JP7360534B2 - データを効率的に取得するための技術 - Google Patents
データを効率的に取得するための技術 Download PDFInfo
- Publication number
- JP7360534B2 JP7360534B2 JP2022504332A JP2022504332A JP7360534B2 JP 7360534 B2 JP7360534 B2 JP 7360534B2 JP 2022504332 A JP2022504332 A JP 2022504332A JP 2022504332 A JP2022504332 A JP 2022504332A JP 7360534 B2 JP7360534 B2 JP 7360534B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- personality
- personality data
- vehicle
- questions
- 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
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
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/167—Personality evaluation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W40/09—Driving style or behaviour
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/06—Improving the dynamic response of the control system, e.g. improving the speed of regulation or avoiding hunting or overshoot
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D65/00—Designing, manufacturing, e.g. assembling, facilitating disassembly, or structurally modifying motor vehicles or trailers, not otherwise provided for
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
-
- 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
- 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/01—Occupants other than the driver
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/22—Psychological state; Stress level or workload
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/229—Attention level, e.g. attentive to driving, reading or sleeping
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Transportation (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Social Psychology (AREA)
- Databases & Information Systems (AREA)
- Educational Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
Description
上述の実施形態の一部又は全部は、以下の付記のようにも記載され得るが、以下には限られない。
(付記1)
ユーザ(402)のパーソナリティデータのデジタル表現を、クライアントデバイス(502、406)によってサーバ(404)から効率的に取得できるようにする方法であって、前記パーソナリティデータの前記デジタル表現は、ユーザ適合したサービスを前記ユーザ(402)に提供するために前記クライアントデバイス(406)において処理され、前記方法は前記サーバ(404)によって実行され、
前記ユーザ(402)から得られた入力に基づいてユーザ(402)のパーソナリティデータを計算するようにトレーニングされたニューラルネットワーク(602)を保存すること(S202)と、
ユーザ(402)のパーソナリティデータのデジタル表現の要求を、前記クライアントデバイス(502、406)から受信すること(S204)と、
前記ユーザ(402)の前記パーソナリティデータの前記要求されたデジタル表現を、前記クライアントデバイス(502、406)に送信すること(S206)であって、前記ユーザ(402)の前記パーソナリティデータは、前記ユーザ(402)から得られた入力に基づいて前記ニューラルネットワーク(602)を使用して計算される、ことと、
を有する方法。
(付記2)
前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現は、前記ユーザ(402)にサービスを提供する少なくとも1つのデバイス(406)を設定するために前記クライアントデバイス(502、406)において処理され、
任意選択で、前記少なくとも1つのデバイス(406)は、前記クライアントデバイス(406)を含む、
付記1に記載の方法。
(付記3)
前記ユーザ(402)を特徴付けるフィードバックを受信することと、
前記フィードバックに基づいて前記ニューラルネットワーク(602)を更新することと、
前記ユーザ(402)の更新されたパーソナリティデータのデジタル表現を、前記クライアントデバイス(502、406)に送信することであって、前記ユーザ(402)の前記更新されたパーソナリティデータは、前記更新されたニューラルネットワーク(602)を使用して計算される、ことを更に有し、
任意選択で、前記ユーザ(402)の前記更新されたパーソナリティデータの前記デジタル表現は、前記ユーザ(402)に前記サービスを提供する前記少なくとも1つのデバイス(406)の設定を改善するために前記クライアントデバイス(502、406)において処理される、
付記1又は2に記載の方法。
(付記4)
前記フィードバックは、前記少なくとも1つのデバイス(406)によって提供される前記サービスを使用するときに前記少なくとも1つのデバイス(406)において監視される前記ユーザ(402)の行動を反映した行動データを含み、
任意選択で、前記行動データは、前記ユーザ(402)に前記サービスを提供する前記少なくとも1つのデバイス(406)によって実行される測定を使用して監視される、
付記3に記載の方法。
(付記5)
前記少なくとも1つのデバイス(406)は、車両を含み、前記行動データは、前記ユーザ(402)の運転行動を反映したデータを含む、
付記4に記載の方法。
(付記6)
前記ユーザ(402)の前記パーソナリティデータは、前記クライアントデバイス(502、406)から前記要求を受信する前に計算され、前記要求は、前記ユーザ(402)の前記パーソナリティデータを計算する際に前記サーバ(404)によって前記ユーザ(402)に事前に提供されたアクセスコードを含み、前記アクセスコードは、前記ユーザ(402)が他のクライアントデバイス(502、406)から前記ユーザ(402)の前記パーソナリティデータの前記デジタル表現にアクセスすることを可能にする、
付記1から5のいずれか一項に記載の方法。
(付記7)
前記ユーザから得られた前記入力は、前記ユーザ(402)のパーソナリティ、目標、及び動機のうちの少なくとも1つに関する質問に対する回答を反映したデジタルスコアに対応し、デジタルスコアのそれぞれは、前記ニューラルネットワーク(602)を使用して前記ユーザ(402)の前記パーソナリティデータを計算するときに、前記ニューラルネットワーク(602)の別個の入力ノードへの入力として使用される。
付記1から6のいずれか一項に記載の方法。
(付記8)
前記質問は、ユーザ(402)のパーソナリティデータを計算することを最適に達成可能な結果を表す質問セットから選択された質問に対応し、
前記選択された質問は、前記最適に達成可能な結果に関して最も影響力があると判定された前記質問セットの質問に対応し、
任意選択で、前記選択された質問の数は、前記質問セットに含まれる質問の数の10%未満である、
付記7に記載の方法。
(付記9)
前記質問は、前記質問セットの単一の質問のそれぞれによって達成可能な結果を、前記最適に達成可能な結果と相関させることと、前記最適に達成可能な結果と最も高い相関を有する前記質問セットから質問を選択することと、に基づいて前記質問セットから選択されるか、又は、
前記質問は、前記質問セットから繰り返して選択され、繰り返しのそれぞれにおいて、次の質問が前の質問に対する前記ユーザの回答に応じて選択され、繰り返しのそれぞれにおいて、前記次の質問は、前記ユーザのパーソナリティデータを計算するために達成可能な結果に最も影響力があると判定された前記質問セットの一つの質問として選択され、
任意選択で、前記ニューラルネットワーク(602)は、前記ユーザ(402)の前記パーソナリティデータの結果の確率曲線(604)を表す複数の出力ノードを含み、前記質問セットの最も影響力のある質問を、前記繰り返しのそれぞれの前記次の質問として判定することは、前記ニューラルネットワーク(602)の入力ノードのそれぞれについて、前記ニューラルネットワーク(602)の前記入力ノードのそれぞれに入力される前記デジタルスコアの変化が前記確率曲線(604)を変化させる程度を判定することを含む、
付記8に記載の方法。
(付記10)
ユーザ(402)のパーソナリティデータのデジタル表現を、クライアントデバイス(502、406)によってサーバ(404)から効率的に取得できるようにする方法であって、前記方法は前記クライアントデバイス(502、406)によって実行され、
ユーザ(402)のパーソナリティデータのデジタル表現の要求を、前記サーバ(404)に送信すること(S302)と、
前記ユーザ(402)の前記パーソナリティデータの前記要求したデジタル表現を、前記サーバ(404)から受信すること(S304)であって、前記ユーザ(402)の前記パーソナリティデータは、前記ユーザ(402)から得られた入力に基づいて、前記ユーザ(402)から得られた入力に基づいてユーザ(402)のパーソナリティデータを計算するようにトレーニングされたニューラルネットワーク(602)を使用して計算される、ことと、
ユーザ適合したサービスを前記ユーザ(402)に提供するために前記パーソナリティデータの前記デジタル表現を処理(S306)することと、
を有する方法。
(付記11)
コンピュータプログラム製品であって、前記コンピュータプログラム製品が1つ又は複数のコンピューティングユニット上で実行されるときに、付記1から10のいずれか一項に記載の方法を実行するためのプログラムコード部分を含む、コンピュータプログラム製品。
(付記12)
1つ又は複数のコンピュータ可読記録媒体に保存された、付記11に記載のコンピュータプログラム製品。
(付記13)
ユーザ(402)のパーソナリティデータのデジタル表現を、クライアントデバイス(502、406)によってサーバ(404)から効率的に取得できるようにする前記サーバ(100、404)であって、前記パーソナリティデータの前記デジタル表現は、ユーザ適合したサービスを前記ユーザ(402)に提供するために前記クライアントデバイス(502、406)において処理され、前記サーバ(404)は、少なくとも1つのプロセッサ(102)及び少なくとも1つのメモリ(104)を備え、前記少なくとも1つのメモリ(104)は、前記サーバ(404)が付記1から9のいずれか一項に記載の方法を実行するように動作可能であるように、前記少なくとも1つのプロセッサ(102)によって実行可能な命令を含む、サーバ(100、404)。
(付記14)
ユーザ(402)のパーソナリティデータのデジタル表現をサーバ(404)から効率的に取得できるようにするクライアントデバイス(110、502、406)であって、前記クライアントデバイス(110、502、406)は、少なくとも1つのプロセッサ(112)及び少なくとも1つのメモリ(114)を備え、前記少なくとも1つのメモリ(114)は、前記クライアントデバイス(110、502、406)が付記10に記載の方法を実行するように動作可能であるように、前記少なくとも1つのプロセッサ(112)によって実行可能な命令を含む、クライアントデバイス(110、502、406)。
(付記15)
付記13に記載のサーバ(100、404)と、付記14に記載の少なくとも1つのクライアントデバイス(110、502、406)とを備えるシステム。
Claims (37)
- ユーザのパーソナリティデータのデジタル表現を、クライアントデバイス(110)によってサーバ(100)から取得することを含む方法であって、前記パーソナリティデータの前記デジタル表現は、前記ユーザの前記パーソナリティに適合した車両設定を提供するために前記クライアントデバイス(110)において処理され、前記方法は前記サーバ(100)によって実行され、
前記ユーザから得られた入力に基づいてユーザのパーソナリティデータを計算するようにトレーニングされたニューラルネットワーク(602)を保存すること(S202)と、
ユーザのパーソナリティデータのデジタル表現の要求を、前記クライアントデバイス(110)から受信すること(S204)と、
前記ユーザの前記パーソナリティデータの前記要求されたデジタル表現を、前記クライアントデバイス(110)に送信すること(S206)であって、前記ユーザの前記パーソナリティデータは、前記ユーザから得られた入力に基づいて前記ニューラルネットワーク(602)を使用して計算され、前記ユーザから得られた前記入力は、前記ユーザのパーソナリティ、目標、及び動機のうちの少なくとも1つに関する質問に対する回答を反映したデジタルスコアに対応し、デジタルスコアのそれぞれは、前記ニューラルネットワーク(602)を使用して前記ユーザの前記パーソナリティデータを計算するときに、前記ニューラルネットワーク(602)の別個の入力ノードへの入力として使用される、ことと、
を有し、前記ユーザの前記パーソナリティデータの前記デジタル表現は、車両を製造する前に、前記製造される車両の車両設定を判定するために前記クライアントデバイス(110)において処理され、前記車両は異なる設定オプションで製造可能であり、前記判定された車両設定が前記ユーザの前記パーソナリティに適合される、方法。 - 前記判定された車両設定に基づいて、前記車両が製造される、
請求項1に記載の方法。 - 前記車両を製造することは、前記車両を製造するために使用される1つ又は複数の車両部品を製造することを含み、前記車両部品は、前記判定された車両設定に従って製造される、請求項2に記載の方法。
- 前記ユーザを特徴付けるフィードバックを受信することと、
前記フィードバックに基づいて前記ニューラルネットワーク(602)を更新することと、
前記ユーザの更新されたパーソナリティデータのデジタル表現を、前記クライアントデバイス(110)に送信することであって、前記ユーザの前記更新されたパーソナリティデータは、前記更新されたニューラルネットワーク(602)を使用して計算される、ことを更に有する、
請求項1から3のいずれか一項に記載の方法。 - 前記ユーザの前記更新されたパーソナリティデータの前記デジタル表現は、前記車両設定を改善するために前記クライアントデバイス(110)において処理される、
請求項4に記載の方法。 - 前記フィードバックは、前記クライアントデバイス(110)において収集される、
請求項4又は5に記載の方法。 - 前記フィードバックは、前記ユーザの前記パーソナリティを示す、
請求項4から6のいずれか一項に記載の方法。 - 前記ユーザの前記パーソナリティデータは、
前記ユーザの心理的特性、
前記ユーザの好み、
のうちの少なくとも1つを示す、
請求項1から7のいずれか一項に記載の方法。 - 前記ユーザの前記パーソナリティに関する前記質問は、
International Personality Item Pool (IPIP)、
HEXACO-60 pool、
Big-Five-Inventory-10(BFI-10) pool、
前記ユーザの心理的特性についての質問、
前記ユーザの好みについての質問、
のうちの少なくとも1つの質問に対応する、
請求項1から8のいずれか一項に記載の方法。 - 前記質問は、ユーザのパーソナリティデータを計算することを最適に達成可能な結果を表す質問セットから選択された質問に対応し、
前記選択された質問は、前記最適に達成可能な結果に関して最も影響力があると判定された前記質問セットの質問に対応する、
請求項1から9のいずれか一項に記載の方法。 - 前記選択された質問の数は、前記質問セットに含まれる質問の数の10%未満である、
請求項10に記載の方法。 - 前記質問は、前記質問セットの単一の質問のそれぞれによって達成可能な結果を、前記最適に達成可能な結果と相関させることと、前記最適に達成可能な結果と最も高い相関を有する前記質問セットから質問を選択することと、に基づいて前記質問セットから選択される、
請求項10又は11に記載の方法。 - 前記質問は、前記質問セットから繰り返して選択され、繰り返しのそれぞれにおいて、次の質問が前の質問に対する前記ユーザの回答に応じて選択され、繰り返しのそれぞれにおいて、前記次の質問は、前記ユーザのパーソナリティデータを計算するために達成可能な結果に最も影響力があると判定された前記質問セットの一つの質問として選択される、
請求項10又は11に記載の方法。 - 前記ニューラルネットワーク(602)は、前記ユーザの前記パーソナリティデータの結果の確率曲線(604)を表す複数の出力ノードを含み、前記質問セットの最も影響力のある質問を、前記繰り返しのそれぞれの前記次の質問として判定することは、前記ニューラルネットワーク(602)の入力ノードのそれぞれについて、前記ニューラルネットワーク(602)の前記入力ノードのそれぞれに入力される前記デジタルスコアの変化が前記確率曲線(604)を変化させる程度を判定することを含む、
請求項13に記載の方法。 - 前記ユーザの前記パーソナリティデータは、前記クライアントデバイス(110)から前記要求を受信する前に計算され、前記要求は、前記ユーザの前記パーソナリティデータを計算する際に前記サーバ(100)によって前記ユーザに事前に提供されたアクセスコードを含み、前記アクセスコードは、前記ユーザが他のクライアントデバイス(110)から前記ユーザの前記パーソナリティデータの前記デジタル表現にアクセスすることを可能にする、
請求項1から14のいずれか一項に記載の方法。 - ユーザのパーソナリティデータのデジタル表現を、クライアントデバイス(110)によってサーバ(100)から取得することを含む方法であって、前記方法は前記クライアントデバイス(110)によって実行され、
ユーザのパーソナリティデータのデジタル表現の要求を、前記サーバ(100)に送信すること(S302)と、
前記ユーザの前記パーソナリティデータの前記要求したデジタル表現を、前記サーバ(100)から受信すること(S304)であって、前記ユーザの前記パーソナリティデータは、前記ユーザから得られた入力に基づいて、前記ユーザから得られた入力に基づいてユーザのパーソナリティデータを計算するようにトレーニングされたニューラルネットワーク(602)を使用して計算され、前記ユーザから得られた前記入力は、前記ユーザのパーソナリティ、目標、及び動機のうちの少なくとも1つに関する質問に対する回答を反映したデジタルスコアに対応し、デジタルスコアのそれぞれは、前記ニューラルネットワーク(602)を使用して前記ユーザの前記パーソナリティデータを計算するときに、前記ニューラルネットワーク(602)の別個の入力ノードへの入力として使用される、ことと、
車両を製造する前に、前記製造される車両の車両設定を判定するために前記パーソナリティデータの前記デジタル表現を処理(S306)することであって、前記車両は異なる設定オプションで製造可能であり、前記判定された車両設定が前記ユーザの前記パーソナリティに適合されることと、
を有する方法。 - 前記判定された車両設定に基づいて、前記車両が製造される、
請求項16に記載の方法。 - 前記車両を製造することは、前記車両を製造するために使用される1つ又は複数の車両部品を製造することを含み、前記車両部品は、前記判定された車両設定に従って製造される、請求項17に記載の方法。
- 前記ユーザを特徴付けるフィードバックを、前記サーバ(100)に送信することと、
前記ユーザの更新されたパーソナリティデータのデジタル表現を、前記サーバ(100)から受信することであって、前記ユーザの前記更新されたパーソナリティデータは、前記フィードバックに基づいて更新された前記ニューラルネットワーク(602)を使用して計算される、ことを更に有する、
請求項16から18のいずれか一項に記載の方法。 - 前記ユーザの前記更新されたパーソナリティデータの前記デジタル表現は、前記車両設定を改善するために前記クライアントデバイス(110)において処理される、
請求項19に記載の方法。 - 前記フィードバックは、前記クライアントデバイス(110)において収集される、
請求項19又は20に記載の方法。 - 前記フィードバックは、前記ユーザの前記パーソナリティを示す、
請求項19から21のいずれか一項に記載の方法。 - 前記ユーザの前記パーソナリティデータは、
前記ユーザの心理的特性、
前記ユーザの好み、
のうちの少なくとも1つを示す、
請求項16から22のいずれか一項に記載の方法。 - 前記ユーザの前記パーソナリティに関する前記質問は、
International Personality Item Pool (IPIP)、
HEXACO-60 pool、
Big-Five-Inventory-10(BFI-10) pool、
前記ユーザの心理的特性についての質問、
前記ユーザの好みについての質問、
のうちの少なくとも1つの質問に対応する、
請求項16から23のいずれか一項に記載の方法。 - 前記質問は、ユーザのパーソナリティデータを計算することを最適に達成可能な結果を表す質問セットから選択された質問に対応し、
前記選択された質問は、前記最適に達成可能な結果に関して最も影響力があると判定された前記質問セットの質問に対応する、
請求項16から24のいずれか一項に記載の方法。 - 前記選択された質問の数は、前記質問セットに含まれる質問の数の10%未満である、
請求項25に記載の方法。 - 前記質問は、前記質問セットの単一の質問のそれぞれによって達成可能な結果を前記最適に達成可能な結果と相関させることと、前記最適に達成可能な結果と最も高い相関を有する前記質問セットから質問を選択することと、に基づいて前記質問セットから選択される、
請求項25又は26に記載の方法。 - 前記質問は、前記質問セットから繰り返して選択され、繰り返しのそれぞれにおいて、次の質問が前の質問に対する前記ユーザの回答に応じて選択され、繰り返しのそれぞれにおいて、前記次の質問は、前記ユーザのパーソナリティデータを計算するために達成可能な結果に最も影響力があると判定された前記質問セットの一つの質問として選択される、
請求項25又は26に記載の方法。 - 前記ニューラルネットワーク(602)は、前記ユーザの前記パーソナリティデータの結果の確率曲線(604)を表す複数の出力ノードを含み、前記質問セットの最も影響力のある質問を、前記繰り返しのそれぞれの前記次の質問として判定することは、前記ニューラルネットワーク(602)の入力ノードのそれぞれについて、前記ニューラルネットワーク(602)の前記入力ノードのそれぞれに入力される前記デジタルスコアの変化が前記確率曲線(604)を変化させる程度を判定することを含む、
請求項28に記載の方法。 - 前記ユーザの前記パーソナリティデータは、前記サーバ(100)に前記要求を送信する前に計算され、前記要求は、前記ユーザの前記パーソナリティデータを計算する際に前記サーバ(100)によって前記ユーザに事前に提供されたアクセスコードを含み、前記アクセスコードは、前記ユーザが他のクライアントデバイス(110)から前記ユーザの前記パーソナリティデータの前記デジタル表現にアクセスすることを可能にする、
請求項16から29のいずれか一項に記載の方法。 - コンピュータプログラム製品であって、前記コンピュータプログラム製品が1つ又は複数のコンピューティングユニット上で実行されるときに、請求項1から30のいずれか一項に記載の方法を実行するためのプログラムコード部分を含む、コンピュータプログラム製品。
- 1つ又は複数のコンピュータ可読記録媒体に保存された、請求項31に記載のコンピュータプログラム製品。
- ユーザのパーソナリティデータのデジタル表現を、クライアントデバイス(110)によってサーバ(100)から取得できるようにする前記サーバ(100、100)であって、前記パーソナリティデータの前記デジタル表現は、前記ユーザの前記パーソナリティに適合した車両設定を提供するために前記クライアントデバイス(110)において処理され、前記サーバ(100)は、少なくとも1つのプロセッサ(102)及び少なくとも1つのメモリ(104)を備え、前記少なくとも1つのメモリ(104)は、前記サーバ(100)が請求項1から15のいずれか一項に記載の方法を実行するように動作可能であるように、前記少なくとも1つのプロセッサ(102)によって実行可能な命令を含む、サーバ(100、100)。
- ユーザのパーソナリティデータのデジタル表現をサーバ(100)から取得できるようにするクライアントデバイス(110、110)であって、前記クライアントデバイス(110、110)は、少なくとも1つのプロセッサ(112)及び少なくとも1つのメモリ(114)を備え、前記少なくとも1つのメモリ(114)は、前記クライアントデバイス(110、110)が請求項16から30のいずれか一項に記載の方法を実行するように動作可能であるように、前記少なくとも1つのプロセッサ(112)によって実行可能な命令を含む、クライアントデバイス(110、110)。
- 請求項33に記載のサーバ(100、100)と、請求項34に記載の少なくとも1つのクライアントデバイス(110、110)とを備えるシステム。
- ユーザのパーソナリティデータのデジタル表現を取得することを含む方法であって、前記パーソナリティデータの前記デジタル表現は、前記ユーザの前記パーソナリティに適合した車両設定を提供するために処理され、前記方法は、
ユーザのパーソナリティデータのデジタル表現を取得することであって、前記ユーザの前記パーソナリティデータは、前記ユーザから得られた入力に基づいて、前記ユーザから得られた入力に基づいてユーザのパーソナリティデータを計算するようにトレーニングされたニューラルネットワーク(602)を使用して計算され、前記ユーザから得られた前記入力は、前記ユーザのパーソナリティ、目標、及び動機のうちの少なくとも1つに関する質問に対する回答を反映したデジタルスコアに対応し、デジタルスコアのそれぞれは、前記ニューラルネットワーク(602)を使用して前記ユーザの前記パーソナリティデータを計算するときに、前記ニューラルネットワーク(602)の別個の入力ノードへの入力として使用される、ことと、
車両を製造する前に、前記製造される車両の車両設定を判定するために前記パーソナリティデータの前記デジタル表現を処理することであって、前記車両は異なる設定オプションで製造可能であり、前記判定された車両設定が前記ユーザの前記パーソナリティに適合されることと、
を有する、方法。 - 前記判定された車両設定に基づいて、前記車両が製造される、
請求項36に記載の方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021193377A JP7339996B2 (ja) | 2019-03-19 | 2021-11-29 | データを効率的に取得するための技術 |
JP2021193344A JP7339995B2 (ja) | 2019-03-19 | 2021-11-29 | データを効率的に取得するための技術 |
JP2023169513A JP2023165979A (ja) | 2019-03-19 | 2023-09-29 | データを効率的に取得するための技術 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP19163909.5 | 2019-03-19 | ||
EP19163909.5A EP3712896B1 (en) | 2019-03-19 | 2019-03-19 | Technique for efficient retrieval of personality data |
PCT/EP2020/057449 WO2020187984A1 (en) | 2019-03-19 | 2020-03-18 | Technique for efficient retrieval of personality data |
Related Child Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021193344A Division JP7339995B2 (ja) | 2019-03-19 | 2021-11-29 | データを効率的に取得するための技術 |
JP2021193377A Division JP7339996B2 (ja) | 2019-03-19 | 2021-11-29 | データを効率的に取得するための技術 |
JP2023169513A Division JP2023165979A (ja) | 2019-03-19 | 2023-09-29 | データを効率的に取得するための技術 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022526197A JP2022526197A (ja) | 2022-05-23 |
JP7360534B2 true JP7360534B2 (ja) | 2023-10-12 |
Family
ID=65904033
Family Applications (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022504332A Active JP7360534B2 (ja) | 2019-03-19 | 2020-03-18 | データを効率的に取得するための技術 |
JP2021193377A Active JP7339996B2 (ja) | 2019-03-19 | 2021-11-29 | データを効率的に取得するための技術 |
JP2021193344A Active JP7339995B2 (ja) | 2019-03-19 | 2021-11-29 | データを効率的に取得するための技術 |
JP2023169513A Pending JP2023165979A (ja) | 2019-03-19 | 2023-09-29 | データを効率的に取得するための技術 |
Family Applications After (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021193377A Active JP7339996B2 (ja) | 2019-03-19 | 2021-11-29 | データを効率的に取得するための技術 |
JP2021193344A Active JP7339995B2 (ja) | 2019-03-19 | 2021-11-29 | データを効率的に取得するための技術 |
JP2023169513A Pending JP2023165979A (ja) | 2019-03-19 | 2023-09-29 | データを効率的に取得するための技術 |
Country Status (7)
Country | Link |
---|---|
US (4) | US11620531B2 (ja) |
EP (4) | EP3712896B1 (ja) |
JP (4) | JP7360534B2 (ja) |
CN (3) | CN113646844B (ja) |
DE (1) | DE212020000450U1 (ja) |
ES (1) | ES2905570T3 (ja) |
WO (2) | WO2020187984A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021123133A (ja) * | 2020-01-31 | 2021-08-30 | トヨタ自動車株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
US20220318822A1 (en) * | 2021-03-30 | 2022-10-06 | Toyota Motor Engineering & Manufacturing North America, Inc. | Methods and systems for rideshare implicit needs and explicit needs personalization |
US11646036B1 (en) * | 2022-01-31 | 2023-05-09 | Humancore Llc | Team member identification based on psychographic categories |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080033826A1 (en) | 2006-08-03 | 2008-02-07 | Pudding Ltd. | Personality-based and mood-base provisioning of advertisements |
US20140309790A1 (en) | 2013-04-15 | 2014-10-16 | Flextronics Ap, Llc | Adjusting home automation comfort based on vehicle associated user profile data |
WO2019000326A1 (en) | 2017-06-29 | 2019-01-03 | Microsoft Technology Licensing, Llc | GENERATION OF ANSWERS IN AN AUTOMATED ONLINE CONVERSATION SERVICE |
US20190073547A1 (en) | 2010-06-07 | 2019-03-07 | Affectiva, Inc. | Personal emotional profile generation for vehicle manipulation |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6615123B2 (en) * | 2000-12-01 | 2003-09-02 | Hewlett-Packard Development Company, L.P. | Personality module for configuring a vehicle |
GB0110480D0 (en) * | 2001-04-28 | 2001-06-20 | Univ Manchester Metropolitan | Methods and apparatus for analysing the behaviour of a subject |
US20020169882A1 (en) | 2001-05-11 | 2002-11-14 | Wole Fayemi | System and method of creating mass-customized multi-component articles |
DE102010056397A1 (de) * | 2010-12-28 | 2012-06-28 | GM Global Technology Operations LLC | Fahrerassistenzsystem für ein Kraftfahrzeug, Kraftfahrzeug und Verfahren zum Betreiben eines Fahrerassistenzsystems |
US9493130B2 (en) | 2011-04-22 | 2016-11-15 | Angel A. Penilla | Methods and systems for communicating content to connected vehicle users based detected tone/mood in voice input |
US20130179178A1 (en) * | 2012-01-06 | 2013-07-11 | Active Health Management | System and method for patient care plan management |
US10068060B2 (en) * | 2012-08-16 | 2018-09-04 | Ginger.io, Inc. | Method for modeling behavior and psychotic disorders |
US20170004260A1 (en) * | 2012-08-16 | 2017-01-05 | Ginger.io, Inc. | Method for providing health therapeutic interventions to a user |
US11494390B2 (en) | 2014-08-21 | 2022-11-08 | Affectomatics Ltd. | Crowd-based scores for hotels from measurements of affective response |
EP3525141B1 (en) * | 2016-11-16 | 2021-03-24 | Honda Motor Co., Ltd. | Emotion inference device and emotion inference system |
DE102017208159B4 (de) * | 2017-05-15 | 2024-05-29 | Vitesco Technologies GmbH | Verfahren zum Betreiben einer Fahrerassistenzvorrichtung eines Kraftfahrzeugs, Fahrerassistenzvorrichtung und Kraftfahrzeug |
US11727794B2 (en) * | 2018-03-14 | 2023-08-15 | Micron Technology, Inc. | Systems and methods for evaluating and sharing human driving style information with proximate vehicles |
US11148658B2 (en) * | 2018-03-21 | 2021-10-19 | Micron Technology, Inc. | Personalization of a vehicle based on user settings |
CN108596722A (zh) | 2018-04-24 | 2018-09-28 | 上汽通用五菱汽车股份有限公司 | 汽车客制化方法、设备及计算机可读存储介质 |
JP7035786B2 (ja) | 2018-05-11 | 2022-03-15 | トヨタ自動車株式会社 | 車両部品のカスタマイズ提案システム |
US20210269045A1 (en) * | 2018-06-26 | 2021-09-02 | Tamir Anavi | Contextual driver monitoring system |
US20210271259A1 (en) | 2018-09-14 | 2021-09-02 | Tesla, Inc. | System and method for obtaining training data |
WO2021046534A1 (en) * | 2019-09-06 | 2021-03-11 | Blue Note Therapeutics, Inc. | Pre-therapeutic and therapeutic digital medical device and method |
-
2019
- 2019-03-19 ES ES19163909T patent/ES2905570T3/es active Active
- 2019-03-19 EP EP19163909.5A patent/EP3712896B1/en active Active
-
2020
- 2020-03-18 CN CN202080022108.4A patent/CN113646844B/zh active Active
- 2020-03-18 JP JP2022504332A patent/JP7360534B2/ja active Active
- 2020-03-18 WO PCT/EP2020/057449 patent/WO2020187984A1/en active Search and Examination
- 2020-03-18 EP EP22157353.8A patent/EP4020487A1/en active Pending
- 2020-03-18 DE DE212020000450.1U patent/DE212020000450U1/de active Active
- 2020-03-18 EP EP22157359.5A patent/EP4020488A1/en active Pending
- 2020-03-18 EP EP20713243.2A patent/EP3942561A1/en active Pending
- 2020-03-18 CN CN202111595105.2A patent/CN114282111A/zh active Pending
- 2020-03-18 CN CN202210076801.0A patent/CN114420293A/zh active Pending
- 2020-09-22 WO PCT/EP2020/076436 patent/WO2021185468A1/en active Search and Examination
-
2021
- 2021-09-16 US US17/476,602 patent/US11620531B2/en active Active
- 2021-09-16 US US17/476,614 patent/US20220001880A1/en active Pending
- 2021-09-16 US US17/476,635 patent/US20220000406A1/en active Pending
- 2021-11-29 JP JP2021193377A patent/JP7339996B2/ja active Active
- 2021-11-29 JP JP2021193344A patent/JP7339995B2/ja active Active
-
2023
- 2023-03-30 US US18/192,978 patent/US20230237338A1/en active Pending
- 2023-09-29 JP JP2023169513A patent/JP2023165979A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080033826A1 (en) | 2006-08-03 | 2008-02-07 | Pudding Ltd. | Personality-based and mood-base provisioning of advertisements |
US20190073547A1 (en) | 2010-06-07 | 2019-03-07 | Affectiva, Inc. | Personal emotional profile generation for vehicle manipulation |
US20140309790A1 (en) | 2013-04-15 | 2014-10-16 | Flextronics Ap, Llc | Adjusting home automation comfort based on vehicle associated user profile data |
WO2019000326A1 (en) | 2017-06-29 | 2019-01-03 | Microsoft Technology Licensing, Llc | GENERATION OF ANSWERS IN AN AUTOMATED ONLINE CONVERSATION SERVICE |
Also Published As
Publication number | Publication date |
---|---|
CN113646844A (zh) | 2021-11-12 |
CN114282111A (zh) | 2022-04-05 |
EP3712896B1 (en) | 2022-01-12 |
EP4020487A1 (en) | 2022-06-29 |
JP7339995B2 (ja) | 2023-09-06 |
US20220004877A1 (en) | 2022-01-06 |
EP3712896A1 (en) | 2020-09-23 |
JP2022084570A (ja) | 2022-06-07 |
US11620531B2 (en) | 2023-04-04 |
EP4020488A1 (en) | 2022-06-29 |
JP2023165979A (ja) | 2023-11-17 |
CN113646844B (zh) | 2024-06-04 |
US20220000406A1 (en) | 2022-01-06 |
CN114420293A (zh) | 2022-04-29 |
JP7339996B2 (ja) | 2023-09-06 |
WO2020187984A1 (en) | 2020-09-24 |
US20220001880A1 (en) | 2022-01-06 |
WO2021185468A1 (en) | 2021-09-23 |
DE212020000450U1 (de) | 2021-06-15 |
EP3942561A1 (en) | 2022-01-26 |
JP2022526197A (ja) | 2022-05-23 |
US20230237338A1 (en) | 2023-07-27 |
ES2905570T3 (es) | 2022-04-11 |
JP2022084026A (ja) | 2022-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7339995B2 (ja) | データを効率的に取得するための技術 | |
US11853645B2 (en) | Machine-led mood change | |
US10327690B2 (en) | Human-digital media interaction tracking | |
US20160063561A1 (en) | Method and Apparatus for Biometric Advertisement Feedback Collection and Utilization | |
US20230028260A1 (en) | Systems and methods for determining a total amount of carbon emissions of an individual | |
US20230211744A1 (en) | Technique for providing a user-adapted service to a user | |
KR20240068393A (ko) | 정신질환에 대한 디지털치료제를 추천하기 위한 방법, 이를 수행하는 서비스서버 및 컴퓨터-판독가능 매체 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211105 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211105 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221122 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230216 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230519 |
|
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: 20230801 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230822 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230929 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7360534 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |