JP7157154B2 - 性能予測ニューラルネットワークを使用したニューラルアーキテクチャ探索 - Google Patents
性能予測ニューラルネットワークを使用したニューラルアーキテクチャ探索 Download PDFInfo
- Publication number
- JP7157154B2 JP7157154B2 JP2020529555A JP2020529555A JP7157154B2 JP 7157154 B2 JP7157154 B2 JP 7157154B2 JP 2020529555 A JP2020529555 A JP 2020529555A JP 2020529555 A JP2020529555 A JP 2020529555A JP 7157154 B2 JP7157154 B2 JP 7157154B2
- Authority
- JP
- Japan
- Prior art keywords
- candidate
- architecture
- neural network
- task
- cell
- 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
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
- G06N3/08—Learning methods
- G06N3/082—Learning methods modifying the architecture, e.g. adding, deleting or silencing nodes or connections
-
- 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
- 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
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
- G06F18/2178—Validation; Performance evaluation; Active pattern learning techniques based on feedback of a supervisor
-
- 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
-
- 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
- G06N3/045—Combinations of networks
-
- 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
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Neurology (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Description
本出願は、その内容全体が参照により本明細書に組み込まれている、2017年11月30日に出願した、米国仮特許出願第62/593,213号の非仮出願であり、それに対する優先権を主張するものである。
102 データ
110 性能予測ニューラルネットワーク、予測器
112 更新されたセット
120 トレーニングエンジン
122 実際の性能
130 予測パラメータ更新エンジン
150 出力セル
200 セル
202 ブロック
204 ブロック
206 ブロック
208 ブロック
210 ブロック
300 タスクニューラルネットワーク
302 ネットワーク入力、入力
304 畳み込みニューラルネットワークレイヤ
306 セルインスタンスのスタック、スタック
308 セルインスタンス、第1のセルインスタンス
310 セルインスタンス
312 セルインスタンス
314 最後のセルインスタンス
316 サブネットワーク
320 ネットワーク出力
400 プロセス
Claims (15)
特定の機械学習タスクを実行するように構成されたタスクニューラルネットワークのためのアーキテクチャを決定するステップを含み、前記決定するステップが、
前記タスクニューラルネットワークに対する候補アーキテクチャの現在のセットを指定するデータを取得するステップであって、候補アーキテクチャの前記現在のセットが、複数の前の候補アーキテクチャの候補セルを拡張することによって決定され、複数の前の候補アーキテクチャの候補セルを拡張することは、前記複数の前の候補アーキテクチャの候補セルの各々にそれぞれの1つまたは複数の動作ブロックを追加することを含む、ステップと、
前記現在のセット内の各候補アーキテクチャに対して、
複数の性能予測パラメータを有する性能予測ニューラルネットワークを使用して、前記候補アーキテクチャを指定する前記データを処理するステップであって、前記性能予測ニューラルネットワークは、前記候補アーキテクチャを有するニューラルネットワークが前記特定の機械学習タスクに対してトレーニングされた後で、どの程度良好に機能することになるかを特徴付ける性能予測を生成するために、前記性能予測パラメータの現在の値に従って、前記候補アーキテクチャを指定する前記データを処理するように構成される、処理するステップと、
前記現在のセット内の前記候補アーキテクチャに対する前記性能予測に基づいて、前記現在のセット内の前記候補アーキテクチャのうちの複数を選択することによって、候補アーキテクチャの更新されたセットを生成するステップであって、生成するステップが、それぞれの性能予測に基づいて候補アーキテクチャの前記現在のセットをプルーニングするステップを含む、ステップと
を含む、方法。
受信されたネットワーク入力に対して前記特定の機械学習タスクを実行するために、前記決定されたアーキテクチャを有する前記トレーニングされたタスクニューラルネットワークを使用するステップと
をさらに含む、請求項1から4のいずれか一項に記載の方法。
前記候補アーキテクチャを有する前記タスクニューラルネットワークのインスタンスを生成し、
前記特定の機械学習タスクを実行するために前記インスタンスをトレーニングし、
前記トレーニングされたインスタンスの実際の性能を決定するために、前記特定の機械学習タスクに対して前記トレーニングされたインスタンスの性能を評価するステップと、
前記性能予測ニューラルネットワークの前記性能予測パラメータの前記現在の値を調整するために、前記トレーニングされたインスタンスに関する前記実際の性能を使用するステップと
をさらに含む、請求項1から5のいずれか一項に記載の方法。
各新しい候補アーキテクチャに対して、1つまたは複数の動作のそれぞれのセットを前記候補アーキテクチャに追加することによって、前記候補アーキテクチャから複数の新しい候補アーキテクチャを生成するステップと、
各新しい候補アーキテクチャに対して、
前記新しい候補アーキテクチャに対する性能予測を生成するために、前記性能予測ニューラルネットワークを使用して、前記性能予測パラメータの前記更新された値に従って、前記新しい候補アーキテクチャを指定するデータを処理するステップと、
前記新しい候補アーキテクチャに対する前記性能予測に基づいて、前記新しい候補アーキテクチャのうちの複数を選択することによって、候補アーキテクチャの新しいセットを生成するステップと
をさらに含む、請求項6に記載の方法。
をさらに含む、請求項7に記載の方法。
前記新しいセット内の各新しい候補アーキテクチャに対して、
前記新しい候補アーキテクチャを有する前記タスクニューラルネットワークのインスタンスを生成し、
前記特定の機械学習タスクを実行するために前記インスタンスをトレーニングし、
前記トレーニングされたインスタンスの実際の性能を決定するために、前記特定の機械学習タスクに対して前記トレーニングされたインスタンスの性能を評価するステップと、
前記タスクニューラルネットワークのための前記アーキテクチャとして、最良の実際の性能を有する前記トレーニングされたインスタンスに対応する新しい候補アーキテクチャを選択するステップと
を含む、請求項8に記載の方法。
各新しい候補セルに対して、それぞれのハイパーパラメータを有する新しい動作ブロックを前記候補アーキテクチャに追加するステップ
を含む、請求項10に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762593213P | 2017-11-30 | 2017-11-30 | |
US62/593,213 | 2017-11-30 | ||
PCT/US2018/063293 WO2019108923A1 (en) | 2017-11-30 | 2018-11-30 | Neural architecture search using a performance prediction neural network |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021504844A JP2021504844A (ja) | 2021-02-15 |
JP7157154B2 true JP7157154B2 (ja) | 2022-10-19 |
Family
ID=64734190
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020529555A Active JP7157154B2 (ja) | 2017-11-30 | 2018-11-30 | 性能予測ニューラルネットワークを使用したニューラルアーキテクチャ探索 |
Country Status (5)
Country | Link |
---|---|
US (2) | US11087201B2 (ja) |
EP (1) | EP3718057B1 (ja) |
JP (1) | JP7157154B2 (ja) |
CN (1) | CN111406267B (ja) |
WO (1) | WO2019108923A1 (ja) |
Families Citing this family (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10127240B2 (en) | 2014-10-17 | 2018-11-13 | Zestfinance, Inc. | API for implementing scoring functions |
WO2019028179A1 (en) | 2017-08-02 | 2019-02-07 | Zestfinance, Inc. | SYSTEMS AND METHODS FOR PROVIDING DISAPPEARED IMPACT INFORMATION OF AUTOMATIC LEARNING MODEL |
WO2019173734A1 (en) | 2018-03-09 | 2019-09-12 | Zestfinance, Inc. | Systems and methods for providing machine learning model evaluation by using decomposition |
WO2019212857A1 (en) | 2018-05-04 | 2019-11-07 | Zestfinance, Inc. | Systems and methods for enriching modeling tools and infrastructure with semantics |
WO2020051776A1 (en) * | 2018-09-11 | 2020-03-19 | Intel Corporation | Method and system of deep supervision object detection for reducing resource usage |
US11816541B2 (en) | 2019-02-15 | 2023-11-14 | Zestfinance, Inc. | Systems and methods for decomposition of differentiable and non-differentiable models |
CN113227973A (zh) * | 2019-02-26 | 2021-08-06 | 谷歌有限责任公司 | 用于选择软件策略网络并且基于所选择的策略网络自主控制对应软件客户端的强化学习技术 |
EP3942384A4 (en) | 2019-03-18 | 2022-05-04 | Zestfinance, Inc. | SYSTEMS AND PROCEDURES FOR MODEL FAIRNESS |
US20210019599A1 (en) * | 2019-07-19 | 2021-01-21 | Google Llc | Adaptive neural architecture search |
KR20210045845A (ko) * | 2019-10-17 | 2021-04-27 | 삼성전자주식회사 | 전자 장치 및 그 동작방법 |
CN111123232B (zh) * | 2019-11-11 | 2022-03-18 | 浙江大学 | 一种具有任务适应性的雷达个体识别系统 |
US11625611B2 (en) | 2019-12-31 | 2023-04-11 | X Development Llc | Training artificial neural networks based on synaptic connectivity graphs |
US11620487B2 (en) * | 2019-12-31 | 2023-04-04 | X Development Llc | Neural architecture search based on synaptic connectivity graphs |
US11593627B2 (en) | 2019-12-31 | 2023-02-28 | X Development Llc | Artificial neural network architectures based on synaptic connectivity graphs |
US11568201B2 (en) | 2019-12-31 | 2023-01-31 | X Development Llc | Predicting neuron types based on synaptic connectivity graphs |
US11631000B2 (en) | 2019-12-31 | 2023-04-18 | X Development Llc | Training artificial neural networks based on synaptic connectivity graphs |
US11593617B2 (en) | 2019-12-31 | 2023-02-28 | X Development Llc | Reservoir computing neural networks based on synaptic connectivity graphs |
CN111340221B (zh) * | 2020-02-25 | 2023-09-12 | 北京百度网讯科技有限公司 | 神经网络结构的采样方法和装置 |
US11394799B2 (en) | 2020-05-07 | 2022-07-19 | Freeman Augustus Jackson | Methods, systems, apparatuses, and devices for facilitating for generation of an interactive story based on non-interactive data |
US11544561B2 (en) * | 2020-05-15 | 2023-01-03 | Microsoft Technology Licensing, Llc | Task-aware recommendation of hyperparameter configurations |
CN111797983A (zh) * | 2020-05-25 | 2020-10-20 | 华为技术有限公司 | 一种神经网络构建方法以及装置 |
CN111882042B (zh) * | 2020-08-03 | 2024-04-05 | 中国人民解放军国防科技大学 | 用于液体状态机的神经网络架构自动搜索方法、系统及介质 |
US20220051077A1 (en) * | 2020-08-12 | 2022-02-17 | Darwinai Corporation | System and method for selecting components in designing machine learning models |
KR20220032861A (ko) * | 2020-09-08 | 2022-03-15 | 삼성전자주식회사 | 하드웨어에서의 성능을 고려한 뉴럴 아키텍처 서치 방법 빛 장치 |
WO2022077343A1 (en) * | 2020-10-15 | 2022-04-21 | Robert Bosch Gmbh | Method and apparatus for weight-sharing neural network with stochastic architectures |
US12112112B2 (en) | 2020-11-12 | 2024-10-08 | Samsung Electronics Co., Ltd. | Method for co-design of hardware and neural network architectures using coarse-to-fine search, two-phased block distillation and neural hardware predictor |
KR102535007B1 (ko) * | 2020-11-13 | 2023-05-19 | 숭실대학교 산학협력단 | Snn 모델 파라미터를 기반으로 모델 수행을 위한 뉴로모픽 아키텍처 동적 선택 방법, 이를 수행하기 위한 기록 매체 및 장치 |
US11720962B2 (en) | 2020-11-24 | 2023-08-08 | Zestfinance, Inc. | Systems and methods for generating gradient-boosted models with improved fairness |
WO2022137393A1 (en) | 2020-12-23 | 2022-06-30 | Nec Corporation | Design space reduction apparatus, control method, and computer-readable storage medium |
CN112685623B (zh) * | 2020-12-30 | 2024-06-14 | 京东科技控股股份有限公司 | 一种数据处理方法、装置、电子设备及存储介质 |
CN112819138A (zh) * | 2021-01-26 | 2021-05-18 | 上海依图网络科技有限公司 | 一种图像神经网络结构的优化方法及装置 |
WO2022203678A1 (en) * | 2021-03-26 | 2022-09-29 | Google Llc | Boosting and matrix factorization |
CN113033784A (zh) * | 2021-04-18 | 2021-06-25 | 沈阳雅译网络技术有限公司 | 一种针对cpu和gpu设备搜索神经网络结构的方法 |
CN113963175A (zh) * | 2021-05-13 | 2022-01-21 | 北京市商汤科技开发有限公司 | 一种图像处理方法、装置、计算机设备以及存储介质 |
CN113255770B (zh) * | 2021-05-26 | 2023-10-27 | 北京百度网讯科技有限公司 | 化合物属性预测模型训练方法和化合物属性预测方法 |
CN113705628B (zh) * | 2021-08-06 | 2024-02-06 | 北京百度网讯科技有限公司 | 预训练模型的确定方法、装置、电子设备以及存储介质 |
CN116151319A (zh) * | 2021-11-22 | 2023-05-23 | 华为技术有限公司 | 搜索神经网络集成模型的方法、装置和电子设备 |
KR102500341B1 (ko) * | 2022-02-10 | 2023-02-16 | 주식회사 노타 | 신경망 모델에 대한 정보를 제공하는 방법 및 이를 수행하는 전자 장치 |
US20230252292A1 (en) * | 2022-02-10 | 2023-08-10 | Nota, Inc. | Method of providing information on neural network model and electronic apparatus for performing the same |
KR20230135781A (ko) * | 2022-03-17 | 2023-09-26 | 서울대학교산학협력단 | 데이터 형식에 따른 인공 신경망 성능 예측 방법 및 장치 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004192584A (ja) | 2002-12-13 | 2004-07-08 | Adoin Kenkyusho:Kk | 遺伝的アルゴリズムを用いた、ネットワーク型情報処理システムとその学習装置、学習方法及び学習方法のプログラムを記録した記録媒体 |
JP2018195314A (ja) | 2017-05-19 | 2018-12-06 | セールスフォース ドット コム インコーポレイティッド | 再帰型ニューラルネットワークアーキテクチャの生成のためのドメイン固有言語 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5904227A (en) | 1997-12-30 | 1999-05-18 | Otis Elevator Company | Method for continuously adjusting the architecture of a neural network used in elevator dispatching |
AU2002230051A1 (en) * | 2001-01-31 | 2002-08-12 | Prediction Dynamics Limited | Neural network training |
US9524450B2 (en) * | 2015-03-04 | 2016-12-20 | Accenture Global Services Limited | Digital image processing using convolutional neural networks |
US9336483B1 (en) * | 2015-04-03 | 2016-05-10 | Pearson Education, Inc. | Dynamically updated neural network structures for content distribution networks |
CN106056213B (zh) * | 2015-04-06 | 2022-03-29 | 渊慧科技有限公司 | 使用目标和观察来选择强化学习动作 |
WO2017083761A1 (en) * | 2015-11-12 | 2017-05-18 | Google Inc. | Neural programming |
US11263514B2 (en) * | 2016-01-13 | 2022-03-01 | Google Llc | Processing and generating sets using recurrent neural networks |
US11443169B2 (en) * | 2016-02-19 | 2022-09-13 | International Business Machines Corporation | Adaptation of model for recognition processing |
US10019438B2 (en) * | 2016-03-18 | 2018-07-10 | International Business Machines Corporation | External word embedding neural network language models |
US10402740B2 (en) * | 2016-07-29 | 2019-09-03 | Sap Se | Natural interactive user interface using artificial intelligence and freeform input |
US11887001B2 (en) * | 2016-09-26 | 2024-01-30 | Intel Corporation | Method and apparatus for reducing the parameter density of a deep neural network (DNN) |
WO2018068857A1 (en) * | 2016-10-13 | 2018-04-19 | Huawei Technologies Co., Ltd. | Method and unit for radio resource management using reinforcement learning |
US11620511B2 (en) * | 2017-02-17 | 2023-04-04 | Canary Capital Llc | Solution for training a neural network system |
US11604941B1 (en) * | 2017-10-27 | 2023-03-14 | Deepmind Technologies Limited | Training action-selection neural networks from demonstrations using multiple losses |
US20190138901A1 (en) * | 2017-11-06 | 2019-05-09 | The Royal Institution For The Advancement Of Learning/Mcgill University | Techniques for designing artificial neural networks |
US10305766B1 (en) * | 2017-11-07 | 2019-05-28 | Amazon Technologies, Inc. | Coexistence-insensitive presence detection |
US12020166B2 (en) * | 2020-05-29 | 2024-06-25 | Robert Bosch Gmbh | Meta-learned, evolution strategy black box optimization classifiers |
-
2018
- 2018-11-30 EP EP18821860.6A patent/EP3718057B1/en active Active
- 2018-11-30 JP JP2020529555A patent/JP7157154B2/ja active Active
- 2018-11-30 WO PCT/US2018/063293 patent/WO2019108923A1/en unknown
- 2018-11-30 CN CN201880076005.9A patent/CN111406267B/zh active Active
-
2020
- 2020-04-29 US US16/861,491 patent/US11087201B2/en active Active
-
2021
- 2021-07-01 US US17/365,939 patent/US20210334624A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004192584A (ja) | 2002-12-13 | 2004-07-08 | Adoin Kenkyusho:Kk | 遺伝的アルゴリズムを用いた、ネットワーク型情報処理システムとその学習装置、学習方法及び学習方法のプログラムを記録した記録媒体 |
JP2018195314A (ja) | 2017-05-19 | 2018-12-06 | セールスフォース ドット コム インコーポレイティッド | 再帰型ニューラルネットワークアーキテクチャの生成のためのドメイン固有言語 |
Non-Patent Citations (1)
Title |
---|
BROCK, Andrew ほか,SMASH: One-Shot Model Architecture Search through HyperNetworks,arXiv[online],arXiv,2017年08月17日,pp.1-21,[retrieved on 2021.06.11], Retrieved from the Internet: <URL: https://arxiv.org/pdf/1708.05344v1.pdf> |
Also Published As
Publication number | Publication date |
---|---|
CN111406267B (zh) | 2024-06-04 |
JP2021504844A (ja) | 2021-02-15 |
US20210334624A1 (en) | 2021-10-28 |
EP3718057A1 (en) | 2020-10-07 |
WO2019108923A1 (en) | 2019-06-06 |
EP3718057B1 (en) | 2024-07-24 |
US11087201B2 (en) | 2021-08-10 |
US20200257961A1 (en) | 2020-08-13 |
CN111406267A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7157154B2 (ja) | 性能予測ニューラルネットワークを使用したニューラルアーキテクチャ探索 | |
US11669744B2 (en) | Regularized neural network architecture search | |
JP7210531B2 (ja) | ニューラルアーキテクチャ検索 | |
US11651259B2 (en) | Neural architecture search for convolutional neural networks | |
JP6790286B2 (ja) | 強化学習を用いたデバイス配置最適化 | |
JP6889270B2 (ja) | ニューラルネットワークアーキテクチャの最適化 | |
US10748065B2 (en) | Multi-task neural networks with task-specific paths | |
US11544536B2 (en) | Hybrid neural architecture search | |
JP7439151B2 (ja) | ニューラルアーキテクチャ検索 | |
JP2021518939A (ja) | データ拡張方策の学習 | |
CN111133458B (zh) | 增强神经网络 | |
KR20220134627A (ko) | 하드웨어-최적화된 신경 아키텍처 검색 | |
US20240152809A1 (en) | Efficient machine learning model architecture selection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200529 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210608 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210621 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210921 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220214 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220510 |
|
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: 20220912 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221006 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7157154 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |