Google Patents Archiv

Ein kuratiertes Archiv von Google und Microsoft Such-Patents organisiert nach dem Erfinder oder Research Lead, der sie versendet. Jeder Track folgt einem Ingenieur durch seine Patent-Abstammung, sodass der Leser sieht, wie ein Research-Thread sich über Continuations, Divisional Applications und Grants entwickelt. Patents sind annotiert mit der Ranking-Oberfläche, die sie berühren: Query Understanding, Ranking, Retrieval, Behavioral Signals, Knowledge Graph oder KI-Suche.

Patent Tracks nach Erfinder

• 65 Google Patents to Help You Understand How Search Engines Work! (69 Patents) — Eine kuratierte Sammlung von grundlegenden und fortgeschrittenen Patents, die von Google eingereicht wurden.
• Steven Baker — Google Search Patents (49 Patents) — 49 vergebene Search-Engine-Patents plus 2 veröffentlichte Anwendungen von Google Research Steven D. Baker, abdeckend Query Understanding (Synonyme, N-Gram, Geographic, Cross-Language), Query Refinement, Meaningful Stopword Detection, Answer Passage Scoring (Featured Snippets), Query-Document Similarity, List Co-Occurrence und Embedding-basierte personalisierte Suche.
• Amit Singhal — Google Search Patents (22 Patents) — 22 Search-Engine-Patents von Amit Singhal, früherer Google SVP of Search (2000-2016), abdeckend Interleaving und Result Composition, Query Rewriting, Semantic Query Understanding, Link-Quality Scoring, Location-Aware Ranking, Language und Country Biasing, Commercial-Intent Detection und Advertisement Serving. Die 8-Patent Meaningful-Stopwords Familie ist Co-Erfindung mit Steven Baker und ist dokumentiert unter dem Steven Baker Abschnitt, um Duplikat-Inhalt zu vermeiden.
• Prabhakar Raghavan — Google Search Patents (16 Patents) — 16 Search/IR Patents von Prabhakar Raghavan, Head of Google Search 2020-2024 (vorher Yahoo VP und IBM Almaden Research Scientist), abdeckend Personalisiertes PageRank, Web Community Detection, Adaptive Ranking, Multi-Engine Result Merging, Hierarchical Taxonomy, Subspace Clustering, Information Filtering, Customizable Navigation, User-Generated Content Surfacing, Location-Quality Signals aus Travel Patterns und Temporal Metadata Analysis. Umfasst seine IBM, Yahoo und Google Forschung.
• Nitin Gupta — Google Search Patents (32 Patents) — 32 Search/SEO Patents von Nitin Gupta (Google Search Quality Engineer), abdeckend Query Suggestions und Templates, Reranking und Personalization, Answer-Generating Neural Networks, Content-Knowledge Generation, das aktuelle 2026 Generative-Search Retrieval Patent für die AI Overviews Ära und ein direktes SEO Patent über Domain Namen und Websites. Die finalen 5 Patents sind Co-Erfindung mit Steven Baker und sind dokumentiert in seinem Abschnitt, um Duplikat-Inhalt zu vermeiden.
• Navneet Panda — Google Search Patents (15 Patents) — 15 Search-Quality Patents von Navneet Panda, der Google Engineer, dessen Content-Quality Arbeit die Basis für das Panda Algorithm Update (2011) wurde. Abdeckend Site Quality Scoring, Prediction von Site Quality vor Behavioral Data Accumulation, Ranking von Such-Ergebnissen durch kombinierte Relevance und Site-Quality Signale, Website Duration Performance, Lokal bedeutsame Queries und Query Revision.
• Anand Shukla — Google Search Patents (16 Patents) — 16 Search/IR Patents von Anand Shukla, Google Search Quality Engineer, einschließlich des Cutting-Edge 2024 "Search with stateful chat" Patents, das klassische Suche zu LLM-basierter Conversational Search verbindet. Deckt auch In-Depth Article Surfacing, Query Pattern Matching, Query Topic Mapping, Content Channel Curation und die Enhanced-Search-Feed Familie ab. Die finalen 3 Patents sind Co-Erfindung mit Steven Baker bei der Personalized-Feed Embeddings Arbeit und sind dokumentiert in seinem Abschnitt.
• Krishna Bharat, Google Search Patents (48 Patents) — 48 Search-Engine Patents von Krishna Bharat, Gründungs-Erfinder von Google News und Creator des Hilltop Algorithmus. Abdeckend den Hilltop Link-Analysis Algorithmus, Query Rewriting mit Entity Detection, Semantic Units in Queries, Query und Search Augmentation, Document Ranking nach Usage Statistics, Image Selection für News Search, Editorial-Opinion Ranking, Search Engine Coverage Estimation, Query-Specific Bookmarking und Entity-Aware Ad Rendering. Umfasst 2001 bis 2024.
• Srinivasan Venkatachary, Google Search Patents (25 Patents) — 26 Search-Engineering Patents von Srinivasan Venkatachary, Co-Erfinder bei der Generative Summaries for Search Results Patent Familie, die AI Overviews und Search Generative Experience unterstützt. Deckt auch Enhanced Search Feeds basierend auf User Interests, Candidate-Answer-Passage Scoring, Context-Scoring Anpassungen für Answer Passages, Implicit Question Query Identification, Keyword-Based Conversational Voice Search, Query Generation via Document Structural Similarity, Resource Identification von Organic und Structured Content, Content Channel Curation und den Emoji Classifier ab. Umfasst 2013 bis 2025.
• Jeromy William Henry, Google Search Patents (25 Patents) — 25 Search-Engine Patents von Jeromy William Henry, abdeckend Knowledge Panels (die Entity Card neben Such-Ergebnissen), Structured Entity Information Pages (die Standalone Entity-Detail Oberfläche), Personalisierte Entity Information Pages, SERP Image Sizing und Music-Search Secondary Link Presentation. Jedes Patent in seinem Bestand ist SEO-relevant. Umfasst 2013 bis 2025.
• Ramanathan V. Guha, Google Search Patents (33 Patents) — 33 Search-Engine Patents von Ramanathan V. Guha, Co-Gründer von Schema.org und Lead Inventor bei Google Custom Search Engine. Abdeckend die Programmable Search Engine Familie, Trust-Based Search Ranking, Spam Detection für Programmable Contexts, Social-Signal Propagation, Classifying Search Results, Customized Web Summaries, Filtering nach User Annotations, Contextual Searching durch Query Intersections, Query Identification und die Generating-Tasks UI Familie. Umfasst 2003 bis 2019.
• Marc Najork, Google Search Patents (25 Patents) — 25 Search/IR Patents von Marc Najork, umfassend seine Microsoft Research Ära (Web Crawler Architecture, Spam-Resistant Ranking, Content Evaluation, Hyperlink Databases) und seine Google Ära (Form Information Extraction, ML-Driven Semantic Similarity, Active Learning, Document Activity Logs für Relevance Training). Umfasst ein Grundlagen Cross-Listed Patent mit der 65 Google Patents Sammlung zu Document Activity Logs. Umfasst 2005 bis 2025.
• Jeffrey Dean, Google Search Patents (78 Patents) — 78 Search und IR-Infrastructure Patents von Jeffrey Dean, Google Senior Fellow und Chief Scientist, Co-Gründer von Google Brain und Architekt von MapReduce und BigTable. Umfasst die Grundlagen Document Scoring Familien (Query Analysis, Content Update, Inception Date, Link-Based Criteria), Historical Data Patent (Cross-Listed mit 65gp), Anchor Tag Indexing, Content Snippets via Tokenspace, Near-Duplicate und Mirrored-Host Detection, Topic-Drift Prevention, Distributed ML Models und die Grundlagen MapReduce und BigTable Infrastructure, die Web-Scale Suche möglich macht. Umfasst 2000 bis 2025.
• Paul Haahr, Google Search Patents (63 Patents) — 63 Google Search und Ranking Patents von Paul Haahr, langjähriger Google Search Ranking Engineer. Abdeckend die kanonischen Link-Quality Patents (Bharat/Singhal/Haahr "Determining quality of linked documents"), Document-Classification Ranking, Node-Independence Anti-PBN Signal, das vermutete Quality-Measure Patent (Cross-Listed mit 65gp pat-48), die Multi-Stage Query Processing Pipeline, das Framework für die Bewertung von Web Search Scoring Functions (die Documentary Back-Stop zu seinem SMX Talk), Preferred Sites, Reference Contexts, Synthetic Descriptive Text für Bilder und die Multi-Family Query Refinement und Stopword-Detection Cluster. Co-Authored mit Singhal, Dean, Bharat, Cutts, Henzinger, Simon Tong und Acharya. Umfasst 2008 bis 2019.
• Hyung-Jin Kim, Google Search Patents (23 Patents) — 23 Google Search und Ranking Patents von Hyung-Jin Kim. Lead Inventor bei der Navboost / Implicit-Feedback Ranking Familie (US 8,661,029 + 5 Continuations durch US 11,816,114 aktiv 2023 IP), das System, das beim 2024 DOJ Google Antitrust Trial auftauchte. Deckt auch das Presentation-Bias Modell, Temporal Score Adjustments, Document-Change Ranking, User Cohort Grouping, Similar-Query Borrowing, Variant Generalized Queries, Propagating Query Classifications und das Cross-Listed Quality Measure Patent (mit Paul Haahr, 65gp pat-48) ab. Co-Authored mit Simon Tong, Noam Shazeer, Michelangelo Diligenti, Adrian Corduneanu, Henele Adams, Andrei Lopatenko. Filings 2006-2021.
• Pandu Nayak, Google Search Patents (13 Patents) — 13 Google Search Patents von P. Pandurang Nayak, Google Chief Scientist for Search. Der Patent-Bestand deckt den Query-Revision und Query-Understanding Stack von 2003-2015 ab: Integration mehrfacher Query-Revision-Modelle, Confidence-Scored Revision, Known-Highly-Ranked-Queries Borrowing, Concept-Context Substitution, Phrase-Restricted Synonyme, Click-Driven Synonym Identification, Acronym Expansion. Co-Authored mit David R. Bailey, Ben Gomes, Trystan Upstill, Kedar Dhamdhere, Thomas Strohmann. Seine Neural-Ära Beiträge (RankBrain, BERT, MUM, DOJ Testimony) sind absichtlich unpatentiert und leben in Blog Posts und Trial Transcripts.
• Daniel Egnor, Google Local Search Patents (20 Patents) — 20 Google Local-Search und Geographic-Relevance Patents von Daniel Egnor, dem Architekten der Google Maps / Local Pack Ranking Layer. Lead Inventor bei US 8,046,371 "Scoring local search results based on location prominence", das Patent, das den "Prominence" Faktor in Google's offizieller Local Search Ranking Dokumentation definiert. Deckt auch Location-Sensitivity Ranking (Relevance Faktor, mit Amit Singhal), Geographical-Relevance Indexing, Ambiguous-Geographic-Reference Resolution, Authoritative-Document Identification, Business-Listing Categorization und GIS Ambiguous-Search Processing (mit Keyhole Founder John Hanke) ab. Co-Authored mit Singhal, Haahr, Greenfield, John Hanke. Filings 2003-2019.
• Yossi Matias, Google SERP Features & Assistant Patents (47 Patents) — 47 Google Patents von Yossi Matias, Google VP Engineering. Lead Inventor bei dem Grundlagen People-Also-Ask Patent US 9,213,748 "Generating related questions for search queries". Gebaut Autocomplete (2004), Trends, Weather/Sports/Dictionary OneBoxes. Deckt die People-Also-Ask Familie, Knowledge Panel Entity Scaffolding (Grouping Related Entities, Central-Entity Identification, Fact Estimation, Textual Entity Attributes, Entity-Quote Search), die Trends/Analytics Layer (Campaign-Competitive Analysis, Ranking Graphical Visualizations), die Duplex Automated-Call Infrastructure, die Personalized Chatbot und LLM-Output Entailment Patents ab, die Google Assistant's 2024-2026 Generative Era unterstützen, und Contextual / Third-Party SERP-Features. Co-Authored mit Yaniv Leviathan (Duplex), Gal Chechik, Ziv Bar-Yossef, Eyal Segalis, Avinatan Hassidim. Filings 2013-2026.
• Andrei Broder, Cross-Vendor Search Patents (25 Patents) — 25 Search-Engine und IR Patents von Andrei Broder, der Cross-Vendor Erfinder, der Near-Duplicate Detection bei DEC/AltaVista gestaltete, die Grundlagen CAPTCHA bei Compaq Co-Erfand, das AltaVista Web-Page Ranking System baute, Web-Page-Decay Signal bei IBM verfasste und Ad-Matching/SERP-Features/CAPTCHA-Evolution Infrastructure bei Yahoo gestaltete. Lead Inventor bei dem Grundlagen MinHash/Shingling Patent (US 6,349,296), die Fingerprint-Collision-Probability Technik (US 5,974,481), das Document-Resemblance Shingling Patent (US 6,230,155) und das Grundlagen CAPTCHA Patent (US 6,195,698). Umfasst 1999 bis 2024.
• Monika Henzinger, Google Search Patents (50 Patents) — 98 Search und IR Patents von Monika Henzinger, die erste Director of Research bei Google. Co-Inventor bei dem Grundlagen Near-Duplicate-Page-Detection Patent (US 6,138,113, mit Dean) und ein umfangreiches Set von Document-Scoring Familien (Query Analysis, Content Update, Inception Date, Link-Based Criteria, Historical Data, alle Cross-Listed mit Dean's Kanonischen Artikeln). Unabhängige Beiträge: die Detecting-Duplicate-Files Familie mit William Pugh, der AltaVista Connectivity-Server, die Connectivity-und-Content-Ranking Patents, Document-Freshness Determination, Semantic-Distance Ranking, Query-Semantic-Information Ranking, Anchor-Text Cross-Language IR, In-Context Searching, Hypertext-Browser Assistant und Usage-Statistics-Driven Document Retrieval. Umfasst 1997 bis 2017.
• Trystan Upstill, Google Site-Quality & HCU-Era Search Patents (28 Patents) — 28 Google Search und Ranking Patents von Trystan Upstill. Co-Inventor bei dem Panda Patent (US 9,135,307 = 65gp pat-39) und Lead Inventor bei dem HCU-Ära Follow-Up US App 2019/0155948 "Re-ranking resources based on categorical quality", das Patent, das die Post-Panda Site-Quality Abstammung verankert. Deckt auch Authoritative-Results Discovery, Search-Result Ranking und Re-Scoring, Affiliated-Domains Detection, Resource-Attribute Extraction from Site Address, Local Search und POI Identification, Synonyms und Query Rewriting, Navigational-Intent Resources, Language Identification from Link Context und das kürzliche LLM-Ära UI Components Patent ab. Filings 2012-2026.
• Susan Dumais, Microsoft IR & Search Patents (18 Patents) — 61 Search und IR Patents von Susan Dumais, Microsoft Technical Fellow und Gerard Salton Award Gewinner. Co-Inventor bei dem Grundlagen Latent Semantic Indexing Patent (US 4,839,853, Bellcore 1989), der konzeptuellen Vorfahrin jedes Dense-Embedding Retrieval Systems. Bei Microsoft Research ihre Arbeit deckt Automated SERP Satisfaction Measurement, Preference-Judgment Click Models, Activity-Based-Context Ranking, Time-Aware Ranking mit Temporal Dynamics, Personalized Navigation und Search Results, Per-User Domain-Expertise Determination, Web-Page-Change × Revisitation Freshness, Implicit Device-Related Query Reformulation, Authority Ranking ab. Umfasst 1989 bis 2026. Co-Authors umfassen Jaime Teevan, Eric Horvitz, Ryen White, Adam Fourney, Joshua Goodman, Eric Brill.
• Christopher Burges, Microsoft Research Learning-to-Rank Patents (16 Patents) — ~30 einzigartige US Erfindungen (84-Entry WIPO Bestand) von Christopher J. C. Burges, dem Microsoft Research Scientist, der die RankNet/LambdaRank/LambdaMART Learning-to-Rank Abstammung erfand. RankNet (US 7,689,615) ist der Pairwise Neural Ranker, LambdaRank (US 7,617,164) ist die Arbitrary-Cost Extension, die NDCG optimiert, LambdaMART (US 12/032,697) ist der Gradient-Boosted Ensemble, der die Yahoo LTR Challenge 2010 gewann. Deckt auch Behavioral-Variability Adaptation, Web-Page Multi-Graph Analysis, Link-Spam Smoothing, Margin-Tree Boosting, K-NN Probability Estimation ab. Umfasst 2001 bis 2019. Co-Authors umfassen Robert Ragno (LambdaRank), Irina Matveeva, Timo Burkard.
• Eric Brill, Microsoft Research Search & NLP Patents (20 Patents) — 20 Microsoft Research Patents von Eric Brill, der NLP und Search Scientist, bekannt für Query Speller Patents und das Noisy-Channel Correction Model. Lead Inventor bei US 7,254,774 "Systems and methods for improved spell checking", das Grundlagen Noisy-Channel Query Speller Patent. Deckt auch String-to-String Spell-Correction Transformations (US 7,290,209 / 7,366,983), Behavioral-Variability Accounting in Web Search (US 7,743,047), Popularity-Data Ranking, Mining Web Search User Behavior, Page-Biased Search, Cost-Benefit Q&A Composition und User-Intent Discovery ab. Filings 2005-2010.
• Tomas Mikolov, Google word2vec Patents (2 Patents) — 2 Grundlagen Google Patents von Tomas Mikolov, abdeckend word2vec, das Continuous Word-Embedding Learning Modell, das die Embeddings-Ära definierte. Co-Erfunden mit Kai Chen, Greg Corrado und Jeff Dean. US 9,037,464 ist der Original Grant, US 9,740,680 ist die Continuation mit breiteren Claim Scope. Beide Patents teilen die gleiche Disclosure (Application 13/841,640) und konstituieren zusammen die gesamte word2vec Patent Familie. Konzeptuell Cross-Listed mit Dean's Abschnitt (Dean ist Co-Inventor und arbeitet an der breiteren Brain/Distributed-Models Infrastructure).
• Noam Shazeer, Google Transformer, MoE & Search Patents (18 Patents) — ~46 erfasste Google Patents (~120-150 Gesamtportfolio geschätzt) von Noam Shazeer. Co-Inventor bei der Grundlagen Transformer Attention Architecture (US 10,452,978 mit Vaswani, Polosukhin, Uszkoreit, Jones, Gomez, Kaiser, Parmar), dem Sparsely-Gated Mixture-of-Experts Scaling Approach (US 11,769,055 mit Dean, Hinton, Le, Mirhoseini), dem Switch Transformer (US 12,093,829) und der Navboost Implicit-Feedback Ranking Familie (US 8,661,029 mit Kim/Tong/Diligenti, Cross-Listed). Deckt auch LLM-in-Assistant Response Generation, Distributed Tensor Computations (GSPMD/Pathways) und die 2008-2015 Pre-Transformer Large-Scale ML Ranking Infrastructure ab. Umfasst 2008 bis 2025.
• Ashish Vaswani, Google Transformer, Attention-Based Vision & Fast Decoding Patents (6 Patents) — 4 erfasste neue kanonische Artikel plus 2 Cross-Listings aus dem Noam Shazeer Abschnitt. Lead Author des Grundlagen Transformer Patents (US 10,452,978, Cross-Listed). First Inventor bei dem Local-Self-Attention Computer Vision Patent (US 20210390410, HaloNet), das Attention zu langen Sequenzen und Bildern skaliert. Co-Inventor bei MultiModel (US 20200089755, die Unified Multi-Task Multi-Modal Architecture, die die Strukturelle Vorfahrin von MUM und Gemini ist), dem Fully-Attentional Computer Vision System (US 20250292560, die ViT Abstammung) und der Fast-Decoding-with-Discrete-Latents Methode (EP 3732627), die LLM Inference bei Such-Scale Latency ökonomisch machbar macht. Umfasst 2017 bis 2025.
• Jakob Uszkoreit, Google Transformer Architect, Universal Transformer & Vision Transformer Patents (6 Patents) — 3 neue kanonische Artikel plus 3 Cross-Listings aus den Vaswani und Shazeer Abschnitten. Co-Author von "Attention Is All You Need" (US 10,452,978, Cross-Listed). Co-Inventor beim Universal Transformer (US 10,740,433, der Adaptive-Depth Transformer mit Per-Token Adaptive Computation Time), dem Decomposable Attention NLI Modell (EMNLP 2016, der Load-Bearing Pre-Transformer Beweis, dass Attend-Compare-Aggregate Recurrence ersetzt) und dem Vision Transformer (ViT, ICLR 2021, die Patch-Tokenization Architecture, die Modern Visual Search und Multimodal Grounding verankert). Cross-Listings decken den Original Transformer, MultiModel (die Unified Multi-Task Multi-Modal Vorfahrin von MUM/Gemini) und den Image Transformer ab. Umfasst 2016 bis 2021.
• Simon Tong, Google Click-Driven Ranking, Population Signals & Anti-Spam Patents (9 Patents) — 5 neue kanonische Artikel plus 4 Cross-Listings aus den Kim, Shazeer und 65 Google Patents Abschnitten. Tong ist Co-Inventor mit Marc Pearson und Sergey Brin bei dem Related-Query Ranking Patent (US 7,505,964), mit Pearson bei dem Population-Information Ranking Patent (US 7,454,417), Solo bei Country Biasing (US 20040254932), mit Bem/Harik/Levenberg/Shazeer bei der Pre-Transformer Large-Scale ML Ranking Infrastructure (US 7,222,127) und mit Ghemawat/Piscitello/Cutts bei dem User-Document-Removal Patent (US 8,417,697, die Strukturelle Vorfahrin von Personal Blocklist und Crowd-Sourced Spam Signals). Cross-Listings decken die Navboost Implicit-Feedback Familie, das CTR-as-Ranking-Factor Patent, das Historical-Data Patent und die Large-Dataset-Ranking Continuation ab. Umfasst 2003 bis 2017+.
• Michelangelo Diligenti, Google Click-Data Quality & Implicit Feedback Patents (5 Patents) — 2 neue kanonische Artikel plus 3 Cross-Listings aus den Kim und 65 Google Patents Abschnitten. Diligenti ist Inventor bei dem Detecting Click Spam Patent (US 8,694,374, Attribute-Deviance Anomaly Detection Feeding Ranking Signal) und beim Click Model That Accounts for User Intent (US 20120143789, Intent-Conditional Click Weighting). Seine Navboost / Presentation-Bias / CTR-as-Ranking-Factor Co-Inventorships (Cross-Listed) verankern ihn in der Implicit-Feedback Ranking Familie. Der Bestand konzentriert sich auf Click-Data Qualität, die Schicht zwischen Rohbenutzer-Verhalten und dem Ranking-Signal, das es speist. Umfasst 2007 bis 2019+.
• Jaime Teevan, Microsoft Personalized Search & Search-Task Patents (5 Patents) — 4 neue kanonische Artikel plus 1 Cross-Listing aus dem Dumais Abschnitt. Teevan ist Co-Inventor mit Dumais und Horvitz bei dem Grundlagen Personalized-Search Patent (US 7,693,818), das Globale Kandidaten gegen einen Per-User Profile Vector Re-Ranked. Inventor bei Search-Task Identification (US 8,326,824, Cross-Session Query Clustering in Multi-Step Tasks), bei Re-Finding vs New-Finding Classification (US 8,756,219, Stabilisierung Prior Geklickter Ergebnisse für Return Visits) und bei Microtask Search Decomposition (US 10,062,103, Decomposing High-Level Goals in Resumable Micro-Steps). Cross-Listing deckt Personalized-Navigation (Dumais Canonical) ab. Umfasst 2003 bis 2018+.
• Eric Horvitz, Microsoft Decision-Theoretic Search & Attention-Aware Information Delivery Patents (3 Patents) — 3 neue kanonische Artikel von Eric Horvitz. Horvitz ist Inventor bei Decision-Theoretic Ranking under Uncertainty (US 7,124,129, Relevance als Wahrscheinlichkeitsverteilung mit Expected-Utility Selection), bei Cost-Benefit Reasoning in Search-Result Presentation (US 7,194,464, die mechanische Basis für Featured Snippets und AI Overviews) und bei Attention-Aware Proactive Information Delivery (US 6,934,917, die Zero-Query Surfaces Abstammung hinter Discover, Now Cards und AI Assistants). Umfasst 2002 bis 2006+.
• Ryen White, Microsoft Search Behavior & Search-Trails Patents (3 Patents) — 3 neue kanonische Artikel von Ryen White. White ist Inventor bei Search-Trail / Successful-Path Mining (US 7,904,440, Ranking Destinations, die erfolgreiche Cross-User Trails beenden), bei Exploratory-Versus-Lookup Query Phase Classification (US 8,041,711, Serving Phase-Tuned Ranking und Result Formats) und bei Cross-Session Task Continuation (US 9,116,996, Stitching Queries über Sessions und Devices in eine Continuing Task). Umfasst 2007 bis 2015+.
• Azalia Mirhoseini, Google ML Infrastructure & Chip-Design Patents (3 Patents) — 2 neue kanonische Artikel plus 1 Cross-Listing aus dem Shazeer Abschnitt von Azalia Mirhoseini. Mirhoseini ist Co-Inventor beim RL-based Chip Floorplan Placement Patent (US 11,475,278, der Nature 2021 Paper, der TPU Floorplans in Stunden statt Wochen designt) und beim Device-Placement-for-Distributed-ML Patent (arXiv 1706.04972, der RL Controller, der lernt, wie große Modelle über GPUs/TPUs geteilt werden, um Trainingszeit zu minimieren). Beide speisen zurück in die Compute-Cost Economics, die Google ermöglichen, Transformer Ranking bei Such-Scale zu servieren. Cross-Listing deckt das Grundlagen MoE Patent (Shazeer Canonical) ab. Umfasst 2017 bis 2021+.
• Arnold Overwijk, Microsoft Site Topical Authority Patent (1 Patents) — 1 kanonischer Artikel von Arnold Overwijk. Overwijk ist Co-Inventor mit Li Xiong, Chuan Hu und Junaid Ahmed bei dem Site Topical Authority Patent (US 20210004416, die Formel A(s,t) = SR(s) * C(s) * T(s,t)^2, die explizit Per-Site Per-Topic Authority durch Kombination von Global Site Rank, Click Signal und Squared Per-Topic Page Share quantifiziert). Die präziseste mathematische Formulierung von Topical Authority in der modernen Patent-Literatur. Konzeptuell gepaart mit Procopio (Per-Author Per-Topic Authority) und Agent Rank (Author-Level Reputation, 65gp pat-47).
• Michael Procopio, Google Per-Author Per-Topic Authority Patent (1 Patents) — 1 kanonischer Artikel von Michael Procopio. Procopio ist genannter Inventor bei dem Topic Authority Patent (US 8,458,196). Das System berechnet Per (Author, Topic) Authority Signatures: für jedes Dokument d, zu dem der Autor beigetragen hat, Sum (Authorship% * Topic_Weight), aggregate über alle Autoren-Dokumente, um eine Per-Author Per-Topic Expertise Score zu produzieren. Die mathematische Quantifizierung von "diese Person ist eine Autorität zu diesem Thema", strukturell die Basis für das E-A-T Expertise Signal auf der Autoren-Ebene. Verbindet sich mit Agent Rank (US 7,565,358, 65gp pat-47, das frühere Google Author-Reputation Patent) und mit Overwijk's Site-Topical-Authority (US 20210004416), um ein geschichtetes Authority Modell zu formen.
• Ori Allon, Google Orion Query-Refinement Patent (1 Patents) — 1 kanonischer Artikel von Ori Allon. Allon ist Co-Inventor bei dem Orion Query-Refinement Patent (US 8,392,443) mit Ugo Di Girolamo, Tomer Shmiel, Alexandre Petcherski und Tzvika Hartman. Der Orion Algorithmus stammt von Allons PhD-Thesis Arbeit bei UNSW und wurde 2006 von Google akquiriert. Das Patent generiert Corpus-Mined Query Refinements: gegeben eine Query, extract Phrase Patterns von Dokumenten, die die Query befriedigen, um Ranked Refinement Candidates zu produzieren. Der Mechanismus hinter "Searches related to," Extended SERP Snippets und der Abstammung von People-Also-Ask. Gewährt 2013.
• Corin Anderson, Google Reasonable Surfer (Foundational) Patent (2 Patents) — 1 neuer kanonischer Artikel plus implizite Cross-Listings zu der 65 Google Patents Sammlung von Corin Anderson. Anderson ist FIRST Inventor bei dem Grundlagen Reasonable Surfer Patent (US 7,716,225, mit Jeff Dean und Alexis Battle), dem 2004-Filed Grant, der Non-Uniform Link-Click Probability Gewichtet nach Per-Link Features (Anchor Text, Font Size, Position, Surrounding Context) einführt. Die Continuations (US 8,117,209 in 65gp pat-45, US 9,305,099 in 2016) erweitern das gleiche Modell. Der Mechanismus für differentialisiertes PageRank Flow über Links auf der gleichen Seite.
• Ashok Popat, Google OCR & Image-Text Indexing Patents (1 Patents) — 1 kanonischer Artikel, der Popat's Translation-Inspired OCR Forschung abdeckt (Popat et al., 2009 onward; US 8,675,012 Patent Familie für Selective Display von OCR'd Text). Die Methode reformiert OCR als Statistical Machine Translation: Image Features als Source Channel, Character Sequences als Target, Joint Decoding mit Channel und Language Models maximiert Transkription Quality. Befugt Google Books Indexing, Lens Text Capture, Drive PDF Search und die Image-Bound-Text Indexing Pipeline hinter jedem Bild und Infografik im Web.

Warum diese Organisation

Das Patent-Recht clustert geistiges Eigentum nach Erfinder und Assignee, nicht nach Topic. Gruppierung nach Erfinder stellt den Narrativ-Bogen wieder her: Amit Singhal's Jahrzehnt von Ranking-Arbeit, Pandu Nayak's BERT-Ära Query-Handling, Krishna Bharat's News Ranking Abstammung. Jeder Track liest sich wie eine Research-Biographie geschrieben in Claim-Sprache.