JP2022068264A - モデル訓練方法、モデル訓練プラットフォーム、電子機器及び記憶媒体 - Google Patents
モデル訓練方法、モデル訓練プラットフォーム、電子機器及び記憶媒体 Download PDFInfo
- Publication number
- JP2022068264A JP2022068264A JP2022020564A JP2022020564A JP2022068264A JP 2022068264 A JP2022068264 A JP 2022068264A JP 2022020564 A JP2022020564 A JP 2022020564A JP 2022020564 A JP2022020564 A JP 2022020564A JP 2022068264 A JP2022068264 A JP 2022068264A
- Authority
- JP
- Japan
- Prior art keywords
- model
- training
- model training
- module
- function
- 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
- 238000012549 training Methods 0.000 title claims abstract description 284
- 238000000034 method Methods 0.000 title claims abstract description 78
- 230000006870 function Effects 0.000 claims abstract description 156
- 230000003993 interaction Effects 0.000 claims description 111
- 238000011161 development Methods 0.000 claims description 37
- 238000007781 pre-processing Methods 0.000 claims description 26
- 238000013135 deep learning Methods 0.000 claims description 21
- 238000013461 design Methods 0.000 claims description 21
- 238000011156 evaluation Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 8
- 238000012800 visualization Methods 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 6
- 230000003446 memory effect Effects 0.000 claims 2
- 238000013136 deep learning model Methods 0.000 abstract description 4
- 238000003058 natural language processing Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000004821 distillation Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000012552 review Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002996 emotional effect Effects 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 101000822695 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C1 Proteins 0.000 description 1
- 101000655262 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C2 Proteins 0.000 description 1
- 101000655256 Paraclostridium bifermentans Small, acid-soluble spore protein alpha Proteins 0.000 description 1
- 101000655264 Paraclostridium bifermentans Small, acid-soluble spore protein beta Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/35—Creation or generation of source code model driven
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/20—Software design
-
- 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
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Machine Translation (AREA)
- Stored Programmes (AREA)
Abstract
Description
Claims (26)
- 少なくとも1つのインタラクションモードを利用して行うインタラクションによって入力を受信することであって、前記インタラクションモードはインタラクションインターフェイスに関連することと、
前記入力に基づいてユーザー指向のプレハブ機能を確定することであって、前記プレハブ機能は訓練すべきモデルに関連することと、
前記入力に基づいて、モデルト訓練を行うことをサポートするために必要なモデル訓練機能を確定することであって、前記モデル訓練機能は前記モデルの訓練過程に関連することと、
前記入力に基づいて、深層学習に基づいて事前訓練された事前訓練モデルを確定することと、
前記事前訓練モデルの使用をサポートするように、前記入力に基づいて前記事前訓練モデルに関連するネットワーク構造を確定することと、
前記入力に基づいて、前記プレハブ機能、前記モデル訓練機能及び前記事前訓練モデルを使用してモデルを訓練することと、
前記少なくとも1つのインタラクションモードを利用して行うインタラクションによって、訓練された前記モデルに関連する出力を提供することとを含む、モデル訓練方法。 - 前記インタラクションは、
ネットワーク選択に関連するインタラクションと、
ネットワーク組立に関連するインタラクションと、
ネットワーク記憶に関連するインタラクションと、
訓練パッケージの組立に関連するインタラクションと、
訓練タスクの開始に関連するインタラクションと、
認証に関連するインタラクションと、
統計に関連するインタラクションと、のうちの1つまたは複数のインタラクションを含む、請求項1に記載の方法。 - モデル訓練に関連付けられている機能の適用請求に関連する設定情報を受信することを更に含む、請求項1に記載の方法。
- 前記の設定情報を受信することは、
前記設定情報を導入することと、
前記設定情報を登録することと、
前記設定情報に基づいてjson解析を行うことと、
前記設定情報に基づいてクラス名マッチングを行うことと、のうちの1つまたは複数を含む、請求項3に記載の方法。 - 受信された前記入力を前処理することを更に含む、請求項1に記載の方法。
- 受信された前記入力を前処理することは、
前処理のために前記入力からデータセットを読み取ることと、
前処理のために前記入力からドメインを読み取ることと、
前処理のために、前記入力をトークン化することと、
前処理のために、前記入力からボキャブラリーを取得することと、のうちの1つまたは複数を含む、請求項5に記載の方法。 - 複雑学習タスクのネットワーク構造の設計及び開発に対するサポートを使用することを更に含む、請求項1に記載の方法。
- 複雑学習タスクのネットワーク構造の設計及び開発に対するサポートを使用することは、
前記複雑学習タスクに用いられる順方向伝播ネットワークを使用することと、
前記ネットワーク構造の設計及び開発に用いられる最適化戦略を使用することと、
前記ネットワーク構造の設計及び開発に用いられる評価指標を使用することと、のうちの1つまたは複数を含む、請求項7に記載の方法。 - 前記入力に基づいてモデル訓練に関連する操作を調整することを更に含む、請求項1に記載の方法。
- 前記入力に基づいてモデル訓練に関連する操作を調整することは、
前記入力に基づいて前記モデル訓練に関連する訓練フローを調整することと、
前記入力に基づいて前記モデル訓練に関連する評価フローを調整することと、
前記入力に基づいて前記モデル訓練に関連する可視化評価を調整することと、のうちの1つまたは複数を含む、請求項9に記載の方法。 - 訓練された前記モデルの適用に関連する機能を使用することで、訓練された前記モデルを適用することを更に含む、請求項1に記載の方法。
- 訓練された前記モデルの適用に関連する機能を使用することは、
専用処理部配置機能、中央処理部配置機能、単一予測機能、バッチ予測機能、C++アプリケーションプログラミングインターフェース機能、及びPythonアプリケーションプログラミングインターフェース機能のうちの1つまたは複数の機能を使用することを含む、請求項11に記載の方法。 - モデル訓練プラットフォームであって、
前記モデル訓練プラットフォームの外部から入力を受信すること及び前記モデル訓練プラットフォームの前記外部に出力を提供することをサポートするように、少なくとも1つのインタラクションモードを提供するように配置されるデータインタラクションモジュールであって、前記インタラクションモードはインタラクションインターフェイスに関連するデータインタラクションモジュールと、
前記データインタラクションモジュールと前記モデル訓練プラットフォームにおけるほかのモジュールとの間のインタラクションのサポートを提供するように配置されるインタラクションサポートモジュールであって、前記インタラクションはモデル訓練に関連するインタラクションサポートモジュールと、
ユーザー指向のプレハブ機能を提供するように配置される機能提供モジュールであって、前記プレハブ機能は前記モデル訓練プラットフォームによって訓練されたモデルに関連する機能提供モジュールと、
前記モデル訓練プラットフォームを使用してモデル訓練を行うことをサポートすることに必要なモデル訓練機能を提供するように配置されるモデル訓練サポートモジュールであって、前記モデル訓練機能は前記モデルの訓練過程に関連するモデル訓練サポートモジュールと、
深層学習に基づいて事前訓練された事前訓練モデルを提供するように配置される事前訓練モデルモジュールと、
前記事前訓練モデルの使用をサポートするように、前記事前訓練モデルに関連するネットワーク構造を提供するように配置される事前訓練モデルサポートモジュールとを含む、モデル訓練プラットフォーム。 - 前記インタラクションサポートモジュールは、
ネットワーク選択に関連するインタラクションと、
ネットワーク組立に関連するインタラクションと、
ネットワーク記憶に関連するインタラクションと、
訓練パッケージの組立に関連するインタラクションと、
訓練タスクの開始に関連するインタラクションと、
認証に関連するインタラクションと、
統計に関連するインタラクションと、のうちの1つまたは複数のインタラクションのサポートを提供するように配置される、請求項13に記載のモデル訓練プラットフォーム。 - 前記モデル訓練プラットフォームにおけるモジュールによって提供される機能の適用請求に関連する設定情報を受信するように配置される設定情報受信モジュールを更に含む、請求項13に記載のモデル訓練プラットフォーム。
- 前記設定情報受信モジュールは、
前記設定情報を導入するように配置される設定情報導入モジュールと、
前記設定情報を登録するように配置されるレジストラモジュールと、
前記設定情報に基づいてjson解析を行うように配置されるjson解析モジュールと、
前記設定情報に基づいてクラス名マッチングを行うように配置されるクラス名マッチングモジュールと、のうちの1つまたは複数を含む、請求項15に記載のモデル訓練プラットフォーム。 - 受信された前記入力を前処理するように配置されるデータ前処理モジュールを更に含む、請求項13に記載のモデル訓練プラットフォーム。
- 前記データ前処理モジュールは、
前処理のために、前記入力からデータセットを読み取るように配置されるデータセット読み取りモジュールと、
前処理のために、前記入力からドメインを読み取るように配置されるドメイン読み取りモジュールと、
前処理のために、前記入力をトークン化するように配置されるトークナイザーモジュールと、
前処理のために、前記入力からボキャブラリーを取得するように配置されるボキャブラリーモジュールと、のうちの1つまたは複数を含む、請求項17に記載のモデル訓練プラットフォーム。 - 複雑学習タスクのネットワーク構造の設計及び開発に対するサポートを提供するように配置される複雑学習タスクサポートモジュールを更に含む、請求項13に記載のモデル訓練プラットフォーム。
- 前記複雑学習タスクサポートモジュールは、
前記複雑学習タスクに用いられる順方向伝播ネットワークを提供するように配置される順方向伝播ネットワークモジュールと、
前記ネットワーク構造の設計及び開発に用いられる最適化戦略を提供するように配置される最適化戦略モジュールと、
前記ネットワーク構造の設計及び開発に用いられる評価指標を提供するように配置される評価指標モジュールと、のうちの1つまたは複数を含む、請求項19に記載のモデル訓練プラットフォーム。 - 前記入力に基づいてモデル訓練に関連する操作を調整するように配置される訓練カスタムモジュールを更に含む、請求項13に記載のモデル訓練プラットフォーム。
- 前記訓練カスタムモジュールは、
前記入力に基づいて前記モデル訓練に関連する訓練フローを調整するように配置されるカスタム訓練フローモジュールと、
前記入力に基づいて前記モデル訓練に関連する評価フローを調整するように配置されるカスタム評価フローモジュールと、
前記入力に基づいて前記モデル訓練に関連する可視化評価を調整するように配置される可視化評価モジュールと、のうちの1つまたは複数を含む請求項21に記載のモデル訓練プラットフォーム。 - 訓練された前記モデルの適用に関連する機能を提供するように配置されるモデル適用モジュールを更に含む、請求項13に記載のモデル訓練プラットフォーム。
- 前記モデル適用モジュールは、
専用処理部配置機能、中央処理部配置機能、単一予測機能、バッチ予測機能、C++アプリケーションプログラミングインターフェース機能、及びPythonアプリケーションプログラミングインターフェース機能のうちの1つ又は複数の機能を提供するように配置される、請求項23に記載のモデル訓練プラットフォーム。 - 少なくとも1つのプロセッサと、
前記少なくとも1つのプロセッサに通信可能に接続されたメモリとを含み、
前記メモリは、前記少なくとも1つのプロセッサによって実行可能な命令を記憶しており、前記命令は、前記少なくとも1つのプロセッサによって実行されて、請求項1~12のいずれか1項に記載の方法を前記少なくとも1つのプロセッサに実行させることを特徴とする電子機器。 - 請求項1~12のいずれか1項に記載の方法をコンピュータに実行させるためのコンピュータ命令が記憶されている、ことを特徴とする非一時的なコンピュータ読み取り可能な記憶媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110386608.2A CN112799658B (zh) | 2021-04-12 | 2021-04-12 | 模型训练方法、模型训练平台、电子设备和存储介质 |
CN202110386608.2 | 2021-04-12 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022068264A true JP2022068264A (ja) | 2022-05-09 |
JP7331175B2 JP7331175B2 (ja) | 2023-08-22 |
Family
ID=75816755
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022020564A Active JP7331175B2 (ja) | 2021-04-12 | 2022-02-14 | モデル訓練方法、モデル訓練プラットフォーム、電子機器及び記憶媒体 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220198153A1 (ja) |
JP (1) | JP7331175B2 (ja) |
CN (1) | CN112799658B (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115994542A (zh) * | 2023-03-23 | 2023-04-21 | 南京邮电大学 | 基于特征融合与注意力机制的医疗问答文本情感分析方法 |
CN117875319A (zh) * | 2023-12-29 | 2024-04-12 | 汉王科技股份有限公司 | 医疗领域标注数据的获取方法、装置、电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012194691A (ja) * | 2011-03-15 | 2012-10-11 | Olympus Corp | 識別器の再学習方法、再学習のためのプログラム、及び画像認識装置 |
JP2017130196A (ja) * | 2016-01-14 | 2017-07-27 | キヤノン株式会社 | 認識学習装置、認識学習方法及びプログラム |
JP2019185127A (ja) * | 2018-04-02 | 2019-10-24 | キヤノン株式会社 | 多層ニューラルネットワークの学習装置およびその制御方法 |
US20200401930A1 (en) * | 2019-06-19 | 2020-12-24 | Sap Se | Design of customizable machine learning services |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108229686B (zh) * | 2016-12-14 | 2022-07-05 | 阿里巴巴集团控股有限公司 | 模型训练、预测方法、装置、电子设备及机器学习平台 |
CN108563204B (zh) * | 2018-04-11 | 2021-01-01 | 北京木业邦科技有限公司 | 控制方法、装置、电子设备及计算机可读存储介质 |
CN109409528A (zh) * | 2018-09-10 | 2019-03-01 | 平安科技(深圳)有限公司 | 模型生成方法、装置、计算机设备及存储介质 |
CN109656529B (zh) * | 2018-10-31 | 2021-05-25 | 北京大学 | 一种针对客户端深度学习的在线定制化方法及系统 |
US20200202170A1 (en) * | 2018-12-21 | 2020-06-25 | Microsoft Technology Licensing, Llc | Modular autotune for automated feed model training |
CN110008319B (zh) * | 2019-02-27 | 2021-06-29 | 百度在线网络技术(北京)有限公司 | 基于对话模板的模型训练方法和装置 |
CN110059237A (zh) * | 2019-04-18 | 2019-07-26 | 合肥天毅网络传媒有限公司 | 一种基于搜索引擎的爱好信息采集系统及其推荐方法 |
US20210019665A1 (en) * | 2019-07-18 | 2021-01-21 | International Business Machines Corporation | Machine Learning Model Repository Management and Search Engine |
CN111259988A (zh) * | 2020-02-24 | 2020-06-09 | 深圳前海微众银行股份有限公司 | 交互式随机森林集成方法、设备及可读存储介质 |
CN111399958B (zh) * | 2020-03-17 | 2023-04-28 | 青岛创新奇智科技集团股份有限公司 | 具有用户交互界面的模型训练系统、方法 |
CN111860870A (zh) * | 2020-07-29 | 2020-10-30 | 北京达佳互联信息技术有限公司 | 交互行为确定模型的训练方法、装置、设备及介质 |
CN112416333A (zh) * | 2020-10-20 | 2021-02-26 | 北京迈格威科技有限公司 | 软件模型训练方法、装置、系统、设备和存储介质 |
-
2021
- 2021-04-12 CN CN202110386608.2A patent/CN112799658B/zh active Active
-
2022
- 2022-02-14 JP JP2022020564A patent/JP7331175B2/ja active Active
- 2022-03-14 US US17/694,034 patent/US20220198153A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012194691A (ja) * | 2011-03-15 | 2012-10-11 | Olympus Corp | 識別器の再学習方法、再学習のためのプログラム、及び画像認識装置 |
JP2017130196A (ja) * | 2016-01-14 | 2017-07-27 | キヤノン株式会社 | 認識学習装置、認識学習方法及びプログラム |
JP2019185127A (ja) * | 2018-04-02 | 2019-10-24 | キヤノン株式会社 | 多層ニューラルネットワークの学習装置およびその制御方法 |
US20200401930A1 (en) * | 2019-06-19 | 2020-12-24 | Sap Se | Design of customizable machine learning services |
Also Published As
Publication number | Publication date |
---|---|
JP7331175B2 (ja) | 2023-08-22 |
CN112799658A (zh) | 2021-05-14 |
CN112799658B (zh) | 2022-03-01 |
US20220198153A1 (en) | 2022-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2021089705A (ja) | 翻訳品質を評価するための方法と装置 | |
JP2022068264A (ja) | モデル訓練方法、モデル訓練プラットフォーム、電子機器及び記憶媒体 | |
JP2022529178A (ja) | 人工知能推奨モデルの特徴処理方法、装置、電子機器、及びコンピュータプログラム | |
CN114911465B (zh) | 算子的生成方法、装置、设备以及存储介质 | |
JP2022019524A (ja) | モデリングパラメータの設定方法、装置、デバイス、コンピュータ記憶媒体、及びコンピュータプログラム | |
CN113626468B (zh) | 基于人工智能的sql语句生成方法、装置、设备及存储介质 | |
CN111651989A (zh) | 命名实体识别方法和装置、存储介质及电子装置 | |
Cao et al. | Design and implementation of C-MEX S-functions in an Android-based networked control system laboratory | |
CN111158648B (zh) | 一种基于实景语义理解的互动帮助系统开发方法及其平台 | |
CN117009113A (zh) | 人工智能模型的调用方法、装置、计算机设备及存储介质 | |
CN116910201A (zh) | 一种对话数据生成方法及其相关设备 | |
Ulusoy et al. | Omni-script: Device independent user interface development for omni-channel fintech applications | |
CN117273074A (zh) | 一种数据处理方法及其装置 | |
JP2020077054A (ja) | 選定装置および選定方法 | |
El Khatib et al. | Prototyping Across the Disciplines | |
KR20230138714A (ko) | 번역문 검수 에디터 제공 방법 | |
Chadha et al. | Html voice | |
CN114897146A (zh) | 模型生成方法、装置和电子设备 | |
US10996827B2 (en) | System for rendering applications based on real time accessibility assessment | |
CN114047900A (zh) | 业务处理方法、装置、电子设备及计算机可读存储介质 | |
KR20220101787A (ko) | Etl 장치 및 그것의 제어방법 | |
Joshi et al. | Audible code, a voice-enabled programming extension of visual studio code | |
Sarkar | Other Useful Skills to Master | |
JP7269244B2 (ja) | サービス管理アプリケーションインターフェースにおいてグローバリゼーション機能を提供するためのシステムおよび方法 | |
Amelin et al. | Introduction to the development of applications on the Intel Atom platform for netbooks and tablets |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220214 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230131 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230207 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230428 |
|
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: 20230801 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230809 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7331175 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |