JP6791347B1 - モデル診断装置及びモデル診断システム - Google Patents
モデル診断装置及びモデル診断システム Download PDFInfo
- Publication number
- JP6791347B1 JP6791347B1 JP2019229373A JP2019229373A JP6791347B1 JP 6791347 B1 JP6791347 B1 JP 6791347B1 JP 2019229373 A JP2019229373 A JP 2019229373A JP 2019229373 A JP2019229373 A JP 2019229373A JP 6791347 B1 JP6791347 B1 JP 6791347B1
- Authority
- JP
- Japan
- Prior art keywords
- neural network
- network model
- model
- trained neural
- output
- 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
- 238000003062 neural network model Methods 0.000 claims abstract description 155
- 230000005856 abnormality Effects 0.000 claims abstract description 49
- 238000004891 communication Methods 0.000 claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 26
- 230000002159 abnormal effect Effects 0.000 claims description 40
- 238000003745 diagnosis Methods 0.000 claims description 23
- 238000012549 training Methods 0.000 claims description 19
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 abstract description 8
- 238000000034 method Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 17
- 230000006870 function Effects 0.000 description 8
- 238000002485 combustion reaction Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 230000004913 activation Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 239000000498 cooling water Substances 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000001276 Kolmogorov–Smirnov test Methods 0.000 description 1
- 238000001430 Omnibus test Methods 0.000 description 1
- 238000011869 Shapiro-Wilk test Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000001422 normality test Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
- B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
- B60R16/0232—Circuits relating to the driving or the functioning of the vehicle for measuring vehicle parameters and indicating critical, abnormal or dangerous conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- 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
- G06N3/048—Activation functions
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/03—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for supply of electrical power to vehicle subsystems or for
- B60R16/0315—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for supply of electrical power to vehicle subsystems or for using multiplexing techniques
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Debugging And Monitoring (AREA)
Abstract
Description
最初に、図1〜図6を参照して、本発明の第一実施形態について説明する。図1は、本発明の第一実施形態に係るモデル診断システムの概略的な構成図である。モデル診断システム1はサーバ2及び複数の車両3を備える。
以下、図4のフローチャートを参照して、車両3において行われる制御について詳細に説明する。図4は、第一実施形態におけるモデル学習処理の制御ルーチンを示すフローチャートである。本制御ルーチンはECU30のプロセッサ33によって繰り返し実行される。
以下、図5のフローチャートを参照して、サーバ2において行われる制御について詳細に説明する。図5は、第一実施形態におけるモデル診断処理の制御ルーチンを示すフローチャートである。本制御ルーチンはサーバ2のプロセッサ24によって繰り返し実行される。
第二実施形態に係るモデル診断システム及びモデル診断装置の構成及び制御は、以下に説明する点を除いて、基本的に第一実施形態に係るモデル診断システム及びモデル診断装置の構成及び制御と同様である。このため、以下、本発明の第二実施形態について、第一実施形態と異なる部分を中心に説明する。
図7は、第二実施形態におけるモデル学習処理の制御ルーチンを示すフローチャートである。本制御ルーチンはECU30のプロセッサ33によって繰り返し実行される。
図8は、第二実施形態におけるモデル診断処理の制御ルーチンを示すフローチャートである。本制御ルーチンはサーバ2のプロセッサ24によって繰り返し実行される。
第三実施形態に係るモデル診断システム及びモデル診断装置の構成及び制御は、以下に説明する点を除いて、基本的に第一実施形態に係るモデル診断システム及びモデル診断装置の構成及び制御と同様である。このため、以下、本発明の第三実施形態について、第一実施形態と異なる部分を中心に説明する。
図9は、第三実施形態におけるモデル診断処理の制御ルーチンを示すフローチャートである。本制御ルーチンはサーバ2のプロセッサ24によって繰り返し実行される。
以上、本発明に係る好適な実施形態を説明したが、本発明はこれら実施形態に限定されるものではなく、特許請求の範囲の記載内で様々な修正及び変更を施すことができる。例えば、ニューラルネットワークモデルの入力パラメータ及び出力パラメータの種類は、上述した例に限定されず、車両3において取得可能な任意のパラメータを含むことができる。
2 サーバ
21 通信インターフェース
22 ストレージ装置
24 プロセッサ
3 車両
30 電子制御ユニット(ECU)
33 プロセッサ
36 通信モジュール
Claims (10)
- ニューラルネットワークモデルの学習が行われて学習済みのニューラルネットワークモデルが生成される複数の車両と通信可能な通信装置と、
データを記憶する記憶装置と、
前記学習済みのニューラルネットワークモデルの異常を判定する制御装置と
を備え、
前記制御装置は、所定値の入力パラメータに対して前記学習済みのニューラルネットワークモデルから出力された出力パラメータの値を前記記憶装置に記憶し、前記通信装置を介して前記複数の車両のうちの一つの車両から新たな学習済みのニューラルネットワークモデル又は前記所定値の入力パラメータに対して該新たな学習済みのニューラルネットワークモデルから出力された出力パラメータの値を受信したときに、前記所定値の入力パラメータに対して該新たな学習済みのニューラルネットワークモデルから出力された出力パラメータの値に対して統計処理を行い、該統計処理の結果に基づいて前記新たな学習済みのニューラルネットワークモデルの異常を判定する、モデル診断装置。 - 前記制御装置は、前記新たな学習済みのニューラルネットワークモデルが異常であると判定した場合には、該新たな学習済みのニューラルネットワークモデルが異常であることを前記一つの車両に通知する、請求項1に記載のモデル診断装置。
- 前記制御装置は、前記新たな学習済みのニューラルネットワークモデルが異常であると判定した場合には、前記一つの車両とは異なる車両において生成され且つ正常であると判定された学習済みのニューラルネットワークモデルを前記一つの車両に送信する、請求項1又は2に記載のモデル診断装置。
- 前記制御装置は、前記新たな学習済みのニューラルネットワークモデルが正常であると判定した場合には、該新たな学習済みのニューラルネットワークモデルを前記記憶装置に記憶し、該新たな学習済みのニューラルネットワークモデルが異常であると判定した場合には、該新たな学習済みのニューラルネットワークモデルを前記記憶装置に記憶しない、請求項1から3のいずれか1項に記載のモデル診断装置。
- 前記制御装置は、前記記憶装置に記憶された出力パラメータの値が正規分布を示さない場合に、修正されたニューラルネットワークモデルを前記複数の車両に送信する、請求項1から4のいずれか1項に記載のモデル診断装置。
- サーバ及び複数の車両を備えるモデル診断システムであって、
前記複数の車両は、それぞれ、
前記サーバと通信可能な第1通信装置と、
ニューラルネットワークモデルの学習を行うことによって学習済みのニューラルネットワークモデルを生成する第1制御装置とを備え、
前記サーバは、
前記複数の車両と通信可能な第2通信装置と、
データを記憶する記憶装置と、
前記学習済みのニューラルネットワークモデルの異常を判定する第2制御装置とを備え、
前記第2制御装置は、所定値の入力パラメータに対して前記学習済みのニューラルネットワークモデルから出力された出力パラメータの値を前記記憶装置に記憶し、前記第2通信装置を介して前記複数の車両のうちの一つの車両から新たな学習済みのニューラルネットワークモデル又は前記所定値の入力パラメータに対して該新たな学習済みのニューラルネットワークモデルから出力された出力パラメータの値を受信したときに、前記所定値の入力パラメータに対して該新たな学習済みのニューラルネットワークモデルから出力された出力パラメータの値に対して統計処理を行い、該統計処理の結果に基づいて前記新たな学習済みのニューラルネットワークモデルの異常を判定する、モデル診断システム。 - 前記第2制御装置は、前記新たな学習済みのニューラルネットワークモデルが異常であると判定した場合には、該新たな学習済みのニューラルネットワークモデルが異常であることを前記一つの車両に通知する、請求項6に記載のモデル診断システム。
- 前記第1制御装置は、前記新たな学習済みのニューラルネットワークモデルが異常であることを通知された場合には、該新たな学習済みのニューラルネットワークモデルを採用しない、請求項7に記載のモデル診断システム。
- 前記第1制御装置は、前記新たな学習済みのニューラルネットワークモデルが異常であることを通知された場合には、前記ニューラルネットワークモデルの学習に関する部品の異常をドライバに通知する、請求項7又は8に記載のモデル診断システム。
- 前記第2制御装置は、前記第2通信装置を介して前記複数の車両のうちの一つの車両から前記所定値の入力パラメータに対して新たな学習済みのニューラルネットワークモデルから出力された出力パラメータの値を受信したときに、該出力パラメータの値に対して統計処理を行い、該統計処理の結果に基づいて前記新たな学習済みのニューラルネットワークモデルの異常を判定し、該新たな学習済みのニューラルネットワークモデルが正常であると判定した場合には、該新たな学習済みのニューラルネットワークモデルが正常であることを前記一つの車両に通知し、
前記第1制御装置は、前記新たな学習済みのニューラルネットワークモデルが正常であることを通知された場合には、該新たな学習済みのニューラルネットワークモデルを前記サーバに送信する、請求項6から9のいずれか1項に記載のモデル診断システム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019229373A JP6791347B1 (ja) | 2019-12-19 | 2019-12-19 | モデル診断装置及びモデル診断システム |
US17/105,506 US20210192872A1 (en) | 2019-12-19 | 2020-11-26 | Model diagnosis device and model diagnosis system |
DE102020133045.6A DE102020133045A1 (de) | 2019-12-19 | 2020-12-10 | Modelldiagnosevorrichtung und modelldiagnosesystem |
CN202011469930.3A CN113008569A (zh) | 2019-12-19 | 2020-12-15 | 模型诊断装置以及模型诊断系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019229373A JP6791347B1 (ja) | 2019-12-19 | 2019-12-19 | モデル診断装置及びモデル診断システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6791347B1 true JP6791347B1 (ja) | 2020-11-25 |
JP2021096771A JP2021096771A (ja) | 2021-06-24 |
Family
ID=73455245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019229373A Expired - Fee Related JP6791347B1 (ja) | 2019-12-19 | 2019-12-19 | モデル診断装置及びモデル診断システム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20210192872A1 (ja) |
JP (1) | JP6791347B1 (ja) |
CN (1) | CN113008569A (ja) |
DE (1) | DE102020133045A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102021129085B3 (de) | 2021-11-09 | 2023-02-02 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Verfahren zur Erzeugung eines Modells zur automatisierten Vorhersage von Interaktionen eines Benutzers mit einer Benutzerschnittstelle eines Kraftfahrzeugs, außerdem Datenverarbeitungseinheit für ein Kraftfahrzeug und Kraftfahrzeug |
DE102022209457A1 (de) | 2022-09-09 | 2024-03-14 | Volkswagen Aktiengesellschaft | Verfahren zum Steuern eines künstlichen neuronalen Netzes beim Bereitstellen einer Fahrzeugfunktion |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7103460B1 (en) * | 1994-05-09 | 2006-09-05 | Automotive Technologies International, Inc. | System and method for vehicle diagnostics |
JP2001344590A (ja) * | 2000-05-31 | 2001-12-14 | Fuji Electric Co Ltd | ニューラルネットワーク及びその学習方法、解析方法並びに異常判定方法 |
JP2002099892A (ja) * | 2000-09-22 | 2002-04-05 | Fuji Electric Co Ltd | ニューラルネットワーク評価装置およびニューラルネットワーク評価方法 |
US6954744B2 (en) * | 2001-08-29 | 2005-10-11 | Honeywell International, Inc. | Combinatorial approach for supervised neural network learning |
JP4453764B2 (ja) * | 2008-02-22 | 2010-04-21 | トヨタ自動車株式会社 | 車両診断装置、車両診断システム、診断方法 |
JP6471106B2 (ja) * | 2016-01-19 | 2019-02-13 | 日立オートモティブシステムズ株式会社 | 車両制御装置、車両制御パラメータ学習システム |
JP6508137B2 (ja) * | 2016-06-24 | 2019-05-08 | トヨタ自動車株式会社 | 車両走行制御装置 |
US10665039B2 (en) * | 2016-12-09 | 2020-05-26 | Traffilog Ltd. | Distributed monitoring and control of a vehicle |
KR101889049B1 (ko) * | 2017-08-11 | 2018-08-21 | (주)다이매틱스 | 딥러닝 기반의 인공지능을 이용한 자동차 진단 방법 및 장치 |
JP7010641B2 (ja) * | 2017-09-27 | 2022-01-26 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 異常診断方法および異常診断装置 |
US11263835B2 (en) * | 2017-10-27 | 2022-03-01 | The Boeing Company | Vehicle fault detection system and method utilizing graphically converted temporal data |
US10990901B2 (en) * | 2017-11-13 | 2021-04-27 | Accenture Global Solutions Limited | Training, validating, and monitoring artificial intelligence and machine learning models |
CN107967817A (zh) * | 2017-11-17 | 2018-04-27 | 张慧 | 基于多路摄像头深度学习的停车场智能管理系统及方法 |
JP2019200603A (ja) * | 2018-05-16 | 2019-11-21 | 株式会社堀場製作所 | 車両状況解析方法、車両状況解析システム、車両状況解析装置及びドライブレコーダ |
US10719301B1 (en) * | 2018-10-26 | 2020-07-21 | Amazon Technologies, Inc. | Development environment for machine learning media models |
CN109583508A (zh) * | 2018-12-10 | 2019-04-05 | 长安大学 | 一种基于深度学习的车辆异常加减速行为识别方法 |
US11537941B2 (en) * | 2019-05-28 | 2022-12-27 | Microsoft Technology Licensing, Llc | Remote validation of machine-learning models for data imbalance |
US11787422B2 (en) * | 2019-07-16 | 2023-10-17 | State Farm Mutual Automobile Insurance Company | Systems and methods of determining effectiveness of vehicle safety features |
CN110766066B (zh) * | 2019-10-18 | 2023-06-23 | 天津理工大学 | 一种基于fnn的张量异质集成车联网缺失数据估计方法 |
-
2019
- 2019-12-19 JP JP2019229373A patent/JP6791347B1/ja not_active Expired - Fee Related
-
2020
- 2020-11-26 US US17/105,506 patent/US20210192872A1/en not_active Abandoned
- 2020-12-10 DE DE102020133045.6A patent/DE102020133045A1/de active Pending
- 2020-12-15 CN CN202011469930.3A patent/CN113008569A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
CN113008569A (zh) | 2021-06-22 |
JP2021096771A (ja) | 2021-06-24 |
US20210192872A1 (en) | 2021-06-24 |
DE102020133045A1 (de) | 2021-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230186697A1 (en) | Systems and methods for in-vehicle predictive failure detection | |
JP6798571B2 (ja) | モデル集約装置及びモデル集約システム | |
US20230068432A1 (en) | Methods and systems for estimating a remaining useful life of an asset | |
JP6791347B1 (ja) | モデル診断装置及びモデル診断システム | |
CN113830097B (zh) | 车辆、模型学习系统以及服务器 | |
JP7040589B1 (ja) | 機械学習方法及び機械学習システム | |
US11472420B2 (en) | Machine learning device and machine learning system | |
JP7010343B1 (ja) | 機械学習装置 | |
US11820398B2 (en) | Learning apparatus and model learning system | |
JP6939963B1 (ja) | モデル学習システム及びサーバ | |
JP7276298B2 (ja) | モデル学習システム、車両の制御装置及びモデル学習方法 | |
JP2022045153A (ja) | 故障診断システム | |
CN115496177A (zh) | 分布式系统的校准 | |
JP6962435B1 (ja) | 機械学習装置 | |
JP2022035222A (ja) | 機械学習装置 | |
JP2022076257A (ja) | 機械学習システム、車両及びサーバ | |
JP2022079938A (ja) | 機械学習システム | |
JP7056794B1 (ja) | モデル学習システム及びモデル学習装置 | |
JP2022007498A (ja) | 機械学習装置 | |
CN111439274A (zh) | 诊断车辆的推进系统的方法及其系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200130 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200130 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200212 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200625 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200728 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200924 |
|
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: 20201006 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201019 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6791347 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
LAPS | Cancellation because of no payment of annual fees |