JP2005208773A - 楽曲検索システムおよび楽曲検索方法 - Google Patents
楽曲検索システムおよび楽曲検索方法 Download PDFInfo
- Publication number
- JP2005208773A JP2005208773A JP2004012453A JP2004012453A JP2005208773A JP 2005208773 A JP2005208773 A JP 2005208773A JP 2004012453 A JP2004012453 A JP 2004012453A JP 2004012453 A JP2004012453 A JP 2004012453A JP 2005208773 A JP2005208773 A JP 2005208773A
- Authority
- JP
- Japan
- Prior art keywords
- music
- data
- impression
- input
- search
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Reverberation, Karaoke And Other Acoustics (AREA)
- Electrophonic Musical Instruments (AREA)
Abstract
【解決手段】 階層型ニューラルネットワーク学習部24は、ユーザが初期設定用楽曲データとして入力した楽曲データから抽出された特徴データを入力信号とすると共に、予め記憶している印象度データを教師信号として用いて、階層型ニューラルネットワークを学習させる。特徴データ抽出部13は、楽曲データから特徴データを抽出し、印象度データ変換部14は、学習が施された階層型ニューラルネットワークを用いて、特徴データ抽出部13で抽出された特徴データを印象度データに変換し、楽曲マッピング部16は、印象度データ変換部14から入力された印象度データに基づいて楽曲データをマッピングする。
【選択図】 図1
Description
本発明の楽曲検索システムは、楽曲データベースに記憶された複数の楽曲データの中から所望の楽曲データを検索する楽曲検索システムであって、前記楽曲データを入力する楽曲データ入力手段と、該楽曲データ入力手段によって入力された前記楽曲データから物理的な特徴データを抽出する特徴データ抽出手段と、初期設定用楽曲データとして入力する前記楽曲データの印象を指定するキーワードおよび当該キーワードに対応する印象度データを記憶する学習用印象度データ記憶手段と、前記楽曲データ入力手段から前記初期設定用楽曲データとして入力する前記楽曲データを指定する前記キーワードを表示する表示手段と、前記楽曲データ入力手段から前記初期設定用楽曲データとして入力された前記楽曲データから前記特徴データ抽出手段によって抽出された前記特徴データを入力信号とすると共に、前記学習用印象度データ記憶手段に記憶されている前記印象度データを教師信号として用いて、前記楽曲データが有する前記特徴データを前記印象度データに変換する階層型ニューラルネットワークを学習させる階層型ニューラルネットワーク学習手段と、該階層型ニューラルネットワーク学習手段によって学習が施された前記階層型ニューラルネットワークを用いて、前記特徴データ抽出手段によって抽出された前記特徴データを前記印象度データに変換する印象度データ変換手段と、該印象度データ変換手段によって変換された前記印象度データを前記楽曲データ入力手段から入力された前記楽曲データと共に前記楽曲データベースに記憶させる記憶制御手段と、人間の感性によって判断される前記印象度データを入力する印象度データ入力手段と、該印象度データ入力手段から検索条件として入力された前記印象度データに基づいて前記楽曲データベースを検索する楽曲検索手段と、該楽曲検索手段によって検索された前記楽曲データを出力する楽曲データ出力手段と、を具備することを特徴とする。
Transform Acoustic Coding )等の圧縮形式で圧縮し、圧縮した楽曲データを、アーティスト名、曲名等の書誌データと共に楽曲データベース15に記憶させる。
図3は、図1に示す階層型ニューラルネットワーク学習部において初期設定時に行われる階層型ニューラルネットワークの学習動作を説明するためのフローチャートであり、図4は、図1に示す階層型ニューラルネットワーク学習部における階層型ニューラルネットワークの学習アルゴリズムを説明するための説明図であり、図5は、図1に示すPC表示部に表示される初期設定画面例を示す図であり、図6は、図1に示す特徴データ抽出部における特徴データ抽出動作を説明するためのフローチャートであり、図7は、図1に示す楽曲マッピング部で用いられる楽曲マップを説明するための説明図であり、図8は、図1に示す楽曲検索装置における楽曲登録動作を説明するためのフローチャートであり、図9は、図1に示す楽曲検索装置における楽曲検索動作を説明するためのフローチャートであり、図10は、図1に示すPC表示部に表示される表示画面例を示す図であり、図11は、図10に示す検索条件入力領域の表示例を示す図であり、図12は、図10に示す検索結果表示領域の表示例を示す図であり、図13は、図10に示す検索結果表示領域の表示例を示す図であり、図14は、図10に示す表示画面に表示される全楽曲リスト表示領域例を示す図であり、図15は、図10に示す表示画面に表示されるキーワード検索領域例を示す図である。
楽曲データ入力部11にCD、DVD等の楽曲データが記憶されている記憶媒体をセットし、楽曲データ入力部11から楽曲データを入力する(ステップC1)。
楽曲検索部18は、PC表示部20に、図10に示すような検索画面50を表示し、PC操作部19からのユーザ入力を受け付ける。検索画面50は、楽曲マップ記憶部17に記憶されている楽曲データのマッピング状況が表示される楽曲マップ表示領域51と、検索条件を入力する検索条件入力領域52と、検索結果が表示される検索結果表示領域53とからなる。図10の楽曲マップ表示領域51に示されている点は、楽曲データがマッピングされている楽曲マップのニューロンを示している。
図16は、本発明に係る楽曲検索システムの他の実施の形態の構成を示すブロック図である。
11 楽曲データ入力部
12 圧縮処理部
13 特徴データ抽出部
14 印象度データ変換部
15 楽曲データベース
16 楽曲マッピング部
17 楽曲マップ記憶部
18 楽曲検索部
19 PC操作部
20 PC表示部
21 検索結果出力部
22 初期設定部
23 学習用印象度データ記憶部
24 階層型ニューラルネットワーク学習部
30 端末装置
31 検索結果入力部
32 検索結果記憶部
33 端末操作部
34 端末表示部
35 音声出力部
36 楽曲データベース
37 楽曲マップ記憶部
38 楽曲検索部
39 データベース入力部
40 初期設定画面
50 検索画面
51 楽曲マップ表示領域
52 検索条件入力領域
53 検索結果表示領域
54 全楽曲リスト表示領域
55 キーワード検索領域
511 キーワード表示
521 印象度データ入力領域
522 書誌データ入力領域
523 検索実行ボタン
531 代表曲検索実行ボタン
532 出力ボタン
541 代表曲選択実行ボタン
551 キーワード選択領域
552 設定楽曲表示領域
553 おまかせ検索ボタン
554 設定楽曲変更ボタン
Claims (31)
- 楽曲データベースに記憶された複数の楽曲データの中から所望の楽曲データを検索する楽曲検索システムであって、
前記楽曲データを入力する楽曲データ入力手段と、
該楽曲データ入力手段によって入力された前記楽曲データから物理的な特徴データを抽出する特徴データ抽出手段と、
初期設定用楽曲データとして入力する前記楽曲データの印象を指定するキーワードおよび当該キーワードに対応する印象度データを記憶する学習用印象度データ記憶手段と、
前記楽曲データ入力手段から前記初期設定用楽曲データとして入力する前記楽曲データを指定する前記キーワードを表示する表示手段と、
前記楽曲データ入力手段から前記初期設定用楽曲データとして入力された前記楽曲データから前記特徴データ抽出手段によって抽出された前記特徴データを入力信号とすると共に、前記学習用印象度データ記憶手段に記憶されている前記印象度データを教師信号として用いて、前記楽曲データが有する前記特徴データを前記印象度データに変換する階層型ニューラルネットワークを学習させる階層型ニューラルネットワーク学習手段と、
該階層型ニューラルネットワーク学習手段によって学習が施された前記階層型ニューラルネットワークを用いて、前記特徴データ抽出手段によって抽出された前記特徴データを前記印象度データに変換する印象度データ変換手段と、
該印象度データ変換手段によって変換された前記印象度データを前記楽曲データ入力手段から入力された前記楽曲データと共に前記楽曲データベースに記憶させる記憶制御手段と、
人間の感性によって判断される前記印象度データを入力する印象度データ入力手段と、
該印象度データ入力手段から検索条件として入力された前記印象度データに基づいて前記楽曲データベースを検索する楽曲検索手段と、
該楽曲検索手段によって検索された前記楽曲データを出力する楽曲データ出力手段と、を具備することを特徴とする楽曲検索システム。 - 前記記憶制御手段は、前記楽曲データ入力手段から前記初期設定用楽曲データとして入力された前記楽曲データを前記学習用印象度データ記憶手段に記憶されている前記印象度データと共に前記楽曲データベースに記憶させることを特徴とする請求項1記載の楽曲検索システム。
- 前記特徴データ抽出手段は、前記特徴データとしてゆらぎ情報からなる複数の項目を抽出することを特徴とする請求項1又は2記載の楽曲検索システム。
- 前記楽曲検索手段は、前記印象度データ入力手段から入力された前記印象度データを入力ベクトルとすると共に、前記楽曲データベースに記憶されている前記印象度データを検索対象ベクトルとし、両者のユークリッド距離が小さい順に検索することを特徴とする請求項1乃至3のいずれかに記載の楽曲検索システム。
- 前記印象度データ変換手段によって変換された前記印象度データに基づいて、前記楽曲データ入力手段から入力された前記楽曲データを自己組織化マップである楽曲マップにマッピングする楽曲マッピング手段と、
該楽曲マッピング手段によってマッピングされた前記楽曲データが記憶される楽曲マップ記憶手段と、
前記楽曲マップにマッピングされている前記楽曲データの中から代表曲を選択する代表曲選択手段と、を具備し、
前記楽曲検索手段は、前記代表曲選択手段によって選択された代表曲に基づいて前記楽曲マップ記憶手段に記憶されている前記楽曲マップを検索することを特徴とする請求項1乃至4のいずれかに記載の楽曲検索システム。 - 前記楽曲マッピング手段は、前記印象度データ変換手段によって変換された前記印象度データを入力ベクトルとして、当該入力ベクトルに最も近いニューロンに前記楽曲データ入力手段によって入力された前記楽曲データをマッピングすることを特徴とする請求項5記載の楽曲検索システム。
- 前記楽曲検索手段は、代表曲がマッピングされているニューロンに含まれる前記楽曲データを検索することを特徴とする請求項5又は6記載の楽曲検索システム。
- 前記楽曲検索手段は、代表曲がマッピングされているニューロンと、その近傍ニューロンとに含まれる前記楽曲データを検索することを特徴とする請求項5乃至7のいずれかに記載の楽曲検索システム。
- 前記楽曲検索手段において近傍ニューロンを決定するための近傍半径は、任意に設定可能であることを特徴とする請求項8記載の楽曲検索システム。
- 楽曲データベースに記憶された複数の楽曲データの中から所望の楽曲データを検索する楽曲検索システムであって、
前記楽曲データを入力する楽曲データ入力手段と、
該楽曲データ入力手段によって入力された前記楽曲データから物理的な特徴データを抽出する特徴データ抽出手段と、
初期設定用楽曲データとして入力する前記楽曲データの印象を指定するキーワードおよび当該キーワードに対応する印象度データを記憶する学習用印象度データ記憶手段と、
前記楽曲データ入力手段から前記初期設定用楽曲データとして入力する前記楽曲データを指定する前記キーワードを表示する表示手段と、
前記楽曲データ入力手段から前記初期設定用楽曲データとして入力された前記楽曲データから前記特徴データ抽出手段によって抽出された前記特徴データを入力信号とすると共に、前記学習用印象度データ記憶手段に記憶されている前記印象度データを教師信号として用いて、前記楽曲データが有する前記特徴データを前記印象度データに変換する階層型ニューラルネットワークを学習させる階層型ニューラルネットワーク学習手段と、
該階層型ニューラルネットワーク学習手段によって学習が施された前記階層型ニューラルネットワークを用いて、前記特徴データ抽出手段によって抽出された前記特徴データを前記印象度データに変換する印象度データ変換手段と、
該印象度データ変換手段によって変換された前記印象度データに基づいて、前記楽曲データ入力手段から入力された前記楽曲データを自己組織化マップである楽曲マップにマッピングする楽曲マッピング手段と、
該楽曲マッピング手段によってマッピングされた前記楽曲データが記憶される楽曲マップ記憶手段と、
前記楽曲マップにマッピングされている前記楽曲データの中から代表曲を選択する代表曲選択手段と、
該代表曲選択手段によって選択された代表曲に基づいて前記楽曲マップ記憶手段に記憶されている前記楽曲マップを検索する楽曲検索手段と、
該楽曲検索手段によって検索された前記楽曲データを出力する楽曲データ出力手段と、を具備することを特徴とする楽曲検索システム。 - 前記特徴データ抽出手段は、前記特徴データとしてゆらぎ情報からなる複数の項目を抽出することを特徴とする請求項10記載の楽曲検索システム。
- 前記楽曲マッピング手段は、前記印象度データ変換手段によって変換された前記印象度データを入力ベクトルとして、当該入力ベクトルに最も近いニューロンに前記楽曲データ入力手段によって入力された前記楽曲データをマッピングすることを特徴とする請求項10又は11記載の楽曲検索システム。
- 前記楽曲検索手段は、代表曲がマッピングされているニューロンに含まれる前記楽曲データを検索することを特徴とする請求項10乃至12のいずれかに記載の楽曲検索システム。
- 前記楽曲検索手段は、代表曲がマッピングされているニューロンと、その近傍ニューロンとに含まれる前記楽曲データを検索することを特徴とする請求項10乃至13のいずれかに記載の楽曲検索システム。
- 前記楽曲検索手段において近傍ニューロンを決定するための近傍半径は、任意に設定可能であることを特徴とする請求項14記載の楽曲検索システム。
- 楽曲データベースに記憶された複数の楽曲データの中から所望の楽曲データを検索する楽曲検索方法であって、
初期設定用楽曲データとして入力する前記楽曲データの印象を指定するキーワードおよび当該キーワードに対応する印象度データを記憶しておき、
前記初期設定用楽曲データとして入力する前記楽曲データを指定するキーワードを表示し、
前記初期設定用楽曲データとして前記楽曲データの入力を受け付け、
前記初期設定用楽曲データとして受け付けた前記楽曲データから物理的な特徴データを抽出し、
該抽出した前記特徴データを入力信号とすると共に、前記記憶している前記印象度データを教師信号として用いて、前記楽曲データが有する前記特徴データを前記印象度データに変換する階層型ニューラルネットワークを学習させ、
前記楽曲データベースに登録する前記楽曲データの入力を受け付け、
該受け付けた前記楽曲データから前記特徴データを抽出し、
前記学習させた前記階層型ニューラルネットワークを用いて、前記抽出した特徴データを前記印象度データに変換し、
該変換した前記印象度データを前記受け付けた前記楽曲データと共に前記楽曲データベースに記憶し、
前記印象度データの入力を検索条件として受け付け、
該受け付けた前記印象度データを検索条件として前記楽曲データベースを検索し、
該検索した前記楽曲データを出力することを特徴とする楽曲検索方法。 - 前記初期設定用楽曲データとして受け付けた前記楽曲データを前記記憶している前記印象度データと共に前記楽曲データベースに記憶することを特徴とする請求項16記載の楽曲検索方法。
- 前記特徴データとしてゆらぎ情報からなる複数の項目を抽出することを特徴とする請求項16又は17記載の楽曲検索方法。
- 前記受け付けた前記印象度データを検索条件とする前記楽曲データベースの検索は、前記受け付けた前記印象度データを入力ベクトルとすると共に、前記楽曲データベースに記憶している前記印象度データを検索対象ベクトルとし、両者のユークリッド距離が小さい順に検索することを特徴とする請求項16乃至18のいずれかに記載の楽曲検索方法。
- 前記変換した前記印象度データに基づいて、前記受け付けた前記楽曲データを楽曲マップにマッピングし、
前記楽曲マップにマッピングした前記楽曲データの中からの代表曲の選択を受け付け、
該受け付けた代表曲に基づいて前記楽曲マップを検索し、
該検索した前記楽曲データを出力することを特徴とする請求項16乃19のいずれかに楽曲検索方法。 - 前記変換した前記印象度データを入力ベクトルとして、当該入力ベクトルに最も近いニューロンに前記入力した前記楽曲データをマッピングすることを特徴とする請求項20記載の楽曲検索方法。
- 前記受け付けた代表曲に基づく前記楽曲マップの検索は、代表曲がマッピングされているニューロンに含まれる前記楽曲データを検索することを特徴とする請求項20又は21記載の楽曲検索方法。
- 前記受け付けた代表曲に基づく前記楽曲マップの検索は、代表曲がマッピングされているニューロンと、その近傍ニューロンとに含まれる楽曲データを検索することを特徴とする請求項20乃至22のいずれかに記載の楽曲検索方法。
- 近傍ニューロンを決定するための近傍半径は、任意に設定可能であることを特徴とする請求項23記載の楽曲検索方法。
- 楽曲データベースに記憶された複数の楽曲データの中から所望の楽曲データを検索する楽曲検索方法であって、
初期設定用楽曲データとして入力する前記楽曲データの印象を指定するキーワードおよび当該キーワードに対応する印象度データを記憶しておき、
前記初期設定用楽曲データとして入力する前記楽曲データを指定するキーワードを表示し、
前記初期設定用楽曲データとして前記楽曲データの入力を受け付け、
前記初期設定用楽曲データとして入力した前記楽曲データから物理的な特徴データを抽出し、
該抽出した前記特徴データを入力信号とすると共に、前記記憶している前記印象度データを教師信号として用いて、前記楽曲データが有する前記特徴データを前記印象度データに変換する階層型ニューラルネットワークを学習させ、
前記楽曲データベースに登録する前記楽曲データの入力を受け付け、
該受け付けた前記楽曲データから前記特徴データを抽出し、
前記学習させた前記階層型ニューラルネットワークを用いて、前記抽出した特徴データを前記印象度データに変換し、
前記変換した前記印象度データに基づいて、前記受け付けた前記楽曲データを楽曲マップにマッピングし、
前記楽曲マップにマッピングした前記楽曲データの中からの代表曲の選択を受け付け、
該受け付けた代表曲に基づいて前記楽曲マップを検索し、
該検索した前記楽曲データを出力することを特徴とする楽曲検索方法。 - 前記特徴データとしてゆらぎ情報からなる複数の項目を抽出することを特徴とする請求項25記載の楽曲検索方法。
- 前記変換した前記印象度データを入力ベクトルとして、当該入力ベクトルに最も近いニューロンに前記入力した前記楽曲データをマッピングすることを特徴とする請求項25又は26記載の楽曲検索方法。
- 前記受け付けた代表曲に基づく前記楽曲マップの検索は、代表曲がマッピングされているニューロンに含まれる前記楽曲データを検索することを特徴とする請求項25乃至27のいずれかに記載の楽曲検索方法。
- 前記受け付けた代表曲に基づく前記楽曲マップの検索は、代表曲がマッピングされているニューロンと、その近傍ニューロンとに含まれる楽曲データを検索することを特徴とする請求項25乃至28のいずれかに記載の楽曲検索方法。
- 近傍ニューロンを決定するための近傍半径は、任意に設定可能であることを特徴とする請求項29記載の楽曲検索方法。
- 請求項16乃至30のいずれかに記載の楽曲検索方法をコンピュータに実行させるための楽曲検索プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004012453A JP4165649B2 (ja) | 2004-01-20 | 2004-01-20 | 楽曲検索システムおよび楽曲検索方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004012453A JP4165649B2 (ja) | 2004-01-20 | 2004-01-20 | 楽曲検索システムおよび楽曲検索方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005208773A true JP2005208773A (ja) | 2005-08-04 |
JP4165649B2 JP4165649B2 (ja) | 2008-10-15 |
Family
ID=34898821
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004012453A Expired - Fee Related JP4165649B2 (ja) | 2004-01-20 | 2004-01-20 | 楽曲検索システムおよび楽曲検索方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4165649B2 (ja) |
-
2004
- 2004-01-20 JP JP2004012453A patent/JP4165649B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP4165649B2 (ja) | 2008-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2159717A2 (en) | Hybrid audio-visual categorization system and method | |
JP4611819B2 (ja) | 楽曲管理装置および情報表示方法 | |
US7576278B2 (en) | Song search system and song search method | |
JP2005301921A (ja) | 楽曲検索システムおよび楽曲検索方法 | |
JP4607660B2 (ja) | 楽曲検索装置および楽曲検索方法 | |
JP4246120B2 (ja) | 楽曲検索システムおよび楽曲検索方法 | |
JP4115923B2 (ja) | 楽曲検索システムおよび楽曲検索方法 | |
JP2005309712A (ja) | 楽曲検索システムおよび楽曲検索方法 | |
JP4165649B2 (ja) | 楽曲検索システムおよび楽曲検索方法 | |
JP4165645B2 (ja) | 楽曲検索システムおよび楽曲検索方法 | |
JP4246100B2 (ja) | 楽曲検索システムおよび楽曲検索方法 | |
JP4165650B2 (ja) | 楽曲検索システムおよび楽曲検索方法 | |
JP4607659B2 (ja) | 楽曲検索装置および楽曲検索方法 | |
JP4313343B2 (ja) | 携帯端末装置および情報表示方法 | |
JP4313340B2 (ja) | 携帯端末装置および選曲方法 | |
JP4246101B2 (ja) | 楽曲検索システムおよび楽曲検索方法 | |
JP2006195619A (ja) | 情報検索装置および情報検索方法 | |
JP4279274B2 (ja) | 携帯端末装置および楽曲情報表示方法 | |
JP4339171B2 (ja) | 楽曲検索システムおよび楽曲検索方法 | |
JP2006317872A (ja) | 携帯端末装置および楽曲表現方法 | |
JP3901695B2 (ja) | 楽曲検索システムおよび楽曲検索方法 | |
Tulisalmi-Eskola | Automatic Music Genre Classification-Supervised Learning Approach | |
Mirza et al. | Residual LSTM neural network for time dependent consecutive pitch string recognition from spectrograms: a study on Turkish classical music makams | |
Kher | Music Composer Recognition from MIDI Representation using Deep Learning and N-gram Based Methods | |
Rönnberg | Classification of heavy metal subgenres with machine learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060125 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080122 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080321 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080422 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080623 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080715 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080722 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110808 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110808 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120808 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120808 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130808 Year of fee payment: 5 |
|
LAPS | Cancellation because of no payment of annual fees |