El uso de sistemas inteligentes (IA) en el registro de la propiedad industrial

Use of intelligent systems (AI) for IP registrer office

Contenido principal del artículo

Emilio García Rodríguez
David Duque Arias
Rubén Manrique
Fabian Giraldo

Resumen

El uso de sistemas inteligentes en el registro de la propiedad industrial por parte de la OMPI y oficinas nacionales competentes de diferentes países viene contribuyendo a la sustanciación de solicitudes, procesos de búsqueda y clasificación. Igualmente, existen desarrollos de empresas privadas que facilitan la gestión del registro y seguimiento a través de diferentes aplicaciones. En particular, nos referimos a la experiencia de la Superintendencia de Industria y Comercio de Colombia en el desarrollo de un sistema basado en IA, que permitirá a los usuarios tomar decisiones relacionadas con el registro, oposiciones, clasificación y sectorización de la solicitud basados en la Clasificación Internacional de Patentes (CIP).

Palabras clave:

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Referencias (VER)

Organización Mundial del Comercio. Acuerdo sobre los Aspectos de los Derechos

de Propiedad Intelectual relacionados con el Comercio. Disponible en: https://www.wto.org/spanish/docs_s/legal_s/legal_s.htm#trips.

Decisión Andina 486 de 2000. Disponible en: www.comunidadandina.org

Proceso 4-ip-1997, 20 de enero de 1998.

Proceso 7-ip-98, 7 de abril de 1998.

Proceso 26-ip-98, 24 de febrero de 1999.

Proceso 82-ip-2002, 29 de enero de 2003.

Proceso 109-ip-2002, 1 de abril de 2003.

Proceso 113-ip-2007.

Proceso 56-ip-2011, 1 de septiembre de 2011.

Proceso 30-ip-2011, 18 de mayo de 2011.

Proceso 52-ip-2011, 1 de septiembre de 2011.

Proceso 236-ip-2017 del 7 de septiembre de 2018.

Proceso ip-100 - 100 - 2019

Al-Tahraw Mayy. “Arabic Text Categorization Using Logistic Regression”, in I.J. Intelligent Systems and Applications, volumen 06, 2015. pp. 71-78. DOI: https://doi.org/10.5815/ijisa.2015.06.08

Buss, S.; Alexander, S.; Pillay, A. & Shore, R., “The Prospects for Mathematical Logic in the Twenty-First Century”, in The Bulletin of Symbolic Logic, 7, 2, 2001, pp. 169-196. [consultado el 28/02/2020]. DOI: https://doi.org/10.2307/2687773

D’hondt, Eva; Verberne, Suzan; Oostdijk, Nelleke & Boves, Lou. “Patent Classification on Subgroup Level Using Balanced Winnow”, en Current Challenges in Patent Information Retrieval Springer Berlin Heidelberg, volume 37, 2017. pp. 299-324. DOI: https://doi.org/10.1007/978-3-662-53817-3_11

Fernández-Novoa, Carlos, Fundamentos Derecho de Marcas, Editorial Montecorvo, 1984.

Gao, Ji; Lanchantin, Jack; Soffa, Mary Lou et al. “Black-box generation of adversarial text sequences to evade deep learning classifiers”, in: 2018 ieee Security and Privacy Workshops (spw). ieee, 2018. pp. 50-56. DOI: https://doi.org/10.1109/SPW.2018.00016

Gómez Juan & Moens Marie-Francine. A Survey of Automated Hierarchical Classification of Patents, Professional Search in the Modern World: cost Action ic1002 on Multilingual and Multifaceted Interactive Information Access, Springer International Publishing, volume 8830, 2014. pp. 215-249.

Guadamuz González, A., “Patentabilidad del software: nuevas cuestiones jurídicas”, en Revista de la ompi, 6, 2008, [en línea], disponible en: http://www.wipo.int/wipo_magazine/es/2008/06/ [consultado el 19/02/2020].

Gurevich, Y., “What is an Algorithm? (Revised),” en A. Olszewski et al. (Eds.) Church’s Thesis: Logic, Mind and Nature, Copernicus Center Press, 2014, pp.1-15.

Hernández Julio. Clasificación Jerárquica Multidimensional. Instituto Nacional de Astrofísica, Óptica y Electrónica inaoe, 2012. pp 1-96

Ivakhnenko, A. G. “Identification of the mathematical model of a complex system by the self-organization method”, in Theoretical Systems Ecology, Advances and Case Studies, 1970.

Kalantidis, Yannis et al. “Scalable triangulation-based logo recognition”, in Proceedings of the 1st acm International Conference on Multimedia Retrieval. 2011, pp. 1-7. DOI: https://doi.org/10.1145/1991996.1992016

Lecun, Yann; Bengio, Yoshua & Hinton, Geoffrey, “Deep learning”, in Nature, 2015, vol. 521, n.º 7553, p. 436-444. DOI: https://doi.org/10.1038/nature14539

Moschovakis, Y., “What is an algorithm?”, in Engquist, B., & Schmid, W. (Eds.) Mathematics Unlimited — 2001 and beyond, Part II, Springer, 2001, pp. 919–936. DOI: https://doi.org/10.1007/978-3-642-56478-9_46

Navas Navarro, S., “Derecho e inteligencia artificial desde el diseño”, en Navas Navarro, Susana (coord.), Inteligencia artificial: tecnología, derecho, Valencia, Tirant Lo Blanch, 2017, pp. 23-72.

Navas Navarro, S., “Obras generadas por algoritmos. En torno a su posible protección jurídica”, en Revista de Derecho Civil, vol. V, núm. 2018, pp. 273-291.

Navas Navarro, S., “Creación Original e Inteligencia Artificial” en Navas Navarro, Susana (Dir.), Nuevos desafíos para el Derecho de Autor. Robótica, Inteligencia Artificial, Tecnología, Madrid, Reus, 2019, pp. 27-45.

O’Neil, C., Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy, New York, Crown, 2016.

Otero González, L. & Durán Santomil, P., “Fintech, blockchain y big data”, en García Novoa, César y Santiago Iglesias, Diana (Dir.), 4ª Revolución industrial: impacto de la automatización y la Inteligencia artificial en la Sociedad y la economía digital, Pamplona, Thomson Reuters Aranzadi, 2018, pp. 81-113.

Pérez Sanz, C., “Aspectos legales del Big Data”, en Índice: Revista de Estadística y Sociedad, 68, 2016, pp. 18-21.

Rehman, Mehwish; Iqbal, Muhammad; Sharif, Muhammad et al. “Content based image retrieval: survey”, in World Applied Sciences Journal, 2012, vol. 19, n.° 3, pp. 404-412.

Ren, S. et al. “Faster r-cnn: Towards real-time object detection with region proposal networks”, en Advances in neural information processing systems, 2015. pp. 91-99.

Rifkin Ryan & Klautau Aldebaro, “In Defense of One-Vs-All Classification”, in Journal of Machine Learning Research, vol 5, 2004. pp. 101-141.

Tolias, Giorgos; Sicre, Ronan & Jégou, Hervé “Particular object retrieval with integral max-pooling of cnn activations”, in arXiv preprint arXiv:1511.05879, 2015.

Torrey, Lisa & Shavlik, Jude. “Transfer learning”, in Handbook of research onmachine learning applications and trends: algorithms, methods, and techniques, IGI global, 2010, pp. 242-264. DOI: https://doi.org/10.4018/978-1-60566-766-9.ch011

Pinto, D.; Vilariño, D.; Alemán, Y.; Gómez, H.; Loya, N. & Jiménez-Salazar, H. “The Soundex Phonetic Algorithm Revisited for sms Text Representation”, in: Sojka, P.; Horák, A.; Kopecˇek, I. & Pala, K. (eds) Text, Speech and Dialogue. tsd 2012. Lecture Notes in Computer Science, vol 7499. Springer, Berlin, Heidelberg. DOI: https://doi.org/10.1007/978-3-642-32790-2_5

Jokisch, Oliver & Hain, Horst-Udo, A Trainable Method for the Phonetic Similarity Search in German Proper Names. 46-55. 10.1007/978-3-319-66429-3_4, 2017. DOI: https://doi.org/10.1007/978-3-319-66429-3_4

Wu, W., “A Method for Fuzzy String Matching,” International Computer Symposium (ICS), Chiayi, 2016, pp. 380-383, doi: 10.1109/ics.2016.0083. DOI: https://doi.org/10.1109/ICS.2016.0083

Citado por