JP6355683B2 - リスク早期警報方法、装置、記憶媒体およびコンピュータプログラム - Google Patents
リスク早期警報方法、装置、記憶媒体およびコンピュータプログラム Download PDFInfo
- Publication number
- JP6355683B2 JP6355683B2 JP2016162604A JP2016162604A JP6355683B2 JP 6355683 B2 JP6355683 B2 JP 6355683B2 JP 2016162604 A JP2016162604 A JP 2016162604A JP 2016162604 A JP2016162604 A JP 2016162604A JP 6355683 B2 JP6355683 B2 JP 6355683B2
- Authority
- JP
- Japan
- Prior art keywords
- amount
- search
- positioning
- search amount
- unit
- 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
- 238000000034 method Methods 0.000 title claims description 39
- 238000004590 computer program Methods 0.000 title claims description 12
- 238000012549 training Methods 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000010801 machine learning Methods 0.000 claims description 8
- 230000002354 daily effect Effects 0.000 claims description 6
- 230000003203 everyday effect Effects 0.000 claims description 5
- 238000012790 confirmation Methods 0.000 claims 3
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000003066 decision tree Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/14—Central alarm receiver or annunciator arrangements
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Emergency Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Computing Systems (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Computer Security & Cryptography (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Alarm Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
- Telephonic Communication Services (AREA)
Description
それぞれ履歴検索量の時系列および履歴位置決め量の時系列から、検索量特徴情報および位置決め量特徴情報を抽出し、
機械学習法を利用し、時間情報、前記検索量特徴情報および前記位置決め量特徴情報に基づき、未来に設定期間内で前記所定場所の移動機器の位置決め量を予測するための予測モデルを訓練するために用いられる。
まず、それぞれ履歴検索量の時系列および履歴位置決め量の時系列から、検索量特徴情報および位置決め量特徴情報を抽出し、その中で、前記検索量特徴情報は、履歴検索量に関する各種情報であってもよく、例えば、当該所定場所で最近の1時間の地図検索量、当該所定場所で最近の2時間の地図検索量、当該所定場所で昨晩20:00時〜24:00時の間の地図検索量などであってもよく、前記位置決め量特徴情報は、履歴位置決め量に関する各種情報であってもよく、例えば、当該所定場所で最近の1時間の位置決め機器の数、当該所定場所で最近の2時間の位置決め機器の数などであってもよい。次に、機械学習法を利用し、時間情報、前記検索量特徴情報および前記位置決め量特徴情報に基づき、未来に設定期間内で前記所定場所の移動機器の位置決め量を予測するための予測モデルを訓練する。例えば、選択されたオリジナルモデル(例えば、勾配ブースティングディシジョンツリーモデル)に、時間情報、前記検索量の特徴情報、および前記位置決め量の特徴情報を入力して予測モデルを訓練してもよい。前記時間情報は、例えば、祝日・休日か否か、月曜日か否かなどの時間に関する各種情報であってもよい。前記機械学習アルゴリズムは、線形回帰、サポートベクトル回帰、ガウス過程および勾配ブースティングディシジョンツリーなどを含むが、これらに限らない。予測モデルがよく訓練された後に、また、精度、再現率、およびF1−score(F1スコア)などの指標により前記予測モデルの精度を測定する。
Claims (14)
- 監視ユニット、判断ユニット、早期警報ユニット、統計ユニット、確定ユニットおよび設定ユニットを含むリスク早期警報装置によるリスク早期警報方法であって、
監視ユニットが所定持続時間内にユーザがネットワーク地図により所定場所に対する検索量をリアルタイムに監視する監視ステップと、
判断ユニットが前記検索量が予め設定された検索量の閾値を越えたか否かを判断する判断ステップと、
早期警報ユニットが前記検索量が予め設定された検索量の閾値を越えた場合、人ごみ群集リスクの早期警報情報を送信する早期警報ステップとを含み、
前記検索量の閾値は、
統計ユニットが前記所定場所に対して毎日の所定持続時間の検索量の、ランダム変数であるピークを統計する統計ステップと、
確定ユニットがピークと符合する確率分布を確定する確定ステップと、
設定ユニットが前記確率分布の平均値および平均二乗誤差に基づいて検索量の閾値を設定する設定ステップとにより設定されること
を特徴とするリスク早期警報方法。 - 前記リスク早期警報装置は、予測ユニットをさらに備え、
前記リスク早期警報方法は、
前記予測ユニットが検索量の時系列および位置決め量の時系列を、予め訓練された予測モデルに導入し、所定持続時間後の前記所定場所の移動機器の位置決め量を取得するステップをさらに含んでおり、
その中で、前記検索量の時系列は、ユーザがネットワーク地図により前記所定場所に対する検索量の時系列であり、前記位置決め量の時系列は、前記所定場所の移動機器の位置決め量の時系列であること
を特徴とする請求項1に記載の方法。 - 前記設定ステップは、
前記設定ユニットが履歴検索量および履歴位置決め量から、前記確率分布の平均二乗誤差の重み係数を取得するステップと、
前記設定ユニットが前記重み係数と前記平均二乗誤差との積と、前記確率分布の平均値との和を、前記検索量の閾値として設定するステップとを含むこと
を特徴とする請求項1に記載の方法。 - 前記リスク早期警報装置は、モデル訓練ユニットをさらに備え、
前記予測モデルは、
前記モデル訓練ユニットが、履歴検索量の時系列および履歴位置決め量の時系列から、検索量特徴情報および位置決め量特徴情報をそれぞれ抽出するステップと、
前記モデル訓練ユニットが機械学習法を利用し、時間情報、前記検索量特徴情報および前記位置決め量特徴情報に基づき、未来に設定期間内で前記所定場所の移動機器の位置決め量を予測するための予測モデルを訓練するステップとにより訓練して得られたものであること
を特徴とする請求項2に記載の方法。 - 所定持続時間内にユーザがネットワーク地図により所定場所に対する検索量をリアルタイムに監視するための監視ユニットと、
前記検索量が予め設定された検索量の閾値を越えたか否かを判断するための判断ユニットと、
前記検索量が予め設定された検索量の閾値を越えた場合、人ごみ群集リスクの早期警報情報を送信するための早期警報ユニットと、
前記所定場所に対して毎日の所定持続時間の検索量の、ランダム変数であるピークを統計するための統計ユニットと、
ピークと符合する確率分布を確定するための確定ユニットと、および
前記確率分布の平均値および平均二乗偏差に基づいて検索量の閾値を設定するための設定ユニットとを備えること
を特徴とするリスク早期警報装置。 - 検索量の時系列および位置決め量の時系列を、予め訓練された予測モデルに導入し、所定持続時間後の前記所定場所の移動機器の位置決め量を得るための予測ユニットをさらに備え、
その中で、前記検索量の時系列は、ユーザがネットワーク地図により前記所定場所に対する検索量の時系列であり、前記位置決め量の時系列は、前記所定場所の移動機器の位置決め量の時系列であること
を特徴とする請求項5に記載の装置。 - 前記設定ユニットは、さらに、
履歴検索量および履歴位置決め量から、前記確率分布の平均二乗誤差の重み係数を取得し、
前記重み係数と前記平均二乗誤差との積と、前記確率分布の平均値との和を、前記検索量の閾値として設定するために用いられること
を特徴とする請求項5に記載の装置。 - モデル訓練ユニットをさらに備え、
前記モデル訓練ユニットは、
それぞれ履歴検索量の時系列および履歴位置決め量の時系列から、検索量特徴情報および位置決め量特徴情報を抽出し、
機械学習法を利用し、時間情報、前記検索量特徴情報および前記位置決め量特徴情報に基づき、未来に設定期間内で前記所定場所の移動機器の位置決め量を予測するための予測モデルを訓練するために用いられること
を特徴とする請求項6に記載の装置。 - 1つの又は複数のプロセッサと、
コマンドを記憶するメモリと、を含み、
前記コマンドが前記1つの又は複数のプロセッサによって実行される時に、前記1つの又は複数のプロセッサに
所定持続時間内にユーザがネットワーク地図により所定場所に対する検索量をリアルタイムに監視するために監視し、
前記検索量が予め設定された検索量の閾値を越えたか否かを判断するために判断し、
前記検索量が予め設定された検索量の閾値を越えた場合、人ごみ群集リスクの早期警報情報を送信するようにさせ、
前記検索量の閾値は、
前記所定場所に対して毎日の所定持続時間の検索量の、ランダム変数であるピークを統計するステップと、
ピークと符合する確率分布を確定するステップと、
前記確率分布の平均値および平均二乗誤差に基づいて検索量の閾値を設定するステップとにより設定されたこと
を特徴とするリスク早期警報装置。 - 前記1つの又は複数のプロセッサに、さらに、
検索量の時系列および位置決め量の時系列を、予め訓練された予測モデルに導入し、所定持続時間後の前記所定場所の移動機器の位置決め量を得るようにさせ、
その中で、前記検索量の時系列は、ユーザがネットワーク地図により前記所定場所に対する検索量の時系列であり、前記位置決め量の時系列は、前記所定場所の移動機器の位置決め量の時系列であること
を特徴とする、請求項9に記載の装置。 - 前記の前記確率分布の平均値および平均二乗誤差に基づいて検索量の閾値を設定するステップにおいては、
履歴検索量および履歴位置決め量から、前記確率分布の平均二乗誤差の重み係数を取得するステップと、
前記重み係数と前記平均二乗誤差との積と、前記確率分布の平均値との和を、前記検索量の閾値として設定するステップとを含むこと
を特徴とする、請求項9に記載の装置。 - 前記予測モデルは、
それぞれ、履歴検索量の時系列および履歴位置決め量の時系列から、検索量特徴情報および位置決め量特徴情報を抽出するステップと、
機械学習法を利用し、時間情報、前記検索量特徴情報および前記位置決め量特徴情報に基づき、未来に設定期間内で前記所定場所の移動機器の位置決め量を予測するための予測モデルを訓練するステップとにより訓練して得られたものであること
を特徴とする、請求項10に記載の装置。 - コンピュータプログラムを記憶する不揮発性コンピュータ記憶媒体であって、
前記コンピュータプログラムが1つの又は複数のコンピュータにより実行される時に、前記1つの又は複数のコンピュータに、所定持続時間内にユーザがネットワーク地図により所定場所に対する検索量をリアルタイムに監視するために監視し、
前記検索量が予め設定された検索量の閾値を越えたか否かを判断するために判断し、
前記検索量が予め設定された検索量の閾値を越えた場合、人ごみ群集リスクの早期警報情報を送信するようにさせ、
前記検索量の閾値は、
前記所定場所に対して毎日の所定持続時間の検索量の、ランダム変数であるピークを統計するステップと、
ピークと符合する確率分布を確定するステップと、
前記確率分布の平均値および平均二乗誤差に基づいて検索量の閾値を設定するステップとにより設定されたこと
を特徴とする不揮発性コンピュータ記憶媒体。 - 1つの又は複数のコンピュータにより実行される時に、前記1つの又は複数のコンピュータに、所定持続時間内にユーザがネットワーク地図により所定場所に対する検索量をリアルタイムに監視するために監視し、
前記検索量が予め設定された検索量の閾値を越えたか否かを判断するために判断し、
前記検索量が予め設定された検索量の閾値を越えた場合、人ごみ群集リスクの早期警報情報を送信するようにさせ、
前記検索量の閾値は、
前記所定場所に対して毎日の所定持続時間の検索量の、ランダム変数であるピークを統計するステップと、
ピークと符合する確率分布を確定するステップと、
前記確率分布の平均値および平均二乗誤差に基づいて検索量の閾値を設定するステップとにより設定されたこと
を特徴とするコンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610173109.4A CN105868845A (zh) | 2016-03-24 | 2016-03-24 | 风险预警方法和装置 |
CN201610173109.4 | 2016-03-24 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017174375A JP2017174375A (ja) | 2017-09-28 |
JP6355683B2 true JP6355683B2 (ja) | 2018-07-11 |
Family
ID=56624873
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016162604A Active JP6355683B2 (ja) | 2016-03-24 | 2016-08-23 | リスク早期警報方法、装置、記憶媒体およびコンピュータプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US9953517B2 (ja) |
JP (1) | JP6355683B2 (ja) |
KR (1) | KR101825023B1 (ja) |
CN (1) | CN105868845A (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10547971B2 (en) | 2015-11-04 | 2020-01-28 | xAd, Inc. | Systems and methods for creating and using geo-blocks for location-based information service |
CN108009688B (zh) * | 2017-12-15 | 2021-08-31 | 东软集团股份有限公司 | 聚集事件预测方法、装置及设备 |
CN108268893B (zh) * | 2018-01-03 | 2021-07-27 | 浙江图讯科技股份有限公司 | 一种基于机器学习的化工园区预警方法及装置 |
US11134359B2 (en) | 2018-08-17 | 2021-09-28 | xAd, Inc. | Systems and methods for calibrated location prediction |
US10349208B1 (en) * | 2018-08-17 | 2019-07-09 | xAd, Inc. | Systems and methods for real-time prediction of mobile device locations |
US11172324B2 (en) | 2018-08-17 | 2021-11-09 | xAd, Inc. | Systems and methods for predicting targeted location events |
JP6923809B2 (ja) * | 2018-08-23 | 2021-08-25 | 日本電信電話株式会社 | 通信制御システム、ネットワークコントローラ及びコンピュータプログラム |
CN110081886A (zh) * | 2019-04-02 | 2019-08-02 | 北京云迹科技有限公司 | 告警方法及装置 |
CN113495909A (zh) * | 2020-04-06 | 2021-10-12 | 中信百信银行股份有限公司 | 客诉单量预警方法、装置、电子设备及存储介质 |
EP3923210A1 (en) * | 2020-06-01 | 2021-12-15 | Replica Analytics | Generation of synthetic data |
CN112330474B (zh) * | 2020-11-19 | 2023-10-31 | 中国平安财产保险股份有限公司 | 核保风控监控方法、装置、设备及存储介质 |
CN117275243B (zh) * | 2023-11-22 | 2024-02-02 | 上海随申行智慧交通科技有限公司 | 基于多源交通出行数据的区域流控预测预警方法及应用 |
CN117473144B (zh) * | 2023-12-27 | 2024-03-29 | 深圳市活力天汇科技股份有限公司 | 一种航线数据的存储方法、计算机设备及可读存储介质 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6633232B2 (en) * | 2001-05-14 | 2003-10-14 | Koninklijke Philips Electronics N.V. | Method and apparatus for routing persons through one or more destinations based on a least-cost criterion |
US7797100B2 (en) * | 2004-09-24 | 2010-09-14 | Aisin Aw Co., Ltd. | Navigation systems, methods, and programs |
US7698055B2 (en) * | 2004-11-16 | 2010-04-13 | Microsoft Corporation | Traffic forecasting employing modeling and analysis of probabilistic interdependencies and contextual data |
CN1901725B (zh) * | 2005-07-19 | 2010-09-01 | 深圳市建恒测控股份有限公司 | 人群短期密度的统计***和方法 |
JP5560026B2 (ja) * | 2009-12-02 | 2014-07-23 | 株式会社ゼンリンデータコム | 地図表示装置、地図表示方法及び地図表示プログラム |
JP5331719B2 (ja) | 2010-01-26 | 2013-10-30 | 日本電信電話株式会社 | 行動状況を判定するための方法、装置及びプログラム |
JP6190627B2 (ja) * | 2013-05-31 | 2017-08-30 | 株式会社ナビタイムジャパン | 情報処理システム、情報処理サーバ、情報処理方法、および、情報処理プログラム |
JP6170772B2 (ja) * | 2013-07-24 | 2017-07-26 | 株式会社ナビタイムジャパン | 情報処理システム、情報処理装置、情報処理方法および情報処理プログラム |
US9304009B2 (en) * | 2014-02-04 | 2016-04-05 | Here Global B.V. | Method and apparatus for providing passenger embarkation points for points of interests |
CN104408066A (zh) * | 2014-10-29 | 2015-03-11 | 小米科技有限责任公司 | 基于位置信息的报警提示方法、装置及设备 |
CN104715608B (zh) * | 2015-03-26 | 2017-01-11 | 杭州电子科技大学 | 基于HBase的全天候全域出租车聚集实时监测方法 |
CN105246033B (zh) * | 2015-09-14 | 2019-07-23 | 百度在线网络技术(北京)有限公司 | 一种基于终端定位的人群状态监测方法和监测装置 |
-
2016
- 2016-03-24 CN CN201610173109.4A patent/CN105868845A/zh active Pending
- 2016-08-23 JP JP2016162604A patent/JP6355683B2/ja active Active
- 2016-08-24 KR KR1020160107520A patent/KR101825023B1/ko active IP Right Grant
- 2016-08-24 US US15/246,404 patent/US9953517B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20170278382A1 (en) | 2017-09-28 |
JP2017174375A (ja) | 2017-09-28 |
US9953517B2 (en) | 2018-04-24 |
KR20170112904A (ko) | 2017-10-12 |
CN105868845A (zh) | 2016-08-17 |
KR101825023B1 (ko) | 2018-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6355683B2 (ja) | リスク早期警報方法、装置、記憶媒体およびコンピュータプログラム | |
CN104750768B (zh) | 用于从社交媒体中识别、监控和排名事件的方法和*** | |
JP2018170006A (ja) | 電力グリッドにおけるサイバー脅威を検出する汎用フレームワーク | |
US20190260778A1 (en) | Unsupervised spoofing detection from traffic data in mobile networks | |
CN110929799B (zh) | 用于检测异常用户的方法、电子设备和计算机可读介质 | |
CN109685089B (zh) | 评估模型性能的***及方法 | |
CN107809331A (zh) | 识别异常流量的方法和装置 | |
US10832150B2 (en) | Optimized re-training for analytic models | |
CN113157545A (zh) | 业务日志的处理方法、装置、设备及存储介质 | |
US20160063387A1 (en) | Monitoring and detecting environmental events with user devices | |
CN112948614B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
US20200349647A1 (en) | System and method for crowd-sourced refinement of natural phenomenon for risk management and contract validation | |
KR102150815B1 (ko) | 다수의 시스템 지시자의 모니터링 | |
EP2975562A1 (en) | System, method, and program for supporting intervention action decisions in hazard scenarios | |
CN110737891A (zh) | 一种主机入侵检测方法和装置 | |
US11392821B2 (en) | Detecting behavior patterns utilizing machine learning model trained with multi-modal time series analysis of diagnostic data | |
US20220414689A1 (en) | Method and apparatus for training path representation model | |
CN111815177A (zh) | 消防安全评估方法、服务器、***及存储介质 | |
CN114124460A (zh) | 工控***入侵检测方法、装置、计算机设备及存储介质 | |
CN114780338A (zh) | 主机信息处理方法、装置、电子设备和计算机可读介质 | |
CN115766401B (zh) | 工业告警信息解析方法、装置、电子设备与计算机介质 | |
CN113486968B (zh) | 摄像机生命周期的监控方法、装置、设备和介质 | |
CN115619170A (zh) | 电量负荷调整方法、装置、设备、计算机介质和程序产品 | |
WO2021055964A1 (en) | System and method for crowd-sourced refinement of natural phenomenon for risk management and contract validation | |
CN115546677B (zh) | 基建现场信息处理方法、装置、设备和计算机可读介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170919 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171211 |
|
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: 20180605 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180612 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6355683 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |