JP2022039406A - 情報処理装置、情報処理方法およびプログラム - Google Patents
情報処理装置、情報処理方法およびプログラム Download PDFInfo
- Publication number
- JP2022039406A JP2022039406A JP2020144410A JP2020144410A JP2022039406A JP 2022039406 A JP2022039406 A JP 2022039406A JP 2020144410 A JP2020144410 A JP 2020144410A JP 2020144410 A JP2020144410 A JP 2020144410A JP 2022039406 A JP2022039406 A JP 2022039406A
- Authority
- JP
- Japan
- Prior art keywords
- sensor data
- period
- estimation
- distribution
- feature amount
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 40
- 238000003672 processing method Methods 0.000 title claims description 5
- 238000009826 distribution Methods 0.000 claims abstract description 226
- 238000004364 calculation method Methods 0.000 claims abstract description 73
- 230000006870 function Effects 0.000 claims description 28
- 238000001514 detection method Methods 0.000 claims description 20
- 238000000034 method Methods 0.000 description 22
- 238000005457 optimization Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 238000010248 power generation Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 11
- 238000013500 data storage Methods 0.000 description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000001556 precipitation Methods 0.000 description 4
- KNMAVSAGTYIFJF-UHFFFAOYSA-N 1-[2-[(2-hydroxy-3-phenoxypropyl)amino]ethylamino]-3-phenoxypropan-2-ol;dihydrochloride Chemical compound Cl.Cl.C=1C=CC=CC=1OCC(O)CNCCNCC(O)COC1=CC=CC=C1 KNMAVSAGTYIFJF-UHFFFAOYSA-N 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Artificial Intelligence (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Operations Research (AREA)
- Human Computer Interaction (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
図1は、推定システム20の構成を複数の対象12および複数のセンサ18とともに示す図である。推定システム20は、推定装置22と、表示装置24とを備える。
つぎに、第2実施形態に係る推定システム20について説明する。なお、第2実施形態以降の説明では、それまでの実施形態おいて説明した構成要素と略同一の構成および機能を有する構成要素については、同一の符号を付けて、相違点を除き詳細な説明を省略する。
図14は、実施形態に係る推定装置22のハードウェア構成の一例を示す図である。本実施形態に係る推定装置22は、例えば図14に示すようなハードウェア構成の情報処理装置により実現される。推定装置22は、CPU(Central Processing Unit)201と、RAM(Random Access Memory)202と、ROM(Read Only Memory)203と、操作入力装置204と、記憶装置206と、通信装置207とを備える。そして、これらの各部は、バスにより接続される。
14 観測対象
16 関連対象
18 センサ
20 推定システム
22 推定装置
24 表示装置
32 データ取得部
34 データ記憶部
36 データ指定部
38 期間指定部
40 推定部
42 分布生成部
44 最適化部
46 閾値取得部
48 超過確率算出部
50 センサデータ表示制御部
52 分布表示制御部
54 超過確率表示制御部
62 特徴量算出部
64 パラメータ推定部
66 尤度算出部
68 学習部
72 類似期間検出部
74 操作ログ取得部
76 類似データ表示制御部
78 操作ログ表示制御部
Claims (19)
- 観測対象を観測して得られる時系列の対象センサデータの、基準時刻より後の指定された推定期間における最大値または最小値の確率分布を推定する情報処理装置であって、
前記基準時刻より前の参照時刻における前記1または複数の関連センサデータの特徴を表す参照特徴量を、前記参照時刻より前における前記観測対象とともに観測される1または複数の関連対象を観測して得られる時系列の前記1または複数の関連センサデータおよび予め設定された特徴量算出モデルに基づき、算出する特徴量算出部と、
前記参照時刻について前記基準時刻に対する前記推定期間と同一の時間関係となる参照期間における、前記対象センサデータの最大値または最小値の確率分布を表す確率密度関数の分布パラメータである参照分布パラメータを、前記参照時刻における前記参照特徴量および予め設定されたパラメータ推定モデルに基づき推定するパラメータ推定部と、
前記参照時刻に対応する前記参照期間における前記対象センサデータの最大値または最小値の実測値と、前記参照時刻についての前記参照分布パラメータに基づき生成された前記参照期間における前記対象センサデータの最大値または最小値の確率分布とに基づき、前記特徴量算出モデルおよび前記パラメータ推定モデルの少なくとも一方を更新する更新部と、
を備え、
前記特徴量算出部は、前記基準時刻における前記1または複数の関連センサデータの特徴を表す推定特徴量を、前記基準時刻より前における時系列の前記1または複数の関連センサデータ、および、更新された前記特徴量算出モデルに基づき算出し、
前記パラメータ推定部は、前記推定期間における前記対象センサデータの最大値または最小値の確率分布を表す前記確率密度関数の分布パラメータである推定分布パラメータを、前記基準時刻における前記推定特徴量、および、更新された前記パラメータ推定モデルに基づき推定する
情報処理装置。 - 前記基準時刻は、前記対象センサデータおよび前記1または複数の関連センサデータを観測した最新時刻である
請求項1に記載の情報処理装置。 - 前記参照分布パラメータに基づき、前記参照期間における前記対象センサデータの最大値または最小値の確率分布を生成する分布生成部をさらに備え、
前記分布生成部は、前記推定分布パラメータに基づき、前記推定期間における前記対象センサデータの最大値または最小値の確率分布を生成する
請求項1または2に記載の情報処理装置。 - 前記推定期間における前記対象センサデータの最大値または最小値の確率分布に基づき、前記推定期間における前記対象センサデータの最大値が設定された閾値を上回る、または、前記推定期間における前記対象センサデータの最小値が前記閾値を下回る超過確率を算出する超過確率算出部
をさらに備える請求項3に記載の情報処理装置。 - 前記更新部は、前記特徴量算出モデルおよび前記パラメータ推定モデルを最適化する
請求項1から4の何れか1項に記載の情報処理装置。 - 前記特徴量算出部は、前記基準時刻より前の複数の参照時刻のそれぞれについて、対応する参照時刻における前記参照特徴量を、前記対応する参照時刻より前における前記1または複数の関連センサデータおよび前記特徴量算出モデルに基づき算出し、
前記パラメータ推定部は、前記複数の参照時刻のそれぞれについて、前記参照期間における前記参照分布パラメータを、前記対応する参照時刻における前記参照特徴量および前記パラメータ推定モデルに基づき推定し、
前記更新部は、前記複数の参照時刻のそれぞれに対応する前記参照期間における前記対象センサデータの最大値または最小値の実測値と、前記複数の参照時刻のそれぞれについての前記参照期間における前記対象センサデータの最大値または最小値の確率分布とに基づき、前記特徴量算出モデルおよび前記パラメータ推定モデルを更新する
請求項1から5の何れか1項に記載の情報処理装置。 - 前記更新部は、
前記複数の参照時刻のそれぞれについて、対応する参照期間における前記対象センサデータの最大値または最小値の実測値と、前記参照分布パラメータに基づき算出された前記参照期間における前記対象センサデータの最大値または最小値の確率分布との尤度を算出する尤度算出部と、
前記複数の参照時刻のそれぞれの前記尤度の和を最大化するように、前記特徴量算出モデルおよび前記パラメータ推定モデルの少なくとも一方に含まれる内部パラメータを調整する学習部と、
を有する
請求項6に記載の情報処理装置。 - 複数の対象を観測することにより得られる複数のセンサデータの中から、前記対象センサデータおよび前記1または複数の関連センサデータの指定をユーザから受け付けるデータ指定部
をさらに備える請求項1から7の何れか1項に記載の情報処理装置。 - 前記推定期間の指定をユーザから受け付ける期間指定部
をさらに備える請求項1から8の何れか1項に記載の情報処理装置。 - 前記期間指定部は、複数の前記推定期間の指定を受け付け、
前記パラメータ推定部は、複数の前記推定期間のそれぞれについて、前記参照期間における前記参照分布パラメータを推定し、
前記更新部は、複数の前記推定期間のそれぞれについて、前記特徴量算出モデルおよび前記パラメータ推定モデルを更新し、
前記パラメータ推定部は、複数の前記推定期間のそれぞれについて、前記推定分布パラメータを推定する
請求項9に記載の情報処理装置。 - 前記推定期間における前記対象センサデータの最大値または最小値の確率分布を表示装置に表示させる分布表示制御部
をさらに備える請求項3に記載の情報処理装置。 - 前記超過確率を表示装置に表示させる超過確率表示制御部
をさらに備える請求項4に記載の情報処理装置。 - 前記超過確率表示制御部は、前記超過確率が予め設定された値を超える場合、前記超過確率を強調して前記表示装置に表示させる
請求項12に記載の情報処理装置。 - 前記基準時刻より前の前記対象センサデータの時系列変化を前記表示装置に表示させるセンサデータ表示制御部
をさらに備える請求項11から13の何れか1項に記載の情報処理装置。 - 前記基準時刻より前における時系列の前記1または複数の関連センサデータに基づき、前記対象センサデータの最大値または最小値の確率分布が前記推定期間と類似する類似期間を検出する類似期間検出部と、
前記類似期間における前記対象センサデータの時系列変化を前記表示装置に表示させる類似データ表示制御部と、
をさらに備える請求項11から14の何れか1項に記載の情報処理装置。 - 前記類似期間における、前記観測対象に関連して制御される機器に対する操作のログを取得する操作ログ取得部と、
前記類似期間における前記ログを前記表示装置に表示させる操作ログ表示制御部と、
をさらに備える請求項15に記載の情報処理装置。 - 基準時刻より前の観測対象を観測して得られる時系列の対象センサデータの時系列変化を表示装置に表示させるセンサデータ表示制御部と、
前記基準時刻より後の推定期間における、前記対象センサデータの最大値または最小値の確率分布を前記表示装置に表示させる分布表示制御部と、
を備える情報処理装置。 - 情報処理装置により、観測対象を観測して得られる時系列の対象センサデータの、基準時刻より後の指定された推定期間における最大値または最小値の確率分布を推定する情報処理方法であって、
前記情報処理装置が、前記基準時刻より前の参照時刻における前記1または複数の関連センサデータの特徴を表す参照特徴量を、前記参照時刻より前における前記観測対象とともに観測される1または複数の関連対象を観測して得られる時系列の前記1または複数の関連センサデータおよび予め設定された特徴量算出モデルに基づき、算出し、
前記情報処理装置が、前記参照時刻について前記基準時刻に対する前記推定期間と同一の時間関係となる参照期間における、前記対象センサデータの最大値または最小値の確率分布を表す確率密度関数の分布パラメータである参照分布パラメータを、前記参照時刻における前記参照特徴量および予め設定されたパラメータ推定モデルに基づき推定し、
前記情報処理装置が、前記参照時刻に対応する前記参照期間における前記対象センサデータの最大値または最小値の実測値と、前記参照時刻についての前記参照分布パラメータに基づき生成された前記参照期間における前記対象センサデータの最大値または最小値の確率分布とに基づき、前記特徴量算出モデルおよび前記パラメータ推定モデルの少なくとも一方を更新し、
前記情報処理装置が、前記基準時刻における前記1または複数の関連センサデータの特徴を表す推定特徴量を、前記基準時刻より前における時系列の前記1または複数の関連センサデータ、および、更新された前記特徴量算出モデルに基づき算出し、
前記情報処理装置が、前記推定期間における前記対象センサデータの最大値または最小値の確率分布を表す前記確率密度関数の分布パラメータである推定分布パラメータを、前記基準時刻における前記推定特徴量、および、更新された前記パラメータ推定モデルに基づき推定する
情報処理方法。 - コンピュータを、観測対象を観測して得られる時系列の対象センサデータの、基準時刻より後の指定された推定期間における最大値または最小値の確率分布を推定する情報処理装置として機能させるためのプログラムであって、
前記コンピュータを、
前記基準時刻より前の参照時刻における前記1または複数の関連センサデータの特徴を表す参照特徴量を、前記参照時刻より前における前記観測対象とともに観測される1または複数の関連対象を観測して得られる時系列の前記1または複数の関連センサデータおよび予め設定された特徴量算出モデルに基づき、算出する特徴量算出部と、
前記参照時刻について前記基準時刻に対する前記推定期間と同一の時間関係となる参照期間における、前記対象センサデータの最大値または最小値の確率分布を表す確率密度関数の分布パラメータである参照分布パラメータを、前記参照時刻における前記参照特徴量および予め設定されたパラメータ推定モデルに基づき推定するパラメータ推定部と、
前記参照時刻に対応する前記参照期間における前記対象センサデータの最大値または最小値の実測値と、前記参照時刻についての前記参照分布パラメータに基づき生成された前記参照期間における前記対象センサデータの最大値または最小値の確率分布とに基づき、前記特徴量算出モデルおよび前記パラメータ推定モデルの少なくとも一方を更新する更新部と
して機能させ、
前記特徴量算出部は、前記基準時刻における前記1または複数の関連センサデータの特徴を表す推定特徴量を、前記基準時刻より前における時系列の前記1または複数の関連センサデータ、および、更新された前記特徴量算出モデルに基づき算出し、
前記パラメータ推定部は、前記推定期間における前記対象センサデータの最大値または最小値の確率分布を表す前記確率密度関数の分布パラメータである推定分布パラメータを、前記基準時刻における前記推定特徴量、および、更新された前記パラメータ推定モデルに基づき推定する
プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020144410A JP7374868B2 (ja) | 2020-08-28 | 2020-08-28 | 情報処理装置、情報処理方法およびプログラム |
US17/186,261 US11947623B2 (en) | 2020-08-28 | 2021-02-26 | Information processing device, information processing method, and computer program product |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020144410A JP7374868B2 (ja) | 2020-08-28 | 2020-08-28 | 情報処理装置、情報処理方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022039406A true JP2022039406A (ja) | 2022-03-10 |
JP7374868B2 JP7374868B2 (ja) | 2023-11-07 |
Family
ID=80356692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020144410A Active JP7374868B2 (ja) | 2020-08-28 | 2020-08-28 | 情報処理装置、情報処理方法およびプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US11947623B2 (ja) |
JP (1) | JP7374868B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11687504B2 (en) * | 2021-01-25 | 2023-06-27 | Rockwell Automation Technologies, Inc. | Multimodal data reduction agent for high density data in IIoT applications |
US11586176B2 (en) | 2021-04-19 | 2023-02-21 | Rockwell Automation Technologies, Inc. | High performance UI for customer edge IIoT applications |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007221699A (ja) | 2006-02-20 | 2007-08-30 | Kddi Corp | トラヒック量変動の上限値を予測するトラヒック量予測装置、プログラム及び方法 |
JP2008102115A (ja) | 2006-09-21 | 2008-05-01 | Toshiba Corp | 気象予測システム及び気象予測方法 |
GB2456567B (en) * | 2008-01-18 | 2010-05-05 | Oxford Biosignals Ltd | Novelty detection |
CN103257000B (zh) * | 2013-04-09 | 2015-01-28 | 东南大学 | 一种桥梁结构日照作用分析的极值温度预测方法 |
JP6186303B2 (ja) | 2014-05-13 | 2017-08-23 | 日本電信電話株式会社 | トラヒック量上限値予測装置及び方法及びプログラム |
CN105160420A (zh) * | 2015-08-10 | 2015-12-16 | 国网上海市电力公司 | 一种架空线路风荷载停运概率的预测方法 |
KR101793625B1 (ko) * | 2016-06-08 | 2017-11-06 | 연세대학교 산학협력단 | 기후변화를 고려한 비정상성 지역빈도해석에서의 확률강우량 산출방법 및 그 시스템 |
JP6909670B2 (ja) | 2017-08-03 | 2021-07-28 | 日立グローバルライフソリューションズ株式会社 | 異常検知方法および異常検知システム |
CN110598181B (zh) * | 2019-08-30 | 2021-07-02 | 华中科技大学 | 一种基于最大熵的极端水文事件风险分析方法和系统 |
CN111242411B (zh) * | 2019-12-27 | 2022-08-19 | 中国电力科学研究院有限公司 | 一种风电机组功率特性评价方法及系统 |
-
2020
- 2020-08-28 JP JP2020144410A patent/JP7374868B2/ja active Active
-
2021
- 2021-02-26 US US17/186,261 patent/US11947623B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20220067124A1 (en) | 2022-03-03 |
US11947623B2 (en) | 2024-04-02 |
JP7374868B2 (ja) | 2023-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109242135B (zh) | 一种模型运营方法、装置、及业务服务器 | |
US11132616B2 (en) | Characteristic value estimation device and characteristic value estimation method | |
CN107808122B (zh) | 目标跟踪方法及装置 | |
EP3859455B1 (en) | Learning apparatus, learning method, learning program, determination apparatus, determination method, determination program, and computer readable medium | |
JP2022039406A (ja) | 情報処理装置、情報処理方法およびプログラム | |
CN103177180A (zh) | 预测模型的建模样本的筛选方法 | |
JP2020501232A (ja) | リスク制御イベント自動処理の方法および装置 | |
JP2022002111A (ja) | 製造条件出力装置、品質管理システム及びプログラム | |
EP3032496A1 (en) | State estimation apparatus, program, and integrated circuit | |
JP7090430B2 (ja) | データ処理方法、データ処理装置、および、データ処理プログラム | |
US10884841B2 (en) | Information processing device, information processing method, and recording medium | |
JP2023052477A (ja) | データ処理方法およびデータ処理プログラム | |
JP6950504B2 (ja) | 異常候補抽出プログラム、異常候補抽出方法および異常候補抽出装置 | |
US20180052441A1 (en) | Simulation system, simulation method, and simulation program | |
JP2017010111A (ja) | ノイズデータ除去支援装置、方法、および、プログラム | |
JP2020134300A (ja) | 予測方法、予測プログラム及び情報処理装置 | |
WO2021186494A1 (ja) | 物体追跡装置、物体追跡理方法、及び、記録媒体 | |
JP2017502390A (ja) | データに基づく関数モデルを定めるための方法及び装置 | |
JP6590477B2 (ja) | 情報処理装置、情報処理方法、プログラム | |
KR20180129496A (ko) | 전력 수요를 예측하는 방법 및 장치 | |
JP5826892B1 (ja) | 変化点検出装置、変化点検出方法、及びコンピュータプログラム | |
JP2020149209A (ja) | 残差特性推定モデル作成方法および残差特性推定モデル作成システム | |
JP7458268B2 (ja) | 情報処理装置、情報処理方法、コンピュータプログラム及び情報処理システム | |
CN110045748A (zh) | 飞行器控制方法、装置、计算机设备和存储介质 | |
WO2021031091A1 (en) | Method and apparatus for detecting operating status of device, and computer readable medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220824 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230712 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230718 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230906 |
|
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: 20230926 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231025 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7374868 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |