CN114880131A - 一种基于任务的动态编排系统 - Google Patents
一种基于任务的动态编排系统 Download PDFInfo
- Publication number
- CN114880131A CN114880131A CN202210809901.XA CN202210809901A CN114880131A CN 114880131 A CN114880131 A CN 114880131A CN 202210809901 A CN202210809901 A CN 202210809901A CN 114880131 A CN114880131 A CN 114880131A
- Authority
- CN
- China
- Prior art keywords
- user
- implementation method
- information
- resource consumption
- task
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种基于任务的动态编排系统,该系统从设定的算法模型数据库中自动获取或者编排满足用户输入功能的实现方法,并且可以根据用户的实际需求和设备资源为用户挑选最适合的实现方法以供用户进行选择,基于用户挑选的实现方法,使用docker技术对其进行打包。本发明可以方便用户使用且无需人工自动化进行打包,能够节省时间资源。
Description
技术领域
本申请涉及算法模型领域,具体涉及一种基于任务的动态编排系统。
背景技术
现有技术中,当需要使用现有算法模型编排一种新的实现方法实现某一问题时,需要技术人员手动对算法模型进行编排组合,在使用现有的数据资源手动对编排好的组合算法模型进行训练,一般技术人员在解决同一问题时,只会编排出一种组合算法模型。
现有技术存在的问题为,这样,只编排一种组合算法的方式,使用户不能对组合算法模型进行选择,也无法判断当前组合算法模型是否为最优组合算法模型,并且现有技术中需要人工对组合算法模型进行编排,浪费了大量时间资源,效率低,用户可能挑选不到最优且最适合当前情况的组合算法模型。
发明内容
针对上述技术问题,本申请提供一种基于任务的动态编排系统,能够至少解决上述技术问题之一。
本申请采用的技术方案为:
本申请提供一种基于任务的动态编排系统,所述系统包括通信连接的处理器和数据库;
所述数据库中存储有n个任务类型信息表,第p个任务类型信息表的第i行包括(Ai p,Ri p),Ai p为用于实现第p个任务类型的第i个实现方法的名称,i的取值为1到mi,mi为用于实现第p个任务类型的实现方法数量;Ri p为Ai p的资源属性信息;p的取值为1到n;
当所述处理器执行计算机程序时,用于实现如下步骤:
S10,获取用户输入的任务集T=(T1,T2,…,Te,…,TH)以及用户用于执行H个任务的原始数据的数据量D和服务器的剩余资源R;其中,Te为T中的第e个任务的名称,e的取值为1到H,H为用户输入的任务数量;
S20,基于T,从所述数据库中获取对应的任务类型集A=(A1,A2,…,Ae,…,AH);
S30,基于任务类型Ar对应的实现方法At r的资源属性信息、D和R获取At r的资源消耗总量;t的取值为1到mr,mr为用于实现Ar的实现方法数量;
S40,从Ar对应的实现方法中获取候选实现方法集AM=(AM1,AM2,…,AMu,…,AMw);其中,第u个候选实现方法AMu对应的资源消耗总量小于R,u的取值为1到w,w为候选实现方法集的数量;
S50,响应于检测到用户从AM中选择的候选实现方法,将用户选择的候选实现方法作为Tr的目标实现方法;
S60,设置r=r+1;如果r<H,执行S30;否则,执行S70;
S70,将得到的H个目标实现方法对应的信息以设定方式发送至所述用户的服务器。
本申请至少具有以下技术效果:根据用户输入的关键词,从设定的算法模型数据库中自动获取或者编排满足用户输入功能的实现方法,并且可以根据用户的实际需求和设备资源为用户挑选最适合的实现方法以供用户进行选择,基于用户挑选的实现方法,使用docker技术对其进行打包;这样,使用自动编排技术节省了编排实现方法的时间,并且可以提供多种实现方法供用户进行选择,还可以提前为用户排除不适合的实现方法,节省了用户的挑选时间,并且可以使用户挑选到最合适的实现方法;使用docker技术进行打包,用户不需要考虑环境以及其他问题,可以直接进行使用,这样可以方便用户使用且无需人工自动化进行打包,能够节省时间资源。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的基于任务的动态编排系统执行计算机程序时实现方法的流程示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
如图1所示,本申请实施例提供一种基于任务的动态编排系统,所述系统包括通信连接的处理器和数据库。
进一步地,在本申请实施例中,所述数据库中存储有n个任务类型信息表,其中,第p个任务类型信息表的第i行包括(Ai p,Ri p),Ai p为用于实现第p个任务类型的第i个实现方法的名称,i的取值为1到mi,mi为用于实现第p个任务类型的实现方法数量;Ri p为Ai p的资源属性信息;p的取值为1到n。
在本申请实施例中,任务类型为基于实际需要而设置的任何任务类型,例如,可为根据事件进展而设置的节点,例如,预处理、实体提取、关系提取、事件提取等。任一任务类型实现的功能的可不同。
在本申请实施例中,实现任务类型的实现方法可为算法等,即Ai p可为用于实现第p个任务类型的第i个实现方法的算法模型等。每个任务类型对应的实现方法预先存储在数据库中。对于需要训练才能得到的算法模型等,可基于设定好的数据集进行训练得到。
在本申请实施例中,Ri p=(Ri1 p,Ri2 p,…,Rij p,…,Riki p),Rij p=(RIij p,fij p),RIij p为Rij p中的固有资源消耗量,fij p为Rij p中的动态资源消耗系数,j的取值为1到ki,ki为Ai p对应的资源消耗信息数量。
具体地,所述固有资源可根据Ai p对应的用于实现第p个任务类型的第i个实现方法的算法模型复杂度决定。在一个示意性实施例中,所述动态资源可包括Ai p对应的用于实现第p个任务类型的第i个实现方法的算法模型运行时需要占用的处理器内存资源的信息和显卡芯片显存资源的信息等,但并不局限于此,还可以为其他形式的资源。
进一步地,在本申请实施例中,当所述处理器执行计算机程序时,用于实现如下步骤:
S10,获取用户输入的任务集T=(T1,T2,…,Tr,…,TH)以及用户用于执行H个任务的原始数据的数据量D和服务器的剩余资源R;其中,Tr为T中的第r个任务的名称,r的取值为1到H,H为用户输入的任务数量。
具体地,在本申请实施例中,处理器跟用户所属的服务器通信连接。Tr可根据用户输入的需要实现的功能的关键词获取。T中可包括至少一个任务。在具体实施时,用户可通过用户名和密码在基于任务的动态编排系统对应的登录界面上进行登录,以登录进入系统。在登录到系统之后,可在系统的操作界面上选择相应的任务。当用户选择的任务顺序不符合事件发展规律时,可进行提示,以使得用户输入的任务是按照符合事件发展规律的顺序进行排列的。
数据量可根据用户输入的原始数据获取,数据量的单位可为计算机能够识别的单位,例如,KB,MB,GB等。原始数据用于训练对应的算法模型,以实现相应的功能。R可以为处理器读取到的用户所属服务器剩余的运行资源,也可以为用户设定的运行对应的实现方法的运行资源。
进一步地,用户可以根据需求,也就是当用户需要将得到的算法模型应用到特殊领域时,可以自己提供所述原始数据,当用户对算法模型没有特殊要求时,也就是当用户不需将算法模型应用到特殊领域时,可以不提供所述原始数据,使用系统中存储的原始数据对算法模型进行训练,这样,不仅满足了用户需要使用自己提供的数据训练算法模型,使其可以应用在所需的特殊领域的需求,又可以在用户不需要应用在特殊领域时,为用户提供训练好的算法模型。
进一步地,当用户输入的关键词获取不到对应的Tr时,处理器给用户发送对应的提示信息;所述提示信息可以为语音提示信息,也可以为弹窗提示信息,还可以同时发送上述两种方式的提示信息。
S20,基于T,从所述数据库中获取对应的任务类型集A=(A1,A2,…,Ar,…,AH)。
具体地,Ar为Tr对应的算法模型名称,任一Ar之间实现的功能不同。Ar=(A1 r,A2 i,...,At r,...,Amr r),所述At r为第t个实现Ar的方法,t的取值为1到mr,mr为Ar对应的实现方法的数量,mr≥1。可通过改变算法模型的排列顺序以及同一种功能使用不同的算法模型,以生成不同的实现方法。
S30,基于任务类型Ar对应的实现方法At r的资源属性信息、D和R获取At r的资源消耗总量;t的取值为1到mr,mr为用于实现Ar的实现方法数量。
在本申请实施例中,At r的资源消耗总量TRt r=;RIts r为At r对应的第s个资源消耗信息Rts r中的固有资源消耗量,可根据At r的复杂度等进行确定。fts r为Rts r中的动态资源消耗系数,可自定义设置。kt为At r对应的资源消耗信息数量。
在一个示意性实施例中,优选,t=1,即,At r的资源属性信息中只有一个固定消耗资源和动态消耗系数,如此,能够简化计算。
在本申请的另一个实施例中,At r的资源消耗总量可为固定值,这样,能够进一下简化计算。
进一步地,在本申请实施例中,任意两个实现方法的输入格式和输出格式均为设定格式。优选地,所述设定格式为JSON串格式。
进一步地,当At r中使用的算法模型与相同但是实现各个功能的算法模型的排列顺序不同时,不为同一种实现方法;当实现各个功能的算法模型的排列顺序相同但所使用的算法模型不同时,不为同一种实现方法。
进一步地,在本申请实施例中,根据算法之间地关联,形成固定算法模型顺序的实现方法。
S40,从Ar对应的实现方法中获取候选实现方法集AM=(AM1,AM2,…,AMu,…,AMw);其中,第u个候选实现方法AMu对应的资源消耗总量小于R,u的取值为1到w,w为候选实现方法集的数量,显然,w≤mr。
在本申请实施例中,还包括如下步骤:
S42,将AM进行显示,显示信息包括:任一AMu对应的名称、资源消耗总量和运行属性。
在一个示意性实施例中,所述运行属性可包括执行Ar所需要的时间。在另一个示意性实施例中,除包括执行Ar所需要的时间外,运行属性还可包括运行结果准确性等。
进一步地,在本申请实施例中,显示信息还可以包括为用户推荐的候选实现方法,例如,资源消耗总量占用最小的候选实现方法、所需运行时间最短的候选实现方法和运行结果最准确的候选实现方法,这样,为用户呈现出其可能需要的算法,可以节省大量用户用于实现方法挑选的时间。
进一步地,用户可以输入自己期望实现方法的资源消耗总量或者任一方面的资源消耗量,根据用户输入的信息,为用户推荐出出符合要求的候选实现方式,这样,可以精准地为用户输出所需要的候选实施方式,以达到节省时间资源的目的。
S50,响应于检测到用户从AM中选择的候选实现方法,将用户选择的候选实现方法作为Tr的目标实现方法。
具体地,用户可以通过点击的方式选择候选实现方法,当检测到用户点击某一候选实现方法时,将用户点击的候选实现方法作为目标实现方法,这样,通过用户点击从而挑选实现方法的方式,可以使用户更容易得到自己需要的实现方法,节省了通过沟通得知用户需要实现方法的时间,使用户自己选取合适的实现方法,提高了用户的体验感。
S60,设置r=r+1;如果r<H,执行S30;否则,执行S70。
S70,将得到的H个目标实现方法对应的信息以设定方式发送至所述用户的服务器。
在本申请实施例中,所述设定方式为docker文件包,所述H个目标实现方法对应的信息包括配置信息、每个目标实现方法对应的脚本和模型,所述配置信息包括目标实现方法执行的顺序,使用docker技术进行打包,用户不需要考虑环境以及其他问题,可以直接进行使用,这样可以方便用户使用且无需人工自动化进行打包,节省了时间资源。本领域技术人员知晓,使用docker技术对用户选择的实现方法进行打包以及用户使用打包文件实现对应的任务可为本领域公知常识。
本申请实施例提供的基于任务的动态编排系统化,根据用户输入的关键词,从设定的算法模型数据库中自动获取或者编排满足用户输入功能的实现方法,并且可以根据用户的实际需求和设备资源为用户挑选最适合的实现方法以供用户进行选择,基于用户挑选的实现方法,使用docker技术对其进行打包;这样,使用自动编排技术节省了编排实现方法的时间,并且可以提供多种实现方法供用户进行选择,还可以提前为用户排除不适合的实现方法,节省了用户的挑选时间,并且可以使用户挑选到最合适的实现方法;使用docker技术进行打包,用户不需要考虑环境以及其他问题,可以直接进行使用,这样可以方便用户使用且无需人工自动化进行打包,能够节省时间资源。
虽然已经通过示例对本申请的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本申请的范围。本领域的技术人员还应理解,可以对实施例进行多种修改而不脱离本申请的范围和精神。本申请公开的范围由所附权利要求来限定。
Claims (10)
1.一种基于任务的动态编排系统,其特征在于,所述系统包括通信连接的处理器和数据库;
所述数据库中存储有n个任务类型信息表,第p个任务类型信息表的第i行包括(Ai p,Ri p),Ai p为用于实现第p个任务类型的第i个实现方法的名称,i的取值为1到mi,mi为用于实现第p个任务类型的实现方法数量;Ri p为Ai p的资源属性信息;p的取值为1到n;
当所述处理器执行计算机程序时,用于实现如下步骤:
S10,获取用户输入的任务集T=(T1,T2,…,Tr,…,TH)以及用户用于执行H个任务的原始数据的数据量D和服务器的剩余资源R;其中,Tr为T中的第r个任务的名称,r的取值为1到H,H为用户输入的任务数量;
S20,基于T,从所述数据库中获取对应的任务类型集A=(A1,A2,…,Ar,…,AH);
S30,基于任务类型Ar对应的实现方法At r的资源属性信息、D和R获取At r的资源消耗总量;t的取值为1到mr,mr为用于实现Ar的实现方法数量;
S40,从Ar对应的实现方法中获取候选实现方法集AM=(AM1,AM2,…,AMu,…,AMw); 其中,第u个候选实现方法AMu对应的资源消耗总量小于R,u的取值为1到w,w为候选实现方法集的数量;
S50,响应于检测到用户从AM中选择的候选实现方法,将用户选择的候选实现方法作为Tr的目标实现方法;
S60,设置r=r+1;如果r<H,执行S30;否则,执行S70;
S70,将得到的H个目标实现方法对应的信息以设定方式发送至所述用户的服务器。
2.根据权利要求1所述的系统,其特征在于,Ri p=(Ri1 p,Ri2 p,…,Rij p,…,Riki p),Rij p=(RIij p,fij p),RIij p为Rij p中的固有资源消耗量,fij p为Rij p中的动态资源消耗系数,j的取值为1到ki,ki为Si p对应的资源消耗信息数量。
4.根据权利要求1所述的系统,其特征在于,在S50之前还包括:
S42,将AM进行显示,显示信息包括:任一AMu对应的名称、资源消耗总量和运行属性。
5.根据权利要求4所述的系统,其特征在于,所述运行属性包括执行Ar所需要的时间。
6.根据权利要求1所述的系统,其特征在于,任意两个实现方法的输入格式和输出格式均为设定格式。
7.根据权利要求6所述的系统,其特征在于,所述设定格式为JSON串格式。
8.根据权利要求1所述的系统,其特征在于,在S70中,设定方式为docker文件包。
9.根据权利要求1所述的系统,其特征在于,所述H个目标实现方法对应的信息包括配置信息、每个目标实现方法对应的脚本和模型。
10.根据权利要求9所述的系统,其特征在于,所述配置信息包括目标实现方法执行的顺序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210809901.XA CN114880131B (zh) | 2022-07-11 | 2022-07-11 | 一种基于任务的动态编排系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210809901.XA CN114880131B (zh) | 2022-07-11 | 2022-07-11 | 一种基于任务的动态编排系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114880131A true CN114880131A (zh) | 2022-08-09 |
CN114880131B CN114880131B (zh) | 2022-09-30 |
Family
ID=82682719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210809901.XA Active CN114880131B (zh) | 2022-07-11 | 2022-07-11 | 一种基于任务的动态编排系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114880131B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130232498A1 (en) * | 2012-03-02 | 2013-09-05 | Vmware, Inc. | System to generate a deployment plan for a cloud infrastructure according to logical, multi-tier application blueprint |
CN103295100A (zh) * | 2013-05-28 | 2013-09-11 | 机械工业第六设计研究院有限公司 | 项目管理进度编排方法和系统 |
CN112882813A (zh) * | 2021-03-18 | 2021-06-01 | 苏州科达科技股份有限公司 | 任务调度方法、装置、系统及电子设备 |
CN113591934A (zh) * | 2021-07-07 | 2021-11-02 | 浙江大华技术股份有限公司 | 业务分析模型的编排方法、装置和设备及存储介质 |
CN114048011A (zh) * | 2021-11-04 | 2022-02-15 | 安徽博微广成信息科技有限公司 | 多任务处理方法和系统 |
CN114706887A (zh) * | 2022-03-31 | 2022-07-05 | 中国人民解放军国防科技大学 | 跨域业务流程编排方法、装置、电子设备及存储介质 |
-
2022
- 2022-07-11 CN CN202210809901.XA patent/CN114880131B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130232498A1 (en) * | 2012-03-02 | 2013-09-05 | Vmware, Inc. | System to generate a deployment plan for a cloud infrastructure according to logical, multi-tier application blueprint |
CN103295100A (zh) * | 2013-05-28 | 2013-09-11 | 机械工业第六设计研究院有限公司 | 项目管理进度编排方法和系统 |
CN112882813A (zh) * | 2021-03-18 | 2021-06-01 | 苏州科达科技股份有限公司 | 任务调度方法、装置、系统及电子设备 |
CN113591934A (zh) * | 2021-07-07 | 2021-11-02 | 浙江大华技术股份有限公司 | 业务分析模型的编排方法、装置和设备及存储介质 |
CN114048011A (zh) * | 2021-11-04 | 2022-02-15 | 安徽博微广成信息科技有限公司 | 多任务处理方法和系统 |
CN114706887A (zh) * | 2022-03-31 | 2022-07-05 | 中国人民解放军国防科技大学 | 跨域业务流程编排方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114880131B (zh) | 2022-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10354201B1 (en) | Scalable clustering for mixed machine learning data | |
CN111104393B (zh) | 数据迁移方法、装置、电子设备以及存储介质 | |
US11437029B2 (en) | Voice application platform | |
CN108804305A (zh) | 一种自动化测试的方法及装置 | |
WO2017000743A1 (zh) | 一种软件推荐的方法和装置 | |
TWI791176B (zh) | 自動識別有效資料採集模組的方法、系統、裝置及電腦程式載體 | |
WO2019099913A1 (en) | Aspect pre-selection using machine learning | |
CN109062807B (zh) | 测试应用程序的方法及装置、存储介质、电子装置 | |
CN110633959A (zh) | 基于图结构的审批任务创建方法、装置、设备及介质 | |
US10574765B2 (en) | Method, device, and non-transitory computer-readable recording medium | |
CN113032580A (zh) | 关联档案推荐方法、系统及电子设备 | |
CN111679808A (zh) | Rpa机器人应用需求测评方法及装置 | |
US20150143346A1 (en) | Constructing test-centric model of application | |
CN110059172B (zh) | 基于自然语言理解的推荐答案的方法和装置 | |
CN114880131B (zh) | 一种基于任务的动态编排系统 | |
CN110515929B (zh) | 书籍展示方法、计算设备及存储介质 | |
CN115242684B (zh) | 全链路压测方法、装置、计算机设备及存储介质 | |
CN112464075A (zh) | 智能音箱的应用推荐方法、装置及电子设备 | |
EP3803856A1 (en) | Voice application platform | |
JP2010072876A (ja) | ルール作成プログラム、ルール作成方法及びルール作成装置 | |
US11562126B2 (en) | Coaching system and coaching method | |
CN111176624B (zh) | 一种流式计算指标的生成方法及装置 | |
US20240012831A1 (en) | Data exchange method and apparatus, readable storage medium, and data exchange system | |
CN111612548A (zh) | 信息获取方法、装置、计算机设备和可读存储介质 | |
CN112560938A (zh) | 模型训练方法、装置及计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |