別の質問で、似たようなことを尋ねましたが、アルゴリズムをそこに投稿して、いくつかの回答を無効にするだけでした。ここで再質問します。
私がアルゴリズムを「発明」した場合、それがすでに公開されている/特許を取得しているかどうかを確認する最善の方法は何ですか?
いくつかの検索を行う必要があります。一般的に、Google 検索から始めると、多くの場合、アルゴリズムが目新しいものではないことを確認するのに十分です。それでも決定的でない場合は、さまざまな特許サイト (Google、USPTO、その他の場所も) を検索して、さらに詳しく検索する必要があります。それでも何も見つからない場合は、アルゴリズムが新しい可能性があります。
次の質問: それを試して特許を取得すること、または誰か他の人 (例えば、会社) に特許を取得してもらうことは、あなたにとって価値がありますか? 実際、あなたはそれを特許化できますか、それともあなたの雇用主はすでにそれを所有していますか? これは、他のすべての人が同じアルゴリズムを使用する可能性がどの程度あるかに部分的に依存します。チャンスはありません。特許を取っても、特許が切れるまで無視されます。
特許を出願して発行する余裕のある方法を見つけた場合 (出願したからといって自動的に発行されるわけではありません)、特許を強制する必要があります。あなたの特許を悪用する者を特定して起訴することはできますか? そうでない場合、それを追いかける価値はありましたか? 多分そうでないかもしれません; しかし、おそらくそうではありません。
最後に、実際には純粋なアルゴリズムの特許を取得できないことに注意してください。練習するにはそれを減らす必要があります。見た目ほど難しいことではありませんが、純粋な数学的アルゴリズムは本質的に特許を取得できないことに注意してください。
要約すれば:
ほとんどの場合、基本的には、特定の分野の背景調査を行うだけです。そのため、学者が研究プロジェクトを行う場合、その地域の歴史 (背景) から現在使用されている方法や理論までを学ぶことから始めます。その地域をよく知っていて、その地域で長年働いている人に尋ねるのも役立ちます。
アルゴリズムや方法がすぐに見つからない場合 (wikipedia/google)、学術/工学の Web サイト (web of science、ieee explore、acm など) をスキャンして「レビュー」論文を探すのはやりがいがあります。最近のものであれば、書籍、論文、会議に言及して、その分野 (グラフ検索など) についてしっかりとした概要を示すことができます。その後、特定のメソッドに検索を集中させることができます。
あなたのアルゴリズムが (ダイクストラ) のように教科書に載っている場合、それは間違いなく既にパブリック ドメインに存在し、特許を取得することはできません。アプリケーション全体でアルゴリズムを使用する方法はあるかもしれませんが、ほとんどの抽象的なアイデアまたはその実装 (「2 つのノード間の最短経路を見つける」など) は特許を取得できません。
または、大量のお金を無駄にして特許を提出し、何が起こるかを確認することもできます :)
ただし、真剣に、既存の特許を検索することから始めるか、このような記事を読んで特許プロセスの感触をつかむことができます.
特定の問題に対してすべてのアルゴリズムを追跡することは、非常に困難です。より良いプロセスは、問題について知られている最善の解決策を見つけ出し、それらを自分の解決策と比較することです。
ウィキペディアから始めます。「研究に wiki を使うな」と言う人がいるのは知っていますが、wiki はコンピューター サイエンスに非常に優れており (すべてのギークが貢献しています)、広く知られている最高のアルゴリズムが何であるかをすぐに教えてくれます。ウィキペディアで見つけることができるアルゴリズムよりも厳密に優れたものを持っている場合は、さらに調べる価値があるかもしれません. ウィキペディアがあなたのアルゴリズムよりも厳密に優れたものを持っている場合、あなたはせいぜい好奇心を発明しただけであり、おそらくそれで金持ちになったり有名になったりすることはありません.
次に、下部の参照を確認してください。論文 (より多くの参考文献を参照できます) や学術機関の Web サイト (リンクがある場合があります) にたどり着くかもしれません。また、Citeseerに移動して、キーワードを検索します。
残念ながら、いくつかの基本的な知識を持っていることに代わるものはありません。たとえば、グラフ理論アルゴリズムを発明したものの、グラフ理論の言語を知らない場合、どこから調べればよいかわからないため、それを見つけるのに苦労することになります。アルゴリズムの教科書を読むことで、優れたアルゴリズムの概要とそれらについて話す方法を学ぶことができます。