JP2010272053A - データ分類器作成装置、データ分類装置、データ分類器作成方法、データ分類方法、データ分類器作成プログラム、データ分類プログラム - Google Patents
データ分類器作成装置、データ分類装置、データ分類器作成方法、データ分類方法、データ分類器作成プログラム、データ分類プログラム Download PDFInfo
- Publication number
- JP2010272053A JP2010272053A JP2009125157A JP2009125157A JP2010272053A JP 2010272053 A JP2010272053 A JP 2010272053A JP 2009125157 A JP2009125157 A JP 2009125157A JP 2009125157 A JP2009125157 A JP 2009125157A JP 2010272053 A JP2010272053 A JP 2010272053A
- Authority
- JP
- Japan
- Prior art keywords
- data
- classifier
- correct
- classification
- classifiers
- 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
Abstract
【解決手段】データ分類器作成装置1では、まず、1対1データ作成部20は、事例データ格納部11に格納されたデータを基に、分類器を作成するための1対1データの集合である1対1データ集合を作成し、1対1データ格納部12に格納する。分類器作成部30は、1対1データ格納部12に格納された1対1データ集合を基に複数の分類器を作成し、分類器格納部13に格納する。分類器出力部40は、分類器格納部13から複数の分類器を読み出し、外部接続部100を介して複数の分類器を出力する。
【選択図】図1
Description
また、特許文献2には、学習データを基に複数の決定木を構築し、それら決定木を加重多数決法によって線形結合する際に、経験誤り確率から推定される誤り確率が小さくなるように学習するという分類器の作成システムが記載されている。
ここで、前記分類器作成部は、前記作成された複数個数の1対1データの集合に2種類以上の学習アルゴリズムを適用して、前記複数の分類器を作成する、データ分類器作成装置でも良い。
また、前記分類器作成部は、前記作成された複数個数の1対1データの集合に、2つ以上の異なる学習パラメータを用いた学習アルゴリズムを適用して、前記複数の分類器を作成する、データ分類器作成装置でも良い。
また、前記事例データ格納部は、同一の入力データに対して、複数の評価者によって付与された複数の正解データが対応する事例を含む事例データの集合を格納する、データ分類器作成装置でも良い。
また、前記事例データ格納部は、同一の入力データに対して、複数の評価者によって付与された複数の正解データが対応する事例を含む事例データの集合を格納すると共に、前記1対1データ作成部は、前記複数の評価者ごとに前記1対1データの集合を複数個数作成する1対1データ作成部と、を有するデータ分類器作成装置でも良い。
また、前記事例データ格納部は、同一の入力データに対して、複数の評価者によって付与された複数の正解データが対応する事例を含む事例データの集合を格納すると共に、前記1対1データ作成部は、1つの1対1データの集合に前記複数の評価者の正解データが含まれるように、前記1対1データの集合を複数個数作成する、データ分類器作成装置でも良い。
また、前記分類器作成部は、さらに、遺伝的アルゴリズムを用いて、入力データを構成する変数を選択し、前記分類器を作成する、データ分類器作成装置でも良い。
また、次の発明のデータ分類装置は、入力データと、前記入力データの正解の分類を示す正解データとが対応した事例データであって、同一の入力データが複数の正解データに対応する事例を含む事例データの集合から抽出された、1つの入力データが1つの正解データに対応する1対1データの集合を複数個数用いて、各々の前記1対1データの集合から作成された、複数の分類器によりそれぞれ分類して複数のデータを出力する第1の分類部と、前記第1の分類部を構成する複数の分類器からの複数の出力データを用いて、最終的なクラスを出力する第2の分類部と、を有するデータ分類装置である。
ここで、前記第1の分類部は、前記第2の分類部が出力対象とするクラスの内、一部の種類のクラスのみ出力可能な専用分類器と、前記第2の分類部が出力対象とするクラスの全種類のクラスを出力可能な一般分類器とにより構成される、データ分類装置である。
また、次の発明のデータ分類器作成方法は、入力データと、前記入力データの正解の分類を示す正解データとが対応した事例データであって、同一の入力データに対して複数の正解データが対応する事例を含む事例データの集合から事例データの集合を読み出して、1つの入力データが1つの正解データに対応する1対1データの集合を複数個数作成するステップと、前記作成された複数個数の1対1データの集合を参照しながら、1つの1対1データの集合から1つの分類器を作成するように制御して、複数の分類器を作成するステップと、を有するデータ分類器作成方法である。
また、次の発明のデータ分類方法は、入力データと、前記入力データの正解の分類を示す正解データとが対応した事例データであって、同一の入力データが複数の正解データに対応する事例を含む事例データの集合から抽出された、1つの入力データが1つの正解データに対応する1対1データの集合を複数個数用いて、各々の前記1対1データの集合から作成された、複数の分類器によりそれぞれ分類して複数のデータを出力するステップと、前記複数の分類器からの複数の出力データを用いて、最終的なクラスを出力するステップと、を有するデータ分類方法である。
また、次の発明のデータ分類器作成プログラムは、入力データと、前記入力データの正解の分類を示す正解データとが対応した事例データであって、同一の入力データに対して複数の正解データが対応する事例を含む事例データの集合から事例データの集合を読み出して、1つの入力データが1つの正解データに対応する1対1データの集合を複数個数作成するステップと、前記作成された複数個数の1対1データの集合を参照しながら、1つの1対1データの集合から1つの分類器を作成するように制御して、複数の分類器を作成するステップと、をコンピュータに実行させるデータ分類器作成プログラムである。
また、次の発明のデータ分類プログラムは、入力データと、前記入力データの正解の分類を示す正解データとが対応した事例データであって、同一の入力データが複数の正解データに対応する事例を含む事例データの集合から抽出された、1つの入力データが1つの正解データに対応する1対1データの集合を複数個数用いて、各々の前記1対1データの集合から作成された、複数の分類器によりそれぞれ分類して複数のデータを出力するステップと、前記複数の分類器からの複数の出力データを用いて、最終的なクラスを出力するステップと、をコンピュータに実行させるデータ分類プログラムである。
その結果、1つの入力データに対し、複数の正解データが割り当てられているようなデータ集合で分類器を構築しても、分類精度の良い分類器を作成することが出来る。
また、1つの入力データに対して、複数の評価者が作成した正解データであっても、精度の良い分類器を作成することができるため、特定の評価者の評価に偏らない、バランスの良い分類器を作成することが出来る。
また、複数の評価者からなる学習データから分類器を複数構築し、その複数の分類器から得られる分類結果を統合して最終的な分類結果を取得するようにすれば、従来よりも精度の良い分類結果を取得することが出来る。
[1]同一の入力データに対して複数の正解データがある事例集合を、1つの入力データが1つの正解データに対応するように複数の集合に分割し、分割した集合ごとに分類器を作成する点。
[2]分割した集合ごとに異なる学習アルゴリズムを適用する点。
[3]分割した集合ごとに異なる学習パラメータを適用する点。
[4]複数の評価者の正解データを用意し、評価者ごとに集合を作成し、評価者に対応した分類器を複数作成する点。
[5]複数の評価者の正解データを用意し、複数の評価者の正解データが混在した集合を作成し、複数の分類器を作成する点。
以上の5つの特徴をそれぞれ1つずつ備えてる実施の形態でも、2以上の特徴を任意に選択して適当に組み合わせた実施の形態でも良い。
図1は、本発明の実施の形態1におけるデータ分類器作成装置の構成例を示す。
まず、1対1データ作成部20は、評価ID別に作成された複数の1対1データ集合から、まだシャッフル処理を行っていない1組の1対1データ集合のペアを選択する(ステップS151)。
以上が、1対1データ作成部20の説明である。
分類器作成部30は、1対1データ作成部20によって作成された1対1データ集合を用いて学習アルゴリズムを適用することで、新たな分類器を作成する。分類器とは、データが入力されると、そのデータに基づいて少なくとも1つのクラスに分類するものである。学習アルゴリズムの公知の技術としては、“決定木”、“k−最近傍法(k−NN)”、“ニューラルネットワーク、サポートベクタマシン”、“ベイズモデル”などが知られている。学習アルゴリズムとは、学習用データを基に分類器自体を構築するためのアルゴリズムや、学習用データの変数選択を行うアルゴリズムである。
図14は、本発明の実施の形態2におけるデータ分類装置2の構成例を示すブロック図である。
実施の形態3のデータ分類器作成装置3は、実施の形態1のデータ分類器作成装置1で作成されるものと同様の分類器(一般分類器)に加え、限定された種類の正解データのみで構成された部分1対1データ集合からも、複数の分類器(専用分類器)を作成するようにしたものである。専用分類器は、限定された種類の正解データのみで構成された部分1対1データ集合から作成されるため、出力されるデータも、作成に用いられた正解データと同じ種類のクラスに限定される。このような専用分類器は、一般分類器による分類の結果、得票数が上位であるクラス間に所定以上の得票差が見られないなどの場合において、最終的なクラスへの分類を、より高い精度で行なうための決選投票に用いられる。例えば、C1とC2の2つのクラスについて決選投票を行う場合には、C1とC2のみを正解データとして含む1対1データ集合に基づいて作成された専用分類器を用いる。この専用分類器は、C1とC2のみを正解データとして含む1対1データ集合から作成された分類器であるため、出力される分類結果は、必ずC1かC2のどちらかのクラスとなる。
以上がデータ分類器作成装置3の説明である。
図20は、本発明の実施の形態4におけるデータ分類装置4の構成例を示すブロック図である。
2,4 データ分類装置
10 格納部
11 事例データ格納部
12,12A 1対1データ格納部
13,13A 分類器格納部
20,20A 1対1データ作成部
30,30A 分類器作成部
40 分類器出力部
60,60A 分類器取得部
70 分類器保存部
80,80A 分類実行部
90 分類結果統合部
100 外部接続部
200 外部装置
Claims (13)
- 入力データと、前記入力データの正解の分類を示す正解データとが対応した事例データであって、同一の入力データに対して複数の正解データが対応する事例を含む事例データの集合を格納する事例データ格納部と、
前記事例データ格納部から事例データの集合を読み出して、1つの入力データが1つの正解データに対応する1対1データの集合を複数個数作成する1対1データ作成部と、
前記作成された複数個数の1対1データの集合を参照しながら、1つの1対1データの集合から1つの分類器を作成するように制御して、複数の分類器を作成する分類器作成部と、
を有するデータ分類器作成装置。 - 前記分類器作成部は、前記作成された複数個数の1対1データの集合に2種類以上の学習アルゴリズムを適用して、前記複数の分類器を作成する、請求項1に記載のデータ分類器作成装置。
- 前記分類器作成部は、前記作成された複数個数の1対1データの集合に、2つ以上の異なる学習パラメータを用いた学習アルゴリズムを適用して、前記複数の分類器を作成する、請求項1または請求項2に記載のデータ分類器作成装置。
- 前記事例データ格納部は、同一の入力データに対して、複数の評価者によって付与された複数の正解データが対応する事例を含む事例データの集合を格納する、請求項1〜請求項3のいずれか一項に記載のデータ分類器作成装置。
- 前記事例データ格納部は、同一の入力データに対して、複数の評価者によって付与された複数の正解データが対応する事例を含む事例データの集合を格納すると共に、
前記1対1データ作成部は、前記複数の評価者ごとに前記1対1データの集合を複数個数作成する1対1データ作成部と、
を有する請求項4に記載のデータ分類器作成装置。 - 前記事例データ格納部は、同一の入力データに対して、複数の評価者によって付与された複数の正解データが対応する事例を含む事例データの集合を格納すると共に、
前記1対1データ作成部は、1つの1対1データの集合に前記複数の評価者の正解データが含まれるように、前記1対1データの集合を複数個数作成する、請求項4に記載のデータ分類器作成装置。 - 前記分類器作成部は、さらに、遺伝的アルゴリズムを用いて、入力データを構成する変数を選択し、前記分類器を作成する、請求項1〜請求項6のいずれか一項に記載のデータ分類器作成装置。
- 入力データと、前記入力データの正解の分類を示す正解データとが対応した事例データであって、同一の入力データが複数の正解データに対応する事例を含む事例データの集合から抽出された、1つの入力データが1つの正解データに対応する1対1データの集合を複数個数用いて、各々の前記1対1データの集合から作成された、複数の分類器によりそれぞれ分類して複数のデータを出力する第1の分類部と、
前記第1の分類部を構成する複数の分類器からの複数の出力データを用いて、最終的なクラスを出力する第2の分類部と、
を有するデータ分類装置。 - 前記第1の分類部は、前記第2の分類部が出力対象とするクラスの内、一部の種類のクラスのみ出力可能な専用分類器と、前記第2の分類部が出力対象とするクラスの全種類のクラスを出力可能な一般分類器とにより構成される、
請求項8に記載のデータ分類装置。 - 入力データと、前記入力データの正解の分類を示す正解データとが対応した事例データであって、同一の入力データに対して複数の正解データが対応する事例を含む事例データの集合から事例データの集合を読み出して、1つの入力データが1つの正解データに対応する1対1データの集合を複数個数作成するステップと、
前記作成された複数個数の1対1データの集合を参照しながら、1つの1対1データの集合から1つの分類器を作成するように制御して、複数の分類器を作成するステップと、
を有するデータ分類器作成方法。 - 入力データと、前記入力データの正解の分類を示す正解データとが対応した事例データであって、同一の入力データが複数の正解データに対応する事例を含む事例データの集合から抽出された、1つの入力データが1つの正解データに対応する1対1データの集合を複数個数用いて、各々の前記1対1データの集合から作成された、複数の分類器によりそれぞれ分類して複数のデータを出力するステップと、
前記複数の分類器からの複数の出力データを用いて、最終的なクラスを出力するステップと、
を有するデータ分類方法。 - 入力データと、前記入力データの正解の分類を示す正解データとが対応した事例データであって、同一の入力データに対して複数の正解データが対応する事例を含む事例データの集合から事例データの集合を読み出して、1つの入力データが1つの正解データに対応する1対1データの集合を複数個数作成するステップと、
前記作成された複数個数の1対1データの集合を参照しながら、1つの1対1データの集合から1つの分類器を作成するように制御して、複数の分類器を作成するステップと、
をコンピュータに実行させるデータ分類器作成プログラム。 - 入力データと、前記入力データの正解の分類を示す正解データとが対応した事例データであって、同一の入力データが複数の正解データに対応する事例を含む事例データの集合から抽出された、1つの入力データが1つの正解データに対応する1対1データの集合を複数個数用いて、各々の前記1対1データの集合から作成された、複数の分類器によりそれぞれ分類して複数のデータを出力するステップと、
前記複数の分類器からの複数の出力データを用いて、最終的なクラスを出力するステップと、
をコンピュータに実行させるデータ分類プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009125157A JP5353443B2 (ja) | 2009-05-25 | 2009-05-25 | データ分類器作成装置、データ分類装置、データ分類器作成方法、データ分類方法、データ分類器作成プログラム、データ分類プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009125157A JP5353443B2 (ja) | 2009-05-25 | 2009-05-25 | データ分類器作成装置、データ分類装置、データ分類器作成方法、データ分類方法、データ分類器作成プログラム、データ分類プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010272053A true JP2010272053A (ja) | 2010-12-02 |
JP5353443B2 JP5353443B2 (ja) | 2013-11-27 |
Family
ID=43420005
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009125157A Active JP5353443B2 (ja) | 2009-05-25 | 2009-05-25 | データ分類器作成装置、データ分類装置、データ分類器作成方法、データ分類方法、データ分類器作成プログラム、データ分類プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5353443B2 (ja) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013171327A (ja) * | 2012-02-17 | 2013-09-02 | Kddi Corp | サポートベクトルマシンを構築する方法及び装置 |
JP2014115685A (ja) * | 2012-12-06 | 2014-06-26 | Nippon Telegr & Teleph Corp <Ntt> | プロファイル解析装置及び方法及びプログラム |
JP2019095968A (ja) * | 2017-11-21 | 2019-06-20 | 日本電信電話株式会社 | 印象推定モデル学習装置、印象推定装置、印象推定モデル学習方法、印象推定方法、およびプログラム |
JP2019148566A (ja) * | 2018-02-28 | 2019-09-05 | 株式会社Screenホールディングス | 教師データ作成支援方法および教師データ作成支援装置 |
JP2020512633A (ja) * | 2017-03-22 | 2020-04-23 | マイクロン テクノロジー,インク. | ニューラルネットワークを動作させる装置及び方法 |
JP2020077158A (ja) * | 2018-11-07 | 2020-05-21 | オムロン株式会社 | 画像処理装置及び画像処理方法 |
WO2020153001A1 (ja) * | 2019-01-24 | 2020-07-30 | 株式会社荏原製作所 | 情報処理システム、情報処理方法、プログラム及び基板処理装置 |
JP2020137005A (ja) * | 2019-02-22 | 2020-08-31 | 株式会社ビデオリサーチ | データ処理装置及びデータ処理方法 |
JP2020154513A (ja) * | 2019-03-19 | 2020-09-24 | ネクスティシステムデザイン株式会社 | 判定装置、判定方法及び判定プログラム |
WO2021059375A1 (ja) * | 2019-09-25 | 2021-04-01 | 日本電気株式会社 | 学習装置、学習方法、及び、記録媒体 |
JP7483005B2 (ja) | 2019-11-26 | 2024-05-14 | インターナショナル・ビジネス・マシーンズ・コーポレーション | データ・ラベル検証 |
-
2009
- 2009-05-25 JP JP2009125157A patent/JP5353443B2/ja active Active
Non-Patent Citations (6)
Title |
---|
CSNB201100560001; 元田 浩: データマイニングの基礎 第1版, 20061220, p.21-26,54-55,63, 株式会社オーム社 * |
CSNG200500701004; 上田 修功: 'アンサンブル学習' 電子情報通信学会技術研究報告 Vol.104 No.291, 20040904, p.25-32, 社団法人電子情報通信学会 * |
CSNG200600277007; 賀沢 秀人: '最大マージン原理に基づく多重ラベリング学習' 電子情報通信学会論文誌 第J88-D-II巻 第11号, 20051101, p.2246-2259, 社団法人電子情報通信学会 * |
JPN6013026604; 元田 浩: データマイニングの基礎 第1版, 20061220, p.21-26,54-55,63, 株式会社オーム社 * |
JPN6013026606; 上田 修功: 'アンサンブル学習' 電子情報通信学会技術研究報告 Vol.104 No.291, 20040904, p.25-32, 社団法人電子情報通信学会 * |
JPN6013026608; 賀沢 秀人: '最大マージン原理に基づく多重ラベリング学習' 電子情報通信学会論文誌 第J88-D-II巻 第11号, 20051101, p.2246-2259, 社団法人電子情報通信学会 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013171327A (ja) * | 2012-02-17 | 2013-09-02 | Kddi Corp | サポートベクトルマシンを構築する方法及び装置 |
JP2014115685A (ja) * | 2012-12-06 | 2014-06-26 | Nippon Telegr & Teleph Corp <Ntt> | プロファイル解析装置及び方法及びプログラム |
JP2020512633A (ja) * | 2017-03-22 | 2020-04-23 | マイクロン テクノロジー,インク. | ニューラルネットワークを動作させる装置及び方法 |
JP2019095968A (ja) * | 2017-11-21 | 2019-06-20 | 日本電信電話株式会社 | 印象推定モデル学習装置、印象推定装置、印象推定モデル学習方法、印象推定方法、およびプログラム |
JP2019148566A (ja) * | 2018-02-28 | 2019-09-05 | 株式会社Screenホールディングス | 教師データ作成支援方法および教師データ作成支援装置 |
JP2020077158A (ja) * | 2018-11-07 | 2020-05-21 | オムロン株式会社 | 画像処理装置及び画像処理方法 |
JP7123306B2 (ja) | 2018-11-07 | 2022-08-23 | オムロン株式会社 | 画像処理装置及び画像処理方法 |
CN113329845A (zh) * | 2019-01-24 | 2021-08-31 | 株式会社荏原制作所 | 信息处理系统、信息处理方法、程序以及基板处理装置 |
JP2020120004A (ja) * | 2019-01-24 | 2020-08-06 | 株式会社荏原製作所 | 情報処理システム、情報処理方法、プログラム及び基板処理装置 |
WO2020153001A1 (ja) * | 2019-01-24 | 2020-07-30 | 株式会社荏原製作所 | 情報処理システム、情報処理方法、プログラム及び基板処理装置 |
JP7220573B2 (ja) | 2019-01-24 | 2023-02-10 | 株式会社荏原製作所 | 情報処理システム、情報処理方法、プログラム及び基板処理装置 |
JP2020137005A (ja) * | 2019-02-22 | 2020-08-31 | 株式会社ビデオリサーチ | データ処理装置及びデータ処理方法 |
JP2020154513A (ja) * | 2019-03-19 | 2020-09-24 | ネクスティシステムデザイン株式会社 | 判定装置、判定方法及び判定プログラム |
WO2021059375A1 (ja) * | 2019-09-25 | 2021-04-01 | 日本電気株式会社 | 学習装置、学習方法、及び、記録媒体 |
JPWO2021059375A1 (ja) * | 2019-09-25 | 2021-04-01 | ||
JP7310904B2 (ja) | 2019-09-25 | 2023-07-19 | 日本電気株式会社 | 学習装置、学習方法、及び、プログラム |
JP7483005B2 (ja) | 2019-11-26 | 2024-05-14 | インターナショナル・ビジネス・マシーンズ・コーポレーション | データ・ラベル検証 |
Also Published As
Publication number | Publication date |
---|---|
JP5353443B2 (ja) | 2013-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5353443B2 (ja) | データ分類器作成装置、データ分類装置、データ分類器作成方法、データ分類方法、データ分類器作成プログラム、データ分類プログラム | |
US11023806B2 (en) | Learning apparatus, identifying apparatus, learning and identifying system, and recording medium | |
Chen et al. | Efficient ant colony optimization for image feature selection | |
JP4948118B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
CN113366494A (zh) | 用于少样本无监督图像到图像转换的方法 | |
CN108140133A (zh) | 程序生成装置、程序生成方法及生成程序 | |
CN110751188B (zh) | 基于多标记学习的用户标签预测方法、系统及存储介质 | |
Chien et al. | Learning discriminant functions with fuzzy attributes for classification using genetic programming | |
US20210019635A1 (en) | Group specific decision tree | |
Rutkowski et al. | On explainable fuzzy recommenders and their performance evaluation | |
WO2005048184A1 (ja) | 能動学習方法およびシステム | |
CN116521908A (zh) | 一种基于人工智能的多媒体内容个性化推荐方法 | |
CN112541530B (zh) | 针对聚类模型的数据预处理方法及装置 | |
Farooq | Genetic algorithm technique in hybrid intelligent systems for pattern recognition | |
Nickerson et al. | Creating diverse ensembles for classification with genetic programming and neuro-map-elites | |
JPWO2012002215A1 (ja) | 論理演算システム | |
Jabeen et al. | Two layered Genetic Programming for mixed-attribute data classification | |
Banga | Computational hybrids towards software defect predictions | |
Debie et al. | On Taxonomy and Evaluation of Feature Selection‐Based Learning Classifier System Ensemble Approaches for Data Mining Problems | |
Liang et al. | Improving generative adversarial network with multiple generators by evolutionary algorithms | |
Muni et al. | Evolution of fuzzy classifiers using genetic programming | |
Peterson et al. | Model and feature selection in microarray classification | |
EP4328801A2 (en) | Determination program, determination apparatus, and determination method | |
WO2023073967A1 (ja) | 精度判定プログラム、精度判定装置、および精度判定方法 | |
CN113177604B (zh) | 一种基于改进l1正则化和聚类的高维数据特征选择方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20111012 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20111226 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130604 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130708 |
|
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: 20130730 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130812 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5353443 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |