JP2019106120A - プロセススケジューリング装置、プロセス実行装置およびプロセススケジューリング方法 - Google Patents
プロセススケジューリング装置、プロセス実行装置およびプロセススケジューリング方法 Download PDFInfo
- Publication number
- JP2019106120A JP2019106120A JP2017239656A JP2017239656A JP2019106120A JP 2019106120 A JP2019106120 A JP 2019106120A JP 2017239656 A JP2017239656 A JP 2017239656A JP 2017239656 A JP2017239656 A JP 2017239656A JP 2019106120 A JP2019106120 A JP 2019106120A
- Authority
- JP
- Japan
- Prior art keywords
- evaluation value
- pattern
- classification
- processes
- weight variable
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
プロセスが有する少なくとも1つの特徴を用いて、複数のプロセスを複数のプロセスタイプに分類する分類パターンを、それぞれ異なる少なくとも1つの特徴を用いて複数生成するパターン生成部と、
前記複数の分類パターンの各々に対して、予め定められた性能項目に対する評価値を決定する評価部と、
前記決定された評価値に基づいて、前記複数のプロセスに対する分類パターンを決定する決定部と、を備える。
プロセスが有する少なくとも1つの特徴を用いて、複数の第1のプロセスを複数のプロセスタイプに分類する分類パターンを、それぞれ異なる少なくとも1つの特徴を用いて複数生成し、前記複数の分類パターンの各々に対して、予め定められた性能項目に対する評価値を決定し、前記決定された評価値に基づいて決定された分類パターンを用いて、アプリケーションプログラムが生成する複数の第2のプロセスを実行するプロセス実行部を備える。
プロセスが有する少なくとも1つの特徴を用いて、複数のプロセスを複数のプロセスタイプに分類する分類パターンを、それぞれ異なる少なくとも1つの特徴を用いて複数生成することと、
前記複数の分類パターンの各々に対して、予め定められた性能項目に対する評価値を決定することと、
前記決定された評価値に基づいて、前記複数のプロセスに対する分類パターンを決定することと、を含む。
(実施の形態1)
まず、図1を用いて、実施の形態1にかかるプロセススケジューリング装置10について説明する。図1は、実施の形態1にかかるプロセススケジューリング装置の構成例を示すブロック図である。
続いて、実施の形態2について説明する。実施の形態2は、実施の形態1を詳細にした実施の形態である。具体的には、実施の形態1においては、複数の分類パターンに対する評価値を決定して、決定された評価値に基づいて分類パターンを決定した。本実施の形態においては、複数のプロセスを表すプロセス群を複数生成する。さらに、複数の分類パターンにより、プロセスをプロセスタイプに分類し、分類されたプロセスタイプの各々に重み付けを行う重み変数セットを導入する。またさらに、最適な分類パターンと、最適な重み変数セットとを、機械学習によって決定する。本実施の形態の詳細を以下に説明する。
まず、図2を用いて、実施の形態2にかかるプロセス実行システム100の構成例について説明する。図2は、実施の形態2にかかるプロセス実行システムの構成例を示すブロック図である。
続いて、プロセススケジューリング装置20の構成例について説明する。図2に示す様に、プロセススケジューリング装置20は、プロセス生成部21、パターン生成部22、変数生成部23、記憶部24、算出部25、評価部26、決定部27および送信部28を備える。
プロセスタイプ毎の優先度を決定する関数は、以下の数式(1)のように定義される。
モデリングパターン保存領域242は、パターン生成部22が生成したモデリングパターンが保存される領域である。
学習モデル保存領域243は、パターン生成部22が生成した学習モデルが保存される領域である。
重み変数セット保存領域244は、変数生成部23が生成した重み変数セットが保存される領域である。
続いて、プロセス実行装置30について説明する。プロセス実行装置30は、受信部31、記憶部32およびプロセス実行部33を備える。
モデリングパターン保存領域321は、受信部31が受信した最適モデリングパターンが保存される保存領域である。
重み変数セット保存領域322は、受信部31が受信した最適重み変数セットが保存される保存領域である。
続いて、図5〜図7を用いて、プロセススケジューリング装置20の動作例を説明する。
まず、図5を用いて、プロセススケジューリング装置20の全体動作を説明する。図5は、実施の形態2にかかるプロセススケジューリング装置の全体動作を説明するフローチャートである。
続いて、図8を用いて、プロセス実行装置30の動作例について説明する。図8は、実施の形態2にかかるプロセス実行装置の動作例を説明するフローチャートである。
上述した実施の形態において、以下のような変形を施してもよい。
<1>上述した実施の形態では、プロセススケジューリング装置20において決定した最適モデリングパターンおよび最適重み変数セットを用いて、プロセス実行装置30が実プロセスを実行する構成として説明した。例えば、上述した実施の形態2を変形して、プロセススケジューリング装置20が最適モデリングパターンおよび最適重み変数セットを用いて、実プロセスを実行するようにしてもよい。
図11は、上述した実施の形態において説明したプロセススケジューリング装置10、20(以下、プロセススケジューリング装置10等と称する)およびプロセス実行装置30の構成例を示すブロック図である。図11を参照すると、プロセススケジューリング装置10等およびプロセス実行装置30は、ネットワーク・インターフェース1201、プロセッサ1202、及びメモリ1203を含む。ネットワーク・インターフェース1201は、通信システムを構成する他のネットワークノード装置と通信するために使用される。ネットワーク・インターフェース1201は、例えば、IEEE 802.3 seriesに準拠したネットワークインターフェースカード(NIC)を含んでもよい。
(付記1)
プロセスが有する少なくとも1つの特徴を用いて、複数のプロセスを複数のプロセスタイプに分類する分類パターンを、それぞれ異なる少なくとも1つの特徴を用いて複数生成するパターン生成部と、
前記複数の分類パターンの各々に対して、予め定められた性能項目に対する評価値を決定する評価部と、
前記決定された評価値に基づいて、前記複数のプロセスに対する分類パターンを決定する決定部と、を備えるプロセススケジューリング装置。
前記パターン生成部は、所定の条件を満たすまで、前記決定された評価値に基づいて新たな複数の前記分類パターンを繰り返し生成する、付記1に記載のプロセススケジューリング装置。
前記分類パターンに含まれるプロセスタイプの各々に重み付けを行う重み変数の集合である重み変数セットを複数生成する変数生成部をさらに備え、
前記評価部は、前記分類パターンと前記重み変数セットとの組み合わせ毎に、前記評価値を決定し、
前記決定部は、前記決定された評価値に基づいて、前記複数のプロセスに対する分類パターンおよび重み変数セットを決定する、付記1または2に記載のプロセススケジューリング装置。
前記変数生成部は、所定の条件を満たすまで、前記決定された評価値に基づいて新たな複数の前記重み変数セットを繰り返し生成する、付記3に記載のプロセススケジューリング装置。
前記分類パターンと前記重み変数セットとの組み合わせ毎に、前記分類パターンに含まれるプロセスタイプ毎の数と前記重み変数セットとを用いて、プロセスタイプ毎の優先度を算出する算出部をさらに備え、
前記評価部は、前記分類パターンと前記重み変数セットとの組み合わせ毎に、前記算出されたプロセスタイプ毎の優先度に基づいて、前記複数のプロセスを実行し、前記評価値を決定する、付記3または4のいずれか1項に記載のプロセススケジューリング装置。
前記複数のプロセスを表すプロセス群を複数生成するプロセス生成部をさらに備え、
前記パターン生成部は、前記複数のプロセス群の各々に対して、前記複数の分類パターンを適用し、
前記変数生成部は、前記プロセス群と前記分類パターンとの組み合わせ毎に、前記複数の重み変数セットを生成し、
前記評価部は、前記プロセス群と前記分類パターンと前記重み変数セットとの組み合わせ毎に、前記評価値を決定し、各プロセス群の前記評価値の総和を、前記分類パターンと前記重み変数セットとの組み合わせに対する評価値と決定し、
前記決定部は、前記決定された評価値に基づいて、前記複数のプロセス群に対する分類パターンおよび重み変数セットを決定する、付記3〜5のいずれか1項に記載のプロセススケジューリング装置。
前記パターン生成部は、遺伝的アルゴリズムを適用して、新たな複数の前記分類パターンを生成する、付記2に記載のプロセススケジューリング装置。
前記変数生成部は、遺伝的アルゴリズムを適用して、新たな複数の前記重み変数セットを生成する、付記4に記載のプロセススケジューリング装置。
前記性能項目は、スループット、消費電力および割り当てられたリソースの平等性の少なくとも1つを含む、付記1〜8のいずれか1項に記載のプロセススケジューリング装置。
前記プロセスが有する少なくとも1つの特徴は、フォアグランドプロセスまたはバックグラウンドプロセスであること、プロセス実行順、プロセス発生順、過去に割り当てられたプロセスのCPU時間、プロセス名、ユーザ情報およびプロセスに入力された入力情報のうち、少なくとも1つを含む、付記1〜9のいずれか1項に記載のプロセススケジューリング装置。
前記決定部が決定した分類パターンおよび重み変数セットの少なくとも1つに基づいて、アプリケーションプログラムが生成する複数のプロセスを実行するプロセス実行部をさらに備える、付記1〜10のいずれか1項に記載のプロセススケジューリング装置。
プロセスが有する少なくとも1つの特徴を用いて、複数の第1のプロセスを複数のプロセスタイプに分類する分類パターンを、それぞれ異なる少なくとも1つの特徴を用いて複数生成し、前記複数の分類パターンの各々に対して、予め定められた性能項目に対する評価値を決定し、前記決定された評価値に基づいて決定された分類パターンを用いて、アプリケーションプログラムが生成する複数の第2のプロセスを実行するプロセス実行部を備える、プロセス実行装置。
前記プロセス実行部は、前記決定された分類パターンを用いて、前記複数の第2のプロセスを複数のプロセスタイプに分類し、前記分類されたプロセスタイプ毎の優先度を算出し、前記算出されたプロセスタイプ毎の優先度に基づいて、前記複数の第2のプロセスを実行する、付記12に記載のプロセス実行装置。
プロセスが有する少なくとも1つの特徴を用いて、複数のプロセスを複数のプロセスタイプに分類する分類パターンを、それぞれ異なる少なくとも1つの特徴を用いて複数生成することと、
前記複数の分類パターンの各々に対して、予め定められた性能項目に対する評価値を決定することと、
前記決定された評価値に基づいて、前記複数のプロセスに対する分類パターンを決定することと、を含むプロセススケジューリング方法。
プロセスが有する少なくとも1つの特徴を用いて、複数のプロセスを複数のプロセスタイプに分類する分類パターンを、それぞれ異なる少なくとも1つの特徴を用いて複数生成することと、
前記複数の分類パターンの各々に対して、予め定められた性能項目に対する評価値を決定することと、
前記決定された評価値に基づいて、前記複数のプロセスに対する分類パターンを決定することと、をコンピュータに実行させるプログラム。
前記分類パターンに含まれるプロセスタイプの各々に重み付けを行う重み変数の集合である重み変数セットを複数生成することをさらに含み、
前記分類パターンと前記重み変数セットとの組み合わせ毎に、前記評価値を決定し、
前記決定された評価値に基づいて、前記複数のプロセスに対する分類パターンおよび重み変数セットを決定する、付記15に記載のプログラム。
プロセス実行時のプロセス優先度を決定するプロセススケジューリング装置と、
アプリケーションプログラムが生成した実プロセスを実行するプロセス実行装置と、を備え、
前記プロセススケジューリング装置は、
プロセスが有する少なくとも1つの特徴を用いて、複数のプロセスを複数のプロセスタイプに分類する分類パターンを、それぞれ異なる少なくとも1つの特徴を用いて複数生成するパターン生成部と、
前記複数の分類パターンの各々に対して、予め定められた性能項目に対する評価値を決定する評価部と、
前記決定された評価値に基づいて、前記複数のプロセスに対する分類パターンを決定する決定部と、
前記決定された分類パターンを前記プロセス実行装置に送信する送信部と、を備え、
前記プロセス実行装置は、
前記決定された分類パターンを前記プロセススケジューリング装置から受信する受信部と、
前記受信した分類パターンに基づいて、アプリケーションプログラムが生成する複数のプロセスを実行するプロセス実行部と、を備える、プロセス実行システム。
前記プロセススケジューリング装置は、
前記分類パターンに含まれるプロセスタイプの各々に重み付けを行う重み変数の集合である重み変数セットを複数生成する変数生成部をさらに備え、
前記評価部は、前記分類パターンと前記重み変数セットとの組み合わせ毎に、前記評価値を決定し、
前記決定部は、前記決定された評価値に基づいて、前記複数のプロセスに対する分類パターンおよび重み変数セットを決定し、
前記送信部は、前記決定された分類パターンおよび重み変数セットを送信し、
前記受信部は、前記決定された分類パターンおよび重み変数セットを受信し、
前記プロセス実行部は、前記受信した分類パターンおよび重み変数セットに基づいて、前記アプリケーションプログラムが生成する複数のプロセスを実行する、付記17に記載のプロセス実行システム。
11、22 パターン生成部
12、26 評価部
13、27 決定部
21 プロセス生成部
23 変数生成部
24、32 記憶部
25 算出部
28 送信部
29、33 プロセス実行部
30 プロセス実行装置
31 受信部
33 プロセス実行部
100 プロセス実行システム
Claims (10)
- プロセスが有する少なくとも1つの特徴を用いて、複数のプロセスを複数のプロセスタイプに分類する分類パターンを、それぞれ異なる少なくとも1つの特徴を用いて複数生成するパターン生成部と、
前記複数の分類パターンの各々に対して、予め定められた性能項目に対する評価値を決定する評価部と、
前記決定された評価値に基づいて、前記複数のプロセスに対する分類パターンを決定する決定部と、を備えるプロセススケジューリング装置。 - 前記パターン生成部は、所定の条件を満たすまで、前記決定された評価値に基づいて新たな複数の前記分類パターンを繰り返し生成する、請求項1に記載のプロセススケジューリング装置。
- 前記分類パターンに含まれるプロセスタイプの各々に重み付けを行う重み変数の集合である重み変数セットを複数生成する変数生成部をさらに備え、
前記評価部は、前記分類パターンと前記重み変数セットとの組み合わせ毎に、前記評価値を決定し、
前記決定部は、前記決定された評価値に基づいて、前記複数のプロセスに対する分類パターンおよび重み変数セットを決定する、請求項1または2に記載のプロセススケジューリング装置。 - 前記変数生成部は、所定の条件を満たすまで、前記決定された評価値に基づいて新たな複数の前記重み変数セットを繰り返し生成する、請求項3に記載のプロセススケジューリング装置。
- 前記分類パターンと前記重み変数セットとの組み合わせ毎に、前記分類パターンに含まれるプロセスタイプ毎の数と前記重み変数セットとを用いて、プロセスタイプ毎の優先度を算出する算出部をさらに備え、
前記評価部は、前記分類パターンと前記重み変数セットとの組み合わせ毎に、前記算出されたプロセスタイプ毎の優先度に基づいて、前記複数のプロセスを実行し、前記評価値を決定する、請求項3または4のいずれか1項に記載のプロセススケジューリング装置。 - 前記複数のプロセスを表すプロセス群を複数生成するプロセス生成部をさらに備え、
前記パターン生成部は、前記複数のプロセス群の各々に対して、前記複数の分類パターンを適用し、
前記変数生成部は、前記プロセス群と前記分類パターンとの組み合わせ毎に、前記複数の重み変数セットを生成し、
前記評価部は、前記プロセス群と前記分類パターンと前記重み変数セットとの組み合わせ毎に、前記評価値を決定し、各プロセス群の前記評価値の総和を、前記分類パターンと前記重み変数セットとの組み合わせに対する評価値と決定し、
前記決定部は、前記決定された評価値に基づいて、前記複数のプロセス群に対する分類パターンおよび重み変数セットを決定する、請求項3〜5のいずれか1項に記載のプロセススケジューリング装置。 - 前記性能項目は、スループット、消費電力および割り当てられたリソースの平等性の少なくとも1つを含む、請求項1〜6のいずれか1項に記載のプロセススケジューリング装置。
- 前記プロセスが有する少なくとも1つの特徴は、フォアグランドプロセスまたはバックグラウンドプロセスであること、プロセス実行順、プロセス発生順、過去に割り当てられたプロセスのCPU時間、プロセス名、ユーザ情報およびプロセスに入力された入力情報のうち、少なくとも1つを含む、請求項1〜7のいずれか1項に記載のプロセススケジューリング装置。
- プロセスが有する少なくとも1つの特徴を用いて、複数の第1のプロセスを複数のプロセスタイプに分類する分類パターンを、それぞれ異なる少なくとも1つの特徴を用いて複数生成し、前記複数の分類パターンの各々に対して、予め定められた性能項目に対する評価値を決定し、前記決定された評価値に基づいて決定された分類パターンを用いて、アプリケーションプログラムが生成する複数の第2のプロセスを実行するプロセス実行部を備える、プロセス実行装置。
- プロセスが有する少なくとも1つの特徴を用いて、複数のプロセスを複数のプロセスタイプに分類する分類パターンを、それぞれ異なる少なくとも1つの特徴を用いて複数生成することと、
前記複数の分類パターンの各々に対して、予め定められた性能項目に対する評価値を決定することと、
前記決定された評価値に基づいて、前記複数のプロセスに対する分類パターンを決定することと、を含むプロセススケジューリング方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017239656A JP7009971B2 (ja) | 2017-12-14 | 2017-12-14 | プロセススケジューリング装置およびプロセススケジューリング方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017239656A JP7009971B2 (ja) | 2017-12-14 | 2017-12-14 | プロセススケジューリング装置およびプロセススケジューリング方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019106120A true JP2019106120A (ja) | 2019-06-27 |
JP7009971B2 JP7009971B2 (ja) | 2022-01-26 |
Family
ID=67062709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017239656A Active JP7009971B2 (ja) | 2017-12-14 | 2017-12-14 | プロセススケジューリング装置およびプロセススケジューリング方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7009971B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210066502A (ko) * | 2019-11-28 | 2021-06-07 | 한국전자통신연구원 | 강화학습 기반 이타적 스케줄링 장치 및 방법 |
JP2023171264A (ja) * | 2022-05-18 | 2023-12-01 | 浙江工商大学 | 分散型異機種混在システムに基づくタスクインテリジェント処理方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004326486A (ja) * | 2003-04-25 | 2004-11-18 | Matsushita Electric Ind Co Ltd | タスク管理装置 |
JP2009020692A (ja) * | 2007-07-11 | 2009-01-29 | Toshiba Corp | タスク管理装置、タスク管理方法及びタスク管理プログラム |
WO2010055719A1 (ja) * | 2008-11-14 | 2010-05-20 | 日本電気株式会社 | スケジュール決定装置、並列実行装置、スケジュール決定方法、及びプログラム |
JP2010257056A (ja) * | 2009-04-22 | 2010-11-11 | Fujitsu Ltd | 並列処理装置、並列処理方法及び並列処理プログラム |
JP2012517041A (ja) * | 2009-02-05 | 2012-07-26 | 日本電気株式会社 | 遺伝的アプローチによる期限付きタスクの受付制御・スケジューリング方法、システムおよびプログラム |
JP2016139171A (ja) * | 2015-01-26 | 2016-08-04 | 日本電信電話株式会社 | リソース割当装置、リソース割当システム、および、リソース割当方法 |
-
2017
- 2017-12-14 JP JP2017239656A patent/JP7009971B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004326486A (ja) * | 2003-04-25 | 2004-11-18 | Matsushita Electric Ind Co Ltd | タスク管理装置 |
JP2009020692A (ja) * | 2007-07-11 | 2009-01-29 | Toshiba Corp | タスク管理装置、タスク管理方法及びタスク管理プログラム |
WO2010055719A1 (ja) * | 2008-11-14 | 2010-05-20 | 日本電気株式会社 | スケジュール決定装置、並列実行装置、スケジュール決定方法、及びプログラム |
JP2012517041A (ja) * | 2009-02-05 | 2012-07-26 | 日本電気株式会社 | 遺伝的アプローチによる期限付きタスクの受付制御・スケジューリング方法、システムおよびプログラム |
JP2010257056A (ja) * | 2009-04-22 | 2010-11-11 | Fujitsu Ltd | 並列処理装置、並列処理方法及び並列処理プログラム |
JP2016139171A (ja) * | 2015-01-26 | 2016-08-04 | 日本電信電話株式会社 | リソース割当装置、リソース割当システム、および、リソース割当方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210066502A (ko) * | 2019-11-28 | 2021-06-07 | 한국전자통신연구원 | 강화학습 기반 이타적 스케줄링 장치 및 방법 |
KR102496115B1 (ko) * | 2019-11-28 | 2023-02-06 | 한국전자통신연구원 | 강화학습 기반 이타적 스케줄링 장치 및 방법 |
US11711795B2 (en) | 2019-11-28 | 2023-07-25 | Electronics And Telecommunications Research Institute | Apparatus and method for altruistic scheduling based on reinforcement learning |
JP2023171264A (ja) * | 2022-05-18 | 2023-12-01 | 浙江工商大学 | 分散型異機種混在システムに基づくタスクインテリジェント処理方法 |
JP7478918B2 (ja) | 2022-05-18 | 2024-05-08 | 浙江工商大学 | 分散型異機種混在システムに基づくタスクインテリジェント処理方法 |
Also Published As
Publication number | Publication date |
---|---|
JP7009971B2 (ja) | 2022-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101936029B1 (ko) | 딥러닝 기반의 가치 평가 방법 및 그 장치 | |
CN107688493B (zh) | 训练深度神经网络的方法、装置及系统 | |
Liu et al. | An adaptive prediction approach based on workload pattern discrimination in the cloud | |
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 | |
JP2021507323A5 (ja) | ||
US11513851B2 (en) | Job scheduler, job schedule control method, and storage medium | |
JP2020013563A (ja) | 意味的情報に基づいてフォトリアリスティックな合成画像を生成するためのシステムおよび方法 | |
Deng et al. | FedVision: Federated video analytics with edge computing | |
CN113869521A (zh) | 构建预测模型的方法、装置、计算设备和存储介质 | |
CN111090631A (zh) | 分布式环境下的信息共享方法、装置和电子设备 | |
Zhu et al. | Carp: context-aware reliability prediction of black-box web services | |
JP2019106120A (ja) | プロセススケジューリング装置、プロセス実行装置およびプロセススケジューリング方法 | |
CN109345011A (zh) | 一种基于深度回归森林的空调负荷预测方法及系统 | |
US20240249160A1 (en) | Prediction apparatus, prediction method and prediction program | |
Tripathy et al. | Sustainable fog-assisted intelligent monitoring framework for consumer electronics in industry 5.0 applications | |
CN116976461A (zh) | 联邦学习方法、装置、设备及介质 | |
Laroui et al. | Scalable and cost efficient resource allocation algorithms using deep reinforcement learning | |
Jafarpour et al. | QoS-aware Selection of Web Service Compositions using Harmony Search Algorithm. | |
JP7396505B2 (ja) | モデル生成プログラム、モデル生成方法及びモデル生成装置 | |
CN112579246B (zh) | 虚拟机迁移处理方法及装置 | |
CN111836274B (zh) | 一种业务处理的方法及装置 | |
CN107016564A (zh) | 一种进行指标预测的方法和设备 | |
Kumar et al. | Neural network with multiple training methods for web service quality of service parameter prediction | |
WO2022259481A1 (ja) | 学習方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201109 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210907 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210928 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211125 |
|
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: 20211214 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211227 |