JP7209622B2 - 複数の信号におけるパターン認識のための方法 - Google Patents
複数の信号におけるパターン認識のための方法 Download PDFInfo
- Publication number
- JP7209622B2 JP7209622B2 JP2019513319A JP2019513319A JP7209622B2 JP 7209622 B2 JP7209622 B2 JP 7209622B2 JP 2019513319 A JP2019513319 A JP 2019513319A JP 2019513319 A JP2019513319 A JP 2019513319A JP 7209622 B2 JP7209622 B2 JP 7209622B2
- Authority
- JP
- Japan
- Prior art keywords
- context
- standard
- event
- signal
- generated
- 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
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Image Analysis (AREA)
- Complex Calculations (AREA)
Description
・心拍数、動脈血流量、および心拍数の規則性信号による、患者の発作の警告サインの検出
・温度、CO2の割合、および消費信号による、産業用エンジンの汚れの問題の検出。
・心拍数の増加は、単独では、患者が走っている、または心臓疾患であることを意味し得る。
・産業用機械の消費量の増加は、エンジンの炭化が十分に機能していない、またはオペレータが生産速度の増加を要求したことを意味する可能性がある。
/a/ 複数の時間信号を受信するステップと、
/b/ 複数の信号の各受信された信号について、イベントを含む非同期時間信号を作成するステップであり、前記イベントが、受信信号の特性を表す非同期信号の同じ形式のものである、ステップと、
/c/ 各作成された非同期信号について、前記非同期信号のアクティビティプロファイルを作成するステップであり、アクティビティプロファイルが、前記非同期信号の連続するイベントの中の最も最近のイベントから経過した時間の関数として減少する少なくとも1つのアクティビティ値を含む、ステップと、
/d/ 所与の時間の間に、
/d1/ コンテキストを決定するステップであり、前記コンテキストが、所与の時間における、作成された非同期信号のアクティビティプロファイルのセットとして定義される、ステップと、
/d2/ 1組の所定の標準コンテキストの中から標準コンテキストを決定するステップであり、決定された標準コンテキストが、1組の標準コンテキストの中で、ステップ/d1/で決定されたコンテキストまでの最小距離を有する、ステップと、
/d3/ 前記所定の標準コンテキストの関数としてパターンを決定するステップと
を含む。
/a/ 複数の時間信号を受信するステップと、
/b/ 複数の信号の各受信された信号について、イベントを含む非同期時間信号を作成するステップであり、前記イベントが、受信信号の特性を表す非同期信号の同じ形式のものである、ステップと、
/b'/ 各非同期信号のイベントを現在のイベントとして使用し、階層モデルの第1のレベルの標準コンテキストを現在の標準コンテキストとして使用するステップと、
/c/ 各作成された非同期信号について、前記非同期信号のアクティビティプロファイルを作成するステップであり、アクティビティプロファイルが、前記非同期信号の連続するイベントの中の最も最近のイベントから経過した時間の関数として減少する少なくとも1つのアクティビティ値を含む、ステップと、
/d/ 複数の所与の時間の中の各所与の時間について、
/d1/ コンテキストを決定するステップであり、前記コンテキストが、所与の時間における、作成された非同期信号のアクティビティプロファイルの値のセットとして定義される、ステップと、
/d2/ 現在の標準コンテキストの中から標準コンテキストを決定するステップであり、決定された標準コンテキストが、1組の現在の標準コンテキストの中で、ステップ/d1/で決定されたコンテキストまでの最小距離を有する、ステップと、
/d3/ あるレベルの階層モデルが使用されていない場合、ステップ/d2/で識別された現在の標準コンテキストの関数として、非同期信号についてのイベントを生成するステップと、
/e/ あるレベルの階層モデルが使用されていない場合、
・ステップ/d3/で生成されたイベントを現在のイベントとして使用するステップと、
・まだ使用されていないあるレベルの階層モデルの標準コンテキストを現在の標準コンテキストとして使用するステップと、
・/c/から/f/までのステップを再実行するステップと、
/f/ 階層モデルのレベルのすべてが使用されている場合、
・ステップ/d2/の最後の発生時に決定された標準コンテキストと標準シグネチャのベースとの比較を介して、複数の受信信号中のパターンを決定するステップと
を含む。
・信号中の特定のパターンの出現(たとえば、心電図におけるR波(またはQRS複合)の出現、または工作機械のエンジンサイクルの終わり)。
・信号のパターンの変動(たとえば、心電図におけるR波の反復周期の変動、または工作機械のエンジンサイクルタイムの変動)。
・いくつかのパターンの時間幅(たとえば、心電図における間隔QTの幅、または工作機械のエンジンサイクルタイム)。
・信号の振幅の最大値
・その他。
T(p,i)=max(tj)|j<i
または
T(p,t)=max(tj)|tj<t
ここで、tjは、信号pについて発生するイベントの回数である。
・受信信号p1、p2、およびp3において所与の瞬間に標準コンテキスト401が認識されると、信号411においてイベントが生成される。
・受信信号p1、p2、およびp3において所与の瞬間に標準コンテキスト402が認識されると、信号412においてイベントが生成される。
・受信信号p1、p2、およびp3において所与の瞬間に標準コンテキスト403が認識されると、信号413においてイベントが生成される。
・受信信号p1、p2、およびp3において所与の瞬間に標準コンテキスト404が認識されると、信号414においてイベントが生成される。
d(H1;H2)=||H1-H2||
・コンピュータプログラムの形の命令を解釈できるプロセッサ。
・本発明の方法のステップについての詳細がシリコンに記載されているかどうかにかかわらず、電子ボードまたは電子回路。
・本発明の方法のステップが、たとえば、VHDLまたはVerilogコード(電子システムの挙動およびアーキテクチャを表すことを可能にするハードウェア記述言語)で記述されているFPGAチップ(「フィールドプログラマブルゲートアレイ」として)などのプログラマブル電子チップ。
402 標準コンテキスト
403 標準コンテキスト
404 標準コンテキスト
411 信号
412 信号
413 信号
414 信号
420 ベクトルまたはヒストグラム
421 標準シグネチャ
422 標準シグネチャ
423 標準シグネチャ
501 信号
505 データベース
509 パターン
600 コンピュータ
601 スクリーン
602 キーボード
603 入力インターフェース
604 回路
605 メモリ
606 出力インターフェース
Claims (7)
- 異なるタイプの複数の時間信号におけるパターン認識のために、コンピュータによって実装される方法であって、
/a/ 前記複数の時間信号(101、104)を受信するステップ(501)と、
/b/ 前記複数の時間信号の各受信された信号について、イベントを含む非同期時間信号(102、103、105、106)を生成するステップ(502)であり、前記生成された非同期時間信号の前記イベントが、前記複数の時間信号の前記各受信信号の特性を表す、ステップと、
/c/ 各生成された非同期時間信号(102、103、105、106)について、前記各生成された非同期時間信号のアクティビティプロファイル(S(p1)、S(p2)、S(p3)、S(p4))を生成するステップ(503)であり、前記アクティビティプロファイル(S(p1)、S(p2)、S(p3)、S(p4))が、前記各生成された非同期時間信号の連続するイベントの中の最も最近のイベント(210、212、213、214、220、221、222)から経過した時間の関数として減少する少なくとも1つのアクティビティ値を含む、ステップと、
/d/ 所与の時間(t0)について、
/d1/ コンテキストを決定するステップ(504)であり、前記コンテキストが、前記所与の時間(t0)に、前記生成された非同期時間信号の前記アクティビティプロファイルのセットとして定義される、ステップと、
/d2/ 1組の所定の標準コンテキスト(505、401、402、403、404)の中から標準コンテキストを決定するステップ(506)であり、前記決定された標準コンテキストが、前記1組の標準コンテキストの中で、ステップ/d1/で決定された前記コンテキストまでの最小距離を有する、ステップと、
/d3/ 前記決定された標準コンテキストの関数としてパターン(509)を決定するステップ(508)と
を含む方法。 - 異なるタイプの複数の時間信号におけるパターン認識のために、コンピュータによって実装される方法であって、標準コンテキストの階層モデルが定義され、各標準コンテキストが、前記階層モデルのそれぞれのレベルに関連付けられており、前記方法が、
/a/ 前記複数の時間信号(101、104)を受信するステップ(501)と、
/b/ 前記複数の時間信号の各受信された信号について、イベントを含む非同期時間信号(102、103、105、106)を生成するステップ(502)であり、前記生成された非同期時間信号の前記イベントが、前記複数の時間信号の前記各受信信号の特性を表す、ステップと、
/b'/ 各生成された非同期時間信号の前記イベントを現在のイベントとして使用し、前記階層モデルの第1のレベルの前記標準コンテキストを現在の標準コンテキストとして使用するステップと、
/c/ 各生成された非同期時間信号(102、103、105、106)について、前記各生成された非同期時間信号のアクティビティプロファイル(S(p1)、S(p2)、S(p3)、S(p4))を生成するステップ(503)であり、前記アクティビティプロファイル(S(p1)、S(p2)、S(p3)、S(p4))が、前記各生成された非同期時間信号の連続するイベントの中の最も最近のイベント(210、212、213、214、220、221、222)から経過した時間の関数として減少する少なくとも1つのアクティビティ値を含む、ステップと、
/d/ 複数の所与の時間の中の各所与の時間について、
/d1/ コンテキストを決定するステップ(504)であり、前記コンテキストが、前記所与の時間における、前記生成された非同期時間信号の前記アクティビティプロファイルの値のセットとして定義される、ステップと、
/d2/ 前記現在の標準コンテキスト(511)の中から標準コンテキストを決定するステップ(506)であり、前記決定された標準コンテキストが、1組の現在の標準コンテキストの中で、ステップ/d1/で決定された前記コンテキストまでの最小距離を有する、ステップと、
/d3/ あるレベルの前記階層モデルが使用されていない場合、ステップ/d2/で識別された前記現在の標準コンテキストの関数として、前記生成された非同期時間信号の非同期時間信号についてのイベントを生成するステップ(512)と、
/e/ あるレベルの前記階層モデルが使用されていない場合、
・ステップ/d3/で生成された前記イベントを現在のイベントとして使用する(513)ステップと、
・前記階層モデルの前記レベルの中の、まだ使用されていないあるレベルについて、前記レベルの前記標準コンテキストを現在の標準コンテキストとして使用する(513)ステップと、
・/c/から/f/までの前記ステップを実行または再実行するステップと、
/f/ 前記階層モデルの前記レベルのすべてが使用されている場合、
・前記ステップ/d2/の最後の実行時に決定された前記標準コンテキストと標準シグネチャ(510)のベースとの比較(507)を介して、前記受信された複数の時間信号中のパターンを決定するステップ(508)と
を含む方法。 - 前記ステップ/f/の前記比較が、バッタチャリヤ距離の計算を含む、請求項2に記載の方法。
- 前記ステップ/f/の前記比較が、標準化された距離の計算を含む、請求項2に記載の方法。
- 前記ステップ/f/の前記比較が、前記ステップ/d2/の最後の実行時に決定された標準コンテキストの発生の回数と、標準シグネチャのベースとの比較を含む、請求項2に記載の方法。
- 前記各生成された非同期時間信号の連続するイベントの中の最も最近のイベント(210、212、213、214、220、221、222)から経過した時間の関数としての前記アクティビティ値の前記減少に加えて、前記アクティビティ値が前記現在の階層モデルの前記レベルの関数として減少する、請求項2に記載の方法。
- コンピュータプログラムがプロセッサによって実行されると、請求項1から6のいずれか一項に記載の方法をコンピュータに実行させるコンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022168637A JP2023017794A (ja) | 2016-09-09 | 2022-10-20 | 複数の信号におけるパターン認識のための方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1658424 | 2016-09-09 | ||
FR1658424 | 2016-09-09 | ||
PCT/FR2017/052393 WO2018046868A1 (fr) | 2016-09-09 | 2017-09-08 | Procédé de reconnaissance de motif dans une pluralité de signaux |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022168637A Division JP2023017794A (ja) | 2016-09-09 | 2022-10-20 | 複数の信号におけるパターン認識のための方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020502604A JP2020502604A (ja) | 2020-01-23 |
JP7209622B2 true JP7209622B2 (ja) | 2023-01-20 |
Family
ID=57680373
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019513319A Active JP7209622B2 (ja) | 2016-09-09 | 2017-09-08 | 複数の信号におけるパターン認識のための方法 |
JP2022168637A Ceased JP2023017794A (ja) | 2016-09-09 | 2022-10-20 | 複数の信号におけるパターン認識のための方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022168637A Ceased JP2023017794A (ja) | 2016-09-09 | 2022-10-20 | 複数の信号におけるパターン認識のための方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US11080523B2 (ja) |
EP (1) | EP3510495A1 (ja) |
JP (2) | JP7209622B2 (ja) |
CN (1) | CN109844739B (ja) |
AU (1) | AU2017322448B2 (ja) |
CA (1) | CA3035520A1 (ja) |
WO (1) | WO2018046868A1 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140039274A1 (en) | 2011-03-02 | 2014-02-06 | The Regents Of The University Of Californa | Apparatus, system, and method for detecting activities and anomalies in time series data |
JP2018509847A (ja) | 2015-03-16 | 2018-04-05 | ユニヴェルシテ・ピエール・エ・マリ・キュリ・(パリ・6) | 非同期信号を処理するための方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3598110A (en) * | 1969-04-10 | 1971-08-10 | Physic Control Corp | Ventricular arrhythmia detection system |
US6700538B1 (en) * | 2000-03-29 | 2004-03-02 | Time Domain Corporation | System and method for estimating separation distance between impulse radios using impulse signal amplitude |
US6684100B1 (en) * | 2000-10-31 | 2004-01-27 | Cardiac Pacemakers, Inc. | Curvature based method for selecting features from an electrophysiologic signals for purpose of complex identification and classification |
WO2007019498A2 (en) * | 2005-08-08 | 2007-02-15 | University Of Florida Research Foundation, Inc. | Device and methods for biphasis pulse signal coding |
GB0803140D0 (en) * | 2008-02-21 | 2008-03-26 | Sentec Ltd | Technique for inference of multiple appliances' power use from single point measurements |
US8401624B2 (en) * | 2008-12-03 | 2013-03-19 | Biosense Webster, Inc. | ECG signal analysis tool |
FR2944903B1 (fr) * | 2009-04-24 | 2016-08-26 | Thales Sa | Systeme et methode pour detecter des evenements audio anormaux |
FR2983998B1 (fr) * | 2011-12-08 | 2016-02-26 | Univ Pierre Et Marie Curie Paris 6 | Procede de reconstruction 3d d'une scene faisant appel a des capteurs asynchrones |
US20150031964A1 (en) * | 2012-02-22 | 2015-01-29 | Aclaris Medical, Llc | Physiological signal detecting device and system |
US9846845B2 (en) * | 2012-11-21 | 2017-12-19 | Disney Enterprises, Inc. | Hierarchical model for human activity recognition |
DE102013110151A1 (de) * | 2013-09-16 | 2015-04-02 | Airbus Defence and Space GmbH | Verfahren zum Detektieren eines Fehlers in einer Anordnung, Detektionsvorrichtung und Flugkörper |
US20160029974A1 (en) * | 2013-10-24 | 2016-02-04 | JayBird LLC | System and method for tracking biological age over time based upon heart rate variability using earphones with biometric sensors |
WO2016036805A1 (en) * | 2014-09-02 | 2016-03-10 | The Regents Of The University Of Michigan | Electrocardiogram data analysis method and system for rapid diagnosis |
WO2016061668A1 (en) * | 2014-10-23 | 2016-04-28 | 2352409 Ontario Inc. | Device and method for identifying subject's activity profile |
-
2017
- 2017-09-08 CN CN201780055286.5A patent/CN109844739B/zh active Active
- 2017-09-08 WO PCT/FR2017/052393 patent/WO2018046868A1/fr unknown
- 2017-09-08 CA CA3035520A patent/CA3035520A1/fr active Pending
- 2017-09-08 US US16/331,808 patent/US11080523B2/en active Active
- 2017-09-08 EP EP17771501.8A patent/EP3510495A1/fr active Pending
- 2017-09-08 AU AU2017322448A patent/AU2017322448B2/en active Active
- 2017-09-08 JP JP2019513319A patent/JP7209622B2/ja active Active
-
2022
- 2022-10-20 JP JP2022168637A patent/JP2023017794A/ja not_active Ceased
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140039274A1 (en) | 2011-03-02 | 2014-02-06 | The Regents Of The University Of Californa | Apparatus, system, and method for detecting activities and anomalies in time series data |
JP2018509847A (ja) | 2015-03-16 | 2018-04-05 | ユニヴェルシテ・ピエール・エ・マリ・キュリ・(パリ・6) | 非同期信号を処理するための方法 |
Non-Patent Citations (1)
Title |
---|
ZHENJIANG NI; BOLOPION A; AGNUS J; ET AL,ASYNCHRONOUS EVENT-BASED VISUAL SHAPE TRACKING FOR STABLE HAPTIC FEEDBACK IN MICROROBOTICS,IEEE TRANSACTIONS ON ROBOTICS,米国,IEEE SERVICE CENTER,2012年10月,VOL:28, NR:5,PAGE(S):1081 - 1089,http://dx.doi.org/10.1109/TRO.2012.2198930 |
Also Published As
Publication number | Publication date |
---|---|
CN109844739A (zh) | 2019-06-04 |
US11080523B2 (en) | 2021-08-03 |
AU2017322448B2 (en) | 2021-10-21 |
EP3510495A1 (fr) | 2019-07-17 |
AU2017322448A1 (en) | 2019-03-14 |
JP2020502604A (ja) | 2020-01-23 |
CN109844739B (zh) | 2023-07-18 |
WO2018046868A1 (fr) | 2018-03-15 |
JP2023017794A (ja) | 2023-02-07 |
CA3035520A1 (fr) | 2018-03-15 |
US20190370542A1 (en) | 2019-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fulcher | Feature-based time-series analysis | |
CN108549841A (zh) | 一种基于深度学习的老人跌倒行为的识别方法 | |
WO1997043722A1 (en) | Method and apparatus for detecting nonlinearity in a dynamical system | |
KR20150113700A (ko) | 진단 시스템 및 방법 | |
KR20120052610A (ko) | 신경망 학습을 통한 동작 인식 방법 및 장치 | |
KR20180020123A (ko) | 비동기 신호 처리 방법 | |
CN105100701A (zh) | 提高从主体的视频获得的生理信号的准确性 | |
CN114218009A (zh) | 一种时间序列异常值检测方法、装置、设备及存储介质 | |
JP2019040233A (ja) | 信号処理装置、信号処理方法、信号処理プログラム、及びデータ構造 | |
JP2017502390A (ja) | データに基づく関数モデルを定めるための方法及び装置 | |
EP3336746A1 (en) | System and method of video content filtering | |
JP2014041565A (ja) | 時系列データ解析装置、方法、及びプログラム | |
CN114191665A (zh) | 机械通气过程中人机异步现象的分类方法和分类装置 | |
JP7209622B2 (ja) | 複数の信号におけるパターン認識のための方法 | |
CN104463912A (zh) | 一种基于簇相似的多尺度目标跟踪方法 | |
WO2014187935A1 (en) | Method of defining a region of interest | |
JP2009289154A (ja) | モニタリング条件決定装置、モニタリング条件の決定方法および監視診断装置 | |
Glowinski et al. | Towards real-time affect detection based on sample entropy analysis of expressive gesture | |
EP3726317B1 (en) | Computer-implemented determination of a quality indicator of a production batch-run of a production process | |
Luca et al. | Anomaly detection using the Poisson process limit for extremes | |
JP7347750B2 (ja) | 照合装置、学習装置、方法、及びプログラム | |
Tykierko | Using invariants to change detection in dynamical system with chaos | |
Homaeinezhad et al. | A high-speed C++/MEX solution for long-duration arterial blood pressure characteristic locations detection | |
CN113743259A (zh) | 基于ResOHEM-net的心律失常分类方法及系统 | |
Yaremchuk et al. | Small Dynamic Neural Networks for Gesture Classification with The Rulers (a Digital Musical Instrument). |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200720 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210729 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210906 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20211206 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220207 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220620 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221020 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20221020 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20221024 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20221114 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20221121 |
|
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: 20221212 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230110 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7209622 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |