JP7448562B2 - 人工知能のための希な訓練データへの対処 - Google Patents
人工知能のための希な訓練データへの対処 Download PDFInfo
- Publication number
- JP7448562B2 JP7448562B2 JP2021567901A JP2021567901A JP7448562B2 JP 7448562 B2 JP7448562 B2 JP 7448562B2 JP 2021567901 A JP2021567901 A JP 2021567901A JP 2021567901 A JP2021567901 A JP 2021567901A JP 7448562 B2 JP7448562 B2 JP 7448562B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- computer
- data set
- engine
- classes
- 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
- 238000012549 training Methods 0.000 title claims description 67
- 238000013473 artificial intelligence Methods 0.000 title description 4
- 238000000034 method Methods 0.000 claims description 55
- 238000002372 labelling Methods 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 20
- 238000010801 machine learning Methods 0.000 description 20
- 238000003860 storage Methods 0.000 description 19
- 238000012545 processing Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 13
- 230000002708 enhancing effect Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000001902 propagating effect Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 241000692783 Chylismia claviformis Species 0.000 description 2
- 241000320126 Pseudomugilidae Species 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000003711 image thresholding Methods 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- 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
- 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
- G06F18/2155—Generating training patterns; Bootstrap methods, e.g. bagging or boosting characterised by the incorporation of unlabelled data, e.g. multiple instance learning [MIL], semi-supervised techniques using expectation-maximisation [EM] or naïve labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2323—Non-hierarchical techniques based on graph theory, e.g. minimum spanning trees [MST] or graph cuts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/19173—Classification techniques
-
- 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
- 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
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Multimedia (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Discrete Mathematics (AREA)
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
- 画像1:「停止信号」信頼レベル0.812、「白熱電球」信頼レベル0.809、「列車停止」信頼レベル0.498
- 画像2:「停止信号」信頼レベル0.612、「白熱電球」信頼レベル0.609、「列車停止」信頼レベル0.598、およびすべての識別されたおよび追加画像に対してその他もろもろとなる。また分類器は、分類のために用いられるべき内部モデルを自動的に決定するように、注釈を付けられた訓練データを用いて訓練された訓練済み分類器であることが留意され得る。また通常、訓練セッションの間に、クラスの数が入力として(画像に加えて)、分類器に与えられる。
Claims (19)
- 予測クラスへの未知の入力データの分類のために使用可能なモデルを構築するように訓練データを用いて訓練される分類器システムと、
前記予測クラス内の十分に提示されていないクラスの決定のために適合された評価器エンジンであって、予測の信頼レベル分布を用いる、前記評価器エンジンと、
追加のソースからの関連データの抽出のために適合された抽出器エンジンであって、前記関連データは決定された前記十分に提示されていないクラスに関連する、前記抽出器エンジンと、
前記関連データからデータ・セットを選択するために適合された類似性エンジンであって、前記関連データの特徴と前記十分に提示されていないクラスに対する代表のデータ・セットの特徴とを比較するためにも適合された、前記類似性エンジンと、
前記評価器エンジンと前記抽出器エンジンと前記類似性エンジンとをトリガするように適合された再帰ユニットであって、前記評価器エンジンが前記選択されたデータ・セットを信頼閾値レベルより高い信頼レベルで分類するまで前記選択されたデータ・セットを入力データとして扱う、前記再帰ユニットと、
を備えるコンピュータ・システム。 - 前記入力データは画像データである、請求項1に記載のコンピュータ・システム。
- 前記画像データは、ビデオ・データから抽出される、請求項2に記載のコンピュータ・システム。
- 前記十分に提示されていないクラスの前記決定は、前記予測クラスと他のクラスとの差の関数に基づく、請求項1または2に記載のコンピュータ・システム。
- 前記関連データは、前記訓練データおよび通常の入力データに対して外部のデータである、請求項1ないし3のいずれか一項に記載のコンピュータ・システム。
- 前記評価器エンジンが信頼閾値レベルより高い信頼レベルで前記選択されたデータ・セットを分類した場合に、前記選択されたデータ・セットを追加訓練データ・セットとしてラベル付けするように適合されたラベル付けユニット
をさらに備える、請求項1ないし4のいずれか一項に記載のコンピュータ・システム。 - 前記ラベル付けユニットは、前記十分に提示されていないクラスに関する前記ラベルで前記追加訓練データ・セットに注釈を付けるようにも適合された、請求項6に記載のコンピュータ・システム。
- 前記再帰ユニットは、予め規定された数の再帰が発生した場合に前記トリガすることを停止するように適合された、請求項1ないし7のいずれか一項に記載のコンピュータ・システム。
- 前記評価器エンジンおよび前記抽出器エンジンの少なくともいずれか一方は、ナレッジ・グラフ・システムに接続される、請求項1ないし8のいずれか一項に記載のコンピュータ・システム。
- コンピュータが実施する方法であって、
予測クラスへの未知の入力データの分類のために使用可能なモデルを構築するように訓練データを用いて訓練された分類器システムを提供することと、
予測の信頼レベル分布を決定することによって、前記予測クラス内の十分に提示されていないクラスを決定することと、
追加のソースから関連データを抽出することであって、前記関連データは決定された前記十分に提示されていないクラスに関連する、前記抽出することと、
前記関連データの特徴と、前記十分に提示されていないクラスに対する代表のデータ・セットの特徴とを比較することによって、前記関連データからデータ・セットを選択することと、
前記選択されたデータ・セットが信頼閾値レベルより高い信頼レベルで分類されるまで、前記選択されたデータ・セットを入力データとして扱うことによって、前記決定すること、前記抽出すること、および前記選択することを反復することと
を含む、コンピュータが実施する方法。 - 前記入力データは画像データである、請求項10に記載のコンピュータが実施する方法。
- 前記画像データは、ビデオ・データから抽出される、請求項11に記載のコンピュータが実施する方法。
- 前記十分に提示されていないクラスを決定することは、前記予測クラスと他のクラスとの差の関数に基づく、請求項10ないし12のいずれか一項に記載のコンピュータが実施する方法。
- 前記関連データは、前記訓練データおよび通常の入力データに対して外部のデータである、請求項10ないし13のいずれか一項に記載のコンピュータが実施する方法。
- 前記選択されたデータ・セットが信頼閾値レベルより高い信頼レベルで分類された場合に、前記選択されたデータ・セットを追加訓練データ・セットとしてラベル付けすること
をさらに含む、請求項10ないし14のいずれか一項に記載のコンピュータが実施する方法。 - 前記ラベル付けすることは、
前記十分に提示されていないクラスに関する前記ラベルで前記追加訓練データ・セットに注釈を付けること
をさらに含む、請求項15に記載のコンピュータが実施する方法。 - 前記反復することは、予め規定された数の再帰が発生した場合に停止される、請求項10ないし16のいずれか一項に記載のコンピュータが実施する方法。
- 前記決定することおよび前記抽出することの少なくともいずれか一方は、ナレッジ・グラフ・システムにアクセスすることを含む、請求項10ないし17のいずれか一項に記載のコンピュータが実施する方法。
- コンピュータに、請求項10ないし18のいずれか一項に記載の方法を実行させる、コンピュータ・プログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/410,192 | 2019-05-13 | ||
US16/410,192 US11176429B2 (en) | 2019-05-13 | 2019-05-13 | Counter rare training date for artificial intelligence |
PCT/IB2020/054000 WO2020229923A1 (en) | 2019-05-13 | 2020-04-28 | Counter rare training date for artificial intelligence |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2022531974A JP2022531974A (ja) | 2022-07-12 |
JPWO2020229923A5 JPWO2020229923A5 (ja) | 2022-10-04 |
JP7448562B2 true JP7448562B2 (ja) | 2024-03-12 |
Family
ID=73231556
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021567901A Active JP7448562B2 (ja) | 2019-05-13 | 2020-04-28 | 人工知能のための希な訓練データへの対処 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11176429B2 (ja) |
JP (1) | JP7448562B2 (ja) |
CN (1) | CN113826113A (ja) |
DE (1) | DE112020001034T5 (ja) |
WO (1) | WO2020229923A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11615266B2 (en) * | 2019-11-02 | 2023-03-28 | Perceptive Automata, Inc. | Adaptive sampling of stimuli for training of machine learning based models for predicting hidden context of traffic entities for navigating autonomous vehicles |
US20220012535A1 (en) * | 2020-07-08 | 2022-01-13 | Vmware, Inc. | Augmenting Training Data Sets for ML Classifiers Using Classification Metadata |
US11782988B2 (en) * | 2020-09-21 | 2023-10-10 | Spotify Ab | Query understanding methods and systems |
CN112926429B (zh) * | 2021-02-19 | 2024-07-16 | 百果园技术(新加坡)有限公司 | 机审模型训练、视频机审方法、装置、设备及存储介质 |
DE102023100839A1 (de) | 2023-01-16 | 2024-07-18 | Cariad Se | Computer-implementiertes, iteratives Verfahren zum Adaptieren eines maschinellen Lernmodells, Datenverarbeitungseinrichtung, Computerprogramm und computerlesbares Speichermedium |
DE102023104464A1 (de) | 2023-02-23 | 2024-08-29 | Cariad Se | Verfahren zum Durchführen einer datenbasierten Domänenanpassung einer Operational-Design-Domäne, ODD, einer Computer-Vision-Anwendung für verschiedene Szenarien in Verkehrsumgebungen sowie Datenverarbeitungsvorrichtung |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080103996A1 (en) | 2006-10-31 | 2008-05-01 | George Forman | Retraining a machine-learning classifier using re-labeled training samples |
JP2010257140A (ja) | 2009-04-23 | 2010-11-11 | Canon Inc | 情報処理装置及び情報処理方法 |
JP2017111731A (ja) | 2015-12-18 | 2017-06-22 | キヤノンマーケティングジャパン株式会社 | 情報処理システム、情報処理方法、プログラム |
JP2018116599A (ja) | 2017-01-20 | 2018-07-26 | キヤノン株式会社 | 情報処理装置、情報処理方法およびプログラム |
US20190012526A1 (en) | 2017-07-04 | 2019-01-10 | Microsoft Technology Licensing, Llc | Image recognition with promotion of underrepresented classes |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5872865A (en) | 1995-02-08 | 1999-02-16 | Apple Computer, Inc. | Method and system for automatic classification of video images |
US7327885B2 (en) | 2003-06-30 | 2008-02-05 | Mitsubishi Electric Research Laboratories, Inc. | Method for detecting short term unusual events in videos |
US8478052B1 (en) | 2009-07-17 | 2013-07-02 | Google Inc. | Image classification |
US9251185B2 (en) * | 2010-12-15 | 2016-02-02 | Girish Kumar | Classifying results of search queries |
US8774515B2 (en) | 2011-04-20 | 2014-07-08 | Xerox Corporation | Learning structured prediction models for interactive image labeling |
US9727821B2 (en) | 2013-08-16 | 2017-08-08 | International Business Machines Corporation | Sequential anomaly detection |
US20160092789A1 (en) | 2014-09-29 | 2016-03-31 | International Business Machines Corporation | Category Oversampling for Imbalanced Machine Learning |
JP6983800B2 (ja) | 2016-03-15 | 2021-12-17 | イムラ ウーロプ ソシエテ・パ・アクシオンス・シンプリフィエ | ニューラルネットワークにおける強化学習によるユニーク/希少なケースの分類のための方法 |
WO2019051359A1 (en) * | 2017-09-08 | 2019-03-14 | The General Hospital Corporation | SYSTEM AND METHOD FOR AUTOMATICALLY LABELING AND ANNOUNTING NON-STRUCTURED MEDICAL DATA SETS |
WO2019104221A1 (en) * | 2017-11-22 | 2019-05-31 | The Trustees Of Columbia University In The City Of New York | System method and computer-accessible medium for determining breast cancer response using a convolutional neural network |
US11265168B2 (en) * | 2018-03-07 | 2022-03-01 | Private Identity Llc | Systems and methods for privacy-enabled biometric processing |
US10878296B2 (en) * | 2018-04-12 | 2020-12-29 | Discovery Communications, Llc | Feature extraction and machine learning for automated metadata analysis |
WO2019241155A1 (en) * | 2018-06-11 | 2019-12-19 | Arterys Inc. | Simulating abnormalities in medical images with generative adversarial networks |
MX2021007556A (es) * | 2018-12-21 | 2021-09-10 | Biontech Us Inc | Método y sistemas de predicción de epítopos específicos de hla de clase ii y caracterización de células t cd4+. |
US20220198316A1 (en) * | 2020-12-17 | 2022-06-23 | Exceed AI Ltd, Tel-Aviv | Systems and Methods for Automatic Extraction of Classification Training Data |
-
2019
- 2019-05-13 US US16/410,192 patent/US11176429B2/en active Active
-
2020
- 2020-04-28 DE DE112020001034.1T patent/DE112020001034T5/de active Pending
- 2020-04-28 CN CN202080033660.3A patent/CN113826113A/zh active Pending
- 2020-04-28 JP JP2021567901A patent/JP7448562B2/ja active Active
- 2020-04-28 WO PCT/IB2020/054000 patent/WO2020229923A1/en active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080103996A1 (en) | 2006-10-31 | 2008-05-01 | George Forman | Retraining a machine-learning classifier using re-labeled training samples |
JP2010257140A (ja) | 2009-04-23 | 2010-11-11 | Canon Inc | 情報処理装置及び情報処理方法 |
JP2017111731A (ja) | 2015-12-18 | 2017-06-22 | キヤノンマーケティングジャパン株式会社 | 情報処理システム、情報処理方法、プログラム |
JP2018116599A (ja) | 2017-01-20 | 2018-07-26 | キヤノン株式会社 | 情報処理装置、情報処理方法およびプログラム |
US20190012526A1 (en) | 2017-07-04 | 2019-01-10 | Microsoft Technology Licensing, Llc | Image recognition with promotion of underrepresented classes |
Also Published As
Publication number | Publication date |
---|---|
CN113826113A (zh) | 2021-12-21 |
WO2020229923A1 (en) | 2020-11-19 |
US20200364520A1 (en) | 2020-11-19 |
JP2022531974A (ja) | 2022-07-12 |
DE112020001034T5 (de) | 2021-12-02 |
US11176429B2 (en) | 2021-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7448562B2 (ja) | 人工知能のための希な訓練データへの対処 | |
US10380236B1 (en) | Machine learning system for annotating unstructured text | |
US11675896B2 (en) | Using multimodal model consistency to detect adversarial attacks | |
US11593642B2 (en) | Combined data pre-process and architecture search for deep learning models | |
US11875253B2 (en) | Low-resource entity resolution with transfer learning | |
US9536050B2 (en) | Influence filtering in graphical models | |
CN111402257B (zh) | 一种基于多任务协同跨域迁移的医学图像自动分割方法 | |
US11556852B2 (en) | Efficient ground truth annotation | |
JP7483005B2 (ja) | データ・ラベル検証 | |
US20220092407A1 (en) | Transfer learning with machine learning systems | |
US20200311541A1 (en) | Metric value calculation for continuous learning system | |
JP2023042582A (ja) | サンプル分析の方法、電子装置、記憶媒体、及びプログラム製品 | |
US11645539B2 (en) | Machine learning-based techniques for representing computing processes as vectors | |
WO2022042638A1 (en) | Deterministic learning video scene detection | |
US20220284343A1 (en) | Machine teaching complex concepts assisted by computer vision and knowledge reasoning | |
CN110059743B (zh) | 确定预测的可靠性度量的方法、设备和存储介质 | |
US11928849B2 (en) | Action-object recognition in cluttered video scenes using text | |
CN113469204A (zh) | 数据处理方法、装置、设备和计算机存储介质 | |
US11423252B1 (en) | Object dataset creation or modification using labeled action-object videos | |
US20220300852A1 (en) | Method and System for Automating Scenario Planning | |
CN115809412A (zh) | 样本分析的方法、电子设备、存储介质和程序产品 | |
CN116894201A (zh) | 数据识别策略的更新方法及相关装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20220512 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220922 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220922 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230816 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230919 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231212 |
|
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: 20240213 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240229 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7448562 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |