図面 (/)

技術 リモデル支援装置、および、リモデル支援方法

出願人 株式会社日立産業制御ソリューションズ
発明者 太田佳秀北村慎吾花岡駿介
出願日 2018年9月21日 (2年7ヶ月経過) 出願番号 2018-177744
公開日 2020年3月26日 (1年1ヶ月経過) 公開番号 2020-047230
状態 特許登録済
技術分野
  • -
主要キーワード 推定値データ 組み替え作業 モーター電圧 データ傾向 入力因子 想定内 目標変数 化学薬品製造
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2020年3月26日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (8)

課題

モデル再構築に役立つ情報を通知すること。

解決手段

リモデル支援装置1は、複数の説明変数データ21から目的変数データ22を計算する演算モデル機械学習させるために、過去の各説明変数データ21について、過去の目的変数データ22との間の第1相関係数を計算する目的相関算出部33と、計算された第1相関係数が高い順に説明変数を表示することにより、表示される第1相関係数が高い説明変数を新たに生成する演算モデルの説明変数データ21に組み込むように促す目的相関出力部53とを有する。

概要

背景

入力データから出力データを計算するモデルにおいて、過去の入力データと出力データとの組み合わせをもとに、モデルの計算内容を学習する(モデル化する)機械学習が行われている。
特許文献1には、プラントデータ収集し、プラントの状態を物理モデルにより演算して第1推定値データを出力する物理モデル演算部と、前記第1推定値データを説明変数として入力すると共に、前記プラントの性状分析データを目標変数として入力し、統計モデルにより演算して第2推定値データを出力する統計モデル演算部とを具備するプラントシミュレータが記載されている。

特許文献2には、モデル化の作業の自動化として、データ空間を分割して分割データ空間を生成し、モデルへの入力因子を決定し、分割データ空間内の多変量データを用いてモデル化を行い、モデル全体の精度評価満足するまで、分割データ空間の補正およびその分割データ空間におけるモデル再構築を繰り返すことが記載されている。

概要

モデルの再構築に役立つ情報を通知すること。リモデル支援装置1は、複数の説明変数データ21から目的変数データ22を計算する演算モデルを機械学習させるために、過去の各説明変数データ21について、過去の目的変数データ22との間の第1相関係数を計算する目的相関算出部33と、計算された第1相関係数が高い順に説明変数を表示することにより、表示される第1相関係数が高い説明変数を新たに生成する演算モデルの説明変数データ21に組み込むように促す目的相関出力部53とを有する。

目的

本発明は、モデルの再構築に役立つ情報を通知することを、主な課題とする

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

(分野番号表示ON)※整理標準化データをもとに当社作成

該当するデータがありません

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

複数の説明変数データから目的変数データを計算する演算モデル機械学習させるために、過去の各前記説明変数データについて、過去の前記目的変数データとの間の第1相関係数を計算する第1相関算出部と、計算された前記第1相関係数が高い順に説明変数を表示することにより、表示される前記第1相関係数が高い説明変数を新たに生成する演算モデルの説明変数データに組み込むように促す第1相関出力部とを有することを特徴とするリモデル支援装置

請求項2

前記リモデル支援装置は、さらに、過去の前記説明変数データの組み合わせごとに、第2相係数を計算する第2相関算出部と、計算された前記第2相関係数が高い順に説明変数の組み合わせを表示することにより、説明変数の組み合わせを構成するいずれかの説明変数を新たに生成する演算モデルの前記説明変数データからは削除するように促す第2相関出力部とを有することを特徴とする請求項1に記載のリモデル支援装置。

請求項3

前記リモデル支援装置は、さらに、各前記説明変数データについての指定された期間ごとの特徴量を計算する特徴量算出部と、計算した特徴量の時間経過による変化量が所定閾値超過したときに、その特徴量を強調して表示することにより、演算モデルの再構築を促す変動出力部とを有することを特徴とする請求項1または請求項2に記載のリモデル支援装置。

請求項4

リモデル支援装置は、第1相関算出部と、第1相関出力部とを有しており、前記第1相関算出部は、複数の説明変数データから目的変数データを計算する演算モデルを機械学習させるために、過去の各前記説明変数データについて、過去の前記目的変数データとの間の第1相関係数を計算し、前記第1相関出力部は、計算された前記第1相関係数が高い順に説明変数を表示することにより、表示される前記第1相関係数が高い説明変数を新たに生成する演算モデルの説明変数データに組み込むように促すことを特徴とするリモデル支援方法

請求項5

前記リモデル支援装置は、さらに、第2相関算出部と、第2相関出力部とを有しており、前記第2相関算出部は、過去の前記説明変数データの組み合わせごとに、第2相関係数を計算し、前記第2相関出力部は、計算された前記第2相関係数が高い順に説明変数の組み合わせを表示することにより、説明変数の組み合わせを構成するいずれかの説明変数を新たに生成する演算モデルの前記説明変数データからは削除するように促すことを特徴とする請求項4に記載のリモデル支援方法。

請求項6

前記リモデル支援装置は、さらに、特徴量算出部と、変動出力部とを有しており、前記特徴量算出部は、各前記説明変数データについての指定された期間ごとの特徴量を計算し、前記変動出力部は、計算した特徴量の時間経過による変化量が所定閾値を超過したときに、その特徴量を強調して表示することにより、演算モデルの再構築を促すことを特徴とする請求項4または請求項5に記載のリモデル支援方法。

技術分野

0001

本発明は、リモデル支援装置、および、リモデル支援方法に関する。

背景技術

0002

入力データから出力データを計算するモデルにおいて、過去の入力データと出力データとの組み合わせをもとに、モデルの計算内容を学習する(モデル化する)機械学習が行われている。
特許文献1には、プラントデータ収集し、プラントの状態を物理モデルにより演算して第1推定値データを出力する物理モデル演算部と、前記第1推定値データを説明変数として入力すると共に、前記プラントの性状分析データを目標変数として入力し、統計モデルにより演算して第2推定値データを出力する統計モデル演算部とを具備するプラントシミュレータが記載されている。

0003

特許文献2には、モデル化の作業の自動化として、データ空間を分割して分割データ空間を生成し、モデルへの入力因子を決定し、分割データ空間内の多変量データを用いてモデル化を行い、モデル全体の精度評価満足するまで、分割データ空間の補正およびその分割データ空間におけるモデル再構築を繰り返すことが記載されている。

先行技術

0004

特開2011−253275号公報
特開2004−086897号公報

発明が解決しようとする課題

0005

機械学習のしくみでは、学習に用いられるデータが変化しても、その変化に追従するようにモデルを更新するアルゴリズム実装されている。これにより、少々のデータの変化が生じても、最新のモデルで変化に適応することができる。

0006

一方、モデルに入力する監視データについての監視対象設備増減などにより、データの特徴が大きく変化してしまうこともある。例えば、ある河川に流れる水の濁度監視していたとする。そして、その河川の近傍には濁度に大きく影響する化学工場からの排水が大量に存在していた。過去のデータは、その化学工場の稼働期間において、濁度が著しく上昇していたとする。その結果、過去のモデルは、化学工場の稼働期間に適合して、濁度を計算していた。

0007

しかし、この化学工場の設備廃棄に伴い、今後は河川の濁度を計算するモデルにおいて、化学工場の影響は考慮しなくてもよいものとなる。このような状況下では、化学工場の影響を前提としていた過去のモデルを更新するよりも、過去のモデルを削除し、新たにモデルを再構築する(リモデル)するほうが、計算精度のよいモデルを構築できる。

0008

このように、「化学工場の設備廃棄」という人間(分析者)が知る情報(イベント)も併せてモデルをどう更新し、どうリモデルするかを決定する必要があるため、分析者にとってモデルの構築に役立つ情報を適切に通知してくれる支援ステムが望まれる。
しかし、特許文献1、特許文献2などの従来の技術では、過去のデータに対する演算により、モデルを自動的に評価したり、モデルを自動的に改良したりすることにとどまり、人間の判断に役立つ情報を通知する機能は備えられていない。

0009

そこで、本発明は、モデルの再構築に役立つ情報を通知することを、主な課題とする。

課題を解決するための手段

0010

前記課題を解決するために、本発明のリモデル支援装置は、以下の特徴を有する。
本発明は、複数の説明変数データから目的変数データを計算する演算モデルを機械学習させるために、過去の各前記説明変数データについて、過去の前記目的変数データとの間の第1相関係数を計算する第1相関算出部と、
計算された前記第1相関係数が高い順に説明変数を表示することにより、表示される前記第1相関係数が高い説明変数を新たに生成する演算モデルの説明変数データに組み込むように促す第1相関出力部とを有することを特徴とする。
その他の手段は、後記する。

発明の効果

0011

本発明によれば、モデルの再構築に役立つ情報を通知することができる。

図面の簡単な説明

0012

本発明の一実施形態に関するリモデル支援装置およびモデル実行装置の構成図である。
本発明の一実施形態に関する変動出力部の出力画面例を示す。
本発明の一実施形態に関する説明相関出力部の出力画面例を示す。
本発明の一実施形態に関する目的相関出力部の出力画面例を示す。
本発明の一実施形態に関するリモデル支援装置が表示するリモデル画面における変更前の状態を示す。
本発明の一実施形態に関する図5続き、リモデル画面における第1変更中の状態を示す。
本発明の一実施形態に関する図6に続き、リモデル画面における第2変更中の状態を示す。

実施例

0013

以下、本発明の一実施形態について、図面を参照して詳細に説明する。

0014

図1は、リモデル支援装置1およびモデル実行装置100の構成図である。
リモデル支援装置1およびモデル実行装置100は、それぞれCPU(Central Processing Unit)と、メモリと、ハードディスクなどの記憶手段(記憶部)と、ネットワークインタフェースとを有するコンピュータとして構成される。
このコンピュータは、CPUが、メモリ上に読み込んだプログラムアプリケーションや、その略のアプリとも呼ばれる)を実行することにより、各処理部により構成される制御部(制御手段)を動作させる。

0015

モデル実行装置100は、説明変数データ121を入力因子とし、目的変数データ122を出力因子とするモデル(線形回帰モデルなど)をモデル演算部123が構築する装置である。ここで、入力因子の候補となる変数群は、各種センサ(図示省略)によって様々なデータが機械的に取得できる。よって、どの変数を説明変数データ121としてモデルに組み込み、どの変数をモデルから除外するかを、分析者は決定する必要がある。
リモデル支援装置1は、分析者がモデル実行装置100のモデル(説明変数データ121)を決定し、適宜モデルを機械学習により再構築(リモデル)することを有益な情報の画面表示により支援する装置である。以下、リモデル支援装置1の詳細を説明する。

0016

リモデル支援装置1は、ラベル設定データ11と、期間設定データ12と、閾値設定データ13と、複数の説明変数データ21と、目的変数データ22とを入力データとして受け付ける。
ラベル設定データ11は、監視対象のデータ集合に対して識別子となるラベルである。なお、ラベル設定データ11は、リモデル支援装置1内に複数用意することで、複数のデータ集合を並列に監視することができる。
期間設定データ12は、監視対象のデータ集合において、監視する期間を設定するデータである。つまり、期間設定データ12で設定された期間のデータについて、出力画面に表示される。
閾値設定データ13は、監視対象のデータ値正常値警告値かに分類するための閾値を設定するデータである。
説明変数データ21は、監視対象のデータ集合において、モデルの入力因子となる説明変数の時系列データである。
目的変数データ22は、監視対象のデータ集合において、モデルの出力因子となる目的変数の時系列データである。

0017

リモデル支援装置1は、処理部として、統計算出部(特徴量算出部)31と、説明相関算出部(第2相関算出部)32と、目的相関算出部(第1相関算出部)33と、変動出力部51と、説明相関出力部52と、目的相関出力部53とを有する。
統計算出部31は、入力されたラベル設定データ11と、入力された期間設定データ12とに適合する各説明変数データ21について、説明変数統計データ41を作成する。説明変数統計データ41は、説明変数データ21の統計量を示すデータであり、例えば、最大値最小値平均値標準偏差歪度などである。
変動出力部51は、説明変数統計データ41と、閾値設定データ13とを比較し、閾値を超過する説明変数統計データ41をアラート(警告)として出力する(詳細は図2)。これにより、説明変数データ21の変動が大きくなった期間を警告することで、分析者にリモデルの契機が発生したことを通知する。

0018

説明相関算出部32は、2つの説明変数データ21の組み合わせごとに、説明変数間相関係数(第2相関係数)42を計算する。説明変数間相関係数42は、2つの説明変数データ21間のデータ傾向が類似するほど高くなる相関係数(相関度)である。
説明相関出力部52は、説明変数間相関係数42が高い順に、その説明変数間相関係数42を計算したときに用いた2つの説明変数データ21の組み合わせを出力する(詳細は図3)。これにより、出力された2つの説明変数データ21のうちのどちらか一方をモデルから除外するように、分析者にリモデルを促す。

0019

目的相関算出部33は、目的変数データ22と、各説明変数データ21との組み合わせごとに、目的説明間相関係数(第1相関係数)43を計算する。目的説明間相関係数43は、目的変数データ22と説明変数データ21との間のデータ傾向が類似するほど高くなる相関係数である。
目的相関出力部53は、目的説明間相関係数43が高い順に(ランキング形式で)、その目的説明間相関係数43を計算したときに用いた説明変数データ21を出力する(詳細は図4)。これにより、出力された説明変数データ21を新たにモデルに組み込むように、分析者にリモデルを促す。

0020

なお、説明変数間相関係数42および目的説明間相関係数43の計算式は、例えば、以下の式が例示される。この式における右辺データ列xi,yi(iはデータ1つ1つの添字)は、説明変数間相関係数42の場合は2つの説明変数データ21となり、目的説明間相関係数43の場合は、片方が説明変数データ21でもう片方が目的変数データ22となる。左辺の変数rが、求まる相関係数である。

0021

0022

図2は、変動出力部51の出力画面例を示す。この出力画面は、ラベル設定データ11のラベル名「化学薬品製造ラインのデータ」と、説明変数統計データ41のテーブル211と、リモデル画面起動ボタン212と、了解ボタン213とを含めて構成される。
テーブル211は、期間設定データ12で設定される期間に従って、比較する過去の月数(ここでは前月と前々月との2ヶ月)と、前年度の前後の月数(ここでは1ヶ月分)における説明変数統計データ41を、最大値などの種別ごとに表示する。

0023

変動出力部51は、テーブル211の各セル値のうち、閾値設定データ13の閾値を超過したセル値について、数値を囲むなどして強調表示することで、アラート(警告値)を分析者に知らせる。閾値設定データ13の閾値は、例えば、前月から今月にかけて標準偏差に2倍の変化が発生したときに(閾値=2)、今月の標準偏差を警告値とするなどの判断に用いられる。
なお、変動出力部51は、各月の統計値そのものと閾値とを比較して警告値と判断してもよいし、各月の統計値とその前月の統計値との差分値変動値)と閾値とを比較して警告値と判断してもよい。

0024

分析者は、毎月データの特徴量を示す統計的な数値から、特徴量の変化が一目で分かる。そして、分析者は、過去のデータにより構築された線形回帰モデルが陳腐化するタイミングを、アラートの多さから知ることができる。分析者は、モデルの契機が発生したと判断したときは、リモデル画面起動ボタン212を押下することで、図5のリモデル画面に遷移させる。
一方、分析者は、リモデルが不要なら了解ボタン213を押下することで、図2の出力画面を終了させる。なお、アラートが発生しているにもかかわらず、リモデルが不要な場合とは、例えば、特徴量の変化が大きくなるような設備清掃などのイベントが発生する期間をあらかじめ分析者が把握しており、説明変数統計データ41の変化が大きいことが想定内であるときである。

0025

図3は、説明相関出力部52の出力画面例を示す。この出力画面は、ラベル設定データ11のラベル名「化学薬品製造ラインのデータ」と、説明変数間相関係数42のテーブル221と、リモデル画面起動ボタン222と、了解ボタン223とを含めて構成される。
テーブル221は、2つの説明変数を役割重複しているものとして1つに束ねるための重複IDと、2つの説明変数間の相関係数と、2つの説明変数(第1説明変数、第2説明変数)とを対応付ける。そのため、説明相関算出部32は、説明変数データ21どうしの組み合わせ(総当たり)ごとに相関係数を計算し、その相関係数の大きさに応じて(例えば上位3位だけを抽出して)、説明変数間相関係数42のテーブル221を作成する。なお、相関係数の値は、最高値=1から最低値=0までの範囲である。

0026

例えば、重複ID「B1」となるタンク温度排出温度とは、相関係数が0.9と高く、いずれか1つの説明変数だけをモデルに組み込めばよいことを、分析者は把握する。つまり、片方の説明変数は、削除対象の説明変数となる。
説明相関出力部52は、テーブル221において相関係数が高い順に説明変数の組み合わせを表示することにより、説明変数の組み合わせを構成するいずれかの説明変数を新たに生成する演算モデルからは削除するように、分析者に促す。分析者は、説明変数の削除が必要と判断したときは、リモデル画面起動ボタン222を押下することで、図5のリモデル画面に遷移させる。一方、分析者は、リモデルが不要なら了解ボタン223を押下することで、図3の出力画面を終了させる。

0027

図4は、目的相関出力部53の出力画面例を示す。この出力画面は、ラベル設定データ11のラベル名「化学薬品製造ラインのデータ」と、前回学習時の目的説明間相関係数43のテーブル231と、今回の目的説明間相関係数43のテーブル232と、リモデル画面起動ボタン233と、了解ボタン234とを含めて構成される。テーブル231,232は、説明変数ごとに、その説明変数と目的変数との間の相関係数が高い順に(目的変数に対して影響が大きい順に)ランキング形式で、リストアップする形式である。
なお、テーブル231,232には、説明をわかりやすくするために目的変数データ22=濁度を記載したが、目的変数が一種類であることが通常なので、テーブル231,232における目的変数の記載を省略してもよい。

0028

テーブル231,232を比較すると、説明変数「配管温度」は、1位から2位になっているものの、説明変数「原料温度原料流入速度」はテーブル232には登場しなくなり、説明変数「タンク温度、モーター電圧」はテーブル232に登場するなど、説明変数の構成が大きく変わっている。
目的相関出力部53は、テーブル231,232において相関係数が高い順に説明変数を表示することにより、相関係数が高い説明変数を新たに生成する演算モデルの説明変数データ121に組み込むように分析者に促す。このテーブル231,232を参照した分析者は、説明変数の組み替えが必要と判断したときは、リモデル画面起動ボタン233を押下することで、図5のリモデル画面に遷移させる。
一方、分析者は、リモデルが不要なら了解ボタン234を押下することで、図4の出力画面を終了させる。

0029

以上、図2図4を参照して、分析者にリモデルを促す各種の表示画面を説明した。以下、図5図7を参照して、リモデルを行うと判断した分析者による具体的なリモデル設定作業(説明変数の組み替え作業)を説明する。

0030

図5は、リモデル支援装置1が表示するリモデル画面における変更前の状態を示す。このリモデル画面は、説明変数ごとに、「警告値」列と、「説明相関」列と、「目的相関」列と、「モデル選択」列とを対応付けるテーブル表示である。
・「警告値」列には、図2で変動出力部51が警告値を出力した対象の説明変数が「あり」として示される。
・「説明相関」列には、図3で説明相関出力部52が出力した重複IDが示される。
・「目的相関」列には、図4で目的相関出力部53が出力した今回のテーブル232の順位が示される。
・「モデル選択」列は、対応する説明変数がモデルに取り込むものとして選択されたか(黒丸=●の印)、選択されずにモデルから削除されたか(空欄)を示す。
まず、図5の変更前の状態では、「タンク温度、配管温度、モーター電圧、原料温度、原料流入速度、排出温度、原料投入量」という合計7つの説明変数のうち、「配管温度、原料温度、原料流入速度、排出温度、原料投入量」という5つの説明変数が選択されている。

0031

図6は、図5に続き、リモデル画面における第1変更中の状態を示す。
分析者は、「目的相関」列の上位1位〜3位の説明変数「タンク温度、配管温度、モーター電圧」を、説明変数への影響が大きい変数として、新たにモデルに取り込む。なお、配管温度はすでに図5の状態でモデルに取り込まれている。

0032

図7は、図6に続き、リモデル画面における第2変更中の状態を示す。まず、図6の状態では、合計7つの説明変数すべてがモデルに取り込まれていることとなる。分析者は、余分な説明変数を削除することで、モデルを簡略化することを検討する。
分析者は、「説明相関」列を参照して、役割が重複するB1のうちの「目的相関」列の上位1位〜3位には含まれない「排出温度」を削除することで、「モデル選択」列を空欄に戻す。さらに、分析者は、役割が重複するB2のうちの「原料投入量」を削除する。
そして、分析者は、「警告値」列を参照して、警告値を出力した説明変数「原料温度」を、変動が大きく精度が低いデータであるとして、モデルから削除する。

0033

これにより、残った4つの「タンク温度、配管温度、モーター電圧、原料流入速度」は、それぞれ目的関数「濁度」への影響度が高く、かつ、互いの役割が重複しないような説明変数の集合であることが期待される。
よって、分析者は、4つの説明変数データ21「タンク温度、配管温度、モーター電圧、原料流入速度」を、モデル実行装置100のモデル(説明変数データ121)に設定する。モデル実行装置100は、新たに設定された説明変数データ121と、目的変数データ22を読み込んだ目的変数データ122との組み合わせをもとに、モデル演算部123のモデルを機械学習により再構築(リモデル)する。
これにより、モデル実行装置100のモデル演算部123は、新たなモデルを用いて目的変数データ122を高精度に計算できる。

0034

なお、本発明は前記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、前記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。
また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。
また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。また、上記の各構成、機能、処理部、処理手段などは、それらの一部または全部を、例えば集積回路で設計するなどによりハードウェアで実現してもよい。
また、前記の各構成、機能などは、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。

0035

各機能を実現するプログラム、テーブル、ファイルなどの情報は、メモリや、ハードディスク、SSD(Solid State Drive)などの記録装置、または、IC(IntegratedCircuit)カードSDカード、DVD(Digital Versatile Disc)などの記録媒体に置くことができる。
また、制御線情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際にはほとんど全ての構成が相互に接続されていると考えてもよい。

0036

1リモデル支援装置
11 ラベル設定データ
12 期間設定データ
13閾値設定データ
21説明変数データ
22目的変数データ
31 統計算出部(特徴量算出部)
32 説明相関算出部(第2相関算出部)
33 目的相関算出部(第1相関算出部)
41 説明変数統計データ
42説明変数間相関係数(第2相関係数)
43 目的説明間相関係数(第1相関係数)
51 変動出力部
52 説明相関出力部
53 目的相関出力部
100モデル実行装置
121 説明変数データ
122 目的変数データ
123モデル演算部

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

該当するデータがありません

関連する公募課題

該当するデータがありません

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

該当するデータがありません

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

この 技術と関連性が強い技術

該当するデータがありません

この 技術と関連性が強い法人

該当するデータがありません

この 技術と関連性が強い人物

該当するデータがありません

この 技術と関連する社会課題

該当するデータがありません

この 技術と関連する公募課題

該当するデータがありません

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ