JP7174244B2 - 最適化装置及び最適化装置の制御方法 - Google Patents
最適化装置及び最適化装置の制御方法 Download PDFInfo
- Publication number
- JP7174244B2 JP7174244B2 JP2018242600A JP2018242600A JP7174244B2 JP 7174244 B2 JP7174244 B2 JP 7174244B2 JP 2018242600 A JP2018242600 A JP 2018242600A JP 2018242600 A JP2018242600 A JP 2018242600A JP 7174244 B2 JP7174244 B2 JP 7174244B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- constraint term
- state
- energy
- optimization device
- 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
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/024—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/041—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a variable is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/1917—Control of temperature characterised by the use of electric means using digital means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Linguistics (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Feedback Control In General (AREA)
Description
疑似焼き鈍し法はモンテカルロ法の一種であり、乱数値を用いて確率的に解を求める方法である。以下では最適化したい評価関数の値を最小化する問題を例に説明し、評価関数の値をエネルギーと呼ぶことにする。最大化の場合は、評価関数の符号を変えればよい。
状態遷移に伴うエネルギー変化(ΔE)に対して、その状態遷移の受入確率pは式(1)で表される次の関数f(x)により決める。式(2)はメトロポリス法である。式(3)はギブス法である。
すなわち、温度Tを次式で表されるように反復回数tに対数的に減少させる。
式(1)~(3)で表される受入確率を用いた場合、十分な反復後に定常状態に達したとすると、各状態の占有確率は熱力学における熱平衡状態に対するボルツマン分布にしたがう。そして、高い温度から徐々に下げていくとエネルギーの低い状態の占有確率が増加するため、十分温度が下がるとエネルギーの低い状態が得られるはずである。この様子が材料を焼き鈍したときの状態変化とよく似ているため、この方法は疑似焼き鈍し法と呼ばれるのである。このとき、エネルギーが上がる状態遷移が確率的に起こることは、物理学における熱励起に相当する。
受入確率pで1を、(1-p)で0を出力する回路は、2つの入力a,bを持ち、a>bのとき1を出力し、a<bのとき0を出力する比較器の入力aに受入確率pを、入力bに区間[0,1)の値をとる一様乱数を入力することで実現することができる。したがってこの比較器の入力aに、エネルギー変化と温度Tにより式(1)を用いて計算される受入確率pの値を入力すれば、上記の機能を実現することができる。
(第1の実施の形態)
図1は、第1の実施の形態の最適化装置の例を示す図である。
状態保持部21は、エネルギーを表す評価関数に含まれる状態s(複数の状態変数の値)を保持する。また、状態保持部21は、遷移制御部25が出力する遷移可否Fと遷移番号Nに基づいて、状態変数の値を更新する。状態保持部21は、例えば、複数の状態変数の値をそれぞれ保持するレジスタやメモリ(例えば、RAM(Random Access Memory))、遷移可否Fと遷移番号Nに基づいて、状態変数の値を1から0または0から1に反転する論理回路などを用いて実現できる。遷移可否Fが遷移番号Nの状態遷移を許容する値(例えば、1)である場合、遷移番号Nに対応する状態変数の値が反転される。
制約項計算部23は、複数の状態変数の何れかが変化する前後の制約項のエネルギーを計算する。すなわち、制約項計算部23は、現在の制約項のエネルギーと、複数の状態遷移(後述する候補番号{Ni}により指定された状態遷移)のそれぞれが起こる場合の制約項のエネルギーとを計算する。
制約項計算部23は、例えば、積和演算回路などの論理回路、重み係数やバイアス係数を保持するレジスタまたはメモリの他、非線形処理を行う回路(例えば、制約項のエネルギーに応じた値を選択して出力する選択回路)などを用いて実現される。なお、重み係数やバイアス係数を保持するレジスタまたはメモリは、制約項計算部23の外にあってもよい。
温度制御部24は、たとえば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)などの特定用途の電子回路にて実現できる。なお、温度制御部24は、CPU(Central Processing Unit)やDSP(Digital Signal Processor)などのプロセッサであってもよい。その場合、プロセッサは、図示しないメモリに記憶されたプログラムを実行することで、上記の温度Tの制御を行う。
以下、最適化装置20の動作例を説明する。
まず、最適化装置20において、反復回数を管理する図示しない制御部(コントローラ)により反復回数が初期化される(ステップS1)。その後、前述した目的関数計算部22と制約項計算部23の処理により、エネルギー変化{-ΔEoi}と、エネルギー変化{-ΔEpi_nl}(制約項評価値)が計算される(ステップS2)。
以下、制約項評価値(エネルギー変化{-ΔEpi_nl})の計算時に行われる非線形処理の例を説明する。
図3は、非線形関数の例を示す図である。
1つ目の非線形関数の例(非線形関数1)は、最も簡素に制約項のエネルギーEpの上限を制限可能にする関数である。
3つ目の非線形関数の例(非線形関数3)は、f(Ep)をエネルギーEpに応じて曲線状に変える。非線形関数3は、例えば図3のように、f(Ep)がエネルギーEpの増加に応じて所定の上限値に収束するような関数である。このような非線形関数3は、制約項計算部23が参照可能なメモリに予め記憶された、エネルギーEpとf(Ep)との対応関係を示す情報(テーブル情報)により実現されるようにしてもよい。また、非線形関数3は、制約項計算部23が単調増加関数演算を行うことにより実現されるようにしてもよい。
(第2の実施の形態)
図4は、第2の実施の形態の最適化装置の例を示す図である。図4において、図1に示した最適化装置20と同じ要素については同じ符号が付されている。
上記の説明では、目的関数に関する重み係数及びバイアス係数と、制約項に関する重み係数及びバイアス係数は、分離されているものとしたが、最適化装置20,30が分離処理を行ってもよい。
まず、最適化装置20,30における図示しない制御部によって、最適化装置20,30の外部から供給される重み係数及びバイアス係数が目的関数成分と制約項成分に分離される(ステップS10)。
制御部は、例えば、図6に示すように、重み係数及びバイアス係数において、下位ビットを目的関数成分、上位ビットを制約項成分に分離する。そして、制御部は、目的関数成分の重み係数及びバイアス係数を、目的関数計算部22のレジスタまたはメモリに記憶し、制約項成分の重み係数及びバイアス係数を、制約項計算部23,23aのレジスタまたはメモリに記憶する。
最適化装置20,30内で上記のような分離処理を行うことで、重み係数及びバイアス係数の目的関数成分と制約項成分とを、最適化装置20,30の外部のメモリから別々に受信しなくてもよくなる。
21 状態保持部
22 目的関数計算部
23 制約項計算部
24 温度制御部
25 遷移制御部
26 エネルギー比較部
Claims (6)
- 評価関数に含まれる複数の状態変数の値をそれぞれ保持する状態保持部と、
前記複数の状態変数の値の何れかが変化する前後の、前記評価関数に含まれる目的関数の値の変化量を複数の状態遷移のそれぞれに対して計算する目的関数計算部と、
前記複数の状態変数の値の何れかが変化する前後の、前記評価関数に含まれる制約項の値を、前記制約項がとり得る値の最大値よりも小さい、第1の値及び第2の値に変換し、前記第1の値と前記第2の値との差分である制約項評価値を前記複数の状態遷移のそれぞれに対して計算する制約項計算部と、
温度を示す温度値を制御する温度制御部と、
前記変化量と前記制約項評価値との和である評価値並びに前記温度値及び乱数値に基づいて、前記複数の状態遷移の何れかを受け入れるか否かを確率的に決定する遷移制御部と、
を有する最適化装置。 - 前記制約項計算部は、前記複数の状態変数の値の何れかが変化する前後の前記制約項の値のそれぞれに対して、大きさを制限する非線形関数にしたがった非線形処理を施すことで、前記第1の値及び前記第2の値を求める、請求項1に記載の最適化装置。
- 前記第1の値または前記第2の値は、前記制約項の値に応じて階段状または曲線状に増加し、所定の上限値をもつ、請求項2に記載の最適化装置。
- 前記制約項計算部は、前記複数の状態変数の値と、前記制約項に関する重み係数とバイアス係数とに基づいて前記制約項の値を計算し、前記制約項の値を出力する、請求項1乃至3の何れか一項に記載の最適化装置。
- 前記制約項計算部は、入力されるイネーブル信号に基づいて、前記遷移制御部に、前記制約項評価値を供給するか、前記制約項評価値の代りに0を供給するかを選択する、請求項1乃至4の何れか一項に記載の最適化装置。
- 最適化装置の制御方法において、
前記最適化装置が有する状態保持部が、評価関数に含まれる複数の状態変数の値をそれぞれ保持し、
前記最適化装置が有する目的関数計算部が、前記複数の状態変数の値の何れかが変化する前後の、前記評価関数に含まれる目的関数の値の変化量を複数の状態遷移のそれぞれに対して計算し、
前記最適化装置が有する制約項計算部が、前記複数の状態変数の値の何れかが変化する前後の、前記評価関数に含まれる制約項の値を、前記制約項がとり得る値の最大値よりも小さい、第1の値及び第2の値に変換し、前記第1の値と前記第2の値との差分である制約項評価値を前記複数の状態遷移のそれぞれに対して計算し、
前記最適化装置が有する温度制御部が、温度を示す温度値を制御し、
前記最適化装置が有する遷移制御部が、前記変化量と前記制約項評価値との和である評価値並びに前記温度値及び乱数値に基づいて、前記複数の状態遷移の何れかを受け入れるか否かを確率的に決定する、
最適化装置の制御方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018242600A JP7174244B2 (ja) | 2018-12-26 | 2018-12-26 | 最適化装置及び最適化装置の制御方法 |
EP19206306.3A EP3674821A1 (en) | 2018-12-26 | 2019-10-30 | Optimization device and control method of optimization device |
US16/675,278 US11150615B2 (en) | 2018-12-26 | 2019-11-06 | Optimization device and control method of optimization device |
CN201911133464.9A CN111381495B (zh) | 2018-12-26 | 2019-11-19 | 优化装置及优化装置的控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018242600A JP7174244B2 (ja) | 2018-12-26 | 2018-12-26 | 最適化装置及び最適化装置の制御方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020106917A JP2020106917A (ja) | 2020-07-09 |
JP7174244B2 true JP7174244B2 (ja) | 2022-11-17 |
Family
ID=68424679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018242600A Active JP7174244B2 (ja) | 2018-12-26 | 2018-12-26 | 最適化装置及び最適化装置の制御方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11150615B2 (ja) |
EP (1) | EP3674821A1 (ja) |
JP (1) | JP7174244B2 (ja) |
CN (1) | CN111381495B (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7174244B2 (ja) * | 2018-12-26 | 2022-11-17 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
JP7201911B2 (ja) * | 2019-05-13 | 2023-01-11 | 富士通株式会社 | 最適化装置および最適化装置の制御方法 |
US20230367926A1 (en) | 2020-10-21 | 2023-11-16 | Nec Corporation | Solution system and solution method |
CN114997388B (zh) * | 2022-06-30 | 2024-05-07 | 杭州知存算力科技有限公司 | 存算一体芯片用基于线性规划的神经网络偏置处理方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018063626A (ja) | 2016-10-14 | 2018-04-19 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5148514A (en) * | 1989-05-15 | 1992-09-15 | Mitsubishi Denki Kabushiki Kaisha | Neural network integrated circuit device having self-organizing function |
JP2683971B2 (ja) * | 1991-10-25 | 1997-12-03 | 株式会社エイ・ティ・アール視聴覚機構研究所 | 制御方法 |
JPH08153085A (ja) * | 1994-11-28 | 1996-06-11 | Ricoh Co Ltd | 配送計画問題の最適解探索方法及びその装置 |
JP4088398B2 (ja) | 2000-03-08 | 2008-05-21 | 独立行政法人科学技術振興機構 | 時間符号化装置 |
JP2003223322A (ja) | 2002-01-30 | 2003-08-08 | Mitsubishi Electric Corp | 組合せ最適化問題の解析装置 |
JP2005258609A (ja) | 2004-03-10 | 2005-09-22 | Yokogawa Electric Corp | 画像処理手順探索方法 |
JP5585654B2 (ja) | 2010-08-20 | 2014-09-10 | 富士通株式会社 | 情報処理システム、管理装置、および情報処理装置の管理方法 |
CN105556401B (zh) * | 2013-09-25 | 2019-02-22 | 西门子公司 | 用于计算机辅助地控制和/或调节技术系统的方法 |
CN104238368A (zh) * | 2014-10-12 | 2014-12-24 | 刘岩 | 一种基于模拟退火粒子群的空调能耗模型参数辨识方法 |
JP6923790B2 (ja) * | 2017-07-06 | 2021-08-25 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
CN108171318B (zh) * | 2017-11-30 | 2022-05-27 | 河南大学 | 一种基于模拟退火—高斯函数的卷积神经网络集成方法 |
JP6993571B2 (ja) * | 2018-01-17 | 2022-01-13 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
JP6465231B1 (ja) * | 2018-03-12 | 2019-02-06 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
JP7100254B2 (ja) * | 2018-08-10 | 2022-07-13 | 富士通株式会社 | 最適化システム、最適化システムの制御方法及び最適化システムの制御プログラム |
JP7063211B2 (ja) * | 2018-09-19 | 2022-05-09 | 富士通株式会社 | 最適化問題演算プログラム、最適化問題演算方法および最適化問題演算装置 |
JP7100257B2 (ja) * | 2018-10-04 | 2022-07-13 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
JP7193707B2 (ja) * | 2018-10-11 | 2022-12-21 | 富士通株式会社 | 最適化装置、最適化装置の制御方法、サンプリング装置およびサンプリング装置の制御方法 |
JP7181454B2 (ja) * | 2018-11-12 | 2022-12-01 | 富士通株式会社 | 最適化装置、最適化装置の制御方法および最適化装置の制御プログラム |
JP7108185B2 (ja) * | 2018-11-22 | 2022-07-28 | 富士通株式会社 | 最適化装置および最適化装置の制御方法 |
JP7174244B2 (ja) * | 2018-12-26 | 2022-11-17 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
JP7197789B2 (ja) * | 2019-03-01 | 2022-12-28 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
JP7185140B2 (ja) * | 2019-04-11 | 2022-12-07 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
-
2018
- 2018-12-26 JP JP2018242600A patent/JP7174244B2/ja active Active
-
2019
- 2019-10-30 EP EP19206306.3A patent/EP3674821A1/en not_active Withdrawn
- 2019-11-06 US US16/675,278 patent/US11150615B2/en active Active
- 2019-11-19 CN CN201911133464.9A patent/CN111381495B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018063626A (ja) | 2016-10-14 | 2018-04-19 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
Also Published As
Publication number | Publication date |
---|---|
US11150615B2 (en) | 2021-10-19 |
CN111381495A (zh) | 2020-07-07 |
CN111381495B (zh) | 2022-12-27 |
JP2020106917A (ja) | 2020-07-09 |
US20200209813A1 (en) | 2020-07-02 |
EP3674821A1 (en) | 2020-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7174244B2 (ja) | 最適化装置及び最適化装置の制御方法 | |
US10209683B2 (en) | Optimization apparatus and optimization apparatus control method | |
JP6892599B2 (ja) | 最適化装置及び最適化装置の制御方法 | |
Noel | A new gradient based particle swarm optimization algorithm for accurate computation of global minimum | |
JP7197789B2 (ja) | 最適化装置及び最適化装置の制御方法 | |
US10885147B2 (en) | Optimization apparatus and control method thereof | |
JP7323777B2 (ja) | 最適化装置および最適化方法 | |
JP6993571B2 (ja) | 最適化装置及び最適化装置の制御方法 | |
JP7137064B2 (ja) | 最適化装置及び最適化装置の制御方法 | |
JP6923790B2 (ja) | 最適化装置及び最適化装置の制御方法 | |
JP7111966B2 (ja) | 最適化装置及び最適化装置の制御方法 | |
JP7004906B2 (ja) | 最適化装置及び最適化装置の制御方法 | |
JP6190771B2 (ja) | パラメータ推定方法、装置、及びプログラム | |
Yagain et al. | A novel framework for retiming using evolutionary computation for high level synthesis of digital filters | |
JP2019087273A (ja) | 最適化装置及び最適化装置の制御方法 | |
JP2022045609A (ja) | 情報処理装置、情報処理方法、および情報処理プログラム | |
JP7112312B2 (ja) | 化合物探索装置、化合物探索方法、及び化合物探索プログラム | |
Sardeshmukh et al. | Bayesian framework for inverse inference in manufacturing process Chains | |
Chatting | A Comparison of Exact and Heuristic Algorithms to Solve the Travelling Salesman Problem | |
Chen et al. | Generalized Simulated Annealing with Sequentially Modified Cost Function for Combinatorial optimization Problems | |
Parand et al. | Hermite Neural Network Simulation for Solving the 2D Schrodinger Equation | |
Yin et al. | AI-enabled Transportation Network Analysis, Planning and Operations | |
Boixo et al. | Quantum algorithms for simulated annealing | |
JP2017058852A (ja) | パラメータ推定方法、装置、及びプログラム | |
Wang et al. | Hybrid genetic algorithm for designing structures subjected to uncertainty |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210909 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20210914 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20210914 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220726 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220729 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220921 |
|
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: 20221004 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221017 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7174244 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |