Desenvolvimento de um Índice de Infração de Patentes com Apoio de Inteligência Artificial Multimodal

Authors

DOI:

https://doi.org/10.22279/navus.v16.2133

Abstract

The growing demand for speed and accuracy in patent infringement analysis is driving the development of solutions based on Artificial Intelligence (AI). This study proposes and validates a Patent Infringement Index (II), an indicator based on semantic and visual similarity between patents and products, capable of assisting experts in the automated screening of potential violations. The proposed model combines textual analysis (PatentBERT) and visual analysis (CLIP), comparing the patent claim with the description and images of a suspected product. The practical application involved two U.S. patents, resulting in an II score of 50.84%, which reveals significant technical overlap without indicating direct infringement. The results demonstrate the potential of AI to accelerate the verification process while maintaining technical consistency and minimizing interpretive bias. This research contributes to the reliable automation of infringement detection, highlighting the importance of integrating algorithms with human interpretation in the field of industrial property.

Downloads

Download data is not yet available.

Author Biographies

Alaydes Mikaelle de Morais, Universidade Nove de Julho (Uninove)

Alaydes Morais é LinkedIn Top Presentations Voice, que é Country Manager, Sales Engineering na DataDog. Já atuou como Head of Data Center Exit e Cloud Estate Modernization, LAD Solution Advisor Leader, Diretora de Inovação e Desenvolvimento, Cloud Solution Snr Manager, Program Manager, Cloud Engineer, Analista de Conhecimento, Advogada e Desenvolvedora Java. Tem mais de 15 anos de experiência em TI trabalhando com Kotlin, Groovy, Flex, ActionScript, JSP, JS, R e Java. Atualmente Mestra e Doutoranda em Informática e Gestão do Conhecimento com foco em mineração de texto em Patentes, é apaixonada por tecnologia e comunidades e é voluntária no TDC (Palestrando ou Coordenando trilhas) e atuou como mentora no projeto/ONG Cloud Girls, um encontro criado para colocar mulheres na área de tecnologia e em posição de dizer "SIM, eu posso!"

Cleber Gustavo Dias, Universidade Nove de Julho (Uninove)

Graduado em Engenharia Elétrica pela Universidade Estadual Paulista Júlio de Mesquita Filho - UNESP (1996), Mestre em Engenharia Industrial pela UNESP (2001), Doutor (2006) e Pós-Doutor em Engenharia Elétrica pela Escola Politécnica da Universidade de São Paulo. Atuou na área de automação industrial, especialmente no projeto e desenvolvimento de aplicativos computacionais orientados para a supervisão e controle de processos industriais. Desde o ano de 2001 atua como docente de ensino superior e pesquisador na Universidade Nove de Julho, tendo como experiência e interesse as áreas de automação industrial e robótica, acionamento e controle de motores de indução e inteligência artificial aplicada no controle de processos e no diagnóstico de falhas em máquinas elétricas. Atua como professor e pesquisador no programa de Mestrado e Doutorado em Informática e Gestão do Conhecimento na Universidade Nove de Julho.

Published

2025-11-17

Issue

Section

Articles