JPWO2020031281A1 - 情報処理装置、情報処理方法、及びプログラム - Google Patents
情報処理装置、情報処理方法、及びプログラム Download PDFInfo
- Publication number
- JPWO2020031281A1 JPWO2020031281A1 JP2020535386A JP2020535386A JPWO2020031281A1 JP WO2020031281 A1 JPWO2020031281 A1 JP WO2020031281A1 JP 2020535386 A JP2020535386 A JP 2020535386A JP 2020535386 A JP2020535386 A JP 2020535386A JP WO2020031281 A1 JPWO2020031281 A1 JP WO2020031281A1
- Authority
- JP
- Japan
- Prior art keywords
- matrix
- processing
- cost
- data
- column
- 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.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 78
- 238000003672 processing method Methods 0.000 title claims description 25
- 238000012545 processing Methods 0.000 claims abstract description 285
- 239000011159 matrix material Substances 0.000 claims abstract description 240
- 238000000034 method Methods 0.000 claims abstract description 133
- 238000004364 calculation method Methods 0.000 claims abstract description 79
- 238000006243 chemical reaction Methods 0.000 claims description 139
- 229940050561 matrix product Drugs 0.000 claims description 72
- 238000010586 diagram Methods 0.000 description 38
- 238000007792 addition Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000017105 transposition Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Complex Calculations (AREA)
- Neurology (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
Abstract
Description
入力データのデータサイズを表す入力データ情報と、カーネルのデータサイズを表すカーネル情報と、畳み込み処理で用いるパラメータを表すパラメータ情報とを用いて、前記畳み込み処理において実行される行列処理ごとに、メモリアクセスに基づいて、前記行列処理のコストを算出する、コスト算出部と、
前記行列処理を組み合わせ、組み合わせに含まれる前記行列処理に対応する前記コストを合計し、組み合わせごとに合計したコストのうち、最小となる前記合計したコストに対応する前記行列処理の組み合わせを選択する、行列処理選択部と、
を有することを特徴とする。
(a)入力データのデータサイズを表す入力データ情報と、カーネルのデータサイズを表すカーネル情報と、畳み込み処理で用いるパラメータを表すパラメータ情報とを用いて、前記畳み込み処理において実行される行列処理ごとに、メモリアクセスに基づいて、前記行列処理のコストを算出する、ステップと、
(b)前記行列処理を組み合わせ、組み合わせに含まれる前記行列処理に対応する前記コストを合計し、組み合わせごとに合計したコストのうち、最小となる前記合計したコストに対応する前記行列処理の組み合わせを選択する、ステップと、
を有することを特徴とする。
コンピュータに、
(a)入力データのデータサイズを表す入力データ情報と、カーネルのデータサイズを表すカーネル情報と、畳み込み処理で用いるパラメータを表すパラメータ情報とを用いて、前記畳み込み処理において実行される行列処理ごとに、メモリアクセスに基づいて、前記行列処理のコストを算出する、ステップと、
(b)前記行列処理を組み合わせ、組み合わせに含まれる前記行列処理に対応する前記コストを合計し、組み合わせごとに合計したコストのうち、最小となる前記合計したコストに対応する前記行列処理の組み合わせを選択する、ステップと、
を実行させることを特徴とする。
以下、本発明の実施の形態について、図1から図12を参照しながら説明する。
最初に、図1を用いて、本実施の形態における情報処理装置の構成について説明する。図1は、情報処理装置の一例を示す図である。
次に、本発明の実施の形態における情報装置1の動作について図10を用いて説明する。図10は、情報処理装置の動作の一例を示す図である。以下の説明においては、適宜図2から図9を参酌する。また、本実施の形態では、情報処理装置1を動作させることにより、情報処理方法が実施される。よって、本実施の形態における情報処理方法の説明は、以下の情報処理装置1の動作説明に代える。
以上のように本実施の形態によれば、メモリアクセスに基づいたコストの合計が最小となる行列処理の組み合わせを選択し、選択した行列処理の組み合わせを用いて、畳み込み処理を行うので、畳み込み処理の処理速度を向上させることができる。
本発明の実施の形態におけるプログラムは、コンピュータに、図10に示すステップA1からA5、図11に示すステップA111からA114を実行させるプログラムであればよい。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態における情報処理装置と情報処理方法とを実現することができる。この場合、コンピュータのプロセッサは、コスト算出部2(列行列変換処理コスト算出部21、行列積処理コスト算出部22、データ変換処理コスト算出部23)、行列処理選択部3、畳み込み処理部20として機能し、処理を行なう。
ここで、実施の形態におけるプログラムを実行することによって、情報装置を実現するコンピュータについて図12を用いて説明する。図12は、情報処理装置を実現するコンピュータの一例を示す図である。
以上の実施の形態に関し、更に以下の付記を開示する。上述した実施の形態の一部又は全部は、以下に記載する(付記1)から(付記12)により表現することができるが、以下の記載に限定されるものではない。
入力データのデータサイズを表す入力データ情報と、カーネルのデータサイズを表すカーネル情報と、畳み込み処理で用いるパラメータを表すパラメータ情報とを用いて、前記畳み込み処理において実行される行列処理ごとに、メモリアクセスに基づいて、前記行列処理のコストを算出する、コスト算出部と、
前記行列処理を組み合わせ、組み合わせに含まれる前記行列処理に対応する前記コストを合計し、組み合わせごとに合計したコストのうち、最小となる前記合計したコストに対応する前記行列処理の組み合わせを選択する、行列処理選択部と、
を有することを特徴とする情報処理装置。
付記1に記載の情報処理装置であって、
前記コスト算出部は、列行列変換処理におけるメモリアクセスに基づいて、前記列行列変換処理のコストを算出する
ことを特徴とする情報処理装置。
付記2に記載の情報処理装置であって、
前記コスト算出部は、行列積処理におけるメモリアクセスに基づいて、前記行列積処理のコストを算出する
ことを特徴とする情報処理装置。
付記3に記載の情報処理装置であって、
前記コスト算出部は、前記列行列変換処理の出力データを変換するデータ変換処理におけるメモリアクセスに基づいて、前記データ変換処理のコストを算出する
ことを特徴とする情報処理装置。
(a)入力データのデータサイズを表す入力データ情報と、カーネルのデータサイズを表すカーネル情報と、畳み込み処理で用いるパラメータを表すパラメータ情報とを用いて、前記畳み込み処理において実行される行列処理ごとに、メモリアクセスに基づいて、前記行列処理のコストを算出する、ステップと、
(b)前記行列処理を組み合わせ、組み合わせに含まれる前記行列処理に対応する前記コストを合計し、組み合わせごとに合計したコストのうち、最小となる前記合計したコストに対応する前記行列処理の組み合わせを選択する、ステップと、
を有することを特徴とする情報処理方法。
付記5に記載の情報処理方法であって、
前記(a)のステップにおいて、列行列変換処理におけるメモリアクセスに基づいて、前記列行列変換処理のコストを算出する
ことを特徴とする情報処理方法。
付記6に記載の情報処理方法であって、
前記(a)のステップにおいて、行列積処理におけるメモリアクセスに基づいて、前記行列積処理のコストを算出する
ことを特徴とする情報処理方法。
付記7に記載の情報処理方法であって、
前記(a)のステップにおいて、前記列行列変換処理の出力データを変換するデータ変換処理におけるメモリアクセスに基づいて、前記データ変換処理のコストを算出する
ことを特徴とする情報処理方法。
コンピュータに、
(a)入力データのデータサイズを表す入力データ情報と、カーネルのデータサイズを表すカーネル情報と、畳み込み処理で用いるパラメータを表すパラメータ情報とを用いて、前記畳み込み処理において実行される行列処理ごとに、メモリアクセスに基づいて、前記行列処理のコストを算出する、ステップと、
(b)前記行列処理を組み合わせ、組み合わせに含まれる前記行列処理に対応する前記コストを合計し、組み合わせごとに合計したコストのうち、最小となる前記合計したコストに対応する前記行列処理の組み合わせを選択する、ステップと、
を実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体。
付記9に記載のプログラムを記録したコンピュータ読み取り可能な記録媒体であって、
前記(a)のステップにおいて、列行列変換処理におけるメモリアクセスに基づいて、前記列行列変換処理のコストを算出する
プログラムを記録したコンピュータ読み取り可能な記録媒体。
付記10に記載のプログラムを記録したコンピュータ読み取り可能な記録媒体であって、
前記(a)のステップにおいて、行列積処理におけるメモリアクセスに基づいて、前記行列積処理のコストを算出する
プログラムを記録したコンピュータ読み取り可能な記録媒体。
付記11に記載のプログラムを記録したコンピュータ読み取り可能な記録媒体であって、
前記(a)のステップにおいて、前記列行列変換処理の出力データを変換するデータ変換処理におけるメモリアクセスに基づいて、前記データ変換処理のコストを算出する
プログラムを記録したコンピュータ読み取り可能な記録媒体。
2 コスト算出部
3 行列処理選択部
20 畳み込み処理部
21 列行列変換処理コスト算出部
22 行列積処理コスト算出部
23 データ変換処理コスト算出部
110 コンピュータ
111 CPU
112 メインメモリ
113 記憶装置
114 入力インターフェイス
115 表示コントローラ
116 データリーダ/ライタ
117 通信インターフェイス
118 入力機器
119 ディスプレイ装置
120 記録媒体
121 バス
コンピュータに、
(a)入力データのデータサイズを表す入力データ情報と、カーネルのデータサイズを表すカーネル情報と、畳み込み処理で用いるパラメータを表すパラメータ情報とを用いて、前記畳み込み処理において実行される行列処理ごとに、メモリアクセスに基づいて、前記行列処理のコストを算出する、ステップと、
(b)前記行列処理を組み合わせ、組み合わせに含まれる前記行列処理に対応する前記コストを合計し、組み合わせごとに合計したコストのうち、最小となる前記合計したコストに対応する前記行列処理の組み合わせを選択する、ステップと、
を実行させることを特徴とする。
次に、本発明の実施の形態における情報処理装置1の動作について図10を用いて説明する。図10は、情報処理装置の動作の一例を示す図である。以下の説明においては、適宜図2から図9を参酌する。また、本実施の形態では、情報処理装置1を動作させることにより、情報処理方法が実施される。よって、本実施の形態における情報処理方法の説明は、以下の情報処理装置1の動作説明に代える。
ここで、実施の形態におけるプログラムを実行することによって、情報処理装置を実現するコンピュータについて図12を用いて説明する。図12は、情報処理装置を実現するコンピュータの一例を示す図である。
コンピュータに、
(a)入力データのデータサイズを表す入力データ情報と、カーネルのデータサイズを表すカーネル情報と、畳み込み処理で用いるパラメータを表すパラメータ情報とを用いて、前記畳み込み処理において実行される行列処理ごとに、メモリアクセスに基づいて、前記行列処理のコストを算出する、ステップと、
(b)前記行列処理を組み合わせ、組み合わせに含まれる前記行列処理に対応する前記コストを合計し、組み合わせごとに合計したコストのうち、最小となる前記合計したコストに対応する前記行列処理の組み合わせを選択する、ステップと、
を実行させるプログラム。
付記9に記載のプログラムであって、
前記(a)のステップにおいて、列行列変換処理におけるメモリアクセスに基づいて、前記列行列変換処理のコストを算出する
プログラム。
付記10に記載のプログラムであって、
前記(a)のステップにおいて、行列積処理におけるメモリアクセスに基づいて、前記行列積処理のコストを算出する
プログラム。
付記11に記載のプログラムであって、
前記(a)のステップにおいて、前記列行列変換処理の出力データを変換するデータ変換処理におけるメモリアクセスに基づいて、前記データ変換処理のコストを算出する
プログラム。
Claims (12)
- 入力データのデータサイズを表す入力データ情報と、カーネルのデータサイズを表すカーネル情報と、畳み込み処理で用いるパラメータを表すパラメータ情報とを用いて、前記畳み込み処理において実行される行列処理ごとに、メモリアクセスに基づいて、前記行列処理のコストを算出する、コスト算出手段と、
前記行列処理を組み合わせ、組み合わせに含まれる前記行列処理に対応する前記コストを合計し、組み合わせごとに合計したコストのうち、最小となる前記合計したコストに対応する前記行列処理の組み合わせを選択する、行列処理選択手段と、
を有することを特徴とする情報処理装置。 - 請求項1に記載の情報処理装置であって、
前記コスト算出手段は、列行列変換処理におけるメモリアクセスに基づいて、前記列行列変換処理のコストを算出する
ことを特徴とする情報処理装置。 - 請求項2に記載の情報処理装置であって、
前記コスト算出手段は、行列積処理におけるメモリアクセスに基づいて、前記行列積処理のコストを算出する
ことを特徴とする情報処理装置。 - 請求項3に記載の情報処理装置であって、
前記コスト算出手段は、前記列行列変換処理の出力データを変換するデータ変換処理におけるメモリアクセスに基づいて、前記データ変換処理のコストを算出する
ことを特徴とする情報処理装置。 - (a)入力データのデータサイズを表す入力データ情報と、カーネルのデータサイズを表すカーネル情報と、畳み込み処理で用いるパラメータを表すパラメータ情報とを用いて、前記畳み込み処理において実行される行列処理ごとに、メモリアクセスに基づいて、前記行列処理のコストを算出する、ステップと、
(b)前記行列処理を組み合わせ、組み合わせに含まれる前記行列処理に対応する前記コストを合計し、組み合わせごとに合計したコストのうち、最小となる前記合計したコストに対応する前記行列処理の組み合わせを選択する、ステップと、
を有することを特徴とする情報処理方法。 - 請求項5に記載の情報処理方法であって、
前記(a)のステップにおいて、列行列変換処理におけるメモリアクセスに基づいて、前記列行列変換処理のコストを算出する
を有することを特徴とする情報処理方法。 - 請求項6に記載の情報処理方法であって、
前記(a)のステップにおいて、行列積処理におけるメモリアクセスに基づいて、前記行列積処理のコストを算出する
を有することを特徴とする情報処理方法。 - 請求項7に記載の情報処理方法であって、
前記(a)のステップにおいて、前記列行列変換処理の出力データを変換するデータ変換処理におけるメモリアクセスに基づいて、前記データ変換処理のコストを算出する
を有することを特徴とする情報処理方法。 - コンピュータに、
(a)入力データのデータサイズを表す入力データ情報と、カーネルのデータサイズを表すカーネル情報と、畳み込み処理で用いるパラメータを表すパラメータ情報とを用いて、前記畳み込み処理において実行される行列処理ごとに、メモリアクセスに基づいて、前記行列処理のコストを算出する、ステップと、
(b)前記行列処理を組み合わせ、組み合わせに含まれる前記行列処理に対応する前記コストを合計し、組み合わせごとに合計したコストのうち、最小となる前記合計したコストに対応する前記行列処理の組み合わせを選択する、ステップと、
を実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体。 - 請求項9に記載のプログラムを記録したコンピュータ読み取り可能な記録媒体であって、
前記(a)のステップにおいて、列行列変換処理におけるメモリアクセスに基づいて、前記列行列変換処理のコストを算出する
プログラムを記録したコンピュータ読み取り可能な記録媒体。 - 請求項10に記載のプログラムを記録したコンピュータ読み取り可能な記録媒体であって、
前記(a)のステップにおいて、行列積処理におけるメモリアクセスに基づいて、前記行列積処理のコストを算出する
プログラムを記録したコンピュータ読み取り可能な記録媒体。 - 請求項11に記載のプログラムを記録したコンピュータ読み取り可能な記録媒体であって、
前記(a)のステップにおいて、前記列行列変換処理の出力データを変換するデータ変換処理におけるメモリアクセスに基づいて、前記データ変換処理のコストを算出する
プログラムを記録したコンピュータ読み取り可能な記録媒体。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/029693 WO2020031281A1 (ja) | 2018-08-07 | 2018-08-07 | 情報処理装置、情報処理方法、及びコンピュータ読み取り可能な記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020031281A1 true JPWO2020031281A1 (ja) | 2021-08-02 |
JP7020555B2 JP7020555B2 (ja) | 2022-02-16 |
Family
ID=69415427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020535386A Active JP7020555B2 (ja) | 2018-08-07 | 2018-08-07 | 情報処理装置、情報処理方法、及びプログラム |
Country Status (3)
Country | Link |
---|---|
US (4) | US20210312013A1 (ja) |
JP (1) | JP7020555B2 (ja) |
WO (1) | WO2020031281A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220100925A1 (en) * | 2019-01-18 | 2022-03-31 | Nec Corporation | Optimization apparatus, optimization method, and computer readable recording medium |
CN111951269B (zh) * | 2020-10-16 | 2021-01-05 | 深圳云天励飞技术股份有限公司 | 图像处理方法及相关设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018018422A (ja) * | 2016-07-29 | 2018-02-01 | 株式会社デンソーアイティーラボラトリ | 予測装置、予測方法および予測プログラム |
WO2018067603A1 (en) * | 2016-10-04 | 2018-04-12 | Magic Leap, Inc. | Efficient data layouts for convolutional neural networks |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2017279610A1 (en) * | 2017-12-19 | 2019-07-04 | Canon Kabushiki Kaisha | Memory access optimisation using per-layer computational mapping and memory allocation for CNN application |
CN109993275B (zh) * | 2017-12-29 | 2021-01-29 | 华为技术有限公司 | 一种信号处理方法及装置 |
-
2018
- 2018-08-07 WO PCT/JP2018/029693 patent/WO2020031281A1/ja active Application Filing
- 2018-08-07 US US17/266,183 patent/US20210312013A1/en active Pending
- 2018-08-07 JP JP2020535386A patent/JP7020555B2/ja active Active
-
2022
- 2022-02-28 US US17/682,102 patent/US20220179923A1/en active Pending
- 2022-02-28 US US17/682,118 patent/US20220179924A1/en active Pending
- 2022-02-28 US US17/682,132 patent/US20220188382A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018018422A (ja) * | 2016-07-29 | 2018-02-01 | 株式会社デンソーアイティーラボラトリ | 予測装置、予測方法および予測プログラム |
WO2018067603A1 (en) * | 2016-10-04 | 2018-04-12 | Magic Leap, Inc. | Efficient data layouts for convolutional neural networks |
Also Published As
Publication number | Publication date |
---|---|
US20210312013A1 (en) | 2021-10-07 |
JP7020555B2 (ja) | 2022-02-16 |
US20220179923A1 (en) | 2022-06-09 |
US20220179924A1 (en) | 2022-06-09 |
US20220188382A1 (en) | 2022-06-16 |
WO2020031281A1 (ja) | 2020-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111465924B (zh) | 用于将矩阵输入转换为矩阵处理器的向量化输入的系统和方法 | |
JP2020506454A (ja) | ハードウェアにおける平均プーリングの実行 | |
US20220179923A1 (en) | Information processing apparatus, information processing method, and computer-readable recording medium | |
JP6922556B2 (ja) | 生成プログラム、生成方法、生成装置、及び剽窃検知プログラム | |
JP7114659B2 (ja) | ニューラルネットワーク方法及び装置 | |
Kubota et al. | Optimization of sparse matrix-vector multiplication by auto selecting storage schemes on GPU | |
Niederhagen et al. | Implementing Joux-Vitse’s Crossbred Algorithm for Solving Systems over on GPUs | |
US20210319080A1 (en) | Tensor data calculating apparatus, tensor data calculating method and program | |
Zhang et al. | Pass-efficient randomized LU algorithms for computing low-rank matrix approximation | |
JP6367959B2 (ja) | 部分文字列位置検出装置、部分文字列位置検出方法及びプログラム | |
Hishinuma et al. | AVX acceleration of DD arithmetic between a sparse matrix and vector | |
US11573765B2 (en) | Fused convolution and batch normalization for neural networks | |
US20230161555A1 (en) | System and method performing floating-point operations | |
Seznec et al. | Computing large 2D convolutions on GPU efficiently with the im2tensor algorithm | |
Gushanskiy et al. | Development of a scheme of a hardware accelerator of quantum computing for correction quantum types of errors | |
CN113924610B (zh) | 秘密共轭梯度法计算系统及方法、秘密计算装置、共轭梯度法计算装置及方法、以及记录介质 | |
JP6825119B2 (ja) | 秘密読み込み装置、秘密書き込み装置、それらの方法、およびプログラム | |
Ruffa et al. | Parallelized solution of banded linear systems with an introduction to p-adic computation | |
US20230281270A1 (en) | Recording medium and information processing method | |
Isupov et al. | Computing the Sparse Matrix-Vector Product in High-Precision Arithmetic for GPU Architectures | |
JP7052874B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
US20230118082A1 (en) | Apparatus, method and system for matrix multiplication reusing multiply accumulate operation | |
JP2019028883A (ja) | 解算出装置、解算出方法及び解算出プログラム | |
US20220405204A1 (en) | Computer-readable recording medium storing data placement program, processor, and data placement method | |
Lamas Daviña et al. | GPU implementation of Krylov solvers for block-tridiagonal eigenvalue problems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210129 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210129 |
|
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: 20220104 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220117 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7020555 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |