JP2020038699A - 汎用学習済モデルの生成方法 - Google Patents
汎用学習済モデルの生成方法 Download PDFInfo
- Publication number
- JP2020038699A JP2020038699A JP2019202438A JP2019202438A JP2020038699A JP 2020038699 A JP2020038699 A JP 2020038699A JP 2019202438 A JP2019202438 A JP 2019202438A JP 2019202438 A JP2019202438 A JP 2019202438A JP 2020038699 A JP2020038699 A JP 2020038699A
- Authority
- JP
- Japan
- Prior art keywords
- learned model
- learning
- initial
- model
- learned
- 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
- 238000000034 method Methods 0.000 title claims abstract description 92
- 238000012545 processing Methods 0.000 claims abstract description 71
- 230000010354 integration Effects 0.000 claims abstract description 57
- 238000010801 machine learning Methods 0.000 claims abstract description 17
- 238000004891 communication Methods 0.000 claims description 13
- 238000010348 incorporation Methods 0.000 claims description 9
- 238000004088 simulation Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 2
- 238000007596 consolidation process Methods 0.000 claims 1
- 230000008569 process Effects 0.000 description 71
- 230000010365 information processing Effects 0.000 description 53
- 238000010586 diagram Methods 0.000 description 18
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 230000007704 transition Effects 0.000 description 4
- 230000036772 blood pressure Effects 0.000 description 3
- 230000036760 body temperature Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000037081 physical activity Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/20—Ensemble learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9027—Trees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Manipulator (AREA)
- Feedback Control In General (AREA)
- Image Analysis (AREA)
Abstract
Description
図1〜図13を参照しつつ、本開示の第1の実施形態について説明する。
図1〜図3を参照しつつ、本実施形態に係る汎用学習済モデル生成システム5の装置構成について説明する。
次に、図4〜図12を参照しつつ、本実施形態に係る汎用学習済モデル生成システム5の動作について説明する。
図4は、汎用学習済モデルを生成する方法に関するゼネラルフローチャートである。同図から明らかな通り、処理が開始すると、情報処理装置1において、木構造を有するモデルの学習処理が行われる(S10)。
図4に戻り、学習処理が完了すると、学習結果に相当する学習済モデルを集積回路(IC)4へと搭載する処理がなされ、その後、当該集積回路4を各動作装置3へと搭載する処理が行われる(S20)。具体的には、上述の初期データに基づいて学習済の木構造モデルは、制御部41により読み出されて実行可能な態様にて記憶部42へと記憶される。また、学習済モデルはさらに、追加学習が可能な態様にて構成され、各動作装置3において新たなデータが得られた場合には、当該データに基づいてさらなる追加学習を行うことができるよう構成されている。
動作装置3への搭載処理の完了後、搭載された学習済モデルを用いて実際に動作装置3の制御が行われると共に、当該動作により得られた実際の動作データに基づいて、追加的な学習処理が行われる(S30)。
図4に戻り、各動作装置3における個別の追加学習処理(S30)が終了すると、各動作装置3から追加学習済モデルに関するデータ、すなわち、ノードとパラメータに関するデータをネットワークを介して統合処理サーバ2へと送信する処理が行われる(S40)。統合処理サーバ2は、当該データを受信すると、各追加学習済モデル同士を統合する処理を行う(S50)。
図4に戻り、統合処理サーバ2における学習済モデルの統合処理(S50)が終了すると、統合処理サーバ2から統合済モデル(汎用学習済モデル)をネットワークを介して各動作装置3へとダウンロードする処理が行われる(S60)。具体的には、所定期間経過後、動作装置3の所有者等は、図示しないパーソナル・コンピュータ等の情報処理装置へと統合済モデルをダウンロードし、当該情報処理装置からI/O部45を介して当該統合済モデルを各動作装置3へと転送して動作装置3の各記憶部42へと記憶させる。その後、処理は終了する。
次に、図13〜図16を参照しつつ、本発明の第2の実施形態について説明する。本実施形態においては、学習済モデル同士の統合処理を行う際に種々の付随情報が使用される。
第1の実施形態においては、動作装置3から追加学習後の学習済モデルを送信することとして説明したが、本開示はそのような構成に限定されない。従って、例えば、動作装置3から動作データを統合処理サーバ2へと送信して統合処理サーバ2において当該動作データを学習することで統合を実現してもよい。
2 統合処理サーバ
3 動作装置
4 集積回路
5 汎用学習済モデル生成システム
100 汎用学習済モデル生成システム
101 第1の情報処理装置
102 第2の情報処理装置
103 情報処理端末
104 ウェアラブル端末
Claims (10)
- 所定の機械学習モデルについて所定の初期データに基づいて学習を行って初期学習済モデルを生成する、初期学習ステップと、
所定の動作装置の制御を行う前記初期学習済モデルを複数の前記動作装置へと組み込み、かつ、各前記動作装置を夫々動作させることにより得られた個別の動作データに基づいて夫々追加学習を行って得られた複数の個別学習済モデルを統合処理して汎用学習済モデルを得る、統合ステップと、を備える汎用学習済モデルの生成方法。 - 前記初期学習済モデルの生成は、ネットワークと接続された所定の初期学習サーバにおいて行われ、
前記初期学習済モデルの前記動作装置への組み込みは、前記初期学習サーバから前記ネットワークを介して各前記動作装置へとダウンロードすることにより行われる、請求項1に記載の汎用学習済モデルの生成方法。 - 前記初期学習済モデルの前記動作装置への組み込みは、前記初期学習済モデルを集積回路へと搭載し、当該集積回路を各前記動作装置へと組み込むことにより行われる、請求項1に記載の汎用学習済モデルの生成方法。
- 前記汎用学習済モデルの生成方法は、さらに、
前記汎用学習済モデルを各前記動作装置へと組み込む、再組込ステップ、を含む請求項1に記載の汎用学習済モデルの生成方法。 - 前記機械学習モデルは、階層的に分割された状態空間へとそれぞれ対応付けられた複数のノードを階層的に配置することにより構成された木構造を有する学習モデルである、請求項1に記載の汎用学習済モデルの生成方法。
- 前記集積回路は、所定の統合処理サーバとの通信を行う通信部を備え、
前記個別学習済モデルは、各前記動作装置から各前記通信部を介して前記統合処理サーバへと送信され、
前記統合処理は、前記統合処理サーバにおいて実行される、請求項1に記載の汎用学習済モデルの生成方法。 - 前記初期データは、テスト用の前記動作装置又は前記動作装置のシミュレーションに基づいて生成されたデータである、請求項1に記載の汎用学習済モデルの生成方法。
- 前記統合ステップは、さらに、
各前記個別学習済モデルに対応する付随情報に基づいて、前記個別学習済モデルを選択的に統合処理する選択的統合ステップを備える、請求項1に記載の汎用学習済モデルの生成方法。 - 所定の機械学習モデルについて所定の初期データに基づいて学習を行って初期学習済モデルを生成する、初期学習ステップと、
所定の動作装置の制御を行う前記初期学習済モデルを複数の前記動作装置へと組み込む、組込ステップと、
各前記動作装置を夫々動作させることにより得られた個別の動作データに基づいて夫々追加学習を行って複数の個別学習済モデルを生成する追加学習ステップと、
各前記個別学習済モデルを統合処理して汎用学習済モデルを得る、統合ステップと、
前記汎用学習済モデルを各前記動作装置へと再度組み込む、再組込ステップと、
を備える汎用学習済モデルの生成方法。 - 所定の機械学習モデルについて所定の初期データに基づいて学習を行って初期学習済モデルを生成する、初期学習部と、
所定の動作装置の制御を行う前記初期学習済モデルを複数の前記動作装置へと組み込み、かつ、各前記動作装置を夫々動作させることにより得られた個別の動作データに基づいて夫々追加学習を行って得られた複数の個別学習済モデルを統合処理して汎用学習済モデルを得る、統合部と、を備える汎用学習済モデルの生成システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023053246A JP2023089023A (ja) | 2017-12-26 | 2023-03-29 | 汎用学習済モデルの生成方法 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017249455 | 2017-12-26 | ||
JP2017249455 | 2017-12-26 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019541374A Division JP6648352B2 (ja) | 2017-12-26 | 2018-12-21 | 汎用学習済モデルの生成方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023053246A Division JP2023089023A (ja) | 2017-12-26 | 2023-03-29 | 汎用学習済モデルの生成方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2020038699A true JP2020038699A (ja) | 2020-03-12 |
JP2020038699A5 JP2020038699A5 (ja) | 2021-11-11 |
JP7264376B2 JP7264376B2 (ja) | 2023-04-25 |
Family
ID=67067347
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019541374A Active JP6648352B2 (ja) | 2017-12-26 | 2018-12-21 | 汎用学習済モデルの生成方法 |
JP2019202438A Active JP7264376B2 (ja) | 2017-12-26 | 2019-11-07 | 汎用学習済モデルの生成方法 |
JP2023053246A Pending JP2023089023A (ja) | 2017-12-26 | 2023-03-29 | 汎用学習済モデルの生成方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019541374A Active JP6648352B2 (ja) | 2017-12-26 | 2018-12-21 | 汎用学習済モデルの生成方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023053246A Pending JP2023089023A (ja) | 2017-12-26 | 2023-03-29 | 汎用学習済モデルの生成方法 |
Country Status (4)
Country | Link |
---|---|
US (2) | US11568327B2 (ja) |
EP (1) | EP3734519A4 (ja) |
JP (3) | JP6648352B2 (ja) |
WO (1) | WO2019131527A1 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021260981A1 (ja) * | 2020-06-22 | 2021-12-30 | 株式会社Yamato | 情報処理装置及び情報処理方法 |
WO2023234184A1 (ja) * | 2022-06-01 | 2023-12-07 | 日本電気株式会社 | 連合学習モデル生成装置、連合学習モデル生成システム、連合学習モデル生成方法、コンピュータ可読媒体および連合学習モデル |
WO2023234182A1 (ja) * | 2022-06-01 | 2023-12-07 | 日本電気株式会社 | データ処理装置、データ処理システム、データ処理方法およびプログラムが格納された非一時的なコンピュータ可読媒体 |
JP7461763B2 (ja) | 2020-03-18 | 2024-04-04 | セコム株式会社 | 分散機械学習装置、分散機械学習方法、分散機械学習プログラム及びデータ処理システム |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3734519A4 (en) * | 2017-12-26 | 2021-09-15 | Aising Ltd. | PROCESS FOR GENERATING A UNIVERSAL LEARNED MODEL |
JP6699764B1 (ja) * | 2019-01-16 | 2020-05-27 | 株式会社富士通ゼネラル | 空気調和システム |
JP6932160B2 (ja) * | 2019-07-22 | 2021-09-08 | 株式会社安川電機 | 機械学習方法及び産業用機器のパラメータ又は産業用機器により制御される機器の内部状態の推定方法 |
WO2021033288A1 (ja) * | 2019-08-21 | 2021-02-25 | 日本電気株式会社 | 認識システム、モデル処理装置、モデル処理方法、及び、記録媒体 |
US20220222490A1 (en) * | 2019-08-21 | 2022-07-14 | Aising Ltd. | Information processing device, method and program |
JP6834046B1 (ja) * | 2020-05-08 | 2021-02-24 | 長瀬産業株式会社 | バーチャル疾患体験システム、バーチャル疾患体験方法、及びプログラム |
JP2022139417A (ja) * | 2021-03-12 | 2022-09-26 | オムロン株式会社 | 統合モデルの生成方法、画像検査システム、画像検査用モデルの生成装置、画像検査用モデルの生成プログラム及び画像検査装置 |
JPWO2023013788A1 (ja) * | 2021-08-05 | 2023-02-09 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010009518A (ja) * | 2008-06-30 | 2010-01-14 | Canon Inc | パターン検出器の学習装置、学習方法及びプログラム |
JP6648352B2 (ja) * | 2017-12-26 | 2020-02-14 | 株式会社エイシング | 汎用学習済モデルの生成方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006293442A (ja) | 2005-04-05 | 2006-10-26 | Sony Corp | 情報処理装置および方法、並びにプログラム |
US9489630B2 (en) | 2014-05-23 | 2016-11-08 | DataRobot, Inc. | Systems and techniques for predictive data analytics |
US9681270B2 (en) * | 2014-06-20 | 2017-06-13 | Opentv, Inc. | Device localization based on a learning model |
JP6547171B2 (ja) | 2015-03-16 | 2019-07-24 | 国立大学法人岩手大学 | 情報処理装置 |
WO2017126482A1 (ja) * | 2016-01-19 | 2017-07-27 | 日本電気株式会社 | 情報処理装置、情報処理方法、及び、記録媒体 |
US20180260687A1 (en) | 2016-04-26 | 2018-09-13 | Hitachi, Ltd. | Information Processing System and Method for Operating Same |
US10599205B2 (en) * | 2017-09-18 | 2020-03-24 | Verizon Patent And Licensing Inc. | Methods and systems for managing machine learning involving mobile devices |
US10901969B2 (en) * | 2018-08-14 | 2021-01-26 | Development Guild DDI, Inc. | System and method for facilitating an objective-oriented data structure and an objective via the data structure |
US11475370B2 (en) * | 2018-11-29 | 2022-10-18 | Microsoft Technology Licensing, Llc | Providing custom machine-learning models |
-
2018
- 2018-12-21 EP EP18895583.5A patent/EP3734519A4/en active Pending
- 2018-12-21 WO PCT/JP2018/047297 patent/WO2019131527A1/ja unknown
- 2018-12-21 JP JP2019541374A patent/JP6648352B2/ja active Active
- 2018-12-21 US US16/957,130 patent/US11568327B2/en active Active
-
2019
- 2019-11-07 JP JP2019202438A patent/JP7264376B2/ja active Active
-
2022
- 2022-12-23 US US18/087,873 patent/US20230131283A1/en active Pending
-
2023
- 2023-03-29 JP JP2023053246A patent/JP2023089023A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010009518A (ja) * | 2008-06-30 | 2010-01-14 | Canon Inc | パターン検出器の学習装置、学習方法及びプログラム |
JP6648352B2 (ja) * | 2017-12-26 | 2020-02-14 | 株式会社エイシング | 汎用学習済モデルの生成方法 |
Non-Patent Citations (2)
Title |
---|
ANDRZEJAK, ARTUR ET AL.: ""Interpretable models from distributed data via merging of decision trees"", 2013 IEEE SYMPOSIUM ON COMPUTATIONAL INTELLIGENCE AND DATA MINING (CIDM) [ONLINE], JPN6022042192, September 2013 (2013-09-01), ISSN: 0004888991 * |
KONECNY, JAKUB ET AL.: ""Federated Learning: Strategies for Improving Communication Efficiency"", ARXIV [ONLINE], JPN6022042191, October 2017 (2017-10-01), ISSN: 0004888990 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7461763B2 (ja) | 2020-03-18 | 2024-04-04 | セコム株式会社 | 分散機械学習装置、分散機械学習方法、分散機械学習プログラム及びデータ処理システム |
WO2021260981A1 (ja) * | 2020-06-22 | 2021-12-30 | 株式会社Yamato | 情報処理装置及び情報処理方法 |
WO2023234184A1 (ja) * | 2022-06-01 | 2023-12-07 | 日本電気株式会社 | 連合学習モデル生成装置、連合学習モデル生成システム、連合学習モデル生成方法、コンピュータ可読媒体および連合学習モデル |
WO2023234182A1 (ja) * | 2022-06-01 | 2023-12-07 | 日本電気株式会社 | データ処理装置、データ処理システム、データ処理方法およびプログラムが格納された非一時的なコンピュータ可読媒体 |
Also Published As
Publication number | Publication date |
---|---|
US20230131283A1 (en) | 2023-04-27 |
JPWO2019131527A1 (ja) | 2020-01-16 |
EP3734519A1 (en) | 2020-11-04 |
US11568327B2 (en) | 2023-01-31 |
JP2023089023A (ja) | 2023-06-27 |
JP6648352B2 (ja) | 2020-02-14 |
JP7264376B2 (ja) | 2023-04-25 |
EP3734519A4 (en) | 2021-09-15 |
WO2019131527A1 (ja) | 2019-07-04 |
US20200349473A1 (en) | 2020-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6648352B2 (ja) | 汎用学習済モデルの生成方法 | |
US9613310B2 (en) | Neural network learning and collaboration apparatus and methods | |
CN108919669A (zh) | 一种智能家居动态决策方法、装置和服务终端 | |
CN110023965A (zh) | 用于选择由机器人智能体执行的动作的神经网络 | |
KR20220049604A (ko) | 객체 추천 방법 및 장치, 컴퓨터 기기 및 매체 | |
US11675570B2 (en) | System and method for using a graphical user interface to develop a virtual programmable logic controller | |
CN114330699A (zh) | 神经网络结构搜索方法及装置 | |
KR20190081373A (ko) | 인공 신경망에 기반한 단말 장치 및 데이터 처리 방법 | |
US20220366244A1 (en) | Modeling Human Behavior in Work Environment Using Neural Networks | |
KR20210033809A (ko) | 인공 신경망을 이용하여 로봇을 제어하는 제어 서버 및 방법와, 이를 구현하는 로봇 | |
CN113379045B (zh) | 数据增强方法和装置 | |
CN112823492A (zh) | 用于为网络提供端到端解决方案的系统、设备和方法 | |
JP2018194932A (ja) | 制御装置、制御プログラム、学習データ作成方法、及び学習方法 | |
Zhang et al. | A deep reinforcement learning based human behavior prediction approach in smart home environments | |
KR102561799B1 (ko) | 디바이스에서 딥러닝 모델의 레이턴시를 예측하는 방법 및 시스템 | |
CN115437269A (zh) | 机器人的控制方法及系统、电子设备 | |
JPWO2019150452A1 (ja) | 情報処理装置、制御方法、及びプログラム | |
JP6713099B2 (ja) | 学習済モデル統合方法、装置、プログラム、icチップ、及びシステム | |
CN111712791B (zh) | 人工智能应用搭建中新增组块的方法、装置和机器设备 | |
Vignesh et al. | Deep Reinforcement Learning Based Weather Monitoring Systemusing Arduino for Smart Environment | |
US20230044533A1 (en) | Information processing system, information processing method, and storage medium | |
US11915370B2 (en) | Method and system for 3D modeling based on irregular-shaped sketch | |
Čík et al. | Reinforcement learning as a service | |
JP6886853B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
KR20230021468A (ko) | 신경망을 이용하여 사용자 입력에 대응하는 시각적 객체의 상태를 식별하기 위한 전자 장치, 방법, 및 비일시적 컴퓨터 판독가능 저장 매체 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20191107 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210930 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211111 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220927 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221005 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221125 |
|
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: 20230308 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230404 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7264376 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |