JP6692488B2 - ニューロンネットワークをトレーニングする方法及び能動学習システム - Google Patents
ニューロンネットワークをトレーニングする方法及び能動学習システム Download PDFInfo
- Publication number
- JP6692488B2 JP6692488B2 JP2019501745A JP2019501745A JP6692488B2 JP 6692488 B2 JP6692488 B2 JP 6692488B2 JP 2019501745 A JP2019501745 A JP 2019501745A JP 2019501745 A JP2019501745 A JP 2019501745A JP 6692488 B2 JP6692488 B2 JP 6692488B2
- Authority
- JP
- Japan
- Prior art keywords
- signal
- network
- labeling
- reconstruction error
- neural network
- 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 72
- 238000012549 training Methods 0.000 title claims description 36
- 210000002569 neuron Anatomy 0.000 title claims description 32
- 238000013528 artificial neural network Methods 0.000 claims description 72
- 238000002372 labelling Methods 0.000 claims description 58
- 230000008569 process Effects 0.000 claims description 26
- 230000015654 memory Effects 0.000 claims description 16
- 238000003384 imaging method Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 3
- 238000013527 convolutional neural network Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 16
- 230000003936 working memory Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 241000282326 Felis catus Species 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000010561 standard procedure Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002474 experimental method 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
- 230000001537 neural effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- 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
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/776—Validation; Performance evaluation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Description
Claims (15)
- メモリと通信するプロセッサを用いてニューロンネットワークをトレーニングする方法であって、
前記ニューロンネットワークを用いて信号の特徴を特定することと、
前記信号を分類するために前記特徴の不確定性指標を特定することと、
デコーダーニューロンネットワークを用いて前記特徴から前記信号を再構成して、再構成済み信号を生成することと、
前記再構成済み信号を前記信号と比較して、再構成誤差を生成することと、
前記不確定性指標を前記再構成誤差と合成して、手作業ラベル付けの必要性に関し、前記信号におけるエントロピー関数と前記再構成誤差との加法に基づいて規定されるランクを生成することと、
前記ランクに従って前記信号をラベル付けして、ラベル付け済み信号を生成することと、
前記ラベル付け済み信号を用いて、前記ニューロンネットワーク及び前記デコーダーニューロンネットワークをトレーニングすることと、
を含む、方法。 - 前記ラベル付けすることは、
前記ランクが、前記手作業ラベル付けプロセスの前記必要性を示す場合には、注釈デバイスにラベル付け要求を送信すること、
を含む、請求項1に記載の方法。 - 前記特徴を特定することは、エンコーダーニューラルネットワークを使用することによって実行される、請求項1に記載の方法。
- 前記信号は、脳波図(EEG)又は心電図(ECG)である、請求項1に記載の方法。
- 前記再構成誤差は、前記信号と前記再構成済み信号との間のユークリッド距離に基づいて定義される、請求項1に記載の方法。
- 能動学習システムであって、
ヒューマンマシンインターフェースと、
ニューラルネットワークを含む記憶デバイスと、
メモリと、
該システムの外部にあるネットワークと接続可能なネットワークインターフェースコントローラーと、
撮像デバイスと接続可能な撮像インターフェースと、
前記ヒューマンマシンインターフェース、前記記憶デバイス、前記メモリ、前記ネットワークインターフェースコントローラー及び前記撮像インターフェースに接続するように構成されるプロセッサと、
を備え、
前記プロセッサは、前記記憶デバイスに記憶される前記ニューラルネットワークを用いて信号を分類する命令を実行し、前記ニューラルネットワークは、
ニューロンネットワークを用いて前記信号の特徴を特定するステップと、
前記信号を分類するために前記特徴の不確定性指標を特定するステップと、
デコーダーニューロンネットワークを用いて前記特徴から前記信号を再構成して、再構成済み信号を生成するステップと、
前記再構成済み信号を前記信号と比較して、再構成誤差を生成するステップと、
前記不確定性指標を前記再構成誤差と合成して、手作業ラベル付けの必要性に関し、前記信号におけるエントロピー関数と前記再構成誤差との加法に基づいて規定されるランクを生成するステップと、
前記ランクに従って前記信号をラベル付けして、前記ラベル付け済み信号を生成するステップと、
前記ラベル付け済み信号を用いて、前記ニューロンネットワーク及び前記デコーダーニューロンネットワークをトレーニングするステップと、
を実行する、能動学習システム。 - 前記ラベル付けすることは、
前記ランクが、前記手作業ラベル付けプロセスの前記必要性を示す場合には、注釈デバイスにラベル付け要求を送信すること、
を含む、請求項6に記載のシステム。 - 前記特徴を特定することは、エンコーダーニューラルネットワークを使用することによって実行される、請求項6に記載のシステム。
- 前記信号は、脳波図(EEG)又は心電図(ECG)である、請求項7に記載のシステム。
- 前記再構成誤差は、前記信号と前記再構成済み信号との間のユークリッド距離に基づいて定義される、請求項6に記載のシステム。
- 1つ以上のコンピューターによって実行可能な命令を含むソフトウェアを記憶する非一時的コンピューター可読媒体であって、そのような実行時に、該命令は、該1つ以上のコンピューターに、
ニューロンネットワークを用いて信号の特徴を特定することと、
前記信号を分類するために前記特徴の不確定性指標を特定することと、
デコーダーニューロンネットワークを用いて前記特徴から前記信号を再構成して、再構成済み信号を生成することと、
前記再構成済み信号を前記信号と比較して、再構成誤差を生成することと、
前記不確定性指標を前記再構成誤差と合成して、手作業ラベル付けの必要性に関し、前記信号におけるエントロピー関数と前記再構成誤差との加法に基づいて規定されるランクを生成することと、
前記ランクに従って前記信号をラベル付けして、前記ラベル付け済み信号を生成することと、
前記ラベル付け済み信号を用いて、前記ニューロンネットワーク及び前記デコーダーニューロンネットワークをトレーニングすることと、
を含む動作を実行させる、非一時的コンピューター可読媒体。 - 前記ラベル付けすることは、
前記ランクが、前記手作業ラベル付けプロセスの前記必要性を示す場合には、注釈デバイスにラベル付け要求を送信すること、
を含む、請求項11に記載の非一時的コンピューター可読媒体。 - 前記特徴を特定することは、エンコーダーニューラルネットワークを使用することによって実行される、請求項11に記載の非一時的コンピューター可読媒体。
- 前記信号は、脳波図(EEG)又は心電図(ECG)である、請求項11に記載の非一時的コンピューター可読媒体。
- 前記再構成誤差は、前記信号と前記再構成済み信号との間のユークリッド距離に基づいて定義される、請求項11に記載の非一時的コンピューター可読媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/358,420 US20180144241A1 (en) | 2016-11-22 | 2016-11-22 | Active Learning Method for Training Artificial Neural Networks |
US15/358,420 | 2016-11-22 | ||
PCT/JP2017/035762 WO2018096789A1 (en) | 2016-11-22 | 2017-09-26 | Method for training neuron network and active learning system |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019528511A JP2019528511A (ja) | 2019-10-10 |
JP6692488B2 true JP6692488B2 (ja) | 2020-05-13 |
Family
ID=60164761
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019501745A Active JP6692488B2 (ja) | 2016-11-22 | 2017-09-26 | ニューロンネットワークをトレーニングする方法及び能動学習システム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20180144241A1 (ja) |
EP (1) | EP3545470A1 (ja) |
JP (1) | JP6692488B2 (ja) |
WO (1) | WO2018096789A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220077583A (ko) * | 2020-12-02 | 2022-06-09 | 울산대학교 산학협력단 | 설명 가능한 다중 심전도 부정맥 진단 장치 및 방법 |
Families Citing this family (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102335784B1 (ko) | 2014-10-31 | 2021-12-06 | 아이리듬 테크놀로지스, 아이엔씨 | 무선 생리학적 모니터링 기기 및 시스템 |
US10074038B2 (en) * | 2016-11-23 | 2018-09-11 | General Electric Company | Deep learning medical systems and methods for image reconstruction and quality evaluation |
US10242443B2 (en) * | 2016-11-23 | 2019-03-26 | General Electric Company | Deep learning medical systems and methods for medical procedures |
US10121103B2 (en) * | 2016-12-09 | 2018-11-06 | Cisco Technologies, Inc. | Scalable deep learning video analytics |
US11113800B2 (en) * | 2017-01-18 | 2021-09-07 | Nvidia Corporation | Filtering image data using a neural network |
US10643153B2 (en) | 2017-04-24 | 2020-05-05 | Virginia Tech Intellectual Properties, Inc. | Radio signal identification, identification system learning, and identifier deployment |
US11580361B2 (en) * | 2017-04-24 | 2023-02-14 | Intel Corporation | Neural network training mechanism |
US10217047B2 (en) * | 2017-05-03 | 2019-02-26 | Virginia Tech Intellectual Properties, Inc. | Learning and deployment of adaptive wireless communications |
US11829866B1 (en) * | 2017-12-27 | 2023-11-28 | Intuit Inc. | System and method for hierarchical deep semi-supervised embeddings for dynamic targeted anomaly detection |
US10956785B2 (en) * | 2018-04-27 | 2021-03-23 | Arizona Board Of Regents On Behalf Of Arizona State University | Methods, systems, and media for selecting candidates for annotation for use in training classifiers |
CN108805258B (zh) * | 2018-05-23 | 2021-10-12 | 北京图森智途科技有限公司 | 一种神经网络训练方法及其装置、计算机服务器 |
US10713769B2 (en) * | 2018-06-05 | 2020-07-14 | Kla-Tencor Corp. | Active learning for defect classifier training |
US11983244B1 (en) * | 2018-06-25 | 2024-05-14 | Amazon Technologies, Inc. | Artificial intelligence system for media item classification using transfer learning and active learning |
US10748035B2 (en) * | 2018-07-05 | 2020-08-18 | Mitsubishi Electric Research Laboratories, Inc. | Visually aided active learning for training object detector |
WO2020013760A1 (en) * | 2018-07-07 | 2020-01-16 | Xjera Labs Pte. Ltd. | Annotation system for a neutral network |
KR102318775B1 (ko) * | 2018-08-13 | 2021-10-28 | 한국과학기술원 | 강화학습을 이용한 적응형 뇌파 분석 방법 및 장치 |
CN109032071A (zh) * | 2018-08-16 | 2018-12-18 | 重庆理工大学 | 基于深度学习网络的数控机床运动误差实时溯因方法 |
CN110897628A (zh) * | 2018-09-14 | 2020-03-24 | 杭州脉流科技有限公司 | 基于深度神经网络的心电图信号特征提取方法、装置、***、设备和分类方法 |
US11470101B2 (en) | 2018-10-03 | 2022-10-11 | At&T Intellectual Property I, L.P. | Unsupervised encoder-decoder neural network security event detection |
KR102246318B1 (ko) * | 2018-10-05 | 2021-04-30 | 주식회사 딥바이오 | 병리 이미지 검색을 위한 시스템 및 방법 |
US10878287B2 (en) | 2018-12-04 | 2020-12-29 | Here Global B.V. | Method and apparatus for culling training data |
US11853812B2 (en) | 2018-12-20 | 2023-12-26 | Here Global B.V. | Single component data processing system and method utilizing a trained neural network |
US20200202210A1 (en) * | 2018-12-24 | 2020-06-25 | Nokia Solutions And Networks Oy | Systems and methods for training a neural network |
CN110135263A (zh) * | 2019-04-16 | 2019-08-16 | 深圳壹账通智能科技有限公司 | 人像属性模型构建方法、装置、计算机设备和存储介质 |
US11157384B2 (en) * | 2019-06-27 | 2021-10-26 | Intel Corporation | Methods, systems, articles of manufacture and apparatus for code review assistance for dynamically typed languages |
US20210232914A1 (en) * | 2020-01-17 | 2021-07-29 | Ever Fortune.Ai Co., Ltd. | Method for building a heart rhythm classification model |
AU2021218704B2 (en) | 2020-02-12 | 2023-11-02 | Irhythm Technologies, Inc. | Non-invasive cardiac monitor and methods of using recorded cardiac data to infer a physiological characteristic of a patient |
US10963792B1 (en) * | 2020-03-26 | 2021-03-30 | StradVision, Inc. | Method for training deep learning network based on artificial intelligence and learning device using the same |
US11132607B1 (en) * | 2020-05-05 | 2021-09-28 | StradVision, Inc. | Method for explainable active learning, to be used for object detector, by using deep encoder and active learning device using the same |
CN111401339B (zh) * | 2020-06-01 | 2020-09-29 | 北京金山云网络技术有限公司 | 识别人脸图像中的人的年龄的方法、装置及电子设备 |
CN115427970A (zh) | 2020-06-05 | 2022-12-02 | 渊慧科技有限公司 | 使用自举潜在表示的自监督表示学习 |
CA3188325A1 (en) | 2020-08-06 | 2022-02-10 | Jeff ABERCROMBIE | Adhesive physiological monitoring device |
CN116322498A (zh) | 2020-08-06 | 2023-06-23 | 意锐瑟科技公司 | 生理监测装置的电子组件 |
CN112052891A (zh) * | 2020-08-28 | 2020-12-08 | 平安科技(深圳)有限公司 | 机器行为识别方法、装置、设备及计算机可读存储介质 |
CN112426147B (zh) * | 2020-10-21 | 2023-08-08 | 华南师范大学 | 睡眠呼吸事件检测模型处理方法、***和存储介质 |
CN116547661A (zh) * | 2021-12-03 | 2023-08-04 | 宁德时代新能源科技股份有限公司 | 用于图像分割的数据标注方法和***以及图像分割装置 |
CN114098679B (zh) * | 2021-12-30 | 2024-03-29 | 中新国际联合研究院 | 基于深度学习和射频感知的生命体征监测波形的恢复方法 |
JP7345006B1 (ja) | 2022-03-30 | 2023-09-14 | 本田技研工業株式会社 | 学習モデル生成方法及び検査装置 |
WO2023248163A1 (en) * | 2022-06-22 | 2023-12-28 | Dragerwerk AG & Co. KGaA | Smart annotation for recorded waveforms representing physiological characteristics |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120310864A1 (en) * | 2011-05-31 | 2012-12-06 | Shayok Chakraborty | Adaptive Batch Mode Active Learning for Evolving a Classifier |
JP6362893B2 (ja) * | 2014-03-20 | 2018-07-25 | 株式会社東芝 | モデル更新装置及びモデル更新方法 |
JP6402541B2 (ja) * | 2014-08-26 | 2018-10-10 | 株式会社豊田中央研究所 | 異常診断装置及びプログラム |
-
2016
- 2016-11-22 US US15/358,420 patent/US20180144241A1/en not_active Abandoned
-
2017
- 2017-09-26 EP EP17788318.8A patent/EP3545470A1/en active Pending
- 2017-09-26 JP JP2019501745A patent/JP6692488B2/ja active Active
- 2017-09-26 WO PCT/JP2017/035762 patent/WO2018096789A1/en unknown
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220077583A (ko) * | 2020-12-02 | 2022-06-09 | 울산대학교 산학협력단 | 설명 가능한 다중 심전도 부정맥 진단 장치 및 방법 |
WO2022119155A1 (ko) * | 2020-12-02 | 2022-06-09 | 재단법인 아산사회복지재단 | 설명 가능한 다중 심전도 부정맥 진단 장치 및 방법 |
KR102483693B1 (ko) * | 2020-12-02 | 2023-01-03 | 울산대학교 산학협력단 | 설명 가능한 다중 심전도 부정맥 진단 장치 및 방법 |
Also Published As
Publication number | Publication date |
---|---|
JP2019528511A (ja) | 2019-10-10 |
US20180144241A1 (en) | 2018-05-24 |
EP3545470A1 (en) | 2019-10-02 |
WO2018096789A1 (en) | 2018-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6692488B2 (ja) | ニューロンネットワークをトレーニングする方法及び能動学習システム | |
US20220059229A1 (en) | Method and apparatus for analyzing medical treatment data based on deep learning | |
CN110136103B (zh) | 医学影像解释方法、装置、计算机设备及存储介质 | |
CN109388807B (zh) | 电子病历命名实体识别的方法、装置及存储介质 | |
US11176188B2 (en) | Visualization framework based on document representation learning | |
US10929420B2 (en) | Structured report data from a medical text report | |
CN109313940B (zh) | 医疗装置植入路径的虚拟评估 | |
Yan et al. | Modeling annotator expertise: Learning when everybody knows a bit of something | |
CN111274425A (zh) | 医疗影像分类方法、装置、介质及电子设备 | |
US8861815B2 (en) | Systems and methods for modeling and processing functional magnetic resonance image data using full-brain vector auto-regressive model | |
KR20210048523A (ko) | 이미지 처리 방법, 장치, 전자 기기 및 컴퓨터 판독 가능 기억 매체 | |
JP2020530177A (ja) | ディープニューラルネットワークを使用したコンピュータ支援診断 | |
CN109460756B (zh) | 医学影像处理方法、装置、电子设备及计算机可读介质 | |
US20220254022A1 (en) | Method and system for automatic multiple lesion annotation of medical images | |
CN109522970B (zh) | 图像分类方法、装置及*** | |
CN113673244B (zh) | 医疗文本处理方法、装置、计算机设备和存储介质 | |
CN111192660B (zh) | 一种影像报告分析方法、设备及计算机存储介质 | |
KR20210036840A (ko) | 인공지능 모델을 사용 기관에 특화시키는 학습 방법, 이를 수행하는 장치 | |
CN112818227B (zh) | 内容推荐方法、装置、电子设备及存储介质 | |
CN116864140A (zh) | 一种心内科术后护理监测数据处理方法及其*** | |
Mall et al. | Explainable Deep Learning approach for Shoulder Abnormality Detection in X-Rays Dataset. | |
CN114191665A (zh) | 机械通气过程中人机异步现象的分类方法和分类装置 | |
WO2020179378A1 (ja) | 情報処理システム、情報処理方法および記録媒体 | |
CN113903433B (zh) | 一种图像处理方法、装置和电子设备 | |
CN112560784B (zh) | 一种基于动态多尺度卷积神经网络的心电图分类方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190111 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190111 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200128 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200131 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200227 |
|
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: 20200317 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200414 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6692488 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 |