge alanıyla en alakalı makaleleri yerel Ollama vektör araması ile bulur.

Aşama 2 — AI Engine

runLiteratureSynthesis(), makalelerin genel konsensüs seviyesini — güçlü mutabakat / çelişkili bulgular / gelişmekte olan teknoloji — sınıflandırır ve bir güncel teknik seviyesi özeti, temel metodolojiler, performans kıyaslamaları ve teknoloji boşlukları listeleri üretir.

Defter sütunları

Sentez ID (SYN-2026-XXXX), hedef Ar-Ge alanı, temel referans sayısı, konsensüs seviyesi, güncel teknik seviyesi özeti, temel metodolojiler, performans kıyaslamaları, teknoloji boşlukları.

Gösterge

Sentez Kapsama Yoğunluğu — takip edilen araştırma dikeylerinden kaçının en az bir sentezi olduğu, tüm takip edilen dikeylerin yüzdesi olarak.

Temel eylemler

Hedef bir alan için yeni bir sentez çalıştırma (Aşama 1 + Aşama 2)
Sentez Özetini Dışa Aktar (exportSynthesisBrief()) — kaydı kalıcı hale getirir ve kopyala-yapıştır için yapılandırılmış düz metin bir özet döndürür; henüz bir PDF altyapısı yok

2. Araştırma Makalesi Kütüphanesi

Amaç: Literatür Sentezi’ni ve Ar-Ge Proje Şartnamesi Denetimi’ni besleyen makale kataloğu — bir makaleyi (yapıştırılan metin veya sürüklenen bir .txt/.md dosyası, tarayıcı taraflı File API ile okunur) içe aktarın, bir Ar-Ge alanına etiketleyin ve vektör indeksini güncel tutun.

Defter sütunları

Makale ID (PPR-2026-XXXX), DOI, başlık, yazarlar, dergi/konferans, tam içerik, vektör indeks durumu (indekslenmiş / vektörleştirme bekliyor / başarısız), bağlı Ar-Ge alanı, AI-çıkarımlı metodoloji özeti, ekleme tarihi.

Gösterge

Vektör İndeksleme Sağlığı Ölçeri — tam indekslenmiş makaleler ile toplam arasındaki oran.

Temel eylemler

Bir makale ekleme (yapıştır veya bir .txt/.md dosyası sürükle — tam PDF/DOCX ikili ayrıştırma bu ekranın kapsamı dışında; bunun için My Knowledge yüklemelerinin kullandığı sunucunun özel çok parçalı çıkarım hattı gerekir, ayrı bir entegrasyon)
Yeniden İndeksle (reindexPaperVector()) — yerel Ollama üzerinden taze bir embedding geçişi zorlar; embedding modeli yapılandırılmamışsa veya çağrı hata verirse makaleyi başarısız işaretler
Metadata Çıkar (AI Engine, runPaperMetadataExtraction()) — ham makale metninden DOI, yazarlar, dergi/konferans ve bir metodoloji özetini otomatik çıkarır, bu eklentideki her AI eylemi gibi kullanıcının writerEngine seçimine göre yönlenir

Embedding notu

Bu ekran yalnızca indeks durumunu takip eder — vektörün kendisini kalıcı hale getirmez, eklentinin embedding servisinin talep üzerine yeniden hesaplaması gibi (My Knowledge’in özel önbellekleme yapısına kıyasla bilinçli bir basitleştirme).

3. Ar-Ge Proje Şartnamesi Denetimi

Amaç: Bir projenin teknik şartname iddialarını bilimsel fizibilite için literatür kıyaslamalarına karşı denetler — literatür tarafından gerçekten desteklenmeyen iddiaları, bir proje planına kilitlenmeden önce yakalar.

Aşama 1 — Embedding Engine

Şartnamenin teknik iddialarıyla en alakalı literatür kıyaslama referanslarını bulur.

Aşama 2 — AI Engine

runSpecAuditAnalysis() genel fizibiliteyi (0–100) puanlar, uyumluluk durumunu — onaylandı / koşullu boşluk / uyumsuz — sınıflandırır, spesifik çelişen iddiaları listeler ve yalnızca alınan kıyaslamalara dayanan bir fizibilite anlatısı yazar.

Defter sütunları

Denetim ID (AUD-2026-XXXX), Ar-Ge proje adı, şartname sürümü, fizibilite skoru, akademik boşluk sayısı, uyumluluk durumu, denetim tarihi, AI-tanımlı çelişen iddialar, fizibilite anlatısı, boşluk bayrağı günlüğü.

Gösterge

Şartname Fizibilite Endeksi — tüm denetimler arasındaki ortalama fizibilite skoru, uyumsuz sayısıyla birlikte.

Temel eylemler

Bir şartname sürümü için yeni bir denetim çalıştırma (Aşama 1 + Aşama 2)
Şartname Boşluğunu Bildir (flagSpecGap()) — denetimin günlüğüne bir boşluk notu ekler; “onaylandı” durumundaki bir denetimi otomatik olarak “koşullu boşluk”a düşürür (bir boşluk açıkça bildirildikten sonra onaylı bir şartname onaylı kalamaz; uyumsuz bir denetim uyumsuz kalır)

4. Buluş Bildirimi İncelemesi

Amaç: Yeni bir buluşun resmi giriş noktası — bir araştırmacı ne yaptığını bildirir, ekran önceki teknik karşısında yeniliğini ve ticari hazırlığını puanlar, onaylanan bir bildirim gerçek bir patent başvurusuna dönüşür.

Aşama 1 — Embedding Engine

Bildirilen buluşla alakalı önceki teknik / bünye içi Ar-Ge kayıtlarını getirir.

Aşama 2 — AI Engine

runDisclosureAssessment(), bulunan referanslara göre yenilik (0–100) puanlar, ticari hazırlığı — yüksek / orta / düşük — değerlendirir, buluşu ayıran spesifik buluş basamaklarını belirler, 1–3 hedef başvuru yargı alanı önerir ve bir değerlendirme anlatısı yazar.

Defter sütunları

Bildirim ID (IDF-2026-XXXX), buluş başlığı, baş buluş sahibi, hedef alan, bildirim metni, AI yenilik skoru, ticari hazırlık değerlendirmesi, inceleme durumu (gönderildi / AI değerlendirmesinde / patent başvurusu için onaylandı / reddedildi), AI-tanımlı buluş basamakları, AI-önerilen hedef yargı alanları, değerlendirme anlatısı, bağlı patent kimliği (terfi ettirildiğinde).

Gösterge

Patentlenebilirlik Endeksi — 70+ yenilik skoruna sahip bildirimler ile toplam arasındaki oran.

Temel eylemler

Yeni bir bildirim gönderme ve Aşama 1 + Aşama 2 değerlendirmesi çalıştırma
Patent Başvurusuna Terfi Ettir (promoteToPatentApplication()) — yalnızca onaylandıktan sonra kullanılabilir; Patent Portföy Kataloğu’nda gerçek bir yeni kayıt oluşturur ve geri bağlar — gerçek bir ekranlar arası dönüşüm, bir taslak değil. Tam akış için bkz. Ekran İş Akışları.

Bu bölümdeki sayfalar

Sık Sorulan Sorular

Araştırma Makalesi Kütüphanesi’ne bir PDF yükleyebilir miyim?

Doğrudan değil — içe aktarma bugün yapıştırılan metni veya sürüklenen bir .txt/.md dosyasını kabul eder. Tam PDF/DOCX ayrıştırma, My Knowledge’in kullandığı sunucunun özel çok parçalı çıkarım hattını gerektirirdi, ayrı bir entegrasyon.

Onaylanmış bir şartname denetimine sonradan boşluk bildirilirse ne olur?

Otomatik olarak “onaylandı”dan “koşullu boşluk”a düşer — onaylı bir durum çözülmemiş bir bayrakla bir arada var olamaz.

Bir bildirim onaylanmadan önce terfi ettirilebilir mi?

Hayır — Patent Başvurusuna Terfi Ettir yalnızca inceleme durumu “patent başvurusu için onaylandı”ya ulaştığında anlamlıdır ve bir bildirim yalnızca bir kez terfi ettirilebilir (linkedPatentId ile korunur).

Araştırma Makalesi Kütüphanesi gerçek embedding vektörlerini saklıyor mu?

Hayır — yalnızca indeks durumunu takip eder ve vektörleri kalıcı hale getirip önbelleğe almak yerine talep üzerine yeniden hesaplar.