JP7419955B2 - データ解析システム、データ解析方法、およびプログラム - Google Patents
データ解析システム、データ解析方法、およびプログラム Download PDFInfo
- Publication number
- JP7419955B2 JP7419955B2 JP2020078581A JP2020078581A JP7419955B2 JP 7419955 B2 JP7419955 B2 JP 7419955B2 JP 2020078581 A JP2020078581 A JP 2020078581A JP 2020078581 A JP2020078581 A JP 2020078581A JP 7419955 B2 JP7419955 B2 JP 7419955B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- parameters
- correlation
- parameter
- feature amount
- 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
- 238000007405 data analysis Methods 0.000 title claims description 30
- 238000000034 method Methods 0.000 title claims description 30
- 238000004519 manufacturing process Methods 0.000 claims description 118
- 238000000605 extraction Methods 0.000 claims description 57
- 238000004458 analytical method Methods 0.000 claims description 25
- 239000000284 extract Substances 0.000 claims description 15
- 238000010801 machine learning Methods 0.000 claims description 15
- 238000010586 diagram Methods 0.000 description 44
- 230000000052 comparative effect Effects 0.000 description 13
- 238000009826 distribution Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000000926 separation method Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000003066 decision tree Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 238000001816 cooling Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000002401 inhibitory effect Effects 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
まず、実施形態の概要を説明する。
本実施形態では、工場で行われる製造プロセスのように繰返し行われる一連の作業の結果、何らかの指標(品質に関するラベル、例えば品質)が良かった時(例えば生産単位(例えばロット))と悪かった時がある場合、過去データを解析して、指標が悪かった時の要因を絞り込む。なお、指標が悪いとは例えば出荷検査の際に出荷基準を満たしていないことであり、指標が良いとは例えば出荷検査の際に出荷基準を満たしていることである。
図1は、本実施形態に係るデータ解析システム1の構成例を示すブロック図である。図1のように、データ解析システム1は、データ取得部11、データベース12、特徴量抽出部13、パラメータ抽出部14、解析結果生成部15、および出力部16を備える。なお、データベース12は、ネットワークを介してクラウド上にあってもよい。また、データ解析システム1には、表示装置2が接続されている。なお、以下の説明では、工場で行われる製造プロセスを例に説明する。また、本実施形態では、製造における生産単位の一例として、所定の生産数毎または生産数量毎のロットを例に説明するが、生産単位はロットに限らない。生産単位は、所定数毎、日付毎、時間毎、製造者のシフト毎、製造に使用される材料の生産単位毎等であってもよい。
次に、データ取得部11が取得してデータベース12に格納するデータ例を説明する。図2は、本実施形態に係るデータ取得部11が取得してデータベース12に格納するデータ例を示す図である。図2のように、データ取得部11が取得してデータベース12に格納するデータは、生産単位情報に、500個のパラメータと指標情報が関連付けられている。なお、図2に示した例は一例であり、パラメータ数は解析する環境に応じた数であればよい。また、指標情報も一例であり、これに限らない。
次に、特徴量の抽出方法例を、図3~図7を用いて説明する。まず、図3を用いて特徴量の抽出手順例を説明する。図3は、本実施形態に係る特徴量の抽出手順のフローチャートである。
次に、パラメータの絞り込み方法例を説明する。図8は、本実施形態に係るパラメータの絞り込み結果例を示す図である。図8の例は、数百あるパラメータとその相関特徴量の中から、どのパラメータまたは相関特徴量が、指標の良悪に影響を与えたのか絞り込んだ結果例を示したものである。図8の例では、生産単位数が37であり、指標情報の良が28生産単位であり、悪が9生産単位である(符号g101)。なお、符号g101、g104、g107、g108、およびg109において、左の値は指標情報が悪の生産単位数であり、右の値は指標情報が良の生産単位数である。
次に、図10~図13を用いて比較例を説明する。
図10は、比較例におけるデータ解析システム900の構成を示すブロック図である。図10のように、データ解析システム900は、データ読み込み部911、データベース912、パラメータ絞り込み部914、解析結果生成部915、および出力部916を備える。
データベース912は、生産単位情報に、複数のパラメータおよび指標情報を関連づけて格納する。
出力部916は、解析結果生成部915が出力するグラフ画像を表示装置に表示させる。
ヒストグラムg901はパラメータ1のヒストグラムであり、ヒストグラムg911はパラメータ2のヒストグラムである。ヒストグラムg901とヒストグラムg911において、横軸はパラメータ値(例えば1間隔の0~10の値)であり、縦軸は度数である。なお、度数とは、複数の生産単位において、パラメータ値が同じ生産単位の数である。また、符号902は指標情報が「良」を表し、符号g903は指標情報が「悪」を表す。
相関図g921はパラメータ3とパラメータ4との相関図であり、相関図g931はパラメータ5とパラメータ6との相関図である。相関図g921において、横軸はパラメータ4(例えば0~10の値)であり、縦軸はパラメータ3(例えば0~10の値)である。相関図g931において、横軸はパラメータ6(例えば0~10の値)であり、縦軸はパラメータ5(例えば0~10の値)である。また、符号922は指標情報が「良」を表し、符号g923は指標情報が「悪」を表す。
これに対して、本実施形態では、相関特徴量の算出の際、指標情報のうち「悪」を除外して近似式を求めるようにしたので、図13のような誤った分類にならない。
上述した実施形態では、パラメータ抽出部14が相関特徴量を用いて、指標に影響を与えているパラメータの組を推定する例を説明したが、これに限らない。
パラメータ抽出部14は、パラメータ毎のデータを第2の学習モデルを用いて、1つのパラメータが指標に影響を与えていれば、そのパラメータも抽出するようにしてもよい。この場合、学習の際の入力はパラメータ毎のデータ(生産単位情報とパラメータ情報と指標情報)であり、出力は影響を与えたパラメータである。なお、出力されるパラメータの数は複数であってもよい。例えば、パラメータ抽出部14は、図11のようにパラメータ毎にヒストグラムを作成し、作成したヒストグラムにおける指標の偏りに基づいて、指標に影響を与えている1つのパラメータを抽出するようにしてもよい。
そして、本実施形態によれば、抽出された相関特徴量を使って機械学習を行うことで、相関関係のくずれ度合いが指標に影響を与えているものを推定することができる。例えば、生産単位毎のパラメータ値のデータから、燃料を増やした時に温度が順調に上がる場合は、指標が良く、燃料を増やした時に温度があまり上がらない時は、指標は悪いことを見つけることができる。
本実施形態によれば、有効な特徴量を使うことで、生産単位数が少なくても、機械学習で正確な結果を導くことができるので、パラメータを絞り込むことができる。
Claims (5)
- 生産単位毎に生産された製品の生産要素に関するパラメータと、前記製品を評価するための指標とが前記生産単位毎に対応付けられた解析対象データを取得するデータ取得部と、
前記パラメータ間の相関関係と、前記相関関係と前記パラメータのデータとに基づいて、前記生産単位毎に相関特徴量を算出する相関特徴量抽出部と、
を備え、
前記相関特徴量抽出部は、
前記解析対象データの中から、2つ以上の前記パラメータの組を選択し、選択した前記パラメータの組のデータの中から前記指標が予め規定された基準を満たす前記生産単位のデータを抽出し、抽出したデータを用いて選択した前記パラメータの組の相関関係を示す近似式を算出し、選択した前記パラメータの組のデータと前記近似式との距離を示す相関特徴量を前記生産単位毎に算出する、
データ解析システム。 - 算出された前記相関特徴量に基づいて、前記指標に影響を与えている前記パラメータを抽出するパラメータ抽出部、を更に備える、
請求項1に記載のデータ解析システム。 - 前記パラメータ抽出部は、機械学習によって前記相関特徴量に基づいて前記指標に影響を与えている前記パラメータを抽出する、
請求項2に記載のデータ解析システム。 - データ解析システムに、
生産単位毎に生産された製品の生産要素に関するパラメータと、前記製品を評価するための指標とが前記生産単位毎に対応付けられた解析対象データを取得させ、
前記パラメータ間の相関関係と、前記相関関係と前記パラメータのデータとに基づいて、前記生産単位毎に相関特徴量を算出させ、
前記解析対象データの中から、2つ以上の前記パラメータの組を選択させ、選択させた前記パラメータの組のデータの中から前記指標が予め規定された基準を満たす前記生産単位のデータを抽出させ、抽出させたデータを用いて選択させた前記パラメータの組の相関関係を示す近似式を算出させ、選択させた前記パラメータの組のデータと前記近似式との距離を示す相関特徴量を前記生産単位毎に算出させる、
データ解析方法。 - コンピュータに、
生産単位毎に生産された製品の生産要素に関するパラメータと、前記製品を評価するための指標とが前記生産単位毎に対応付けられた解析対象データを取得させ、
前記パラメータ間の相関関係と、前記相関関係と前記パラメータのデータとに基づいて、前記生産単位毎に相関特徴量を算出させ、
前記解析対象データの中から、2つ以上の前記パラメータの組を選択させ、選択させた前記パラメータの組のデータの中から前記指標が予め規定された基準を満たす前記生産単位のデータを抽出させ、抽出させたデータを用いて選択させた前記パラメータの組の相関関係を示す近似式を算出させ、選択させた前記パラメータの組のデータと前記近似式との距離を示す相関特徴量を前記生産単位毎に算出させる、
プログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020078581A JP7419955B2 (ja) | 2020-04-27 | 2020-04-27 | データ解析システム、データ解析方法、およびプログラム |
US17/231,494 US11978194B2 (en) | 2020-04-27 | 2021-04-15 | Data analysis system, data analysis method, and non-transitory computer-readable medium |
CN202110461852.0A CN113642823B (zh) | 2020-04-27 | 2021-04-27 | 数据分析系统、数据分析方法和非暂时性计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020078581A JP7419955B2 (ja) | 2020-04-27 | 2020-04-27 | データ解析システム、データ解析方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021174319A JP2021174319A (ja) | 2021-11-01 |
JP7419955B2 true JP7419955B2 (ja) | 2024-01-23 |
Family
ID=78222559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020078581A Active JP7419955B2 (ja) | 2020-04-27 | 2020-04-27 | データ解析システム、データ解析方法、およびプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US11978194B2 (ja) |
JP (1) | JP7419955B2 (ja) |
CN (1) | CN113642823B (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102022210783A1 (de) * | 2022-10-13 | 2024-04-18 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Bereitstellen von Kalibrierungsdaten für Antennendiagramme |
CN116484269B (zh) * | 2023-06-25 | 2023-09-01 | 深圳市彤兴电子有限公司 | 显示屏模组的参数处理方法、装置、设备及存储介质 |
CN117522100B (zh) * | 2023-11-16 | 2024-04-05 | 永久电力金具有限公司 | 一种电力金具生产过程的优化方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006293658A (ja) | 2005-04-11 | 2006-10-26 | Hitachi Ltd | 複数の部品を組み合わせて形成される製品の製造方法、および部品の組合せ方法 |
JP2016045793A (ja) | 2014-08-25 | 2016-04-04 | 東日本旅客鉄道株式会社 | 設備の劣化状態判定システムおよび設備の劣化状態判定方法 |
JP2016177794A (ja) | 2015-03-10 | 2016-10-06 | 三菱化学エンジニアリング株式会社 | 製造プロセスの解析方法 |
WO2019220481A1 (ja) | 2018-05-14 | 2019-11-21 | 富士通株式会社 | 判定ルール取得装置、判定ルール取得方法および判定ルール取得プログラム |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102117730B (zh) * | 2009-12-31 | 2012-10-31 | 中芯国际集成电路制造(上海)有限公司 | 半导体制造过程中的机台参数数据的处理方法和装置 |
US20140222487A1 (en) * | 2013-02-04 | 2014-08-07 | The Boeing Company | Total-Ordering In Process Planning |
US9443217B2 (en) * | 2013-03-05 | 2016-09-13 | Accenture Global Services Limited | Manufacturing quality inspection and analytics system |
WO2016157467A1 (ja) * | 2015-03-31 | 2016-10-06 | 株式会社Ubic | データ分析システム、データ分析方法、データ分析プログラム、および、記録媒体 |
US11347191B2 (en) * | 2015-07-29 | 2022-05-31 | Illinois Tool Works Inc. | System and method to facilitate welding software as a service |
JP6716423B2 (ja) * | 2016-10-26 | 2020-07-01 | 三菱ケミカルエンジニアリング株式会社 | 生産プロセスの解析方法 |
US11386342B2 (en) * | 2018-04-20 | 2022-07-12 | H2O.Ai Inc. | Model interpretation |
JP6481916B1 (ja) * | 2018-06-26 | 2019-03-13 | 三菱ケミカルエンジニアリング株式会社 | 生産システム、生産方法及び制御装置 |
CN109191001A (zh) * | 2018-09-21 | 2019-01-11 | 常州工学院 | 基于主成分分析的教育质量评价方法 |
JP6622938B1 (ja) * | 2019-03-20 | 2019-12-18 | 株式会社 日立産業制御ソリューションズ | 相関性抽出方法および相関性抽出プログラム |
CN110989537A (zh) * | 2019-12-23 | 2020-04-10 | 杭州雷数科技有限公司 | 生产数据处理方法、设备、介质及系统 |
CN114491236A (zh) * | 2021-12-29 | 2022-05-13 | 北京航天智造科技发展有限公司 | 一种基于知识学习的供应链智能匹配技术 |
-
2020
- 2020-04-27 JP JP2020078581A patent/JP7419955B2/ja active Active
-
2021
- 2021-04-15 US US17/231,494 patent/US11978194B2/en active Active
- 2021-04-27 CN CN202110461852.0A patent/CN113642823B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006293658A (ja) | 2005-04-11 | 2006-10-26 | Hitachi Ltd | 複数の部品を組み合わせて形成される製品の製造方法、および部品の組合せ方法 |
JP2016045793A (ja) | 2014-08-25 | 2016-04-04 | 東日本旅客鉄道株式会社 | 設備の劣化状態判定システムおよび設備の劣化状態判定方法 |
JP2016177794A (ja) | 2015-03-10 | 2016-10-06 | 三菱化学エンジニアリング株式会社 | 製造プロセスの解析方法 |
WO2019220481A1 (ja) | 2018-05-14 | 2019-11-21 | 富士通株式会社 | 判定ルール取得装置、判定ルール取得方法および判定ルール取得プログラム |
Also Published As
Publication number | Publication date |
---|---|
US11978194B2 (en) | 2024-05-07 |
CN113642823A (zh) | 2021-11-12 |
US20210334947A1 (en) | 2021-10-28 |
JP2021174319A (ja) | 2021-11-01 |
CN113642823B (zh) | 2024-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7419955B2 (ja) | データ解析システム、データ解析方法、およびプログラム | |
CN111444247B (zh) | 一种基于kpi指标的根因定位方法、装置及存储介质 | |
JP5141767B2 (ja) | サンプルの帰属クラス予測方法、帰属クラス予測プログラムおよび帰属クラス予測装置 | |
Brosofske et al. | A review of methods for mapping and prediction of inventory attributes for operational forest management | |
JP5071690B2 (ja) | リスクモデル修正システム、リスクモデル修正方法およびリスクモデル修正用プログラム | |
CN111506637B (zh) | 一种基于kpi指标的多维异常检测方法、装置及存储介质 | |
Xiong et al. | Analysis of breast cancer using data mining & statistical techniques | |
CN107016400A (zh) | 训练集的评估 | |
US10884841B2 (en) | Information processing device, information processing method, and recording medium | |
WO2010029627A1 (ja) | 重回帰分析による予測モデルの作成方法、作成プログラム、作成装置 | |
JP7152938B2 (ja) | 機械学習モデル構築装置および機械学習モデル構築方法 | |
KR101777387B1 (ko) | 고장발생기간 기반 데이터 분석 장치 | |
JP5248238B2 (ja) | 鋼板製造実績データベース検索装置,鋼板製造実績データベース検索プログラム | |
CN114708264B (zh) | 一种光斑质量判别方法、装置、设备和存储介质 | |
EP2133822A1 (en) | A method of stem taper, volume and product breakout prediction | |
KR101629178B1 (ko) | 다중 특허지표를 이용한 기술 수명 주기 분석 장치 | |
JP5640796B2 (ja) | 名寄せ支援処理装置、方法及びプログラム | |
CN113918471A (zh) | 测试用例的处理方法、装置及计算机可读存储介质 | |
CN114595213A (zh) | 一种关于土壤数据集的多重插补方法 | |
JP6929260B2 (ja) | 時系列特徴抽出装置、時系列特徴抽出方法及びプログラム | |
CN110175191B (zh) | 数据分析中的数据过滤规则建模方法 | |
US11126948B2 (en) | Analysis method and computer | |
KR101777386B1 (ko) | 고장발생기간 기반 데이터 분석 방법 | |
US20140358818A1 (en) | Product-information management device, method, and program | |
CN117978461B (zh) | 基于孤立森林的异常登录检测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221101 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230630 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230704 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230829 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20231004 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20231004 |
|
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: 20231212 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231225 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7419955 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |