JP5249155B2 - 前の及び次の連合を表現する重みとカウントのべき級数を含む人工ニューロン - Google Patents
前の及び次の連合を表現する重みとカウントのべき級数を含む人工ニューロン Download PDFInfo
- Publication number
- JP5249155B2 JP5249155B2 JP2009183422A JP2009183422A JP5249155B2 JP 5249155 B2 JP5249155 B2 JP 5249155B2 JP 2009183422 A JP2009183422 A JP 2009183422A JP 2009183422 A JP2009183422 A JP 2009183422A JP 5249155 B2 JP5249155 B2 JP 5249155B2
- Authority
- JP
- Japan
- Prior art keywords
- dendrite
- trace
- weights
- power series
- weight
- 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.)
- Expired - Fee Related
Links
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)
- Complex Calculations (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
のように、このような環境に対するエージェントベースの学習のアプリケーションが現在現れているが、非線形連合を学習して使用する場合のスケーリング問題に起因して、これらのアプリケーションをサポートするための学習テクノロジーを実施することは困難である。
本発明は、自動連想メモリであると長く信じられている小脳構造によって示唆されている。小脳は、伝統的に無意識の運動技能を記録して発揮すると考えられていたが、現在では、全ての認識活動、特に、一般的な想像をすること及び決定をすることにおいて、役割を演じると理解されている。
図7は、本発明の一実施の形態に係る人工ニューロンのブロック図である。図7に示されるように、人工ニューロン700は、複数の入力710a〜710cと複数の樹状突起720a〜720cとを含んでいる。それぞれの樹状突起720a〜720cは、入力710a〜710cのそれぞれに連合される(関連付けされる)。各樹状突起は、重みのべき級数730を含む。重みのべき級数の各重みは、関連付けされたべきに対する関連付けされたカウントを含んでいる。好ましくは、図7に示されているように、重みのべき級数は、重みの2を底とするべき級数であり、それによって2を底とするべき級数の各重みは、ビット位置を表す関連付けされたカウントを含んでいる。図7の人工ニューロン700は、単一の観測フェーズ、ここでは、図6の観測フェーズ11を表している。各樹状突起720a〜720cは、図8により詳細に示されるように、第2の観測フェーズに対応する少なくとも重みの第2のべき級数よりなることが好ましい。最後に、図7を参照して、重みの各べき級数は、一対の重みの第1及び第2のべき級数よりなることが好ましい。第1のべき級数の各重みは、前の樹状突起の関連付け値の関数である第1のカウントを含むことが好ましく、且つ、第2のべき級数の各重みは、次の樹状突起の関連付け値の関数である第2のカウントを含むことが好ましい。前(先行)の及び次の樹状突起のカウントは、「/」によって示され、それによって、例えば、樹状突起720cの22べきに対する表記0/1は、0個の前の関連付け値と1個の次の関連付け値を示す。
トレースの生成は、本発明に係る人工ニューロン用の多極ダイナミックスの最も単純なものであり、重み対の線形アレイが観測及びそれらのメモリを如何に表すかを示すことができる。従って、トレース生成及びトレースウエーブ伝播がここで記述される。
表すように、その入力がオフか否かを決定しなければならない。慣習によって、前の樹状突起は、高ビットとして働くが、次の樹状突起は低ビットとして働くと仮定される。より正確には、各樹状突起は、前の樹状突起への連合を計算すると、最初に、低ビットとして働き、次に、その自身信号をウエーブ中において次の樹状突起へ移すと、高ビット(前の樹状突起のように働く)。
本発明による人工ニューロンへの記憶又は書込みについて、ここで記述される。記憶は、好ましくは、1つより多くのウエーブ伝播を使用し、一般的には、より複雑である。また、マルチウエーブ伝播は、クライミングフィルタからの単一の信号がプルキンエニューロンにおけるアクティビティのバースを引き起こす小脳において指示され得る。図2は、クライミングフィルタ(CI)とそれが如何にプルキンエニューロンの樹状突起を囲むかを示す。トレース信号のセンサ信号の形成が与えられると、クライミングフィルタが記憶信号を提供し得る。
する。その基部重みとトレース値の両方が与えられると、樹状突起は、そのトレースによ
って引き起こされる追加が現在の重みへ追加されるか又は次のべきへキャリーされるかに
ついて決定しなければならない。その決定の論理は、2値コーディングにおける場合と非
常に似ている。すなわち、連合が存在しない場合、その重みはそれが存在するように設定
される。連合が存在すると、古く且つ新しい連合が二つの同一のものとして占め、且つより高いべきへ向けて左シフトされるべきである。下記のように、ダブルマッチ/フィルタは、次のべきへキャリーされるべき、現在既知の連合のこのような「ダブル化」を検出する。
のインデックスは、重みべきを指し、それは、そのべきとしてウエーブの通過によって決定される。重みは、二つの方法で調節される。第1は、あらゆるマッチングダブルが減算され(それらがキャリーされるので)ると共に、トレースは、後に追加される(マッチングダブルをマイナスし、キャリーされることが必要なものを表す)。ブロック1314’を参照されたい。
トするので、そのダブルは、重みとトレースのカウンタの最小値である。
シャルに実行されることが好ましい。第1のブロック1802は、樹状突起中の可能なダブルを計算し、強制スプリットの計算によって偽のダブルの除去を含む。第2のブロック1804は、真のマッチングしたダブルを計算し、ウエーブから先行の累算をアカウント(除去)する。次に、第3のブロック1806は、次のカウントを重み,ダブル,及びトレースのウエーブの累算へ追加する。これらのコードブロックは、「classDendrite」の記憶及びイメージング方法によって呼び出され得る1つ又はそれより多くのプライベート方法(サブルーチン)として実行されることが好ましい。
人工ニューロンの読出しが記述される。マッチングされたダブルの計算は、書込み及び読出し動作の両方において使用される。記憶に対して記述されたように、マッチングされたダブルは、現在のセンサパターンにおけるどの連合が既に知られているかを指示し、それによって、それらは、次の重みべきへキャリーされ得る。「想像」とも呼ばれる、読出し動作のために、マッチングされたダブルは、新たな観測中の連合(トレース)をマッチングするメモリ中の連合(重み)の数を表す。ダブルマッチ/フィルタ処理は、この連想メモリマッチング関数の核心であり、類似度/距離の尺度である。
関連=WAA+WBB−WABAB
各重みは、生の観測カウントから以下のように計算され得る。
WA=W11+W01−W10−W00
WB=W11+W10−W01−W00
WAB=W11+W00−W01−W10
それらは、各フェーズに関して以下の部分公式に再配置され得る。
関連00=W00(−A*B−A−B)
関連01=W01(A−B+A*B)
関連10=W10(B−A+A*B)
関連11=W11(A+B−A*B)
フェーズが既にAとBの信号状態のフィルタである場合、センサ項は、任意のフェーズに対する定数であり、実際に、各フェーズに対して1の定数である。一例では、関連00=W00である。換言すれば、各フェーズの部分的関連は、観測重みの累算である。このように、本発明は、物理的表現が線形であり且つ呼出関数が観測カウントの累算であっても、線形と非線形連合をアカウントできる。ダブルマッチ/フィルタは、現在の観測を表すこれらの観測カウントを選択する。
Claims (10)
- それぞれが入力信号を受け付ける複数の入力部と、前記複数の入力部のそれぞれの1つにそれぞれが関連付けされている複数の樹状突起を模擬するための記憶要素を複数含むデンドライト状態記憶部とを含むニューロンを模擬する連想記憶装置を動作させる方法であって、
各樹状突起に対応する前記記憶要素に対して、重みのべき級数を提供するステップであって、前記重みのべき級数は、連想記憶において用いられる重みを表すものであり、前記各樹状突起は連続的に順序付けられており、前記重みのべき級数は、一対の第1及び第2のべき級数よりなり、前記第1のべき級数の各重みは、前の樹状突起の関連付け値の関数である第1のカウント値を含み、前記第2のべき級数の各重みは、次の樹状突起関連付け値の関数である第2のカウント値を含む、ステップと、
前記入力信号から、前の樹状突起における入力信号の関連付け値の関数である第1のトレースのカウント値と、次の樹状突起における入力信号の関連付け値の関数である第2のトレースのカウント値を生成するステップと、
前記第1及び第2のトレースのカウント値を前記第1及び第2のべき級数における前記第1及び第2のカウント値に累算して、前記第1及び第2のトレースのカウント値に基づいて、前記各樹状突起に対応する前記記憶要素に与えられた前記重みのべき級数それぞれを順次更新させるステップと
を備えることを特徴とする方法。 - 各トレースは、前の樹状突起における入力信号の関連付け値の関数である第1のトレースのカウント値のべき級数と、次の樹状突起における入力信号の関連付け値の関数である第2のトレースのカウント値のべき級数とを含む、
ことを特徴とする請求項1に記載の方法。 - 前記連想記憶装置は、前記第1及び第2のトレースのカウント値を記憶するトレース記憶部を備え、
前記順次更新させるステップは、前記複数の樹状突起におけるべき級数に沿って前記トレース記憶部のキャリー結果を順次反映させるステップを更に備えることを特徴とする請求項1に記載の方法。 - 前記第1及び第2のトレースのカウント値と前記第1及び第2のべき級数との間のマッチングを累算して前記連想記憶装置を読み出すステップを更に備えることを特徴とする請求項1に記載の方法。
- 前記キャリー結果を順次反映させるステップは、第1及び第2のトレースのカウント値のそれぞれを前記べき級数のそれぞれに対して、順方向及び逆方向へ順次反映させるステップを含むことを特徴とする請求項3に記載の方法。
- 前記キャリー結果を順次反映させるステップは、次のより高位の累乗に順次反映させるために、前記トレース記憶部の値にダブルマッチフィルタ処理を行って樹状突起の重みのうちのキャリー結果を特定するステップを含むことを特徴とする請求項3に記載の方法。
- 前記累算して前記連想記憶装置を読み出すステップは、キャリー結果が生成されるか否かに関係なく、前記第1及び第2のトレースのカウント値と前記第1及び第2のべき級数におけるカウント値の全てとの間におけるマッチングを累算するステップを含むことを特徴とする請求項4に記載の方法。
- 前記累算して前記連想記憶装置を読み出すステップの結果を合計するステップを更に含むことを特徴とする請求項4に記載の方法。
- 前記ダブルマッチフィルタ処理を行って樹状突起の重みのうちのキャリー結果を特定するステップは、重みとトレースの同時発生に基づいて樹状突起における重みのうちのキャリー結果を特定するステップを含むことを特徴とする請求項6に記載の方法。
- コンピュータに、請求項1から9のいずれか1項に記載の少なくとも1つのステップを実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US09/436,925 | 1999-11-08 | ||
US09/436,925 US6581049B1 (en) | 1999-11-08 | 1999-11-08 | Artificial neurons including power series of weights and counts that represent prior and next association |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001536995A Division JP2003518661A (ja) | 1999-11-08 | 2000-09-19 | 前の及び次の連合を表現する重みとカウントのべき級数を含む人工ニューロン |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2010015578A JP2010015578A (ja) | 2010-01-21 |
JP2010015578A5 JP2010015578A5 (ja) | 2012-11-29 |
JP5249155B2 true JP5249155B2 (ja) | 2013-07-31 |
Family
ID=23734364
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001536995A Withdrawn JP2003518661A (ja) | 1999-11-08 | 2000-09-19 | 前の及び次の連合を表現する重みとカウントのべき級数を含む人工ニューロン |
JP2009183422A Expired - Fee Related JP5249155B2 (ja) | 1999-11-08 | 2009-08-06 | 前の及び次の連合を表現する重みとカウントのべき級数を含む人工ニューロン |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001536995A Withdrawn JP2003518661A (ja) | 1999-11-08 | 2000-09-19 | 前の及び次の連合を表現する重みとカウントのべき級数を含む人工ニューロン |
Country Status (5)
Country | Link |
---|---|
US (1) | US6581049B1 (ja) |
EP (1) | EP1257970A2 (ja) |
JP (2) | JP2003518661A (ja) |
AU (1) | AU7704300A (ja) |
WO (1) | WO2001035337A2 (ja) |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6856983B2 (en) * | 2000-10-27 | 2005-02-15 | Panacya, Inc. | Adaptive feedback control in e-service management |
EP1415273B1 (en) * | 2001-08-10 | 2013-12-18 | Saffron Technology, Inc. | Artificial neurons including weights that define maximal projections |
US7389243B2 (en) * | 2003-01-31 | 2008-06-17 | Gross John N | Notification system and method for media queue |
US20040158503A1 (en) * | 2003-01-31 | 2004-08-12 | Gross John N. | Media queue monitor |
US8712867B2 (en) * | 2003-01-31 | 2014-04-29 | Media Queue, Llc | System for providing access to playable media |
US20040158504A1 (en) * | 2003-01-31 | 2004-08-12 | Gross John N. | Method of providing access to playable media |
US20040162783A1 (en) * | 2003-01-31 | 2004-08-19 | Gross John N. | Media queue replenisher |
US8688462B2 (en) | 2003-01-31 | 2014-04-01 | Media Queue, Llc | Media auto exchange system and method |
US8700538B2 (en) * | 2003-01-31 | 2014-04-15 | Media Queue, Llc | Media exchange system and method |
US8612311B2 (en) * | 2004-05-28 | 2013-12-17 | Media Queue, Llc | Hybrid distribution method for playable media |
US20060212367A1 (en) * | 2003-05-28 | 2006-09-21 | Gross John N | Method of selecting and distributing items to consumers of electronic media |
US8433622B2 (en) | 2003-05-28 | 2013-04-30 | Media Queue, Llc | Method of controlling electronic commerce queue |
MY138544A (en) * | 2003-06-26 | 2009-06-30 | Neuramatix Sdn Bhd | Neural networks with learning and expression capability |
US7574416B2 (en) * | 2004-01-16 | 2009-08-11 | Saffron Technology, Inc. | Distance-based spatial representation and prediction systems, methods and computer program products for associative memories |
WO2005101060A2 (en) * | 2004-04-19 | 2005-10-27 | Intelligent Agent Corporation | Method of managing multiple wells in a reservoir |
US7478192B2 (en) * | 2004-11-03 | 2009-01-13 | Saffron Technology, Inc. | Network of networks of associative memory networks |
US7478090B2 (en) * | 2005-01-14 | 2009-01-13 | Saffron Technology, Inc. | Methods, systems and computer program products for analogy detection among entities using reciprocal similarity measures |
US7565491B2 (en) * | 2005-08-04 | 2009-07-21 | Saffron Technology, Inc. | Associative matrix methods, systems and computer program products using bit plane representations of selected segments |
US7333917B2 (en) * | 2005-08-11 | 2008-02-19 | The University Of North Carolina At Chapel Hill | Novelty detection systems, methods and computer program products for real-time diagnostics/prognostics in complex physical systems |
US7657496B2 (en) * | 2006-06-26 | 2010-02-02 | Saffron Technology, Inc. | Nonlinear associative memories using linear arrays of associative memory cells, and methods of operating same |
US20080097945A1 (en) * | 2006-08-09 | 2008-04-24 | The University Of North Carolina At Chapel Hill | Novelty detection systems, methods and computer program products for real-time diagnostics/prognostics in complex physical systems |
US7672918B2 (en) * | 2007-02-05 | 2010-03-02 | Steve Adkins | Artificial neuron |
US20120233109A1 (en) * | 2007-06-14 | 2012-09-13 | The Boeing Company | Use of associative memory to predict mission outcomes and events |
US20110087387A1 (en) * | 2009-10-12 | 2011-04-14 | The Boeing Company | Platform Health Monitoring System |
US8914149B2 (en) | 2009-10-12 | 2014-12-16 | The Boeing Company | Platform health monitoring system |
US8572009B2 (en) | 2011-08-16 | 2013-10-29 | The Boeing Company | Evaluating the health status of a system using groups of vibration data including images of the vibrations of the system |
EP3063708A2 (en) | 2013-10-28 | 2016-09-07 | Intel Corporation | Methods, systems and computer program products for using a distributed associative memory base to determine data correlations and convergence therein |
US10296823B2 (en) | 2013-11-15 | 2019-05-21 | Intel Corporation | Methods, systems and computer program products for using a distributed associative memory base to determine data correlations and convergence therein |
JP6328787B2 (ja) | 2014-04-15 | 2018-05-23 | インテル・コーポレーション | 複数の連想メモリを用いた神経形態学的グラフ圧縮の方法、システム、及びコンピュータプログラム製品 |
CN109359736A (zh) * | 2017-04-06 | 2019-02-19 | 上海寒武纪信息科技有限公司 | 网络处理器和网络运算方法 |
US10636484B2 (en) * | 2018-09-12 | 2020-04-28 | Winbond Electronics Corporation | Circuit and method for memory operation |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4660166A (en) | 1985-01-22 | 1987-04-21 | Bell Telephone Laboratories, Incorporated | Electronic network for collective decision based on large number of connections between signals |
US5073867A (en) | 1989-06-12 | 1991-12-17 | Westinghouse Electric Corp. | Digital neural network processing elements |
US5103405A (en) | 1989-06-12 | 1992-04-07 | Westinghouse Electric Corp. | Digital probabilistic reasoning element |
DE69130656T2 (de) * | 1990-06-14 | 1999-06-17 | Canon Kk | Neuronale Netzwerke |
JP3088171B2 (ja) | 1991-02-12 | 2000-09-18 | 三菱電機株式会社 | 自己組織型パタ−ン分類システム及び分類方法 |
US5487133A (en) | 1993-07-01 | 1996-01-23 | Intel Corporation | Distance calculating neural network classifier chip and system |
US5619709A (en) | 1993-09-20 | 1997-04-08 | Hnc, Inc. | System and method of context vector generation and retrieval |
US6052679A (en) * | 1997-09-11 | 2000-04-18 | International Business Machines Corporation | Artificial neural networks including Boolean-complete compartments |
US5943670A (en) | 1997-11-21 | 1999-08-24 | International Business Machines Corporation | System and method for categorizing objects in combined categories |
-
1999
- 1999-11-08 US US09/436,925 patent/US6581049B1/en not_active Expired - Lifetime
-
2000
- 2000-09-19 WO PCT/US2000/025604 patent/WO2001035337A2/en active Search and Examination
- 2000-09-19 AU AU77043/00A patent/AU7704300A/en not_active Abandoned
- 2000-09-19 EP EP00966748A patent/EP1257970A2/en not_active Withdrawn
- 2000-09-19 JP JP2001536995A patent/JP2003518661A/ja not_active Withdrawn
-
2009
- 2009-08-06 JP JP2009183422A patent/JP5249155B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2010015578A (ja) | 2010-01-21 |
US6581049B1 (en) | 2003-06-17 |
WO2001035337A2 (en) | 2001-05-17 |
AU7704300A (en) | 2001-06-06 |
WO2001035337A3 (en) | 2002-09-12 |
EP1257970A2 (en) | 2002-11-20 |
JP2003518661A (ja) | 2003-06-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5249155B2 (ja) | 前の及び次の連合を表現する重みとカウントのべき級数を含む人工ニューロン | |
JP5380196B2 (ja) | 最大射影を規定する重みを含む人工ニューロン | |
Wu et al. | Genetic algorithm based selective neural network ensemble | |
Peterson | Track finding with neural networks | |
Sommer et al. | Improved bidirectional retrieval of sparse patterns stored by Hebbian learning | |
Barenco et al. | Elementary gates for quantum computation | |
Brown et al. | Stochastic neural computation. II. Soft competitive learning | |
JP2662000B2 (ja) | 神経回路網およびその回路網に用いる回路 | |
EP0581828B1 (en) | Improvements in neural networks | |
Zheng et al. | Learning in energy-efficient neuromorphic computing: algorithm and architecture co-design | |
JP5235666B2 (ja) | 選択されたセグメントのビット平面表現を用いた連想マトリックス法、システムおよびコンピュータプログラム製品 | |
Lewicki et al. | Bayesian unsupervised learning of higher order structure | |
Karimzadeh et al. | A hardware-friendly approach towards sparse neural networks based on LFSR-generated pseudo-random sequences | |
Maren | Introduction to neural networks | |
Dobnikar et al. | Artificial Neural Nets and Genetic Algorithms: Proceedings of the International Conference in Portorož, Slovenia, 1999 | |
Dan et al. | Lightweight multi-dimensional memristive CapsNet | |
López et al. | Multilevel neuronal architecture to resolve classification problems with large training sets: Parallelization of the training process | |
Singh et al. | Parallel evolutionary asymmetric subsethood product fuzzy-neural inference system with applications | |
Chang | Design Approaches for Lightweight Machine Learning Models | |
Rocha | Energy-Efficient recurrent neural network hardware architecture for heart rate estimation based on photoplethysmography | |
Shim et al. | Statistical-mechanical formulation of the Willshaw model with local inhibition | |
Wu | Efficient Implementations of Neural Network Powered by Spike Coding and Scalable Bisection Spanning | |
WO2023143707A1 (en) | Training a neural network to perform a machine learning task | |
Leerink et al. | Product unit learning | |
International Neural Network Society (INNS), the IEEE Neural Network Council Cooperating Societies et al. | Systolic synthesis of neural networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120508 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20120807 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20120810 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20120907 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20120912 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121009 |
|
A524 | Written submission of copy of amendment under section 19 (pct) |
Free format text: JAPANESE INTERMEDIATE CODE: A524 Effective date: 20121009 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20121130 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130222 |
|
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: 20130315 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130411 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160419 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |