JP2015166962A - 情報処理装置、学習方法、及び、プログラム - Google Patents
情報処理装置、学習方法、及び、プログラム Download PDFInfo
- Publication number
- JP2015166962A JP2015166962A JP2014041228A JP2014041228A JP2015166962A JP 2015166962 A JP2015166962 A JP 2015166962A JP 2014041228 A JP2014041228 A JP 2014041228A JP 2014041228 A JP2014041228 A JP 2014041228A JP 2015166962 A JP2015166962 A JP 2015166962A
- Authority
- JP
- Japan
- Prior art keywords
- learning
- prediction
- weight
- data
- neural networks
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明の第1の実施の形態について説明する。
次に、本発明の第2の実施の形態について説明する。
110 処理受付部
111 データ取得部
120 学習部
121 予測モデル学習部
122 解析モデル学習部
130 予測部
140 予測モデル記憶部
150 重み解析部
160 解析モデル記憶部
Claims (10)
- 予測対象種別、及び、前記予測対象種別に影響する可能性がある他の種別の内の少なくとも一方のデータ値の時系列を取得するデータ取得手段と、
前記データ値の時系列を要素として含む集合が分割して入力される第1及び第2のニューラルネットワーク、及び、前記第1及び第2のニューラルネットワークの出力の内積を入力として、予測対象時刻における前記予測対象種別のデータ値の予測値を出力する第3のニューラルネットワーク、を含む予測モデルの学習を行う、予測モデル学習手段と、
を備えた情報処理装置。 - さらに、
入力層、及び、出力層から構成される、前記集合が分割して入力される第4及び第5のニューラルネットワーク、及び、前記第4及び第5のニューラルネットワークの出力の内積を入力として、前記予測対象時刻における前記予定対象種別のデータ値の予測値を出力する第6のニューラルネットワーク、を含む解析モデルの学習を行う、解析モデル学習手段と、
前記第4及び第5のニューラルネットワークを基に、前記集合に含まれる各要素の重みを算出し、出力する、重み解析手段と、
を備えた、請求項1に記載の情報処理装置。 - 前記重み解析手段は、前記解析モデルの学習により算出される、前記第4及び第5のニューラルネットワークの各々における、入力層の各要素と出力層の各要素間の重みをもとに、前記集合に含まれる各要素の重みを算出する、
請求項2に記載の情報処理装置。 - 前記重み解析手段は、前記解析モデルの学習により算出される、前記第4及び第5のニューラルネットワークの各々における、入力層の各要素と出力層の各要素間の重みをもとに、前記集合に含まれる要素の内の、前記第4のニューラルネットワークに入力される各要素と前記第5のニューラルネットワークに入力される各要素とのペアの重みを算出し、当該ペアの重みをもとに、前記集合に含まれる各要素の重みを算出する、
請求項3に記載の情報処理装置。 - 前記集合は、前記予測対象時刻を基準とした所定時刻におけるデータ値を要素として含む、
請求項1乃至4のいずれかに記載の情報処理装置。 - 予測対象種別、及び、前記予測対象種別に影響する可能性がある他の種別の内の少なくとも一方のデータ値の時系列を取得し、
前記データ値の時系列を要素として含む集合が分割して入力される第1及び第2のニューラルネットワーク、及び、前記第1及び第2のニューラルネットワークの出力の内積を入力として、前記予測対象時刻における前記予定対象種別のデータ値の予測値を出力する第3のニューラルネットワーク、を含む予測モデルの学習を行う、
学習方法。 - さらに、
入力層、及び、出力層から構成される、前記集合が分割して入力される第4及び第5のニューラルネットワーク、及び、前記第4及び第5のニューラルネットワークの出力の内積を入力として、前記予測対象時刻における前記予定対象種別のデータ値の予測値を出力する第6のニューラルネットワーク、を含む解析モデルの学習を行い、
前記第4及び第5のニューラルネットワークを基に、前記集合に含まれる各要素の重みを算出し、出力する、
を備えた、請求項6に記載の学習方法。 - 前記集合に含まれる各要素の重みを算出する場合、前記解析モデルの学習により算出される、前記第4及び第5のニューラルネットワークの各々における、入力層の各要素と出力層の各要素間の重みをもとに、前記集合に含まれる各要素の重みを算出する、
請求項7に記載の学習方法。 - コンピュータに、
予測対象種別、及び、前記予測対象種別に影響する可能性がある他の種別の内の少なくとも一方のデータ値の時系列を取得し、
前記データ値の時系列を要素として含む集合が分割して入力される第1及び第2のニューラルネットワーク、及び、前記第1及び第2のニューラルネットワークの出力の内積を入力として、前記予測対象時刻における前記予定対象種別のデータ値の予測値を出力する第3のニューラルネットワーク、を含む予測モデルの学習を行う、
処理を実行させるプログラム。 - さらに、
入力層、及び、出力層から構成される、前記集合が分割して入力される第4及び第5のニューラルネットワーク、及び、前記第4及び第5のニューラルネットワークの出力の内積を入力として、前記予測対象時刻における前記予定対象種別のデータ値の予測値を出力する第6のニューラルネットワーク、を含む解析モデルの学習を行い、
前記第4及び第5のニューラルネットワークを基に、前記集合に含まれる各要素の重みを算出し、出力する、
処理を実行させる請求項9に記載のプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014041228A JP6384065B2 (ja) | 2014-03-04 | 2014-03-04 | 情報処理装置、学習方法、及び、プログラム |
US14/628,681 US20150254554A1 (en) | 2014-03-04 | 2015-02-23 | Information processing device and learning method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014041228A JP6384065B2 (ja) | 2014-03-04 | 2014-03-04 | 情報処理装置、学習方法、及び、プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015166962A true JP2015166962A (ja) | 2015-09-24 |
JP6384065B2 JP6384065B2 (ja) | 2018-09-05 |
Family
ID=54017684
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014041228A Active JP6384065B2 (ja) | 2014-03-04 | 2014-03-04 | 情報処理装置、学習方法、及び、プログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US20150254554A1 (ja) |
JP (1) | JP6384065B2 (ja) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106503792A (zh) * | 2016-10-25 | 2017-03-15 | 辽宁工程技术大学 | 一种基于自适应模块化神经网络的瓦斯浓度预测方法 |
WO2017187516A1 (ja) * | 2016-04-26 | 2017-11-02 | 株式会社日立製作所 | 情報処理システムおよびその運用方法 |
JP2018025747A (ja) * | 2016-08-09 | 2018-02-15 | パナソニックIpマネジメント株式会社 | 対話行為推定方法、対話行為推定装置およびプログラム |
JP2018088742A (ja) * | 2016-11-28 | 2018-06-07 | アイフォーコムホールディングス株式会社 | エネルギ需要予測システム |
JP2018106237A (ja) * | 2016-12-22 | 2018-07-05 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
CN110083951A (zh) * | 2019-04-30 | 2019-08-02 | 贵州电网有限责任公司 | 一种基于变压器相关运行数据的固体绝缘寿命预测方法 |
WO2019187865A1 (ja) * | 2018-03-28 | 2019-10-03 | 日本電気株式会社 | 情報処理装置、情報処理方法、プログラム |
CN110751264A (zh) * | 2019-09-19 | 2020-02-04 | 清华大学 | 一种基于正交自编码神经网络的用电模式识别方法 |
KR102122168B1 (ko) * | 2020-01-08 | 2020-06-11 | (주)유에스티21 | 해무 소산 예측 모델 학습 방법 선택 장치, 해무 소산 예측 모델 학습 방법 선택 방법, 해무 소산 예측 장치 및 해무 소산 예측 방법 |
JP2020522798A (ja) * | 2017-05-31 | 2020-07-30 | ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド | 運動データに基づいて運転挙動を認識するデバイスおよび方法 |
US10778770B2 (en) | 2016-03-11 | 2020-09-15 | Omron Corporation | Network system, function setting method, and function setting program |
JPWO2021020198A1 (ja) * | 2019-07-26 | 2021-02-04 | ||
CN113379005A (zh) * | 2021-08-12 | 2021-09-10 | 新风光电子科技股份有限公司 | 一种电网电力设备能源智能管理系统及方法 |
JP7041773B1 (ja) | 2021-05-26 | 2022-03-24 | Sppテクノロジーズ株式会社 | 基板処理装置のプロセス判定装置、基板処理システム、基板処理装置のプロセス判定方法、学習モデルの生成方法及びプログラム |
WO2023027108A1 (ja) * | 2021-08-25 | 2023-03-02 | 富士フイルム株式会社 | 複数のタスクの実行順序の決定装置、実行順序の決定装置の作動方法およびプログラム、並びに、複数の機械学習モデルの生成装置、学習装置および予測装置 |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105844508B (zh) * | 2016-03-22 | 2020-04-17 | 天津中科智能识别产业技术研究院有限公司 | 一种基于动态周期神经网络的商品推荐方法 |
KR101799037B1 (ko) * | 2016-05-31 | 2017-11-17 | 주식회사 인코어드 테크놀로지스 | 가전 기기 사용 가이드 시스템 및 가전 기기 사용 가이드 방법 |
CN106952181A (zh) * | 2017-03-08 | 2017-07-14 | 深圳市景程信息科技有限公司 | 基于长短时记忆神经网络的电力负荷预测系统 |
US10489887B2 (en) | 2017-04-10 | 2019-11-26 | Samsung Electronics Co., Ltd. | System and method for deep learning image super resolution |
KR101774844B1 (ko) * | 2017-04-18 | 2017-09-19 | 주식회사 더디엔에이시스템 | 뉴로블록체인 콤비네이션을 이용한 인공신경망 모델의 자가 학습 모듈 |
US10944465B2 (en) * | 2017-08-09 | 2021-03-09 | Telefonaktiebolaget Lm Ericsson (Publ) | System and method for antenna beam selection |
CN110163380B (zh) * | 2018-04-28 | 2023-07-07 | 腾讯科技(深圳)有限公司 | 数据分析方法、模型训练方法、装置、设备及存储介质 |
US20190385055A1 (en) * | 2018-06-14 | 2019-12-19 | Electronics And Telecommunications Research Institute | Method and apparatus for artificial neural network learning for data prediction |
CN109086930B (zh) * | 2018-07-27 | 2021-01-22 | 广东电网有限责任公司 | 一种基于电力k线图及深度网络的用户用电行为分析方法 |
CN109685240B (zh) * | 2018-10-24 | 2023-10-13 | 国网浙江省电力有限公司 | 一种基于lstm深度学习的95598话务工单预测与异动预警方法 |
US11922314B1 (en) * | 2018-11-30 | 2024-03-05 | Ansys, Inc. | Systems and methods for building dynamic reduced order physical models |
CN110222714B (zh) * | 2019-05-05 | 2022-08-26 | 河海大学 | 一种基于arma与bp神经网络的太阳总辐照资源预测方法 |
CN112017252B (zh) * | 2019-05-31 | 2024-06-11 | 华为技术有限公司 | 一种图像处理方法和相关设备 |
CN110570048A (zh) * | 2019-09-19 | 2019-12-13 | 深圳市物语智联科技有限公司 | 基于改进在线深度学习的用户需求预测方法 |
US11620493B2 (en) | 2019-10-07 | 2023-04-04 | International Business Machines Corporation | Intelligent selection of time series models |
CN110909862A (zh) * | 2019-10-11 | 2020-03-24 | 平安科技(深圳)有限公司 | 基于卷积神经网络的注意力权重计算方法和装置 |
US20210174198A1 (en) * | 2019-12-10 | 2021-06-10 | GM Global Technology Operations LLC | Compound neural network architecture for stress distribution prediction |
CN111199270B (zh) * | 2019-12-30 | 2023-04-18 | 福建省海洋预报台 | 一种基于深度学习的区域波高预报方法及终端 |
US11314212B2 (en) * | 2020-01-27 | 2022-04-26 | Kyndryl, Inc. | HTM-based predictions for system behavior management |
US11889175B2 (en) * | 2020-04-24 | 2024-01-30 | Spectrum Optix Inc. | Neural network supported camera image or video processing pipelines |
CN113361189B (zh) * | 2021-05-12 | 2022-04-19 | 电子科技大学 | 基于多步鲁棒预测学习机的芯片性能退化趋势预测方法 |
CN116417992B (zh) * | 2023-03-10 | 2024-03-19 | 华中科技大学 | 基于时空注意力机制的风机功率预测模型建立方法及应用 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0916555A (ja) * | 1995-06-30 | 1997-01-17 | Nec Corp | 需要量予測装置 |
JP2002109150A (ja) * | 2000-09-28 | 2002-04-12 | Fuji Electric Co Ltd | 時系列データの適応的予測方法 |
JP2007280031A (ja) * | 2006-04-06 | 2007-10-25 | Sony Corp | 情報処理装置および方法、並びにプログラム |
US20100185659A1 (en) * | 2009-01-12 | 2010-07-22 | Nec Laboratories America, Inc. | Supervised semantic indexing and its extensions |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US1000220A (en) * | 1908-11-25 | 1911-08-08 | Louisa E Wheaton | Combined mop head and wringer. |
US5255342A (en) * | 1988-12-20 | 1993-10-19 | Kabushiki Kaisha Toshiba | Pattern recognition system and method using neural network |
US6324532B1 (en) * | 1997-02-07 | 2001-11-27 | Sarnoff Corporation | Method and apparatus for training a neural network to detect objects in an image |
US20140181097A1 (en) * | 2012-12-20 | 2014-06-26 | Microsoft Corporation | Providing organized content |
US9639642B2 (en) * | 2013-10-09 | 2017-05-02 | Fujitsu Limited | Time series forecasting ensemble |
-
2014
- 2014-03-04 JP JP2014041228A patent/JP6384065B2/ja active Active
-
2015
- 2015-02-23 US US14/628,681 patent/US20150254554A1/en not_active Abandoned
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0916555A (ja) * | 1995-06-30 | 1997-01-17 | Nec Corp | 需要量予測装置 |
JP2002109150A (ja) * | 2000-09-28 | 2002-04-12 | Fuji Electric Co Ltd | 時系列データの適応的予測方法 |
JP2007280031A (ja) * | 2006-04-06 | 2007-10-25 | Sony Corp | 情報処理装置および方法、並びにプログラム |
US20100185659A1 (en) * | 2009-01-12 | 2010-07-22 | Nec Laboratories America, Inc. | Supervised semantic indexing and its extensions |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10778770B2 (en) | 2016-03-11 | 2020-09-15 | Omron Corporation | Network system, function setting method, and function setting program |
WO2017187516A1 (ja) * | 2016-04-26 | 2017-11-02 | 株式会社日立製作所 | 情報処理システムおよびその運用方法 |
JP2018025747A (ja) * | 2016-08-09 | 2018-02-15 | パナソニックIpマネジメント株式会社 | 対話行為推定方法、対話行為推定装置およびプログラム |
CN106503792A (zh) * | 2016-10-25 | 2017-03-15 | 辽宁工程技术大学 | 一种基于自适应模块化神经网络的瓦斯浓度预测方法 |
CN106503792B (zh) * | 2016-10-25 | 2018-12-18 | 西安科技大学 | 一种基于自适应模块化神经网络的瓦斯浓度预测方法 |
JP2018088742A (ja) * | 2016-11-28 | 2018-06-07 | アイフォーコムホールディングス株式会社 | エネルギ需要予測システム |
JP2018106237A (ja) * | 2016-12-22 | 2018-07-05 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
JP2020522798A (ja) * | 2017-05-31 | 2020-07-30 | ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド | 運動データに基づいて運転挙動を認識するデバイスおよび方法 |
JP7092186B2 (ja) | 2018-03-28 | 2022-06-28 | 日本電気株式会社 | 情報処理装置、情報処理方法、プログラム |
JPWO2019187865A1 (ja) * | 2018-03-28 | 2021-03-11 | 日本電気株式会社 | 情報処理装置、情報処理方法、プログラム |
WO2019187865A1 (ja) * | 2018-03-28 | 2019-10-03 | 日本電気株式会社 | 情報処理装置、情報処理方法、プログラム |
CN110083951A (zh) * | 2019-04-30 | 2019-08-02 | 贵州电网有限责任公司 | 一种基于变压器相关运行数据的固体绝缘寿命预测方法 |
CN110083951B (zh) * | 2019-04-30 | 2023-06-02 | 贵州电网有限责任公司 | 一种基于变压器相关运行数据的固体绝缘寿命预测方法 |
JPWO2021020198A1 (ja) * | 2019-07-26 | 2021-02-04 | ||
WO2021020198A1 (ja) * | 2019-07-26 | 2021-02-04 | 富士フイルム株式会社 | 情報処理装置、プログラム、学習済みモデル、診断支援装置、学習装置及び予測モデルの生成方法 |
JP7170145B2 (ja) | 2019-07-26 | 2022-11-11 | 富士フイルム株式会社 | 情報処理装置、プログラム、学習済みモデル、診断支援装置、学習装置及び予測モデルの生成方法 |
CN110751264A (zh) * | 2019-09-19 | 2020-02-04 | 清华大学 | 一种基于正交自编码神经网络的用电模式识别方法 |
KR102122168B1 (ko) * | 2020-01-08 | 2020-06-11 | (주)유에스티21 | 해무 소산 예측 모델 학습 방법 선택 장치, 해무 소산 예측 모델 학습 방법 선택 방법, 해무 소산 예측 장치 및 해무 소산 예측 방법 |
JP7041773B1 (ja) | 2021-05-26 | 2022-03-24 | Sppテクノロジーズ株式会社 | 基板処理装置のプロセス判定装置、基板処理システム、基板処理装置のプロセス判定方法、学習モデルの生成方法及びプログラム |
JP2022181506A (ja) * | 2021-05-26 | 2022-12-08 | Sppテクノロジーズ株式会社 | 基板処理装置のプロセス判定装置、基板処理システム、基板処理装置のプロセス判定方法、学習モデルの生成方法及びプログラム |
CN113379005A (zh) * | 2021-08-12 | 2021-09-10 | 新风光电子科技股份有限公司 | 一种电网电力设备能源智能管理系统及方法 |
WO2023027108A1 (ja) * | 2021-08-25 | 2023-03-02 | 富士フイルム株式会社 | 複数のタスクの実行順序の決定装置、実行順序の決定装置の作動方法およびプログラム、並びに、複数の機械学習モデルの生成装置、学習装置および予測装置 |
Also Published As
Publication number | Publication date |
---|---|
JP6384065B2 (ja) | 2018-09-05 |
US20150254554A1 (en) | 2015-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6384065B2 (ja) | 情報処理装置、学習方法、及び、プログラム | |
WO2019114423A1 (zh) | 对模型预测值进行融合的方法、装置和设备 | |
Shabri et al. | Streamflow forecasting using least-squares support vector machines | |
CN109120462A (zh) | 机会网络链路的预测方法、装置及可读存储介质 | |
US20190122144A1 (en) | Regression for metric dataset | |
US9299042B2 (en) | Predicting edges in temporal network graphs described by near-bipartite data sets | |
Deng et al. | FedVision: Federated video analytics with edge computing | |
AU2021245165A1 (en) | Method and device for processing quantum data | |
JP2017091278A (ja) | 学習装置、予測装置、学習方法、予測方法、およびプログラム | |
Jiang et al. | Day‐ahead renewable scenario forecasts based on generative adversarial networks | |
JP6199461B1 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
Nandanoori et al. | Graph neural network and Koopman models for learning networked dynamics: A comparative study on power grid transients prediction | |
Bhalaji | Cloud load estimation with deep logarithmic network for workload and time series optimization | |
Azami et al. | GPS GDOP classification via improved neural network trainings and principal component analysis | |
Wang et al. | Swarm Intelligence‐Based Hybrid Models for Short‐Term Power Load Prediction | |
JP2015148934A (ja) | 発電量予測装置および発電量予測方法 | |
Sheikh et al. | A data-driven comparative analysis of lithium-ion battery state of health and capacity estimation | |
CN117215728B (zh) | 一种基于代理模型的仿真模拟方法、装置及电子设备 | |
Jaber et al. | Future smart grids creation and dimensionality reduction with signal handling on smart grid using targeted projection | |
CN111079175B (zh) | 数据处理方法、装置、计算机可读存储介质和计算机设备 | |
KR20220088946A (ko) | 방사 예측 처리 방법, 스택 일반화 모델 훈련 방법 및 장치 | |
Ge et al. | Traffic speed prediction with missing data based on TGCN | |
Bosma et al. | Estimating solar and wind power production using computer vision deep learning techniques on weather maps | |
CN113239272B (zh) | 一种网络管控系统的意图预测方法和意图预测装置 | |
CN110753366A (zh) | 行业短信网关容量的预测处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170215 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171129 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171212 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180206 |
|
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: 20180710 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180723 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6384065 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |