Meine Lesezeichen
Meine Events
Codefest zu grünen Kunststoffen
Die Preisverleihung
am Donnerstag, 23. Februar 2023, von 14:00 bis 15:00 Uhr
Das erste öffentliche Codefest in der Geschichte des EPA widmet sich dem vielleicht größten Nachhaltigkeitsproblem unserer heutigen Zeit: der Befreiung unseres Planeten vom Plastikmüll. In globalem Maßstab kann dies nur mit dem richtigen Know-how gelingen, und genau darum geht es in unserem neuen Wettbewerb: das in Patenten enthaltene Know-how zu grünen Kunststoffen für Innovatoren in der gesamten Welt leichter zugänglich zu machen.
Das ultimative Ziel besteht darin, künftige Innovationen voranzutreiben, die für gesunde Ökosysteme und eine Kreislaufwirtschaft in der Kunststoffindustrie sorgen. Mit dem EPA-Codefest leisten wir unseren Beitrag zu den UN-Zielen für nachhaltige Entwicklung, insbesondere zum zwölften UN-Ziel, und heben unser Engagement für Nachhaltigkeit und die Verfolgung der Fortschritte bei grünen Technologien auf das nächste Level.
Hintergrund
Auf die weltweit einzigartigen Datenressourcen des EPA vertrauen nicht nur verschiedenste staatliche und internationale Organisationen, wie z. B. Patentämter, die OECD, die Internationale Energieagentur (IEA), die Internationale Organisation für erneuerbare Energien (IRENA) und die Europäische Kommission, sondern auch Forscher und Patentinformationsfachleute. Das Codefest zu grünen Kunststoffen ist eine hervorragende Gelegenheit, den Zugriff auf diese Daten zu verbessern und die Entwicklung eines automatisierten Klassifikationssystems für nachhaltige Technologien voranzubringen. Dieser Wettbewerb wird zudem ein erster Schritt hin zu einer KI-basierten Organisation des im EPA vorhandenen Patentinformationsschatzes sein.
Weitere Informationen
Code-Challenge
Helfen Sie uns, die Zukunft nachhaltiger zu gestalten.
Eine gewisse Vorarbeit hat das EPA bereits in seiner jüngst veröffentlichten Studie zu Patenten für die Kunststoffe der Zukunft geleistet, die verdeutlicht, wie sich das rasche Innovationswachstum bei besser recycelbaren Kunststoffen und entsprechenden Recyclingtechnologien in den Patentdaten nachvollziehen lässt. Die Studie legt auch nahe, dass wegweisende Forschungsbeiträge auf diesem Gebiet ein enormes Potenzial haben, zu marktfähigen Erfindungen zu werden. "Patente für die Kunststoffe der Zukunft" gibt eine hervorragende Einführung in das Thema und liefert allen Interessent/innen erste Anhaltspunkte für die Code-Challenge, die in Folgendem besteht:
Entwicklung kreativer und verlässlicher auf künstlicher Intelligenz basierender Modelle für die automatische Identifizierung von Patenten, die grüne Kunststoffe betreffen.
Teilnahme
Teilnehmen können alle kreativen Köpfe und Talente, die das 18. Lebensjahr vollendet haben und in einem EPO-Mitgliedstaat wohnhaft sind. Anmeldeschluss ist der 13. November 2022. Die Teilnahme ist als Einzelperson oder in Teams von bis zu fünf Personen möglich. Willkommen sind sowohl Teams aus EPA-Bediensteten oder externen Teilnehmenden als auch gemischte Teams.
Um teilnehmen zu können, müssen Sie alle in den Teilnahmebedingungen aufgeführten Kriterien erfüllen.
The prizes
Die Gewinner/innen erhalten eine Trophäe und zusätzlich ein Preisgeld, das sich wie folgt staffelt:
- Sieger/in: 20 000 EUR
- Zweitplatzierte/r: 15 000 EUR
- Drittplatzierte/r: 10 000 EUR
Jury
Bewertet werden die Beiträge von erfahrenen Fachleuten aus dem gesamten EPA, die in den Bereichen Nachhaltigkeit, IT, Datenwissenschaft und künstliche Intelligenz (KI) sowie in der Patentinformation und analyse tätig sind.
![]() |
Abderrahim Moumen |
![]() |
Alexander Klenner-Bajaja |
![]() |
Angel
Aledo López |
![]() |
David Horat |
![]() |
Domenico Golzio |
![]() |
Marco Bravo |
![]() |
Roberta
Romano-Götsch |
![]() |
Yann Ménière |
Zeitlicher Ablauf
Der Wettbewerb findet in fünf Hauptetappen statt:
Donnerstag, 15. September 2022, 12.00 Uhr (MESZ)
Anmeldebeginn!
Registrierung ist geschlossen!
Teilnehmende können sich bis 13. November 2022, 23.59 Uhr (MEZ) anmelden. Alle Teilnehmenden müssen zusammen mit ihrer Anmeldung eine kurze Beschreibung ihres Lösungsvorschlags für die Code-Challenge einreichen. Im Vorschlag muss der geplante Ansatz erläutert werden, die vorgesehene Datenselektion, die mögliche Implementierung des Modells und seine Auswertung müssen kurz beschrieben werden.
13. und 14. November 2022
Vorauswertung der Beiträge durch die Jury
Dienstag, 15. November 2022, 12.00 Uhr MEZ
Die Code-Challenge beginnt!
Die Jury teilt den Teilnehmenden das Ergebnis ihrer Vorauswertung mit. Alle erfolgreichen Bewerber/innen erhalten Zugang zu den EP-Volltextdaten und zu Open Patent Services (OPS) und müssen innerhalb von etwas mehr als acht Wochen ihre Lösungen vorlegen, nämlich bis 15. Januar 2023, 23.59 Uhr (MEZ).
16. Januar bis 3. Februar 2023
Die Jury wertet die vorgelegten Lösungen aus und ermittelt die Finalist/innen der Code-Challenge.
Montag, 6. Februar 2023
Bekanntgabe der Finalist/innen
Alle Finalist/innen werden zur Preisverleihung des Codefest zu grünen Kunststoffen eingeladen.
Donnerstag, 23. Februar 2023, 14.00 Uhr (MEZ)
Preisverleihung des Codefest zu grünen Kunststoffen
In der online übertragenen Preisverleihung werden die Gewinner/innen bekannt gegeben und die Preise überreicht. Der genaue Ablauf der Verleihung wird demnächst bekannt gegeben.
Anmeldung
Anmeldefrist für die Teilnahme am Wettbewerb ist abgelaufen
Anmeldeschluss
Sonntag, 13. November 2022
Datenschutz
Teilnahmebedingungen
Preisverleihung
Mehr als 60 Personen haben sich der Challenge gestellt, einen Code für ein KI-Modell zu entwickeln, das den Zugang zu Patentinformationen über grüne Kunststoffe verbessert. Am Ende eines harten Wettbewerbs konnten sechs Finalisten die Jury mit ihrem kreativen Code überzeugen. Sie zeigten, wie ihre Modelle innovativen Menschen dabei helfen könnten, von Patentwissen zu profitieren und den Planeten von Plastikmüll zu befreien.
Verfolgen Sie die Online-Preisverleihung am Donnerstag, den 23. Februar 2023, von 14.00 bis 15.00 Uhr. Alle sechs Finalisten werden ihre genialen Lösungen präsentieren, bevor wir die drei Gewinner bekannt geben.
Seien Sie dabei!
Die Anmeldung erfolgt über XING SE, erfordert aber kein XING-Profil.
- Programm ansehen (auf Englisch)
Finalisten und ihre Lösungen in Kurzform
Die Teilnahme am Codefest stand Personen mit Wohnsitz in einem EPO-Mitgliedstaat offen, auch EPA-Bediensteten. An dem Wettbewerb haben sich zahlreiche Einzelpersonen und Teams aus ganz Europa mit kreativen Lösungen für die Ermittlung grüner Kunststoffe beteiligt. Hier sind die Finalisten.
AI4EPO
Dieses Team nutzte für sein Modell hochmoderne KI-Pipelines und Large-Language-Modelle von OpenAI für Zero-Shot-, Few-Shot- und andere Ansätze und gelangte schließlich zu einem spezifischen neuronalen MLP-Netzwerk für die binäre und Multi-Label-Klassifizierung.
Teammitglieder:
-
Dimitrios Skraparlis (EPA)
Dimitrios Skraparlis ist Patentprüfer beim EPA. Er hat Erfahrung in Industrie und Wissenschaft (Nokia, Toshiba, IBM Research, Siemens, NTUA und als Freelancer) und hat einen PhD (Nationale Technische Universität Athen), einen MSc (Universität Bristol) und ein Diplom in Elektro- und Informationstechnik (Aristoteles-Universität Thessaloniki, Griechenland). Er ist in acht Patenten als Erfinder genannt und hat in mehreren internationalen Fachzeitschriften, Konferenzberichten und Buchkapiteln veröffentlicht. Er begeistert sich für Technologie und KI als Grundlage für Automatisierung und Innovation. -
Prodromos
Malakasiotis
Prodromos Malakasiotis ist Principal Machine Learning Engineer bei Workable und Gastwissenschaftler an der Wirtschaftsuniversität Athen, wo er promoviert sowie einen MSc in Computerwissenschaft und einen BSc in Informatik erworben hat. Seine Forschungsschwerpunkte sind Deep Learning für die Verarbeitung natürlicher Sprache, und insbesondere semantische Ähnlichkeit bei Texten, Zero- und Few-Shot-Learning und Transfer Learning. Er begeistert sich für die Anwendung von Forschung in der Industrie und die alltäglichen Bedürfnisse. Er hat mehr als 30 wissenschaftliche Aufsätze bei hochrangigen Fachkonferenzen und in Fachzeitschriften veröffentlicht und hat einen h-Index von 19 und einen i10-Index von 27. -
Stavros
Vassos
Stavros Vassos ist CEO und Mitgründer von Helvia.ai, einem Start-up zur Transformation der Geschäftskommunikation durch Einsatz von sprachlicher KI. Er hat einen PhD und einen MSc in KI der Universität Toronto und hat als Dozent an der Universität La Sapienza in Rom gearbeitet. 2008 erhielt er den Outstanding Paper Honorable Mention Award der Association for the Advancement of Artificial Intelligence (AAAI), und 2017 das Seal of Excellence für "StoryBots: Verifiable Storytelling in Conversational Interfaces" im Rahmen der Marie-Skłodowska-Curie-Maßnahmen der EU. -
Odysseas Diamantopoulos
Odysseas Diamantopoulos-Pantaleon ist Doktorand im Postgraduiertenprogramm für Computerwissenschaft der Wirtschaftsuniversität Athen (AUEB). Er absolvierte sein Studium der Computerwissenschaft an der AUEB mit Spezialisierung in Datenwissenschaft. Im Nebenfach hat er auch Philosophie am American College of Greece - Deree studiert. Derzeit ist er Research Assistant am Mobile Multimedia Laboratory (MMlab) und arbeitet am EU-H2020-Forschungsprojekt Platoon.
Green Hands
Da es für dieses Gebiet bisher weder ein Klassifizierungssystem noch beschriftete Daten gibt, schlug Green Hands ein neues Klassifizierungssystem vor und entwickelte eine Strategie, die Patenten automatisch Beschriftungen zuweist, um einen beschrifteten Trainingsdatensatz zu erstellen.
Teammitglieder:
-
Gonzalo Moro Pérez (EPA)
Gonzalo erwarb einen Master-Abschluss auf dem Gebiet Eingebettete Systeme an der TU Eindhoven. Er ist Patentprüfer im EPA und arbeitet im Bereich KI und Quantencomputer. Er verfügt über mehrjährige Programmiererfahrung mit populären Machine-Learning-Frameworks in einem breiten Aufgabenspektrum in Bezug auf die Verarbeitung natürlicher Sprache und Computer Vision. -
Tinting Qiao
Tinting hat an der Zhejiang University auf dem Gebiet Maschinelles Lernen promoviert. Während ihrer Promotion arbeitete sie auch als Gastwissenschaftlerin an der University of Sydney und an der TU Delft. Ihre Forschungsschwerpunkte sind die Verarbeitung natürlicher Sprache und Computer Vision. Derzeit ist sie als Senior Data Scientist bei Adyen tätig, wo sie KI-basierte Modelle zur Betrugserkennung entwickelt. Sie verfügt über mehrjährige Erfahrung im Bereich Big Data und Popular Deep Learning.
Multimodal Patent Document Classification
Dieses Team entwickelte eine Deep-Learning-Architektur zur Klassifizierung von Patentdokumenten, indem Merkmale aus Abbildungen und Text zusammengeführt und der multimodale Charakter von Patenten ausgenutzt wurden.
Teammitglieder:
-
Ioannis Mariggis (EPA)
Ioannis Mariggis hat Elektrotechnik und Elektronik am Imperial College London und an der ETH Zürich studiert. Er schloss sein Masterstudium 2015 ab und spezialisierte sich auf Computerwissenschaft und speziell auf Computer Vision und visuelle 3D-Rekonstruktion. Bis 2017 arbeitete er an diesen Themen an der ETH und wurde danach Softwareentwickler und technischer Leiter für autonomes Fahren, wobei er Wahrnehmungsalgorithmen mit Kameras und Lidar-Systemen entwickelte. Seit April 2022 ist er als Patentprüfer in der Mustererkennung tätig und prüft Patentanmeldungen auf den Gebieten Computer Vision und maschinelles Lernen. -
Athanasios Mariggis (EPA)
Athanasios Mariggis schloss sein Studium der Elektrotechnik 1986 ab, wobei er sich mit einer Diplomarbeit zu Lichtleitfasern auf den Bereich Telekommunikation spezialisierte. Er arbeitete dann bei ASIC, FPGA und 16 Jahre in Software-F&E-Abteilungen bei Siemens, die ersten zehn im Bereich GHz-Lichtleitfaserkommunikation, B-ISDN und ATM/Internet im Zentrallabor. Später arbeitete er unter anderem an der Implementierung von Taktsynchronisation zwischen Telekommunikationsverbindungen im Femtosekundenbereich. Seit 2002 ist er Patentprüfer im Bereich Telekommunikation und seit 2010 im Bereich Verschlüsselung und prüft Anmeldungen zu Quantenkryptograhie und Blockchain. -
Hendrik Stapelbroek
Hendrik Stapelbroek studierte Elektrotechnik und Informatik an der Technischen Universität München. In seiner Masterarbeit entwarf er ein multimodales neuronales Netz, bei dem Informationen zur Straßenumgebung und Bewegungskurven von Fahrzeugen kombiniert werden, um künftige Bewegungsmuster des Fahrzeugs vorherzusagen. Im Mai 2019 schloss er sich dem Computer-Vision-Team von Altran an, das später von Capgemini übernommen wurde, und entwickelte Wahrnehmungsalgorithmen für das autonome Fahren mithilfe von Computer Vision und maschinellem Lernen. Seit März 2022 arbeitet er in einem Computer-Vision-Team bei BMW, um moderne Fahrerassistenzsysteme zu entwickeln.
Nikolaos Gialitsis
Nikolaos entwickelte ein Modell für maschinelles Lernen, das sowohl semantische als auch lexikalische Merkmale umfasst und auf der Grundlage von Patenten und wissenschaftlichen Veröffentlichungen trainiert wurde.
Nikolaos Gialitsis hat nachgewiesene Erfahrung in Datenwissenschaft, Software und maschinellem Lernen in umfangreichen EU-Projekten sowie kommerziellen Projekten. Er hat Forschungsergebnisse bei Spitzenkonferenzen veröffentlicht und seine Expertise auf dem Gebiet der Verarbeitung natürlicher Sprache und des maschinellen Lernens präsentiert. Er hat außerdem zur Full-Stack-Entwicklung von Open-Source-Tools und virtuellen Marktplätzen, Web-Frameworks und von theoretischem Wissen über objektorientierte Prinzipien und Design-Muster beigetragen. In seiner Freizeit organisiert er ehrenamtliche Aktivitäten zur Interdisziplinarität und Wissenschaftskommunikation.
Patent Variables
Das Team wandelte die Aufgabe in eine Sequence-to-Sequence-Challenge um, die die Nutzerschaft aufforderte, grüne Kunststoffe zu definieren, und jeden Patentanspruch mit dieser Hypothese verglich.
Teammitglieder:
-
Yaroslav Petrov
Yaroslav ist Machine Learning Engineer bei Nielsen und arbeitet von Lugano, Schweiz aus. Er hat Computerwissenschaft an der USI Lugano studiert und verbringt seine Freizeit damit, mehr über neue IT-Tools zu lernen oder seine DevOps-Kenntnisse zu verbessern. -
Adam Novak
Adam kommt aus Lugano, Schweiz, und steht kurz vor seinem Studienabschluss in Wirtschafts- und Finanzwissenschaften. Obwohl er keine formale Ausbildung in KI hat, hat er an mehreren Datenwissenschaftsprojekten für multinationale Unternehmen mitgearbeitet. -
Michael Mazourik
Michael kommt aus Delémont im Kanton Jura. Er hat Künstliche Intelligenz an der USI Lugano und der ETH Zürich für seinen Masterabschluss studiert und im Bereich Technologieberatung für EY gearbeitet. Er freut sich darauf, seine Kenntnisse in den Bereichen Verarbeitung natürlicher Sprache, Knowledge Graph und KI fokussiert auf die IP-Industrie anzuwenden. -
Konstantinos Samaras-Tsakiris
Konstantinos hat Elektro- und Informationstechnik in Griechenland studiert und verbringt seine Zeit zwischen Genf und Zürich. Er arbeitete mehrere Jahr als Softwareentwickler beim CERN und ist nun ML-Engineer bei einem Neurotechnologieunternehmen in Zürich.
IP.appify
Thomas verwendete eine Gradientenverstärkungsmaschine und setzte auf hohe Probeneffizienz, unverzerrte Validierungsmetriken und Maximierung der Spezifität.
Teammitglieder:
-
Thomas Eißfeller
Thomas schloss sein Studium an der Technischen Universität München 2012 mit der Promotion in Theoretischer Halbleiterphysik mit Schwerpunkt Quantencomputer ab. Nach einer Post-doc-Stelle begann er 2013 als Trainee in der Patentanwaltskanzlei WESER & Kollegen. Er wurde 2017 als deutscher Patentanwalt und 2018 als Vertreter vor dem EPA zugelassen. Er ist Mitgründer von IP.appify, einem Start-up, das sich auf elektronische Dienstleistungen für Patentfachleute spezialisiert hat. Seine Tätigkeit im Bereich KI begann mit einem Computer-Vision-Projekt, und heute liegt sein Hauptinteresse auf KI-basierten Sprachmodellen, vor allem maschineller Übersetzung.