JP2007058603A - パターン認識方法及び装置及びプログラム - Google Patents
パターン認識方法及び装置及びプログラム Download PDFInfo
- Publication number
- JP2007058603A JP2007058603A JP2005243424A JP2005243424A JP2007058603A JP 2007058603 A JP2007058603 A JP 2007058603A JP 2005243424 A JP2005243424 A JP 2005243424A JP 2005243424 A JP2005243424 A JP 2005243424A JP 2007058603 A JP2007058603 A JP 2007058603A
- Authority
- JP
- Japan
- Prior art keywords
- feature
- search
- clustering
- combination
- user
- 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
- 238000012567 pattern recognition method Methods 0.000 title claims abstract description 17
- 238000013500 data storage Methods 0.000 claims abstract description 26
- 238000003909 pattern recognition Methods 0.000 claims abstract description 22
- 238000000605 extraction Methods 0.000 claims description 34
- 238000011156 evaluation Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 2
- 238000000034 method Methods 0.000 description 12
- 241000271566 Aves Species 0.000 description 7
- 241001465754 Metazoa Species 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 241000272525 Anas platyrhynchos Species 0.000 description 2
- 241000282376 Panthera tigris Species 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 241000283690 Bos taurus Species 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 241000282320 Panthera leo Species 0.000 description 1
- 241000555745 Sciuridae Species 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 210000003746 feather Anatomy 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】 本発明は、記憶手段から学習用データを読み込んで、学習用データの複数の特徴を抽出し、複数の特徴から暫定的な特徴の組み合わせを決定し、全ての暫定的な特徴の組み合わせについてクラスタリングを行い、ユーザから入力された学習データ中に含まれる検索対象の数(以下、含有数と記す)を取得し、該含有数に応じた取得したクラスタリング結果を検索結果の候補として該ユーザが閲覧可能な表示装置に提示し、ユーザから選択された検索結果の候補となる特徴量の組み合わせを求め、特徴量を決定し、決定された特徴量に基づいて、検索対象データ記憶手段を検索し、検索結果を取得する。
【選択図】 図1
Description
オーム社、「パターン認識」石井健一郎、上田修功、前田栄作、村瀬洋p106 オーム社、「パターン認識」石井健一郎、上田修功、前田栄作、村瀬洋p73
学習用データが記憶された記憶手段から学習用データを読み込んで、複数の特徴抽出手段により該学習用データの複数の特徴を抽出する特徴抽出ステップ(ステップ1)と、
特徴抽出ステップで抽出された複数の特徴の暫定的な特徴の組み合わせを決定する特徴組み合わせステップ(ステップ2)と、
全ての暫定的な特徴の組み合わせについてクラスタリングを行うクラスタリングステップ(ステップ3)と、
ユーザから入力された学習データ中に含まれる検索対象の数(以下、含有数と記す)を取得し、該含有数に応じたクラスタリングステップで取得したクラスタリング結果を検索結果の候補として該ユーザが閲覧可能な表示装置に提示する検索対象候補生成ステップ(ステップ4)と、
ユーザから選択された検索結果の候補となる特徴量の組み合わせを求め、特徴量を決定する特徴決定ステップ(ステップ5)と、
特徴ステップで決定された特徴量に基づいて、検索対象データ記憶手段を検索し、検索結果を取得する検索ステップ(ステップ6)と、を行う。
映像を含む時系列データが記憶された記憶手段から時系列データを読み込んで、複数の特徴抽出手段により該時系列データの複数の特徴を抽出する特徴抽出ステップと、
特徴抽出ステップで抽出された複数の特徴から暫定的な特徴の組み合わせを決定する特徴組み合わせステップと、
全ての暫定的な特徴の組み合わせについてクラスタリングを行うクラスタリングステップと、
ユーザから入力された時系列データ中に含まれる検索対象の数(以下、含有数と記す)を取得し、該含有数に応じたクラスタリングステップで取得したクラスタリング結果である映像区間を検索結果の候補として該ユーザが閲覧可能な表示装置に提示する検索対象候補生成ステップと、
ユーザから選択された検索結果の候補となる特徴量の組み合わせを求め、特徴量を決定する特徴決定ステップと、
特徴ステップで決定された特徴量に基づいて、検索対象データ記憶手段を検索し、検索結果を取得する検索ステップと、を行う。
特徴決定ステップにおいて、
ユーザから選択された検索結果の候補を生み出す特徴量の組み合わせを求め、
特徴量の組み合わせのうち、利用する特徴量の数の逆数を各特徴量の組み合わせの評価値とし、
評価値の最もよい特徴量の組み合わせを特徴量とする。
含有数の代わりに、学習データ中に検索したい対象となるデータがどの程度含まれるかを示す含有率を用いる。
学習用データが格納記憶された記憶手段1と、
検索対象データが格納された検索対象データ記憶手段13と、
記憶手段1から学習用データを読み込んで、該学習用データの複数の特徴を抽出する複数の特徴抽出手段2と、
特徴抽出手段2で抽出された複数の特徴から暫定的な特徴の組み合わせを決定する特徴組み合わせ手段3と、
全ての暫定的な特徴の組み合わせについてクラスタリングを行うクラスタリング手段4と、
ユーザから入力された学習データ中に含まれる検索対象の数(以下、含有数と記す)を取得し、該含有数に応じたクラスタリング手段4で取得したクラスタリング結果を検索結果の候補として該ユーザが閲覧可能な表示装置に提示する検索対象候補生成手段5と、
ユーザから選択された検索結果の候補となる特徴量の組み合わせを求め、特徴量を決定する特徴決定手段9と、
特徴決定手段9で決定された特徴量に基づいて、検索対象データ記憶手段13を検索し、検索結果を取得する検索手段10と、を有する。
映像を含む時系列データが格納された記憶手段と、
検索対象データが格納された検索対象データ記憶手段と、
記憶手段から時系列データを読み込んで、該時系列データの複数の特徴を抽出する複数の特徴抽出手段と、
特徴抽出手段で抽出された複数の特徴から暫定的な特徴の組み合わせを決定する特徴組み合わせ手段と、
全ての暫定的な特徴の組み合わせについてクラスタリングを行うクラスタリング手段と、
ユーザから入力された時系列データ中に含まれる検索対象の数(以下、含有数と記す)を取得し、該含有数に応じたクラスタリング手段で取得したクラスタリング結果である映像区間を検索結果の候補として該ユーザが閲覧可能な表示装置に提示する検索対象候補生成手段と、
ユーザから選択された検索結果の候補となる特徴量の組み合わせを求め、特徴量を決定する特徴決定手段と、
特徴決定手段で決定された特徴量に基づいて、検索対象データ記憶手段を検索し、検索結果を取得する検索手段と、を有する。
特徴決定手段9は、
ユーザから選択された検索結果の候補を生み出す特徴量の組み合わせを求め、
特徴量の組み合わせのうち、利用する特徴量の数の逆数を各特徴量の組み合わせの評価値とし、該評価値の最もよい特徴量の組み合わせを特徴量とする手段を含む。
本実施例では、上記の実施の形態の動作に沿って具体的な例を説明する。
1:小さい
2:中くらい
3:大きい
4:2本足
5:4本足
6:毛を持つ
7:ひずめを持つ
8:たてがみを持つ
9:羽をもつ
A:狩猟を好む
B:走ることを好む
C:飛ぶことを好む
D:泳ぐことを好む
の各項目に関して、当てはまる場合には「1」、当てはまらない場合は「0」が記載されている。
0000000010000→羽
0000010000000→毛
0000100000000→4本足
0001000000000→2本足
はと めんどり あひる がちょう ふくろう たか ねこ
1000000000000→小さい
めんどり きつね いぬ おおかみ ねこ トラ ライオン
0000001000010→ひずめ&飛べる
めんどり ねこ トラ ライオン うま しまうま うし
0100000000010→中ぐらい&飛べる
はと めんどり あひる がちょう うま しまうま うし
0100000001000→中ぐらい&狩猟
はと めんどり ふくろう たか わし キツネ ねこ
0010000000101→大きい&走ることが好き&泳ぐ
はと めんどり ふくろう たか ねこ トラ うし
0100000000101→中ぐらい&走ることが好き&泳ぐ
0100000100001→中ぐらい&たてがみ&泳ぐ
はと めんどり ふくろう たか ねこ トラ ライオン
0100001000001→中ぐらい&ひずめ&泳ぐ
上記の例では、7種類の動物を選ぶクラスタリング結果としては、8通りの選び方が存在しており、各々その選び方を可能とする特徴量の選択方法があることがわかる。
羽がある
:
2本足の動物
が想定される。
本実施例では、本システムを時系列データの検索へ拡張した例を説明する。
2 特徴抽出手段、特徴抽出部
3 特徴組み合わせ手段、特徴組み合わせ部
4 クラスタリング手段、クラスタリング部
5 検索対象候補生成手段、検索対象候補生成部
6 検索対象含有数入力取得部
7 検索結果提示部
8 正解検索結果入力取得部
9 特徴決定手段、特徴決定部
10 検索手段、検索部
11 検索対象含有数入力装置
12 正解検索結果入力装置
13 検索対象データ記憶手段、検索対象データ記憶装置
Claims (9)
- パターン認識方法であって、
学習用データが記憶された記憶手段から学習用データを読み込んで、複数の特徴抽出手段により該学習用データの複数の特徴を抽出する特徴抽出ステップと、
前記特徴抽出ステップで抽出された前記複数の特徴の暫定的な特徴の組み合わせを決定する特徴組み合わせステップと、
全ての前記暫定的な特徴の組み合わせについてクラスタリングを行うクラスタリングステップと、
ユーザから入力された前記学習データ中に含まれる検索対象の数(以下、含有数と記す)を取得し、該含有数に応じた前記クラスタリングステップで取得したクラスタリング結果を検索結果の候補として該ユーザが閲覧可能な表示装置に提示する検索対象候補生成ステップと、
前記ユーザから選択された検索結果の候補となる特徴量の組み合わせを求め、特徴量を決定する特徴決定ステップと、
前記特徴ステップで決定された特徴量に基づいて、検索対象データ記憶手段を検索し、検索結果を取得する検索ステップと、
を行うことを特徴とするパターン認識方法。 - パターン認識方法であって、
映像を含む時系列データが記憶された記憶手段から時系列データを読み込んで、複数の特徴抽出手段により該時系列データの複数の特徴を抽出する特徴抽出ステップと、
前記特徴抽出ステップで抽出された前記複数の特徴から暫定的な特徴の組み合わせを決定する特徴組み合わせステップと、
全ての前記暫定的な特徴の組み合わせについてクラスタリングを行うクラスタリングステップと、
ユーザから入力された前記時系列データ中に含まれる検索対象の数(以下、含有数と記す)を取得し、該含有数に応じた前記クラスタリングステップで取得したクラスタリング結果である映像区間を検索結果の候補として該ユーザが閲覧可能な表示装置に提示する検索対象候補生成ステップと、
前記ユーザから選択された検索結果の候補となる特徴量の組み合わせを求め、特徴量を決定する特徴決定ステップと、
前記特徴ステップで決定された特徴量に基づいて、検索対象データ記憶手段を検索し、検索結果を取得する検索ステップと、
を行うことを特徴とするパターン認識方法。 - 前記特徴決定ステップにおいて、
前記ユーザから選択された検索結果の候補を生み出す特徴量の組み合わせを求め、
前記特徴量の組み合わせのうち、利用する特徴量の数の逆数を各特徴量の組み合わせの評価値とし、
前記評価値の最もよい特徴量の組み合わせを特徴量とする、
請求項1または2記載のパターン認識方法。 - 前記含有数の代わりに、前記学習データ中に検索したい対象となるデータがどの程度含まれるかを示す含有率を用いる、
請求項1記載のパターン認識方法。 - パターン認識装置であって、
学習用データが格納記憶された記憶手段と、
検索対象データが格納された検索対象データ記憶手段と、
前記記憶手段から学習用データを読み込んで、該学習用データの複数の特徴を抽出する複数の特徴抽出手段と、
前記特徴抽出手段で抽出された前記複数の特徴から暫定的な特徴の組み合わせを決定する特徴組み合わせ手段と、
全ての前記暫定的な特徴の組み合わせについてクラスタリングを行うクラスタリング手段と、
ユーザから入力された前記学習データ中に含まれる検索対象の数(以下、含有数と記す)を取得し、該含有数に応じた前記クラスタリング手段で取得したクラスタリング結果を検索結果の候補として該ユーザが閲覧可能な表示装置に提示する検索対象候補生成手段と、
前記ユーザから選択された検索結果の候補となる特徴量の組み合わせを求め、特徴量を決定する特徴決定手段と、
前記特徴決定手段で決定された特徴量に基づいて、検索対象データ記憶手段を検索し、検索結果を取得する検索手段と、
を有することを特徴とするパターン認識装置。 - パターン認識装置であって、
映像を含む時系列データが格納された記憶手段と、
検索対象データが格納された検索対象データ記憶手段と、
前記記憶手段から時系列データを読み込んで、該時系列データの複数の特徴を抽出する複数の特徴抽出手段と、
前記特徴抽出手段で抽出された前記複数の特徴から暫定的な特徴の組み合わせを決定する特徴組み合わせ手段と、
全ての前記暫定的な特徴の組み合わせについてクラスタリングを行うクラスタリング手段と、
ユーザから入力された前記時系列データ中に含まれる検索対象の数(以下、含有数と記す)を取得し、該含有数に応じた前記クラスタリング手段で取得したクラスタリング結果である映像区間を検索結果の候補として該ユーザが閲覧可能な表示装置に提示する検索対象候補生成手段と、
前記ユーザから選択された検索結果の候補となる特徴量の組み合わせを求め、特徴量を決定する特徴決定手段と、
前記特徴決定手段で決定された特徴量に基づいて、前記検索対象データ記憶手段を検索し、検索結果を取得する検索手段と、
を有することを特徴とするパターン認識装置。 - 前記特徴決定手段は、
前記ユーザから選択された検索結果の候補を生み出す特徴量の組み合わせを求め、
前記特徴量の組み合わせのうち、利用する特徴量の数の逆数を各特徴量の組み合わせの評価値とし、該評価値の最もよい特徴量の組み合わせを特徴量とする手段を含む
請求項5または6記載のパターン認識装置。 - 前記含有数の代わりに、前記学習データ中に検索したい対象となるデータがどの程度含まれるかを示す含有率を用いる、
請求項5記載のパターン認識装置。 - コンピュータを、
請求項5乃至8記載のパターン認識装置として機能させることを特徴とするパターン認識プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005243424A JP4715389B2 (ja) | 2005-08-24 | 2005-08-24 | パターン認識方法及び装置及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005243424A JP4715389B2 (ja) | 2005-08-24 | 2005-08-24 | パターン認識方法及び装置及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007058603A true JP2007058603A (ja) | 2007-03-08 |
JP4715389B2 JP4715389B2 (ja) | 2011-07-06 |
Family
ID=37922042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005243424A Expired - Fee Related JP4715389B2 (ja) | 2005-08-24 | 2005-08-24 | パターン認識方法及び装置及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4715389B2 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009093250A (ja) * | 2007-10-04 | 2009-04-30 | Sony Corp | 情報処理装置および方法、プログラム、並びに記録媒体 |
JP2010102690A (ja) * | 2008-09-24 | 2010-05-06 | Canon Inc | 情報処理装置及び方法 |
CN104077605A (zh) * | 2014-07-18 | 2014-10-01 | 北京航空航天大学 | 一种基于颜色拓扑结构的行人搜索识别方法 |
JP2018125019A (ja) * | 2018-03-27 | 2018-08-09 | エルピクセル株式会社 | 画像処理装置及び画像処理方法 |
JP2019040272A (ja) * | 2017-08-22 | 2019-03-14 | 富士電機株式会社 | 品質監視システム及びプログラム |
US11586703B2 (en) | 2018-02-08 | 2023-02-21 | Nec Corporation | Feature transformation apparatus and method, and recording medium |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0668066A (ja) * | 1992-08-20 | 1994-03-11 | Fuji Electric Co Ltd | 判別条件生成方法 |
JPH07230446A (ja) * | 1993-12-22 | 1995-08-29 | Toshiba Corp | パターン抽出方法及び装置 |
JPH08106391A (ja) * | 1994-10-04 | 1996-04-23 | Fuji Electric Co Ltd | 判別ルール生成方法 |
JPH11213127A (ja) * | 1998-01-23 | 1999-08-06 | Tokyo Inst Of Technol | 画像処理方法および装置 |
JP2000132558A (ja) * | 1998-10-22 | 2000-05-12 | Nri & Ncc Co Ltd | 分類ルール探求式クラスター分析装置 |
JP2001101188A (ja) * | 1999-09-30 | 2001-04-13 | Toshiba Corp | 相関関係分析方法、相関関係分析装置および記録媒体 |
JP2003256839A (ja) * | 2002-02-27 | 2003-09-12 | Nec Corp | パターンの特徴選択方法及び分類方法及び判定方法及びプログラム並びに装置 |
-
2005
- 2005-08-24 JP JP2005243424A patent/JP4715389B2/ja not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0668066A (ja) * | 1992-08-20 | 1994-03-11 | Fuji Electric Co Ltd | 判別条件生成方法 |
JPH07230446A (ja) * | 1993-12-22 | 1995-08-29 | Toshiba Corp | パターン抽出方法及び装置 |
JPH08106391A (ja) * | 1994-10-04 | 1996-04-23 | Fuji Electric Co Ltd | 判別ルール生成方法 |
JPH11213127A (ja) * | 1998-01-23 | 1999-08-06 | Tokyo Inst Of Technol | 画像処理方法および装置 |
JP2000132558A (ja) * | 1998-10-22 | 2000-05-12 | Nri & Ncc Co Ltd | 分類ルール探求式クラスター分析装置 |
JP2001101188A (ja) * | 1999-09-30 | 2001-04-13 | Toshiba Corp | 相関関係分析方法、相関関係分析装置および記録媒体 |
JP2003256839A (ja) * | 2002-02-27 | 2003-09-12 | Nec Corp | パターンの特徴選択方法及び分類方法及び判定方法及びプログラム並びに装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009093250A (ja) * | 2007-10-04 | 2009-04-30 | Sony Corp | 情報処理装置および方法、プログラム、並びに記録媒体 |
US8165387B2 (en) | 2007-10-04 | 2012-04-24 | Sony Corporation | Information processing apparatus and method, program, and recording medium for selecting data for learning |
JP2010102690A (ja) * | 2008-09-24 | 2010-05-06 | Canon Inc | 情報処理装置及び方法 |
CN104077605A (zh) * | 2014-07-18 | 2014-10-01 | 北京航空航天大学 | 一种基于颜色拓扑结构的行人搜索识别方法 |
JP2019040272A (ja) * | 2017-08-22 | 2019-03-14 | 富士電機株式会社 | 品質監視システム及びプログラム |
JP7000738B2 (ja) | 2017-08-22 | 2022-01-19 | 富士電機株式会社 | 品質監視システム及びプログラム |
US11586703B2 (en) | 2018-02-08 | 2023-02-21 | Nec Corporation | Feature transformation apparatus and method, and recording medium |
JP2018125019A (ja) * | 2018-03-27 | 2018-08-09 | エルピクセル株式会社 | 画像処理装置及び画像処理方法 |
Also Published As
Publication number | Publication date |
---|---|
JP4715389B2 (ja) | 2011-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pereira et al. | SLEAP: Multi-animal pose tracking | |
US9098741B1 (en) | Discriminitive learning for object detection | |
Divvala et al. | Learning everything about anything: Webly-supervised visual concept learning | |
Cliche et al. | Scatteract: Automated extraction of data from scatter plots | |
JP6240916B2 (ja) | 視覚的クエリーに応答したテキスト用語の識別 | |
CN110245259B (zh) | 基于知识图谱的视频打标签方法及装置、计算机可读介质 | |
JP5031741B2 (ja) | 文書視覚構造の文法的な解析 | |
JP4715389B2 (ja) | パターン認識方法及び装置及びプログラム | |
RU2666277C1 (ru) | Сегментация текста | |
CN107368613B (zh) | 短文本情感分析方法及装置 | |
JP2009082443A5 (ja) | ||
CN107273883B (zh) | 决策树模型训练方法、确定ocr结果中数据属性方法及装置 | |
KR20180122247A (ko) | 이종 센서들로부터 추출된 스켈레톤 정보를 이용하여 기계학습 데이터 및 주석을 생성하는 장치 및 그 방법 | |
CN103534696A (zh) | 针对口语语言理解中的域检测利用查询点击记录 | |
CN106537387B (zh) | 检索/存储与事件相关联的图像 | |
US8527516B1 (en) | Identifying similar digital text volumes | |
JPWO2020050413A1 (ja) | 認証用顔画像候補判定装置、認証用顔画像候補判定方法、プログラム、および記録媒体 | |
US20150036930A1 (en) | Discriminating synonymous expressions using images | |
CN106156794B (zh) | 基于文字风格识别的文字识别方法及装置 | |
WO2022247403A1 (zh) | 关键点检测方法、电子设备、程序及存储介质 | |
Sfikas et al. | Using attributes for word spotting and recognition in polytonic greek documents | |
JP7193000B2 (ja) | 類似文書検索方法、類似文書検索プログラム、類似文書検索装置、索引情報作成方法、索引情報作成プログラムおよび索引情報作成装置 | |
JP2019212034A5 (ja) | ||
JP2006260311A (ja) | マッチング方法およびマッチング装置ならびにプログラム | |
JP5292247B2 (ja) | コンテンツタグ収集方法、コンテンツタグ収集用プログラム、コンテンツタグ収集システム及びコンテンツ検索システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070817 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100310 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100323 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100520 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100713 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100906 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20101109 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20101227 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20110301 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110314 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140408 Year of fee payment: 3 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |