JP6481787B1 - デバイス選択装置、データセット選択装置、デバイス選択方法及びプログラム - Google Patents
デバイス選択装置、データセット選択装置、デバイス選択方法及びプログラム Download PDFInfo
- Publication number
- JP6481787B1 JP6481787B1 JP2018023613A JP2018023613A JP6481787B1 JP 6481787 B1 JP6481787 B1 JP 6481787B1 JP 2018023613 A JP2018023613 A JP 2018023613A JP 2018023613 A JP2018023613 A JP 2018023613A JP 6481787 B1 JP6481787 B1 JP 6481787B1
- Authority
- JP
- Japan
- Prior art keywords
- processing module
- data
- sensor
- metadata
- input
- 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.)
- Active
Links
- 238000010187 selection method Methods 0.000 title claims abstract description 6
- 238000012545 processing Methods 0.000 claims abstract description 187
- 238000000034 method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 abstract description 11
- 238000004891 communication Methods 0.000 description 21
- 238000003860 storage Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 238000009434 installation Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/211—Selection of the most significant subset of features
- G06F18/2115—Selection of the most significant subset of features by evaluating different subsets according to an optimisation criterion, e.g. class separability, forward selection or backward elimination
-
- 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
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C15/00—Arrangements characterised by the use of multiplexing for the transmission of a plurality of signals over a common path
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
- H04Q9/02—Automatically-operated arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/10—Recognition assisted with metadata
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Library & Information Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
- Selective Calling Equipment (AREA)
Abstract
【解決手段】処理モジュールには、学習用データの属性を示す第1メタデータが対応付けられている。デバイスには、デバイスの出力データの属性を示す第2メタデータが対応付けられている。デバイス選択装置は、第1取得部と、第2取得部と、選択部とを備える。第1取得部は、第1メタデータを取得する。第2取得部は、複数のデバイスの各々に対応付けられた第2メタデータを取得する。選択部は、第1及び第2メタデータに基づいて、処理モジュールへ入力データを出力するデバイスを選択する。
【選択図】図1
Description
図1は、本実施の形態に従うセンサ選択装置50(デバイス選択装置の一例)の概要を説明するための図である。図1を参照して、処理モジュール121は複数の入力ポートを有し、各入力ポートには実センサ12(デバイスの一例)によって出力されたセンシングデータ(入力データの一例)が入力される。処理モジュール121は、複数の学習用データを用いることによって生成された学習済みモデルであって、入力データに基づいて入力データとは異なる出力データを生成するように構成されている。すなわち、処理モジュール121と、処理モジュール121へ入力データを出力する実センサ12(入力センサ)とによって、いわゆる仮想センサが形成される。仮想センサとは、入力センサが対象を観測することによって生成されたセンシングデータに基づいて、入力センサによって観測された対象とは異なる対象の観測結果をセンシングデータとして出力するセンサモジュールである。仮想センサについては、後程詳しく説明する。
<2−1.システムの全体構成>
図2は、本実施の形態に従うセンサ選択装置50(図1)を含むセンサネットワークシステム10の一例を示す図である。図2の例では、センサネットワークシステム10は、センサネットワーク部14と、仮想センサ管理サーバ100と、SDTM(Sensing Data Trading Market)サーバ200と、アプリケーションサーバ300とを含む。なお、本実施の形態において、センサ選択装置50は、仮想センサ管理サーバ100とSDTMサーバ200とによって実現される。
図3は、仮想センサ管理サーバ100のハードウェア構成の一例を示す図である。なお、本実施の形態において、仮想センサ管理サーバ100は、たとえば、汎用コンピュータによって実現される。
図6は、制御部170によって実現される各ソフトウェアモジュールの関係の一例を示す図である。図6の例では、処理モジュール121及び入力センサ選択モジュール110が制御部170によって実現される。
図7は、SDTMサーバ200のハードウェア構成の一例を示す図である。なお、本実施の形態において、SDTMサーバ200は、たとえば、汎用コンピュータによって実現される。
再び図2を参照して、SDTMサーバ200においては、制御部240によって、センサ検索モジュール210及びデータフロー制御モジュール220の各々が実現される。以下、各ソフトウェアモジュールについて順に説明する。
図9は、センサ検索モジュール210の詳細な構成の一例を示す図である。図9の例では、センサ検索モジュール210は、利用側データカタログ取得部211と、センサ側メタデータ取得部212と、提供側データカタログ生成部215と、マッチング部213と、入力候補取得部214とを含む。
図10は、データフロー制御モジュール220の詳細な構成の一例を示す図である。図10の例では、データフロー制御モジュール220は、センサ選択指令取得部221と、データフロー制御指令生成部222とを含む。
図11は、処理モジュール121の入力センサの選択動作の一例を示すフローチャートである。このフローチャートに示される処理は、たとえば、アプリケーションサーバ300によって実現されるアプリケーションを介してユーザが処理モジュール121を選択した場合に実行される。なお、上述の通り、入力センサの選択は各処理モジュール121の入力ポート毎に行なわれるが、ここでは1つの処理モジュール121の1つの入力ポートに着目して説明する。
以上のように、本実施の形態において、制御部170,240は、第1メタデータ131と第2メタデータ13とに基づいて、処理モジュール121へ入力データを出力する実センサ12を選択する。上述のように、処理モジュール121は、複数の学習用データを用いることによって生成された学習済みモデルである。学習済みモデルは、学習用データの属性を前提としているため、全く異なる属性のデータが入力された場合に所望の結果を出力するとは限らない。本実施の形態においては、処理モジュール121へ入力データを出力する実センサ12の選択時に、学習用データの属性を示す第1メタデータ131と、実センサ12によって出力される入力データの属性を示す第2メタデータ13とが考慮される。したがって、本実施の形態によれば、学習用データの属性を考慮した上で処理モジュール121の入力センサが選択されるため、入力センサの選択を適切に行なうことができる。
以上、実施の形態について説明したが、本発明は、上記実施の形態に限定されるものではなく、その趣旨を逸脱しない限りにおいて、種々の変更が可能である。以下、変形例について説明する。但し、以下の変形例は適宜組合せ可能である。
上記実施の形態においては、処理モジュール121の入力センサが選択された。しかしながら、選択される対象は、必ずしも処理モジュール121の入力センサでなくてもよい。たとえば、処理モジュール121に入力されるデータセットが選択されてもよい。データセットは、予め生成された複数のデータの集合である。たとえば、予め所定期間、対象を観測することによって得られたセンシングデータの集合は、データセットの一例である。たとえば、データセットは、インターネット15に接続されたストレージに記憶されている。
また、上記実施の形態において、各処理モジュール121の各入力ポートは、いずれかの実センサ12からデータの入力を受けることとした。しかしながら、各入力ポートがデータの入力を受ける相手は、実センサ12に限定されない。たとえば、各入力ポートは、データセットを記憶したストレージからデータの入力を受けてもよいし、仮想センサからデータの入力を受けてもよい。入力データを出力する主体が必ずしもセンサである必要がないため、処理モジュール121の入力データは、必ずしもセンシングデータでなくてもよい。たとえば、入力データは、ショッピングサイトにおける各ユーザの購買履歴データや、ゲームサイトにおける各ユーザのスコアデータ等であってもよい。
上記実施の形態において、仮想センサ管理サーバ100及びSDTMサーバ200の各々によって行なわれた処理は、複数のサーバ等によって実現されてもよい。また、上記実施の形態において、仮想センサ管理サーバ100及びSDTMサーバ200によって行なわれた処理は、1つのサーバ等によって実現されてもよい。
Claims (9)
- 処理モジュールへ入力データを出力するデバイスを選択するように構成されたデバイス選択装置であって、
前記処理モジュールと、前記処理モジュールへ前記入力データを出力する前記デバイスとによって仮想センサが形成され、
前記処理モジュールは、複数の学習用データを用いることによって生成された学習済みモデルであって、少なくとも1つの前記入力データに基づいて前記入力データとは異なる出力データを生成するように構成されており、
前記処理モジュールには、前記学習用データの属性を示す第1メタデータが対応付けられており、
前記デバイスには、前記デバイスによって出力される入力データの属性を示す第2メタデータが対応付けられており、
前記デバイス選択装置は、
前記第1メタデータを取得するように構成された第1取得部と、
複数のデバイスの各々に対応付けられた前記第2メタデータを取得するように構成された第2取得部と、
前記第1及び第2メタデータに基づいて、前記複数のデバイスから、前記処理モジュールへ入力データを出力するデバイスを選択するように構成された選択部とを備える、デバイス選択装置。 - 複数の処理モジュールが格納されたデータベースからいずれかの前記処理モジュールを取得するように構成された第3取得部をさらに備え、
前記第1取得部は、前記第3取得部によって取得された前記処理モジュールに対応付けられている前記第1メタデータを取得する、請求項1に記載のデバイス選択装置。 - 前記第3取得部は、ユーザの指示に従って、前記データベースから前記処理モジュールを取得する、請求項2に記載のデバイス選択装置。
- 前記デバイスは、センサであり、
前記入力データは、前記センサによって生成されたセンシングデータである、請求項1から請求項3のいずれか1項に記載のデバイス選択装置。 - 前記処理モジュールは、複数の前記入力データに基づいて前記出力データを生成するように構成されている、請求項1から請求項4のいずれか1項に記載のデバイス選択装置。
- 前記処理モジュールは、前記処理モジュールへ前記入力データを出力する前記デバイスを切り替え可能に構成されている、請求項1から請求項5のいずれか1項に記載のデバイス選択装置。
- 処理モジュールへ入力するデータセットを選択するように構成されたデータセット選択装置であって、
前記処理モジュールと、前記処理モジュールへ入力される前記データセットとによって仮想センサが構成され、
前記データセットは、複数のデータで構成されており、
前記処理モジュールは、複数の学習用データを用いることによって生成された学習済みモデルであって、少なくとも1つの入力データに基づいて前記入力データとは異なる出力データを生成するように構成されており、
前記処理モジュールには、前記学習用データの属性を示す第1メタデータが対応付けられており、
前記データセットには、前記データセットの属性を示す第2メタデータが対応付けられており、
前記データセット選択装置は、
前記第1メタデータを取得するように構成された第1取得部と、
複数のデータセットの各々に対応付けられた前記第2メタデータを取得するように構成された第2取得部と、
前記第1及び第2メタデータに基づいて、前記複数のデータセットから、前記処理モジュールへ入力するデータセットを選択するように構成された選択部とを備える、データセット選択装置。 - 処理モジュールへ入力データを出力するデバイスの選択方法であって、
前記処理モジュールと、前記処理モジュールへ前記入力データを出力する前記デバイスとによって仮想センサが形成され、
前記処理モジュールは、複数の学習用データを用いることによって生成された学習済みモデルであって、少なくとも1つの前記入力データに基づいて前記入力データとは異なる出力データを生成するように構成されており、
前記処理モジュールには、前記学習用データの属性を示す第1メタデータが対応付けられており、
前記デバイスには、前記デバイスによって出力される入力データの属性を示す第2メタデータが対応付けられており、
前記選択方法は、
前記第1メタデータを取得するステップと、
複数のデバイスの各々に対応付けられた前記第2メタデータを取得するステップと、
前記第1及び第2メタデータに基づいて、前記複数のデバイスから、前記処理モジュールへ入力データを出力するデバイスを選択するステップとを含む、デバイス選択方法。 - 処理モジュールへ入力データを出力するデバイスを選択する処理をコンピュータに実行させるためのプログラムであって、
前記処理モジュールと、前記処理モジュールへ前記入力データを出力する前記デバイスとによって仮想センサが形成され、
前記処理モジュールは、複数の学習用データを用いることによって生成された学習済みモデルであって、少なくとも1つの前記入力データに基づいて前記入力データとは異なる出力データを生成するように構成されており、
前記処理モジュールには、前記学習用データの属性を示す第1メタデータが対応付けられており、
前記デバイスには、前記デバイスによって出力される入力データの属性を示す第2メタデータが対応付けられており、
前記プログラムは、
前記第1メタデータを取得するステップと、
複数のデバイスの各々に対応付けられた前記第2メタデータを取得するステップと、
前記第1及び第2メタデータに基づいて、前記複数のデバイスから、前記処理モジュールへ入力データを出力するデバイスを選択するステップとを前記コンピュータに実行させるように構成されている、プログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018023613A JP6481787B1 (ja) | 2018-02-14 | 2018-02-14 | デバイス選択装置、データセット選択装置、デバイス選択方法及びプログラム |
CN201880086461.1A CN111602412B (zh) | 2018-02-14 | 2018-11-29 | 设备选择装置、数据集选择装置、设备选择方法和存储介质 |
PCT/JP2018/043925 WO2019159483A1 (ja) | 2018-02-14 | 2018-11-29 | デバイス選択装置、データセット選択装置、デバイス選択方法及びプログラム |
US16/961,713 US20220207289A1 (en) | 2018-02-14 | 2018-11-29 | Device selection apparatus, data set selection apparatus, method for selecting device, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018023613A JP6481787B1 (ja) | 2018-02-14 | 2018-02-14 | デバイス選択装置、データセット選択装置、デバイス選択方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6481787B1 true JP6481787B1 (ja) | 2019-03-13 |
JP2019140586A JP2019140586A (ja) | 2019-08-22 |
Family
ID=65718325
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018023613A Active JP6481787B1 (ja) | 2018-02-14 | 2018-02-14 | デバイス選択装置、データセット選択装置、デバイス選択方法及びプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220207289A1 (ja) |
JP (1) | JP6481787B1 (ja) |
CN (1) | CN111602412B (ja) |
WO (1) | WO2019159483A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6940827B2 (ja) * | 2019-07-31 | 2021-09-29 | 株式会社三洋物産 | 遊技機 |
WO2021106646A1 (ja) * | 2019-11-29 | 2021-06-03 | 東京エレクトロン株式会社 | 推論装置、推論方法及び推論プログラム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013065081A (ja) * | 2011-09-15 | 2013-04-11 | Fujitsu Ltd | デバイス管理方法、デバイス管理装置及びデバイス管理プログラム |
JP2015226102A (ja) * | 2014-05-26 | 2015-12-14 | オムロン株式会社 | 仮想センサのメタデータ構造 |
JP2016133915A (ja) * | 2015-01-16 | 2016-07-25 | 国立研究開発法人情報通信研究機構 | センサネットワークの休止制御システム |
WO2017104287A1 (ja) * | 2015-12-14 | 2017-06-22 | オムロン株式会社 | データフロー制御装置およびデータフロー制御方法 |
JP2018124852A (ja) * | 2017-02-02 | 2018-08-09 | 沖電気工業株式会社 | 情報処理装置、情報処理方法、およびプログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3540741B1 (en) * | 2007-08-10 | 2022-10-26 | Smiths Medical ASD, Inc. | System for controlling medical devices |
JPWO2013024672A1 (ja) * | 2011-08-12 | 2015-03-05 | オムロン株式会社 | 情報管理装置、情報管理プログラム、および情報管理方法 |
US20150351692A1 (en) * | 2014-06-09 | 2015-12-10 | Lear Corporation | Adjustable seat assembly |
CN104317861A (zh) * | 2014-10-15 | 2015-01-28 | 同济大学 | 一种基于互信息的区间数据的属性选择方法 |
CN104991798B (zh) * | 2015-06-25 | 2019-01-29 | 青岛海信移动通信技术股份有限公司 | 一种虚拟传感器配置方法及装置 |
-
2018
- 2018-02-14 JP JP2018023613A patent/JP6481787B1/ja active Active
- 2018-11-29 WO PCT/JP2018/043925 patent/WO2019159483A1/ja active Application Filing
- 2018-11-29 US US16/961,713 patent/US20220207289A1/en active Pending
- 2018-11-29 CN CN201880086461.1A patent/CN111602412B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013065081A (ja) * | 2011-09-15 | 2013-04-11 | Fujitsu Ltd | デバイス管理方法、デバイス管理装置及びデバイス管理プログラム |
JP2015226102A (ja) * | 2014-05-26 | 2015-12-14 | オムロン株式会社 | 仮想センサのメタデータ構造 |
JP2016133915A (ja) * | 2015-01-16 | 2016-07-25 | 国立研究開発法人情報通信研究機構 | センサネットワークの休止制御システム |
WO2017104287A1 (ja) * | 2015-12-14 | 2017-06-22 | オムロン株式会社 | データフロー制御装置およびデータフロー制御方法 |
JP2018124852A (ja) * | 2017-02-02 | 2018-08-09 | 沖電気工業株式会社 | 情報処理装置、情報処理方法、およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
WO2019159483A1 (ja) | 2019-08-22 |
US20220207289A1 (en) | 2022-06-30 |
CN111602412B (zh) | 2023-03-21 |
JP2019140586A (ja) | 2019-08-22 |
CN111602412A (zh) | 2020-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180123820A1 (en) | Apparatus and method of generating internet of things data | |
CN111813910A (zh) | 客服问题的更新方法、系统、终端设备及计算机存储介质 | |
JP6558452B1 (ja) | 品質チェック装置、品質チェック方法及びプログラム | |
JP6481787B1 (ja) | デバイス選択装置、データセット選択装置、デバイス選択方法及びプログラム | |
JP2019028970A (ja) | データ生成装置、データ生成方法及びプログラム | |
JP6477935B1 (ja) | 前処理判定装置、前処理判定方法及びプログラム | |
JP6489250B1 (ja) | 候補抽出装置、候補抽出方法及びプログラム | |
WO2019159485A1 (ja) | セッション制御装置、セッション制御方法及びプログラム | |
JP6528869B1 (ja) | セッション制御装置、セッション制御方法及びプログラム | |
JP2019169946A (ja) | 品質チェック装置、品質チェック方法及びプログラム | |
JP6501007B1 (ja) | 出力管理装置、出力管理方法及びプログラム | |
JP6468377B1 (ja) | 出力管理装置、出力管理方法及びプログラム | |
JP6477936B1 (ja) | データ処理装置、データ処理方法及びプログラム | |
JP6727240B2 (ja) | データ出力装置、データ出力方法及びプログラム | |
JP6485567B1 (ja) | 適合性判定装置、適合性判定方法及びプログラム | |
JP6477943B1 (ja) | メタデータ生成装置、メタデータ生成方法及びプログラム | |
JP6930553B2 (ja) | 情報処理システム、情報処理装置、情報処理方法及びプログラム | |
CN115908117B (zh) | 一种二维建筑模型图像生成方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181126 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20181212 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20181214 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181218 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190108 |
|
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: 20190115 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190128 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6481787 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |