JP2022518640A - データ処理方法、装置、機器、記憶媒体及びプログラム製品 - Google Patents
データ処理方法、装置、機器、記憶媒体及びプログラム製品 Download PDFInfo
- Publication number
- JP2022518640A JP2022518640A JP2020570459A JP2020570459A JP2022518640A JP 2022518640 A JP2022518640 A JP 2022518640A JP 2020570459 A JP2020570459 A JP 2020570459A JP 2020570459 A JP2020570459 A JP 2020570459A JP 2022518640 A JP2022518640 A JP 2022518640A
- Authority
- JP
- Japan
- Prior art keywords
- data
- input
- calculation unit
- output
- bit width
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims description 38
- 238000004364 calculation method Methods 0.000 claims abstract description 211
- 238000012545 processing Methods 0.000 claims abstract description 195
- 238000000034 method Methods 0.000 claims abstract description 49
- 239000011159 matrix material Substances 0.000 claims description 110
- 239000000872 buffer Substances 0.000 claims description 75
- 238000006243 chemical reaction Methods 0.000 claims description 49
- 238000007667 floating Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 14
- 230000009466 transformation Effects 0.000 claims description 14
- 230000001131 transforming effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 abstract description 10
- 238000013528 artificial neural network Methods 0.000 description 45
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000013135 deep learning Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 231100000870 cognitive problem Toxicity 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Neurology (AREA)
- Image Processing (AREA)
- Complex Calculations (AREA)
Abstract
Description
本発明は、2019年12月27日に中国専利局へ提出された、発明名称が「データ処理方法、装置、機器及び記憶媒体」であり、出願番号が201911379755.6である中国特許出願の優先権を主張し、当該中国特許出願の全ての内容が援用により本願に組み入れられる。
は、2つの前段行列変換結果、即ち、第1行列及び第2行列に対して点積(乗算)を行うことを示し、
は、点積結果における各チャンネルのデータを加算して第3行列を得てから第3行列に対して後段行列変換を行って最終的な出力結果Yを取得することを示す。
Claims (21)
- データ処理方法であって、
複数の算出ユニットのうちの第1算出ユニットに入力された処理すべきデータを取得するステップと、
前記第1算出ユニットの処理パラメータを取得するステップと、
前記処理すべきデータ及び前記処理パラメータに基づいて、前記第1算出ユニットの出力結果を取得するステップと、を含み、
前記処理すべきデータは、第1ビット幅のデータを含み、
前記処理パラメータは、第2ビット幅のパラメータを含み、
前記複数の算出ユニットのうちの第2算出ユニットに入力された処理すべきデータのビット幅と、前記第1算出ユニットに入力された処理すべきデータのビット幅とは、異なり、及び/又は、前記第2算出ユニットに入力された処理パラメータのビット幅と、前記第1算出ユニットに入力された処理パラメータのビット幅とは、異なることを特徴とするデータ処理方法。 - 前記複数の算出ユニットのうちの前記第1算出ユニットに入力された前記処理すべきデータを取得するステップは、
前記第1算出ユニットに入力された前記処理すべきデータを示すために用いられ前記第1ビット幅を含む、前記第1算出ユニットの第1配置情報を取得することと、
前記第1ビット幅に基づいて、ビット幅が前記第1ビット幅である処理すべきデータを取得することと、を含み、
前記複数の算出ユニットのうちの少なくとも2つの算出ユニットの第1ビット幅は、異なることを特徴とする請求項1に記載のデータ処理方法。 - 前記第1算出ユニットの前記処理パラメータを取得するステップは、
前記第1算出ユニットに入力された前記処理パラメータを示すために用いられる前記第2ビット幅を含む、前記第1算出ユニットの第2配置情報を取得することと、
前記第2ビット幅に基づいて、ビット幅が前記第2ビット幅である処理パラメータを取得することと、を含み、
前記複数の算出ユニットのうちの少なくとも2つの算出ユニットの第2ビット幅は、異なることを特徴とする請求項1に記載のデータ処理方法。 - 前記処理すべきデータは、複数の入力チャンネルの入力データを含み、
前記入力データは、少なくとも1つの入力データブロックを含み、
前記処理すべきデータ及び前記処理パラメータに基づいて、前記第1算出ユニットの出力結果を取得するステップは、
前記複数の入力チャンネルのうちの各入力チャンネルごとに、前記少なくとも1つの入力データブロックのうちの目標入力データブロックを取得することと、
前記処理パラメータから、前記目標入力データブロックとは対応関係を有する処理パラメータブロックを取得することと、
第1変換関係にしたがって、対応関係を有する、前記目標入力データブロックと前記処理パラメータブロックとのそれぞれに対して変換し、前記目標入力データブロックに対応する第1行列と、前記処理パラメータに対応する第2行列とを取得することと、
前記第1行列と前記第2行列とを乗算し、前記複数の入力チャンネルのうちの各入力チャンネルの乗算結果を取得することと、
前記複数の入力チャンネルのうちの各入力チャンネルの乗算結果を積算し、目標サイズの第3行列を取得することと、
前記第3行列を第2変換関係にしたがって変換し、前記第1算出ユニットの出力結果を取得することと、を含み、
前記処理パラメータブロックと前記目標入力データブロックとのサイズは、同じであることを特徴とする請求項1から3の何れか一項に記載のデータ処理方法。 - 前記第1算出ユニットの出力結果は、複数の出力チャンネルの出力結果を含み、
前記第3行列を第2行列変換関係にしたがって行列変換し、前記第1算出ユニットの出力結果を取得した後、
前記データ処理方法は、前記複数の出力チャンネルの出力結果を並行に出力するステップを更に含むことを特徴とする請求項4に記載のデータ処理方法。 - 前記複数の算出ユニットのうちの前記第1算出ユニットに入力された前記処理すべきデータを取得するステップは、
前記複数の入力チャンネルの入力データを複数の第1記憶領域に並行に入力することを含み、
前記第1記憶領域の数と入力チャンネルの数とは、同じであり、異なる入力チャンネルの入力データは、異なる第1記憶領域に入力されることを特徴とする請求項4に記載のデータ処理方法。 - 前記複数の第1記憶領域のうちの各第1記憶領域は、複数の入力ラインバッファを含み、前記入力データの行数及び列数は、同じであり、前記目標入力データブロックの行数と、対応する第1記憶領域の入力ラインバッファの数とは、同じであり、
前記複数の入力チャンネルのうちの各入力チャンネルごとに、前記少なくとも1つの入力データブロックのうちの前記目標入力データブロックを取得することは、
前記各入力チャンネルの複数の入力ラインバッファからデータを並行に読み取り、前記目標入力データブロックを取得することを含むことを特徴とする請求項6に記載のデータ処理方法。 - 前記入力データにおける隣接する2つの前記入力データブロックの間に重畳データがあることを特徴とする請求項6又は7に記載のデータ処理方法。
- 前記複数の出力チャンネルの出力結果を並行に出力するステップは、
前記複数の出力チャンネルの演算結果を一度で出力する場合に、前記複数の出力チャンネルの出力結果のそれぞれに対してバイアス量を追加して出力することを含むことを特徴とする請求項5に記載のデータ処理方法。 - 前記データ処理方法は、
複数の出力チャンネルの出力結果を複数の第2記憶領域に並行に入力するステップを更に含み、
前記第2記憶領域の数と出力チャンネルの数とは、同じであり、異なる出力チャンネルの出力結果は、異なる第2記憶領域に入力されることを特徴とする請求項5又は9に記載のデータ処理方法。 - 各第2記憶領域は、複数の出力ラインバッファを含み、
前記出力結果は、複数行の出力データと複数列の出力データとを含み、
前記データ処理方法では、バスを整列させる方式で複数の出力ラインバッファからデータを並行に読み取り、目標出力データブロックを取得してメモリに書き込み、
前記目標出力データブロックの行数及び列数は、同じであることを特徴とする請求項10に記載のデータ処理方法。 - 前記第1行列と前記第2行列とを乗算する前に、前記データ処理方法は、
第3配置情報を取得するステップと、
前記第1算出ユニットが浮動小数点演算をサポートすると前記第3配置情報によって指示された場合に、前記処理すべきデータのうちの浮動小数点データを処理するステップと、を更に含むことを特徴とする請求項4から11の何れか一項に記載のデータ処理方法。 - データ処理装置であって、
複数の算出ユニットのうちの第1算出ユニットに入力された処理すべきデータを取得するための第1取得モジュールと、
前記第1算出ユニットの処理パラメータを取得するための第2取得モジュールと、
前記処理すべきデータ及び前記処理パラメータに基づいて、前記第1算出ユニットの出力結果を取得するための処理モジュールと、を備え、
前記処理すべきデータは、第1ビット幅のデータを含み、
前記処理パラメータは、第2ビット幅のパラメータを含み、
前記複数の算出ユニットのうちの第2算出ユニットに入力された処理すべきデータのビット幅と、前記第1算出ユニットに入力された処理すべきデータのビット幅とは、異なり、及び/又は、前記第2算出ユニットに入力された処理パラメータのビット幅と、前記第1算出ユニットに入力された処理パラメータのビット幅とは、異なることを特徴とするデータ処理装置。 - 前記第1取得モジュールは、更に、
前記第1算出ユニットに入力された前記処理すべきデータを示すために用いられる前記第1ビット幅を含む、前記第1算出ユニットの第1配置情報を取得し、
前記第1ビット幅に基づいて、ビット幅が前記第1ビット幅である処理すべきデータを取得し、
前記複数の算出ユニットのうちの少なくとも2つの算出ユニットの第1ビット幅は、異なり、
前記第2取得モジュールは、更に、
前記第1算出ユニットに入力された前記処理パラメータを示すために用いられる前記第2ビット幅を含む、前記第1算出ユニットの第2配置情報を取得し、
前記第2ビット幅に基づいて、ビット幅が前記第2ビット幅である処理パラメータを取得し、
前記複数の算出ユニットのうちの少なくとも2つの算出ユニットの第2ビット幅は、異なることを特徴とする請求項13に記載のデータ処理装置。 - 前記処理すべきデータは、複数の入力チャンネルの入力データを含み、前記入力データは、少なくとも1つの入力データブロックを含み、
前記処理モジュールは、更に、
前記複数の入力チャンネルのうちの各入力チャンネルごとに、前記少なくとも1つの入力データブロックのうちの目標入力データブロックを取得し、
前記処理パラメータから、前記目標入力データブロックとは対応関係を有する処理パラメータブロックを取得し、
第1変換関係にしたがって、対応関係を有する、前記目標入力データブロックと前記処理パラメータブロックとのそれぞれに対して変換し、前記目標入力データブロックに対応する第1行列と、前記処理パラメータに対応する第2行列とを取得し、
前記第1行列と前記第2行列とを乗算し、前記複数の入力チャンネルのうちの各入力チャンネルの乗算結果を取得し、
前記複数の入力チャンネルのうちの各入力チャンネルの乗算結果を積算し、目標サイズの第3行列を取得し、
前記第3行列を第2変換関係にしたがって変換し、前記第1算出ユニットの出力結果を取得し、
前記処理パラメータブロックと前記目標入力データブロックとのサイズは、同じであることを特徴とする請求項13又は14に記載のデータ処理装置。 - 前記第1算出ユニットの出力結果は、複数の出力チャンネルの出力結果を含み、
前記データ処理装置は、前記複数の出力チャンネルの出力結果を並行に出力するための出力モジュールを更に備え、
前記複数の出力チャンネルの出力結果を並行に出力することは、
前記複数の出力チャンネルの演算結果を一度で出力する場合に、前記複数の出力チャンネルの出力結果のそれぞれに対してバイアス量を追加して出力することを含み、
前記出力モジュールは、更に、複数の出力チャンネルの出力結果を複数の第2記憶領域に並行に入力し、
前記第2記憶領域の数と出力チャンネルの数とは、同じであり、異なる出力チャンネルの出力結果は、異なる第2記憶領域に入力されることを特徴とする請求項15に記載のデータ処理装置。 - 前記第1取得モジュールは、更に、
前記複数の入力チャンネルの入力データを複数の第1記憶領域に並行に入力し、
前記第1記憶領域の数と入力チャンネルの数とは、同じであり、異なる入力チャンネルの入力データは、異なる第1記憶領域に入力され、
前記複数の第1記憶領域のうちの各第1記憶領域は、複数の入力ラインバッファを含み、前記入力データの行数及び列数は、同じであり、前記目標入力データブロックの行数と、対応する第1記憶領域の入力ラインバッファの数とは、同じであり、
前記処理モジュールは、更に、
前記各入力チャンネルの複数の入力ラインバッファからデータを並行に読み取り、前記目標入力データブロックを取得することを特徴とする請求項15に記載のデータ処理装置。 - 前記データ処理装置は、第3配置情報を取得するための第3取得モジュールを更に備え、
前記処理モジュールは、更に、前記第1算出ユニットが浮動小数点演算をサポートすると前記第3配置情報によって指示された場合に、前記処理すべきデータのうちの浮動小数点データを処理することを特徴とする請求項13から17の何れか一項に記載のデータ処理装置。 - データ処理機器であって、
プロセッサと、
プロセッサ実行可能なプログラムが記憶されるメモリと、を備え、
前記プログラムが前記プロセッサによって実行されることにより、前記プロセッサに請求項1から12の何れか一項に記載の方法を実施させることを特徴とするデータ処理機器。 - コンピュータプログラムが記憶されるコンピュータ可読記憶媒体であって、
前記コンピュータプログラムがプロセッサによって実行されたときに、前記プロセッサに請求項1から12の何れか一項に記載の方法を実施させることを特徴とするコンピュータ可読記憶媒体。 - 機器の実行可能な指令を含むコンピュータプログラム製品であって、
前記機器の実行可能な指令がコンピュータによって読み取って実行されたときに、前記コンピュータに請求項1から12の何れか一項に記載の方法を実施させることを特徴とするコンピュータプログラム製品。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911379755.6 | 2019-12-27 | ||
CN201911379755.6A CN111047037B (zh) | 2019-12-27 | 2019-12-27 | 数据处理方法、装置、设备及存储介质 |
PCT/CN2020/103118 WO2021128820A1 (zh) | 2019-12-27 | 2020-07-20 | 数据处理方法、装置、设备、存储介质和程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022518640A true JP2022518640A (ja) | 2022-03-16 |
Family
ID=70239430
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020570459A Pending JP2022518640A (ja) | 2019-12-27 | 2020-07-20 | データ処理方法、装置、機器、記憶媒体及びプログラム製品 |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP2022518640A (ja) |
CN (1) | CN111047037B (ja) |
SG (1) | SG11202013048WA (ja) |
WO (1) | WO2021128820A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111047037B (zh) * | 2019-12-27 | 2024-05-24 | 北京市商汤科技开发有限公司 | 数据处理方法、装置、设备及存储介质 |
CN114911832B (zh) * | 2022-05-19 | 2023-06-23 | 芯跳科技(广州)有限公司 | 一种数据处理方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0464180A (ja) * | 1990-07-04 | 1992-02-28 | Toshiba Corp | ディジタル画像表示装置 |
JP2001036755A (ja) * | 1999-07-15 | 2001-02-09 | Seiko Epson Corp | 色変換回路 |
CN108229648A (zh) * | 2017-08-31 | 2018-06-29 | 深圳市商汤科技有限公司 | 卷积计算方法和装置、电子设备、计算机存储介质 |
JP2018139103A (ja) * | 2016-12-13 | 2018-09-06 | アクシス アーベー | ニューラルネットワークをトレーニングするための方法、コンピュータプログラム製品、およびデバイス |
WO2018192500A1 (zh) * | 2017-04-19 | 2018-10-25 | 上海寒武纪信息科技有限公司 | 处理装置和处理方法 |
CN109146067A (zh) * | 2018-11-19 | 2019-01-04 | 东北大学 | 一种基于FPGA的Policy卷积神经网络加速器 |
JP2019028616A (ja) * | 2017-07-27 | 2019-02-21 | トヨタ自動車株式会社 | 識別装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109725700A (zh) * | 2017-10-29 | 2019-05-07 | 上海寒武纪信息科技有限公司 | 动态调压调频装置和方法 |
US10768685B2 (en) * | 2017-10-29 | 2020-09-08 | Shanghai Cambricon Information Technology Co., Ltd | Convolutional operation device and method |
CN111626413A (zh) * | 2018-03-14 | 2020-09-04 | 上海寒武纪信息科技有限公司 | 一种计算装置及方法 |
CN111047037B (zh) * | 2019-12-27 | 2024-05-24 | 北京市商汤科技开发有限公司 | 数据处理方法、装置、设备及存储介质 |
-
2019
- 2019-12-27 CN CN201911379755.6A patent/CN111047037B/zh active Active
-
2020
- 2020-07-20 SG SG11202013048WA patent/SG11202013048WA/en unknown
- 2020-07-20 JP JP2020570459A patent/JP2022518640A/ja active Pending
- 2020-07-20 WO PCT/CN2020/103118 patent/WO2021128820A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0464180A (ja) * | 1990-07-04 | 1992-02-28 | Toshiba Corp | ディジタル画像表示装置 |
JP2001036755A (ja) * | 1999-07-15 | 2001-02-09 | Seiko Epson Corp | 色変換回路 |
JP2018139103A (ja) * | 2016-12-13 | 2018-09-06 | アクシス アーベー | ニューラルネットワークをトレーニングするための方法、コンピュータプログラム製品、およびデバイス |
WO2018192500A1 (zh) * | 2017-04-19 | 2018-10-25 | 上海寒武纪信息科技有限公司 | 处理装置和处理方法 |
JP2019028616A (ja) * | 2017-07-27 | 2019-02-21 | トヨタ自動車株式会社 | 識別装置 |
CN108229648A (zh) * | 2017-08-31 | 2018-06-29 | 深圳市商汤科技有限公司 | 卷积计算方法和装置、电子设备、计算机存储介质 |
CN109146067A (zh) * | 2018-11-19 | 2019-01-04 | 东北大学 | 一种基于FPGA的Policy卷积神经网络加速器 |
Non-Patent Citations (2)
Title |
---|
山田 敬嗣: "ニューラルネットによるパターン認識〔III〕", 電子情報通信学会誌, vol. 第82巻 第10号, JPN6022011075, 25 October 1999 (1999-10-25), pages 1046 - 1053, ISSN: 0004894978 * |
石垣 雄太朗 他: "高精度かつ高度なADASの構築に貢献する車載向け 低消費電力DCNNハードウェアアクセラレーター", 東芝レビュー, vol. 第74巻 第5号, JPN6022011074, September 2019 (2019-09-01), pages 26 - 29, ISSN: 0004894979 * |
Also Published As
Publication number | Publication date |
---|---|
WO2021128820A1 (zh) | 2021-07-01 |
CN111047037B (zh) | 2024-05-24 |
CN111047037A (zh) | 2020-04-21 |
SG11202013048WA (en) | 2021-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110678840B (zh) | 张量寄存器文件 | |
CN112214726B (zh) | 运算加速器 | |
CN110678841B (zh) | 张量处理器指令集架构 | |
US10768894B2 (en) | Processor, information processing apparatus and operation method for processor | |
CN112840356A (zh) | 运算加速器、处理方法及相关设备 | |
US20210201122A1 (en) | Data processing methods, apparatuses, devices, storage media and program products | |
CN110276444B (zh) | 基于卷积神经网络的图像处理方法及装置 | |
JP2022518640A (ja) | データ処理方法、装置、機器、記憶媒体及びプログラム製品 | |
CN108073549B (zh) | 卷积运算装置及方法 | |
JP5071707B2 (ja) | データ処理装置およびその制御方法 | |
JP2020107338A (ja) | ニューラルネットワークのコンボルーション演算を処理する方法及びその装置 | |
CN109993293B (zh) | 一种适用于堆叠式沙漏网络的深度学习加速器 | |
WO2019216376A1 (ja) | 演算処理装置 | |
WO2023065983A1 (zh) | 计算装置、神经网络处理设备、芯片及处理数据的方法 | |
US20210042261A1 (en) | Data processing | |
WO2020230374A1 (ja) | 演算装置および演算システム | |
JP6906622B2 (ja) | 演算回路および演算方法 | |
KR20210014561A (ko) | 다수 컨벌루션 윈도우 중의 이미지 데이터를 추출하는 방법, 장치, 기기 및 컴퓨터 판독 가능한 저장매체 | |
CN108491546A (zh) | 一种页面切换方法及电子设备 | |
JP2023076026A (ja) | 半導体装置 | |
EP2343640A2 (en) | List structure control circuit | |
JP2002269067A (ja) | 行列演算装置 | |
JP5742427B2 (ja) | 画像処理装置 | |
CN112099737B (zh) | 存储数据的方法、装置、设备和存储介质 | |
JPH1063647A (ja) | 行列演算装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201217 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201217 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220322 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220603 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221012 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230510 |