JP5224280B2 - 学習データ管理装置、学習データ管理方法及び車両用空調装置ならびに機器の制御装置 - Google Patents
学習データ管理装置、学習データ管理方法及び車両用空調装置ならびに機器の制御装置 Download PDFInfo
- Publication number
- JP5224280B2 JP5224280B2 JP2008218488A JP2008218488A JP5224280B2 JP 5224280 B2 JP5224280 B2 JP 5224280B2 JP 2008218488 A JP2008218488 A JP 2008218488A JP 2008218488 A JP2008218488 A JP 2008218488A JP 5224280 B2 JP5224280 B2 JP 5224280B2
- Authority
- JP
- Japan
- Prior art keywords
- state information
- learning data
- unit
- certainty factor
- learning
- 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
- 238000013523 data management Methods 0.000 title claims description 32
- 238000000034 method Methods 0.000 title claims description 29
- 238000010801 machine learning Methods 0.000 claims description 100
- 238000004378 air conditioning Methods 0.000 claims description 56
- 238000009825 accumulation Methods 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 22
- 230000006870 function Effects 0.000 claims description 10
- 230000001143 conditioned effect Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 description 14
- 230000008859 change Effects 0.000 description 13
- 108090000623 proteins and genes Proteins 0.000 description 6
- 230000005855 radiation Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000005057 refrigeration Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000003507 refrigerant Substances 0.000 description 2
- 125000002015 acyclic group Chemical group 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000881 depressing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000945 filler Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Images
Landscapes
- Air-Conditioning For Vehicles (AREA)
- Air Conditioning Control Device (AREA)
Description
この場合において、請求項2の記載によれば、その関数は、所定の設定に関連する学習データの数及び推薦度を入力とし、推薦度の所定の値に対する確信度を出力とするベータ分布またはディリクレ分布を含むことが好ましい。
これにより、機械学習システムが十分に学習されている場合は確信度が高く、機械学習システムの学習が不十分な場合は確信度が低くなるので、学習データ管理装置は、状態情報を学習データとして蓄積するか否かの判断基準となる確信度を適切に算出することができる。
本発明の一つの実施形態に係る空調装置は、特定の設定操作に関する推薦度を求める機械学習システムを用いて、周囲の状況に応じて設定を自動的に修正するものである。そして係る空調装置は、その周囲の状況を表す状態情報を機械学習システムの学習に用いられる学習データとして蓄積する際、学習データとして蓄積され得る状態情報のうち、十分な数のサンプルが得られたものについては棄却し、サンプル数の少ないものだけを蓄積する。
なお、空調部2として、車載用空調装置に使用される周知の様々な構成を採用することができるため、ここでは、空調部2の構造の詳細な説明を省略する。
情報取得部3は、定期的(例えば、1秒毎、4秒毎、1分毎など)に一つ以上の状態情報を取得する。あるいは、情報取得部3は、ユーザが空調装置に対する設定操作を行ったときに、制御部5からの情報取得要求に従って一つ以上の状態情報を取得する。そして、情報取得部3は、その取得された状態情報を制御部5へ渡す。
制御部5は、図示していないCPU,ROM,RAM等からなる1個もしくは複数個の図示してないマイクロコンピュータ及びその周辺回路と、電気的に書き換え可能な不揮発性メモリ等からなる記憶部51と、情報取得部3の各センサなどとコントロールエリアネットワーク(CAN)のような車載通信規格に従って通信する通信部52を有する。そして記憶部51は、制御部5で実行されるプログラム、そのプログラムが使用する各種設定パラメータなどを記憶する。また記憶部51は、機械学習システムの構造を表すデータ及び機械学習システムの学習に用いられる学習データセットを記憶する。
以下、制御部5の動作を詳細に説明する。
さらに、推論部53は、パーセプトロン型のニューラルネットワークなど、他の公知の様々な機械学習システムを採用することができる。
具体的には、空調制御部54は、設定温度Tset及び各温度センサ及び日射センサの測定信号に基づいて、各吹き出し口から送出される空調空気の必要吹出口温度(空調温度Tao)を決定する。その後、空調制御部54は、その空調空気の温度が空調温度Taoとなるように、エアミックスドアの開度を決定する。そして空調制御部54は、エアミックスドアがその開度になるように、エアミックスドアを動かすための温調サーボモータへ、制御信号を送信する。
(1)特定の状況に対応する設定操作の推薦度が低い。例えば、特定の状況における空調装置の設定が一定でない場合がある。このような場合、その特定の状況において取得された状態情報を用いて機械学習システムが学習されると、機械学習システムは、その特定の状況に対してどの設定が最適か適切に判定できず、どの設定操作に対しても低い推薦度を出力する。そのため、ユーザにとって適切な設定操作が推薦されない可能性が高い。そこで、特定の状況に対応する設定操作の推薦度が低い場合は、機械学習システムを学習する必要があると考えられる。
(2)特定の状況に対応する学習データの数が少ない。このような場合、それら学習データに基づいて、ユーザがその特定状況に対してどのような設定を好むかを特定できない可能性がある。そこで特定の状況に対応する学習データの数が少ない場合は、機械学習システムを学習する必要があると考えられる。
表現したときの推薦度fの分布に相当する。2層ベイジアンネットにおいては、学習パラメータはCPTと1対1に対応するため、ρ(f)はベータ分布(ディリクレ分布)を設定することが好ましい。一般的な機械学習システムにおいても同様に、その学習パラメータに適した分布を設定し、その推薦度fの分布をρ(f)とすることが好ましい。
また、それに限らず、確信度算出部55は、確信度rを算出するために、所定の設定に関連する学習データの数または推薦度fが高くなるにつれて、確信度rも高くなる他の関数を用いてもよい。
確信度算出部55は、情報取得部3により、状態情報が取得される度に確信度rを算出する。そして確信度算出部55は、求めた確信度rを取得された状態情報及び設定項目と関連付けて記憶部51に記憶する。
一方、変化量Eが大きい場合、その状態情報の値の組に対して、機械学習システムは十分に学習されていないと考えられる。そこで、データ蓄積判定部56は、変化量Eが閾値Th1以上の場合、その状態情報に推薦度を算出した設定操作を関連付けて、記憶部51に学習データとして蓄積する。
さらにデータ蓄積判定部56は、上記の両方の判定基準について調べ、どちらか一方の判定基準を満たせば、状態情報を記憶部51に学習データとして蓄積するようにしてもよい。
また、機械学習システムとしてパーセプトロン型のニューラルネットワークが採用されている場合、学習部57は、バックプロパゲーションアルゴリズムを用いて機械学習システムを学習することができる。
学習部57は、学習した機械学習システムに関連するデータ(確率モデルのグラフ構造、各ノードに対応するCPTなど)を記憶部51に記憶する。
なお、利用可能な機械学習システムが複数存在する場合、制御部5は、機械学習システムのそれぞれごとに、上記のステップS102〜S106の処理を実行する。そして、複数の機械学習システムに対して、学習データとして蓄積する判定基準が満たされる場合、ステップS101で得られた状態情報は、それら各機械学習システムごとに蓄積される。一方、何れの機械学習システムに対しても、学習データとして蓄積する判定基準が満たされない場合、ステップS101で得られた状態情報は、空調処理に使用された後、棄却される。また制御部5は、新たな状態情報が取得される度に、この学習処理を実行する。
一方、ステップS203において、推薦度がその閾値未満の場合、推論部53は、空調装置1の設定パラメータを修正せず、この場合、空調制御部54は、通常の空調制御処理にしたがって空調部2を制御する(ステップS206)。なお、利用可能な機械学習システムが複数存在する場合、制御部5は、機械学習システムのそれぞれごとに、上記のステップS202〜S206の処理を実行する。
また、自動制御によって行われる設定操作は、カーオーディオが制御対象機器である場合、カーオーディオの電源を入れる/切る、CDを操作する、ボリュームを調整する等であってもよい。
上記のように、当業者は、本発明の範囲内で様々な修正を行うことが可能である。
2 空調部
3 情報取得部
4 操作パネル
5 制御部
51 記憶部
52 通信部
53 推論部
54 空調制御部
55 確信度算出部
56 データ蓄積判定部
57 学習部
Claims (7)
- 機器(2)を自動制御するために、状態情報取得部(3)により取得された当該機器(2)に関する少なくとも一つの状態情報を入力することにより、当該機器(2)を所定の設定にする推薦度を求める機械学習システムの学習に用いる学習データを蓄積する学習データ管理装置であって、
前記状態情報と前記所定の設定の組を学習データとして蓄積する記憶部(51)と、
前記状態情報取得部(3)により新たな状態情報が取得されたとき、前記記憶部(51)に蓄積されている学習データのうち、前記所定の設定に関連する学習データの数から、当該新たな状態情報を前記機械学習システムに入力して求められた前記所定の設定の推薦度の確からしさを表す確信度を算出する確信度算出部(55)と、
前記確信度が前記機械学習システムを学習する必要があることを示す所定の基準を満たすとき、前記新たな状態情報と前記所定の設定の組を学習データとして前記記憶部(51)に蓄積し、前記確信度が当該所定の基準を満たさないとき、前記新たな状態情報を棄却するデータ蓄積判定部(56)と、
を有し、
前記確信度算出部(55)は、前記推薦度が高くなるにつれて、前記確信度も高くなる関数を用いて前記確信度を求めることを特徴とする学習データ管理装置。 - 前記関数は、前記所定の設定に関連する学習データの数及び前記推薦度を入力とし、前記推薦度の所定の値に対する前記確信度を出力とするベータ分布またはディリクレ分布を含む、請求項1に記載の学習データ管理装置。
- 前記データ蓄積判定部(56)は、前記所定の設定の推薦度に関して求められた最新の確信度と、前記所定の設定の推薦度に関して求められた1回前の確信度との差の絶対値が、前記機械学習システムを学習することによって前記所定の設定の推薦度が変動することに対応する第1の閾値よりも大きいとき、前記所定の基準を満たすと判定する、請求項1または2に記載の学習データ管理装置。
- 前記データ蓄積判定部(56)は、前記所定の設定の推薦度に関して求められた最新の確信度が、前記所定の設定の推薦度が適切であることに対応する第2の閾値以下のとき、前記所定の基準を満たすと判定する、請求項1または2に記載の学習データ管理装置。
- 制御対象となる機器(2)に関する少なくとも一つの状態情報を取得する状態情報取得部(3)と、
前記少なくとも一つの状態情報を機械学習システムに入力することにより、前記機器(2)を所定の設定にする推薦度を算出する推論部(53)と、
前記推薦度に従って前記機器(2)を制御する制御部(54)と、
前記状態情報と前記所定の設定の組を学習データとして蓄積する記憶部(51)と、
前記状態情報取得部(3)により新たな状態情報が取得されたとき、前記記憶部(51)に蓄積されている学習データのうち、前記所定の設定に関連する学習データの数から、当該新たな状態情報を前記機械学習システムに入力して求められた前記所定の設定の推薦度の確からしさを表す確信度を算出する確信度算出部(55)と、
前記確信度が前記機械学習システムを学習する必要があることを示す所定の基準を満たすとき、前記新たな状態情報と前記所定の設定の組を学習データとして前記記憶部(51)に蓄積し、前記確信度が当該所定の基準を満たさないとき、前記新たな状態情報を棄却するデータ蓄積判定部(56)と、
前記記憶部(51)に蓄積された学習データを用いて前記機械学習システムを学習する学習部(57)と、
を有し、
前記確信度算出部(55)は、前記推薦度が高くなるにつれて、前記確信度も高くなる関数を用いて前記確信度を求めることを特徴とする制御装置。 - 車両用空調装置であって、
空調空気を車両内に供給する空調部(2)と、
前記車両に関する少なくとも一つの状態情報を取得する状態情報取得部(3)と、
前記少なくとも一つの状態情報を機械学習システムに入力することにより、前記空調部(2)を所定の設定にする推薦度を算出する推論部(53)と、
前記推薦度に従って前記空調部(2)を制御する空調制御部(54)と、
前記状態情報と前記所定の設定の組を学習データとして蓄積する記憶部(51)と、
前記状態情報取得部(3)により新たな状態情報が取得されたとき、前記記憶部(51)に蓄積されている学習データのうち、前記所定の設定に関連する学習データの数から、当該新たな状態情報を前記機械学習システムに入力して求められた前記所定の設定の推薦度の確からしさを表す確信度を算出する確信度算出部(55)と、
前記確信度が前記機械学習システムを学習する必要があることを示す所定の基準を満たすとき、前記新たな状態情報と前記所定の設定の組を学習データとして前記記憶部(51)に蓄積し、前記確信度が当該所定の基準を満たさないとき、前記新たな状態情報を棄却するデータ蓄積判定部(56)と、
前記記憶部(51)に蓄積された学習データを用いて前記機械学習システムを学習する学習部(56)と、
を有し、
前記確信度算出部(55)は、前記推薦度が高くなるにつれて、前記確信度も高くなる関数を用いて前記確信度を求めることを特徴とする車両用空調装置。 - 機器(2)を自動制御するために、状態情報取得部(3)により取得された当該機器(2)に関する少なくとも一つの状態情報を入力することにより、当該機器(2)を所定の設定にする推薦度を求める機械学習システムの学習に用いる学習データを記憶部(51)に蓄積する学習データ管理方法であって、
前記状態情報取得部(3)により新たな状態情報が取得されたとき、前記記憶部(51)に既に蓄積されている学習データのうち、前記所定の設定に関連する学習データの数から、当該新たな状態情報を前記機械学習システムに入力して求められた前記所定の設定の推薦度の確からしさを表す確信度を算出するステップと、
前記確信度が前記機械学習システムを学習する必要があることを示す所定の基準を満たすとき、前記新たな状態情報と前記所定の設定の組を新たな学習データとして前記記憶部(51)に蓄積し、前記確信度が当該所定の基準を満たさないとき、前記新たな状態情報を棄却するステップと、
を含み、
前記確信度を算出するステップは、前記推薦度が高くなるにつれて、前記確信度も高くなる関数を用いて前記確信度を求めることを特徴とする学習データ管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008218488A JP5224280B2 (ja) | 2008-08-27 | 2008-08-27 | 学習データ管理装置、学習データ管理方法及び車両用空調装置ならびに機器の制御装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008218488A JP5224280B2 (ja) | 2008-08-27 | 2008-08-27 | 学習データ管理装置、学習データ管理方法及び車両用空調装置ならびに機器の制御装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010055303A JP2010055303A (ja) | 2010-03-11 |
JP5224280B2 true JP5224280B2 (ja) | 2013-07-03 |
Family
ID=42071161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008218488A Active JP5224280B2 (ja) | 2008-08-27 | 2008-08-27 | 学習データ管理装置、学習データ管理方法及び車両用空調装置ならびに機器の制御装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5224280B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107783528A (zh) * | 2016-08-31 | 2018-03-09 | 现代自动车株式会社 | 机器学习***及其用于学习用户控制模式的方法 |
US10878286B2 (en) | 2016-02-24 | 2020-12-29 | Nec Corporation | Learning device, learning method, and recording medium |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190370580A1 (en) * | 2017-03-14 | 2019-12-05 | Omron Corporation | Driver monitoring apparatus, driver monitoring method, learning apparatus, and learning method |
JP6827400B2 (ja) | 2017-10-23 | 2021-02-10 | 株式会社日立製作所 | 制御システム |
JP7011553B2 (ja) * | 2018-08-10 | 2022-02-10 | 日立Astemo株式会社 | 情報処理装置、車両制御方法、情報処理システム |
WO2020049994A1 (ja) * | 2018-09-03 | 2020-03-12 | パナソニックIpマネジメント株式会社 | 電子密度推定方法、電子密度推定装置、及び電子密度推定プログラム |
US11222282B2 (en) | 2018-09-21 | 2022-01-11 | International Business Machines Corporation | Sourcing a new machine-learning project by reusing artifacts from reference machine learning projects |
JP7111084B2 (ja) * | 2019-03-25 | 2022-08-02 | 日新イオン機器株式会社 | イオンビーム照射装置及びイオンビーム照射装置用プログラム |
US20220333810A1 (en) * | 2019-12-13 | 2022-10-20 | Mitsubishi Electric Corporation | Model sharing system, model management apparatus, and control apparatus for air conditioning apparatus |
WO2021131911A1 (ja) * | 2019-12-24 | 2021-07-01 | ソニーグループ株式会社 | 情報処理装置、情報処理システム、情報処理方法および情報処理プログラム |
JP2021177266A (ja) * | 2020-04-17 | 2021-11-11 | 株式会社鈴康 | プログラム、情報処理装置、情報処理方法及び学習モデルの生成方法 |
JP7100728B1 (ja) * | 2021-01-28 | 2022-07-13 | アイエムエス ソフトウェア サービシズ リミテッド | 情報処理装置、情報処理方法及びプログラム |
CN114548311B (zh) * | 2022-02-28 | 2022-12-02 | 江苏亚力亚气动液压成套设备有限公司 | 基于人工智能的液压设备智能控制*** |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02226460A (ja) * | 1989-02-28 | 1990-09-10 | Toshiba Corp | 適応型学習制御システム |
JPH05172522A (ja) * | 1991-12-24 | 1993-07-09 | Tsubakimoto Chain Co | 搬送車の位置・方位検出方法 |
JP3184092B2 (ja) * | 1996-05-27 | 2001-07-09 | シャープ株式会社 | 画像処理方法 |
JP2006313428A (ja) * | 2005-05-06 | 2006-11-16 | Toyota Motor Corp | データベース評価装置 |
JP2007122362A (ja) * | 2005-10-27 | 2007-05-17 | Toyota Motor Corp | ニューラルネットワークを用いた状態推定方法及びニューラルネットワークを用いた状態推定装置 |
JP4985057B2 (ja) * | 2006-09-22 | 2012-07-25 | 株式会社デンソー | 車両用空調装置およびその制御方法 |
JP4821536B2 (ja) * | 2006-09-26 | 2011-11-24 | 株式会社デンソー | 車両用空調装置及び車両用空調装置の制御方法 |
-
2008
- 2008-08-27 JP JP2008218488A patent/JP5224280B2/ja active Active
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10878286B2 (en) | 2016-02-24 | 2020-12-29 | Nec Corporation | Learning device, learning method, and recording medium |
CN107783528A (zh) * | 2016-08-31 | 2018-03-09 | 现代自动车株式会社 | 机器学习***及其用于学习用户控制模式的方法 |
CN107783528B (zh) * | 2016-08-31 | 2021-09-17 | 现代自动车株式会社 | 机器学习***及其用于学习用户控制模式的方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2010055303A (ja) | 2010-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5224280B2 (ja) | 学習データ管理装置、学習データ管理方法及び車両用空調装置ならびに機器の制御装置 | |
JP4360409B2 (ja) | 車両用空調装置、車両用空調装置の制御方法および制御装置 | |
JP4990115B2 (ja) | 位置範囲設定装置、移動物体搭載装置の制御方法および制御装置、ならびに車両用空調装置の制御方法および制御装置 | |
US10272737B2 (en) | Adaptive control of automotive HVAC system using crowd-sourcing data | |
US7962441B2 (en) | Air conditioner for vehicle and controlling method thereof | |
JP4682992B2 (ja) | 車両用空調装置、車両用空調装置の制御方法および制御装置 | |
US20090082967A1 (en) | Route length calculation apparatus, route length calculation method, route length calculation program, automotive air conditioner, and controller for apparatus mounted in mobile object | |
JP5078937B2 (ja) | 車両用空調装置及び車両用空調装置の制御方法 | |
US20090031741A1 (en) | Automotive air conditioner and method for controlling automotive air conditioner | |
US10752215B2 (en) | Vehicle automatic defrost system and control method for external window surface | |
JP4985057B2 (ja) | 車両用空調装置およびその制御方法 | |
WO2019238389A1 (en) | Method and system for smart interior of a vehicle | |
CN112261749B (zh) | 车辆除霜除雾控制电路、方法及车辆 | |
JP4780035B2 (ja) | 車両用空調装置 | |
JP4967810B2 (ja) | 車両用空調装置およびその制御方法 | |
JP4879065B2 (ja) | 車両用空調装置、車両用空調装置の制御方法、車載機器制御装置および車載機器の制御方法 | |
JP5177667B2 (ja) | 車両用空調装置及びその制御方法 | |
JP4789842B2 (ja) | 車両用空調装置、車両用空調装置の制御方法、車載機器制御装置及び車載機器制御方法 | |
CN217099608U (zh) | 一种汽车的温度控制装置以及汽车 | |
KR20170065156A (ko) | 차량에 탑재된 전자 시스템 및 그 구동 방법 | |
JP5142737B2 (ja) | 車両搭載機器の制御装置及び制御方法 | |
JP3317110B2 (ja) | 車両用空調システムの吹出口選択制御装置 | |
CN117227399A (zh) | 一种温度采集方法、装置、存储介质及设备 | |
CN118276545A (zh) | 评价方法、***、电子装置、计算机程序产品及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20101203 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20101203 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20121113 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130109 |
|
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: 20130205 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130305 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5224280 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160322 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |