JP6546244B2 - 決定装置、決定方法、及び決定プログラム - Google Patents
決定装置、決定方法、及び決定プログラム Download PDFInfo
- Publication number
- JP6546244B2 JP6546244B2 JP2017203679A JP2017203679A JP6546244B2 JP 6546244 B2 JP6546244 B2 JP 6546244B2 JP 2017203679 A JP2017203679 A JP 2017203679A JP 2017203679 A JP2017203679 A JP 2017203679A JP 6546244 B2 JP6546244 B2 JP 6546244B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- product
- intention
- sensor information
- sensor
- 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 42
- PWPJGUXAGUPAHP-UHFFFAOYSA-N lufenuron Chemical compound C1=C(Cl)C(OC(F)(F)C(C(F)(F)F)F)=CC(Cl)=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F PWPJGUXAGUPAHP-UHFFFAOYSA-N 0.000 title 1
- 238000012545 processing Methods 0.000 claims description 67
- 230000009471 action Effects 0.000 claims description 11
- 230000006399 behavior Effects 0.000 claims description 5
- 230000004048 modification Effects 0.000 description 31
- 238000012986 modification Methods 0.000 description 31
- 230000006870 function Effects 0.000 description 19
- 230000008569 process Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 17
- 230000008859 change Effects 0.000 description 16
- 230000010365 information processing Effects 0.000 description 13
- 102000016252 Huntingtin Human genes 0.000 description 12
- 108050004784 Huntingtin Proteins 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 239000002453 shampoo Substances 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 6
- 238000007796 conventional method Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000000386 athletic effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
〔1.決定処理〕
まず、実施形態に係る決定処理について説明する。図1は、実施形態に係る決定処理の一例を示す図である。図1に示す決定装置100は、検知された各種センサ情報に基づいて、商品またはサービスに関する処理態様を決定する決定サービスを提供する。なお、ここでいう商品またはサービスには、取引可能な対象であればそのような対象が含まれてもよく、以下では、「商品またはサービス」を単に「商品」と記載する場合がある。
次に、図2を用いて、実施形態に係る決定装置100の構成について説明する。図2は、実施形態に係る決定装置の構成例を示す図である。図2に示すように、決定装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、決定装置100は、決定装置100の管理者等から各種操作を受け付ける入力部(例えば、キーボードやマウス等)や、各種情報を表示するための表示部(例えば、液晶ディスプレイ等)を有してもよい。
通信部110は、例えば、NIC(Network Interface Card)等によって実現される。そして、通信部110は、ネットワークと有線または無線で接続され、端末機器AP11との間で情報の送受信を行う。また、通信部110は、電子商取引サービスを提供する情報処理装置や音声認識サーバとの間で情報の送受信を行ってもよい。
記憶部120は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。実施形態に係る記憶部120は、図2に示すように、デバイス情報記憶部121やコンテンツ情報記憶部122や商品情報記憶部123や買物一覧情報記憶部124を有する。
実施形態に係るデバイス情報記憶部121は、端末機器AP11等の各種デバイスに関する各種情報を記憶する。例えば、デバイス情報記憶部121は、第1センサ情報や第2センサ情報の収集に用いられる各種デバイスに関する各種情報を記憶する。図3に、実施形態に係るデバイス情報記憶部121の一例を示す。図3に示すデバイス情報記憶部121は、「デバイスID」、「ユーザID」、「口座ID」といった項目を有する。
実施形態に係るコンテンツ情報記憶部122は、コンテンツに関する各種情報を記憶する。例えば、コンテンツ情報記憶部122は、端末機器AP11等の表示手段を有する装置により表示されるコンテンツに関する各種情報を記憶する。図4は、実施形態に係るコンテンツ情報記憶部の一例を示す図である。図4に示すコンテンツ情報記憶部122は、「コンテンツID」、「商品ID」、「範囲」といった項目が含まれる。
実施形態に係る商品情報記憶部123は、商品に関する各種情報を記憶する。図5は、実施形態に係る商品情報記憶部の一例を示す図である。図5に示す商品情報記憶部123は、「商品ID」、「商品名」といった項目を有する。
実施形態に係る買物一覧情報記憶部124は、買物(購入)に関する各種情報を記憶する。例えば、買物一覧情報記憶部124は、所定の商品に関する各種情報を記憶する。図6は、実施形態に係る買物一覧情報記憶部の一例を示す図である。図6に示す買物一覧情報記憶部124は、「対象ID」、「買物リスト」といった項目を有する。
図2の説明に戻って、制御部130は、コントローラ(controller)であり、例えば、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等によって、決定装置100内部の記憶装置に記憶されている各種プログラム(決定プログラムの一例に相当)がRAMを作業領域として実行されることにより実現される。また、制御部130は、コントローラ(controller)であり、例えば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等の集積回路により実現される。
第1受付部131は、各種情報を受け付ける。例えば、第1受付部131は、外部の情報処理装置から各種情報を受け付ける。例えば、第1受付部131は、第1センサSN1により検知される第1センサ情報であって、所定の領域に表示された商品またはサービスに対するユーザの指定に関する第1センサ情報を受け付ける。例えば、第1受付部131は、第1センサSN1としての赤外線センサにより検知される第1センサ情報を受け付ける。例えば、第1受付部131は、所定の領域に複数表示された商品またはサービスのうち、一の商品またはサービスに対するユーザの指定に関する第1センサ情報を受け付ける。
第2受付部132は、各種情報を受け付ける。例えば、第2受付部132は、外部の情報処理装置から各種情報を受け付ける。例えば、第2受付部132は、第2センサSN2により検知される第2センサ情報であって、第1センサ情報に基づいて特定される商品またはサービスに対するユーザの意図に関する第2センサ情報を受け付ける。例えば、第2受付部132は、第2センサSN2としての音声センサにより検知される第2センサ情報を受け付ける。
推定部133は、種々の情報の推定や特定を行う。例えば、推定部133は、第2センサ情報に基づいて購入対象に対するユーザの意図を推定する。例えば、推定部133は、ユーザに応じて変動するモデルと第2センサ情報とに基づいて、購入対象に対するユーザの意図を推定してもよい。例えば、推定部133は、過去に推定されたユーザの意図と、当該意図に基づいて処理態様が決定された商品またはサービスに対する当該ユーザの行動に関する情報と、に基づいて学習されたモデルに第2センサ情報を入力することにより、購入対象に対する当該ユーザの意図を推定してもよい。なお、この点についての詳細は後述する。
決定部134は、種々の決定を行う。例えば、決定部134は、第1センサ情報に基づいて特定される商品またはサービスである購入対象に関する処理態様を、第2センサ情報に基づいて決定する。例えば、決定部134は、第2センサ情報に基づいて推定されるユーザの意図が所定の条件を満たす場合、購入対象を所定のリストに追加すると決定する。例えば、決定部134は、第2センサ情報に基づいて推定されるユーザの意図が、購入対象の購入を示す場合、購入対象の決済を行うと決定する。例えば、決定部134は、第2センサ情報に基づいて推定されるユーザの意図が、購入対象への関心を示す場合、購入対象を保留リストに追加すると決定する。
送信部135は、各種情報を送信する。例えば、送信部135は、各種情報を外部の情報処理装置へ送信する。例えば、送信部135は、買物一覧情報記憶部124中の買物リストに商品が追加された場合、所定のタイミングでユーザが利用する種々の装置に商品の追加に関する情報を送信してもよい。例えば、送信部135は、端末機器AP11に買物リストに追加された商品に関する情報を送信し、端末機器AP11は、所定のタイミングで受信した商品に関する情報を出力してもよい。例えば、端末機器AP11は、ユーザが買物に関する行動を終了した後に、端末機器AP11を再び利用するタイミングで商品に関する情報を表示してもよい。
次に、図7を用いて、実施形態に係る決定システム1による決定処理の手順について説明する。図7は、実施形態に係る決定処理の一例を示すフローチャートである。
例えば、変形例に係る決定装置100Aは、モデルを生成し、生成したモデルを用いてユーザの意図を推定してもよい。この点を図8及び図9を用いて説明する。なお、実施形態と同様の構成については、同一の符号を付して説明を省略する。
次に、図8を用いて、変形例に係る決定装置100Aの構成について説明する。図8は、変形例に係る決定装置の構成例を示す図である。図8に示すように、決定装置100Aは、通信部110と、記憶部120Aと、制御部130Aとを有する。なお、決定装置100Aは、決定装置100Aの管理者等から各種操作を取得する入力部(例えば、キーボードやマウス等)や、各種情報を表示するための表示部(例えば、液晶ディスプレイ等)を有してもよい。
記憶部120Aは、例えば、RAM、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。変形例に係る記憶部120Aは、図8に示すように、デバイス情報記憶部121やコンテンツ情報記憶部122や商品情報記憶部123や買物一覧情報記憶部124やモデル情報記憶部125を有する。
変形例に係るモデル情報記憶部125は、学習に関する情報を記憶する。例えば、モデル情報記憶部125は、複数のモデル情報を記憶する。図9は、実施形態に係るモデル情報記憶部の一例を示す図である。図9に示すモデル情報記憶部125は、モデル情報として、各モデルM1、M2等に対応させて「素性1」〜「素性3」等といった項目を有する。
図8の説明に戻って、制御部130Aは、コントローラであり、例えば、CPUやMPU等によって、決定装置100A内部の記憶装置に記憶されている各種プログラム(決定プログラムや学習プログラムの一例に相当)がRAMを作業領域として実行されることにより実現される。また、制御部130Aは、コントローラであり、例えば、ASICやFPGA等の集積回路により実現される。
学習部136は、種々の情報を学習する。例えば、学習部136は、種々の情報に基づいてモデルを生成する。例えば、学習部136は、過去に推定されたユーザの意図と、その意図に基づいて処理態様が決定された商品に対するユーザの行動に関する情報とに基づいて学習する。
推定部133Aは、学習部136において生成されたモデルを用いて、ユーザの意図の推定を行う。例えば、推定部133Aは、モデルに第2センサ情報を入力することにより出力されたスコアに基づいて、ユーザの意図の推定を行ってもよい。例えば、推定部133Aは、モデルに第2センサ情報や第1センサ情報を入力することにより出力されたスコアに基づいて、ユーザの意図の推定を行ってもよい。例えば、推定部133Aは、種々の従来技術を適宜用いて、第2センサ情報が検知されたユーザを特定し、特定したユーザに応じて選択されるモデルを用いて、ユーザの意図の推定を行ってもよい。例えば、推定部133Aは、第2センサ情報である音声情報を解析することにより、発話を行ったユーザを特定し、特定したユーザに応じて選択されるモデルを用いて、ユーザの意図の推定を行ってもよい。
上述してきたように、実施形態に係る決定装置100及び変形例に係る決定装置100Aは、第1受付部131と、第2受付部132と、決定部134とを有する。第1受付部131は、第1センサSN1により検知される第1センサ情報であって、所定の領域に表示された商品またはサービスに対するユーザの指定に関する第1センサ情報を受け付ける。第2受付部132は、第2センサSN2により検知される第2センサ情報であって、第1センサ情報に基づいて特定される商品またはサービスに対するユーザの意図に関する第2センサ情報を受け付ける。決定部134は、第1センサ情報に基づいて特定される商品またはサービスである購入対象に関する処理態様を、第2センサ情報に基づいて決定する。
上述してきた実施形態に係る決定装置100及び変形例に係る決定装置100Aは、例えば図10に示すような構成のコンピュータ1000によって実現される。図10は、決定装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ1000は、CPU1100、RAM1200、ROM1300、HDD1400、通信インターフェイス(I/F)1500、入出力インターフェイス(I/F)1600、及びメディアインターフェイス(I/F)1700を有する。
また、上記実施形態及び変形例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
100 決定装置
121 デバイス情報記憶部
122 コンテンツ情報記憶部
123 商品情報記憶部
124 買物一覧情報記憶部
130 制御部
131 第1受付部
132 第2受付部
133 推定部
134 決定部
135 送信部
AP11 端末機器
SN1 第1センサ
SN2 第2センサ
N ネットワーク
Claims (9)
- 第1センサにより検知される第1センサ情報であって、所定の領域に表示された商品またはサービスに対するユーザの指定に関する第1センサ情報を受け付ける第1受付部と、
第2センサにより検知される第2センサ情報であって、前記第1センサ情報に基づいて特定される商品またはサービスに対するユーザの意図に関する第2センサ情報を受け付ける第2受付部と、
過去に推定されたユーザの意図と、当該意図に基づいて処理態様が決定された商品またはサービスに対する当該ユーザの行動に関する情報と、に基づいて学習することによりユーザ分類毎にモデルを生成する学習部と、
前記学習部で生成された前記ユーザ分類毎のモデルに前記第2センサ情報を入力することにより、前記第1センサ情報に基づいて特定される商品またはサービスに対する当該ユーザの意図を推定する推定部と、
前記第1センサ情報に基づいて特定される商品またはサービスである購入対象に関する処理態様を、前記推定部の推定結果に基づいて決定する決定部と、を備え、
前記学習部は、前記推定部で過去に推定されたユーザの意図と当該意図に基づいて処理態様が決定された前記購入対象に対する当該ユーザの行動とが合致した場合を正例として学習することにより、或いは、前記推定部で過去に推定されたユーザの意図と当該意図に基づいて処理態様が決定された前記購入対象に対する当該ユーザの行動とが合致しなかった場合を負例として学習することにより、前記モデルを生成する、
ことを特徴とする決定装置。 - 前記決定部は、
前記第2センサ情報に基づいて推定されるユーザの意図が所定の条件を満たす場合、前記購入対象を所定のリストに追加すると決定する
ことを特徴とする請求項1に記載の決定装置。 - 前記決定部は、
前記第2センサ情報に基づいて推定されるユーザの意図が、前記購入対象の購入を示す場合、前記購入対象の決済を行うと決定する
ことを特徴とする請求項1又は2に記載の決定装置。 - 前記決定部は、
前記第2センサ情報に基づいて推定されるユーザの意図が、前記購入対象への関心を示す場合、前記購入対象を保留リストに追加すると決定する
ことを特徴とする請求項1〜3のいずれか1項に記載の決定装置。 - 前記第1受付部は、
前記第1センサとしての赤外線センサにより検知される前記第1センサ情報を受け付ける
ことを特徴とする請求項1〜4のいずれか1項に記載の決定装置。 - 前記第2受付部は、
前記第2センサとしての音声センサにより検知される前記第2センサ情報を受け付ける
ことを特徴とする請求項1〜5のいずれか1項に記載の決定装置。 - 前記第1受付部は、
前記所定の領域に複数表示された商品またはサービスのうち、一の商品またはサービスに対するユーザの指定に関する第1センサ情報を受け付ける
ことを特徴とする請求項1〜6のいずれか1項に記載の決定装置。 - コンピュータが実行する決定方法であって、
第1センサにより検知される第1センサ情報であって、所定の領域に表示された商品またはサービスに対するユーザの指定に関する第1センサ情報を受け付ける第1受付工程と、
第2センサにより検知される第2センサ情報であって、前記第1センサ情報に基づいて特定される商品またはサービスに対するユーザの意図に関する第2センサ情報を受け付ける第2受付工程と、
過去に推定されたユーザの意図と、当該意図に基づいて処理態様が決定された商品またはサービスに対する当該ユーザの行動に関する情報と、に基づいて学習することによりユーザ分類毎にモデルを生成する学習工程と、
前記学習工程で生成された前記ユーザ分類毎のモデルに前記第2センサ情報を入力することにより、前記第1センサ情報に基づいて特定される商品またはサービスに対する当該ユーザの意図を推定する推定工程と、
前記第1センサ情報に基づいて特定される商品またはサービスである購入対象に関する処理態様を、前記推定工程の推定結果に基づいて決定する決定工程と、を含み、
前記学習工程では、前記推定工程で過去に推定されたユーザの意図と当該意図に基づいて処理態様が決定された前記購入対象に対する当該ユーザの行動とが合致した場合を正例として学習することにより、或いは、前記推定工程で過去に推定されたユーザの意図と当該意図に基づいて処理態様が決定された前記購入対象に対する当該ユーザの行動とが合致しなかった場合を負例として学習することにより、前記モデルを生成する、
ことを特徴とする決定方法。 - 第1センサにより検知される第1センサ情報であって、所定の領域に表示された商品またはサービスに対するユーザの指定に関する第1センサ情報を受け付ける第1受付手順と、
第2センサにより検知される第2センサ情報であって、前記第1センサ情報に基づいて特定される商品またはサービスに対するユーザの意図に関する第2センサ情報を受け付ける第2受付手順と、
過去に推定されたユーザの意図と、当該意図に基づいて処理態様が決定された商品またはサービスに対する当該ユーザの行動に関する情報と、に基づいて学習することによりユーザ分類毎にモデルを生成する学習手順と、
前記学習手順で生成された前記ユーザ分類毎のモデルに前記第2センサ情報を入力することにより、前記第1センサ情報に基づいて特定される商品またはサービスに対する当該ユーザの意図を推定する推定手順と、
前記第1センサ情報に基づいて特定される商品またはサービスである購入対象に関する処理態様を、前記推定手順の推定結果に基づいて決定する決定手順と、をコンピュータに実行させ、
前記学習手順では、前記推定手順で過去に推定されたユーザの意図と当該意図に基づいて処理態様が決定された前記購入対象に対する当該ユーザの行動とが合致した場合を正例として学習することにより、或いは、前記推定手順で過去に推定されたユーザの意図と当該意図に基づいて処理態様が決定された前記購入対象に対する当該ユーザの行動とが合致しなかった場合を負例として学習することにより、前記モデルを生成する、
ことを特徴とする決定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017203679A JP6546244B2 (ja) | 2017-10-20 | 2017-10-20 | 決定装置、決定方法、及び決定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017203679A JP6546244B2 (ja) | 2017-10-20 | 2017-10-20 | 決定装置、決定方法、及び決定プログラム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016210635A Division JP6240291B1 (ja) | 2016-10-27 | 2016-10-27 | 決定装置、決定方法、及び決定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018073410A JP2018073410A (ja) | 2018-05-10 |
JP6546244B2 true JP6546244B2 (ja) | 2019-07-17 |
Family
ID=62115527
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017203679A Active JP6546244B2 (ja) | 2017-10-20 | 2017-10-20 | 決定装置、決定方法、及び決定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6546244B2 (ja) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3822357B2 (ja) * | 1998-02-09 | 2006-09-20 | 株式会社東芝 | マルチモーダル入出力装置のインタフェース装置及びその方法 |
JP2003044756A (ja) * | 2001-07-26 | 2003-02-14 | Kenichi Omae | オンラインショッピング方法、ショッピングサイト、音声認識装置、音声認識サポート装置 |
US20100114654A1 (en) * | 2008-10-31 | 2010-05-06 | Hewlett-Packard Development Company, L.P. | Learning user purchase intent from user-centric data |
JP2014052987A (ja) * | 2012-09-10 | 2014-03-20 | Pc Depot Corp | 購入システム、セットトップボックス、および、プログラム |
US20150106304A1 (en) * | 2013-10-15 | 2015-04-16 | Adobe Systems Incorporated | Identifying Purchase Intent in Social Posts |
US20150379553A1 (en) * | 2014-06-25 | 2015-12-31 | Retailmenot, Inc. | Apparatus and method for mobile-dispatcher for offer redemption work flows |
-
2017
- 2017-10-20 JP JP2017203679A patent/JP6546244B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018073410A (ja) | 2018-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11671386B2 (en) | Electronic device and method for changing chatbot | |
US11487712B2 (en) | Digital image suitability determination to generate AR/VR digital content | |
US11775844B2 (en) | Visual aspect localization presentation | |
US9230160B1 (en) | Method, medium, and system for online ordering using sign language | |
EP3221817B1 (en) | Screenshot based indication of supplemental information | |
KR20190131065A (ko) | 대화 중 미션 변경의 검출 | |
JP2019535037A (ja) | コンピュータによるエージェントのための合成音声の選択 | |
JP6633211B2 (ja) | 商品購入支援システム、商品購入支援方法、及びプログラム | |
US11875241B2 (en) | Aspect pre-selection using machine learning | |
WO2021223656A1 (zh) | 基于图形码识别的信息展示 | |
US20150276700A1 (en) | Representing the taste of food | |
US20230360078A1 (en) | Intelligent and interactive shopping engine | |
KR20210044551A (ko) | 전자영수증 기반의 인공지능 칼로리 검출 장치 및 방법 | |
JP6240291B1 (ja) | 決定装置、決定方法、及び決定プログラム | |
JP6546244B2 (ja) | 決定装置、決定方法、及び決定プログラム | |
KR102254570B1 (ko) | 식자재 공동주문 처리 장치 | |
US20170185228A1 (en) | System, Method, and Apparatus for an Interactive Container | |
KR20200013164A (ko) | 전자 장치, 및 전자 장치의 제어 방법 | |
KR102202945B1 (ko) | 스마트 주문처리 장치 | |
JP7018850B2 (ja) | 端末装置、決定方法、決定プログラム及び決定装置 | |
JP6419254B2 (ja) | 推定装置、推定方法および推定プログラム | |
JP7181322B2 (ja) | 推定装置、推定方法および推定プログラム | |
JP6134847B1 (ja) | 推定装置、推定方法および推定プログラム | |
KR20230057925A (ko) | 페이지 정보 제공을 위한 동작 방법 및 이를 지원하는 전자 장치 | |
JP2019023916A (ja) | 推定装置、推定方法および推定プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180312 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181211 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190130 |
|
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: 20190521 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190620 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6546244 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |