事後確率

US2022175793
The efficacy criteria are formulated in terms of posterior probability statements about the true responder rate difference Δ=p1−p2,
【０３１７】
  有効性基準は、真のレスポンダー率の差Δ＝ｐ１－ｐ２についての事後確率の記述によって公式化されており、

where p1 denotes the true responder rate of Compound (I)-treated patients and p2 the true responder rate of placebo-treated patients.
式中、ｐ１は化合物（Ｉ）で治療した患者の真のレスポンダー率を、ｐ２はプラセボで治療した患者の真のレスポンダー率を示す。

The posterior probability distributions for both arms are
両方のアームに対する事後確率分布は、

calculated using a standard binomial probability model with a conjugate noninformative Beta distribution priors Beta(a, a) with a=1/3 for both p1 and p2.
ｐ１及びｐ２の両方についてａ＝１／３である共役無情報ベータ分布の事前確率Ｂｅｔａ（ａ，ａ）を用いる標準二項確率モデルを使用して算出される。

US10436771
[0042] The marginal likelihood P (E|ϕ, θ)
【００３７】
  周辺尤度Ｐ（Ｅ｜Φ，Θ）は、

can be based on the assumption of conditional independence of effects given the network ϕ and the fact that each effect marker vector is linked to exactly one node in the network.
ネットワークΦを考慮した効果の条件付き独立の仮定、および各効果マーカーベクトルが、ネットワークにおけるたった１つのノードにリンクされているという事実に基づくことができる。

The maximum a posteriori (MAP) estimate for P(ϕ, θ|E) can be given by,
Ｐ（Φ，Θ｜Ｅ）についての最大事後確率（ＭＡＰ）の推定は、

[0043] (Φ^,Θ^)=arg⁢⁢maxΦ,Θ⁢(P⁡(Φ,Θ|E)).(5)

【数８】

によって示すことができる。

[0044] In an exhaustive setting, once graph ϕ is maximized, the E-marker positions θ can be maximized.
【００３８】
  しらみつぶし設定において、グラフΦが最大化されると、Ｅ－マーカー位置Θは最大化することができる。

Given a network model ϕ, the posterior probability for an edge between drug Sj and an E-marker Mi is derived using equation (3).
ネットワークモデルΦを考慮して、薬物Ｓ_ｊとＥ－マーカーＭ_ｉの間におけるエッジについての事後確率は、式（３）を使用して導かれる。

Alternatively, θ and ϕ can be maximized together or their optimal parameters can be estimated by a Bayesian maximum a posteriori approach.
あるいは、ΘおよびΦは共に最大化することができるか、またはそれらの最適パラメータを、ベイズの最大事後確率アプローチによって推定することができる。

In most cases θ is treated as nuisance parameters that are integrated out to make predictions on the perturbation space.
ほとんどの場合において、Θは迷惑パラメータとして扱われ、これは積分消去されて、摂動空間を予測する。

US2016371431
[0097] Once the machine learning model was trained using the genetic sequence variant training data set,
【００９６】
  遺伝子配列バリアント訓練データセットを使用して機械学習モデルを訓練したら、

the parameters π and θ were fixed as determined by the last iteration.
最後の反復によって決定されたパラメータπおよびθを固定した。

In some embodiments, the trained machine learning model as described herein is applied to a test genetic sequence variant to obtain an output score.
一部の実施形態では、本明細書に記載の訓練された機械学習モデルを試験遺伝子配列バリアントに適用して出力スコアを得る。

The output score is a predicted probability that the test genetic sequence variant is pathogenic.
出力スコアにより、試験遺伝子配列バリアントが病原性である確率が予測される。

In some embodiments, the trained learning model receives the test genetic sequence variant.
一部の実施形態では、訓練された学習モデルに試験遺伝子配列バリアントを受信させる。

In some embodiments, the trained learning model calculates a posterior probability for the assignment of the test genetic sequence variant to each of clusters (benign cluster or pathogenic cluster).
一部の実施形態では、訓練された学習モデルにより、試験遺伝子配列バリアントのクラスターのそれぞれ（良性クラスターまたは病原性クラスター）への割り当てについての事後確率を算出する。

US9286154
[0071] Method 400 is directed at computing the a posteriori probability that a given bit ci in codeword c=(c1 , c2 , c3 , . . . , cN ) of block error-correction code C equals 1 (or 0) based on the particular vector v received from syndrome-measurement circuit 200 ( FIG. 2A).
【００７４】
  方法４００は、ブロック・エラー訂正コードＣのコードワードｃ＝（ｃ_１，ｃ_２，ｃ_３，．．．，ｃ_Ｎ）の中の与えられたビットｃ_ｉが、シンドローム測定回路２００（図２Ａ）から受信される特定のベクトルｖに基づいて、１（または０）に等しいという事後確率を計算することを対象としている。

The corresponding LLR value, L(ci ), is given by Eq. (9):
対応するＬＬＲ値、Ｌ（ｃ_ｉ）は、式（９）、すなわち、

L (c i )=log(Pr (c i =0|v )/Pr (c i =1|v ))  (9)
 Ｌ（ｃ_ｉ）＝ｌｏｇ（Ｐｒ（ｃ_ｉ＝０｜ｖ）／Ｐｒ（ｃ_ｉ＝１｜ｖ））    （９）

where Pr( ) denotes the a posteriori probability for the condition in the parentheses ( ).
によって与えられ、式中で、Ｐｒ（）は、括弧（）の中の状態についての事後確率を示している。

Method 400 relies on an iterative message-passing decoding algorithm based on a bipartite graph of block error-correction code C, e.g., bipartite graph 300 ( FIG. 3).
方法４００は、ブロック・エラー訂正コードＣの二部グラフ、例えば、二部グラフ３００（図３）に基づいた反復メッセージ・パッシング復号アルゴリズムに依存している。

According to this algorithm, the variable nodes in the bipartite graph represent processors of one type;
このアルゴリズムによれば、二部グラフの中の可変ノードは、１つのタイプのプロセッサを表しており、

the check nodes in the bipartite graph represent processors of another type;
二部グラフの中のチェック・ノードは、別のタイプのプロセッサを表し、

and the edges between the variable and check nodes represent message paths.
また可変ノードと、チェック・ノードとの間のエッジは、メッセージ経路を表す。

US9622008
[0104] Computation of Directional a Posteriori Probability Functions for Dominant Sound Source Directions
●ドミナント音源方向についての方向の事後確率関数の計算

US8412466
The frequency of the known genotype in the population P(gi ) may be inputted to the method at step 1124 ,
集団Ｐ（ｇ_ｉ）中の既知の遺伝子型の頻度を、ステップ１１２４で本方法に入力することができ、

and the class conditional probability p(v|gi ) and frequency of the known genotype in the population P(gi ) may be used to calculate the posterior probability that the sample contains the known genotype p(gi |v) in step 1122 .
ステップ１１２２において、集団Ｐ（ｇ_ｉ）中の既知の遺伝子型のクラス条件付き確率ｐ（ｖ｜ｇ_ｉ）および頻度を使用することによって、試料が既知の遺伝子型を含有する事後確率ｐ（ｇ_ｉ｜ｖ）を計算することができる。

In a preferred embodiment, a posterior probability for each known genotype in the class of genotypes is calculated in this manner as well.
好適な実施形態では、遺伝子型のクラス内の各既知の遺伝子型についての事後確率は、同様にこのようにして計算される。

微分すると

US2019271946
[0035] By introducing temperature-dependent terms I and Ci and differentiating equation (1) with respect to the temperature,
【００２６】
  温度依存の項であるＩとＣｉを導入し、等式（１）を温度について微分すると、

the following equation is obtained after rearrangement:
整理後には以下の等式が得られる。

US10647548
[0064] Subsequent to determining the position (coordinates of x(u), y(u))) of point one (1), the velocity of point one (1) in the x and the y directions may be determined as follows:
【００６０】
  点１の位置（座標、ｘ（ｕ），ｙ（ｕ）））を決定した後に、ｘ、ｙ方向の点１の速度を以下のように決定することができる。

[0065] Differentiating equation (11) with respect to u results in the velocity of point one (1) in an x-direction:
方程式（１１）をｕについて微分すると、ｘ方向の点１の速度：

US8155447
[0044] Differentiating Equation (7) with respect to the pixel x, the image gradients are determined according to
【００４０】
  上式（７）をピクセルｘについて微分すると、画像勾配が下式（８）に従って求められる。

について積分する、積分消去

US9357916
 The boundaries extracted serve to include only that tissue extent in the summation which is known a-priori to have blood vessels.
抽出された境界は、血管を有していることが先験的に既知である組織範囲のみを加算に含める働きをする。

The result of this summing procedure is a flat view (projection) of the volume looking along (and into) the imaging axis, and the features in this projection (en face vasculature image) capture the vascular distribution (Process A in FIG. 1).
この加算手続きの結果は、撮像軸に沿って（および撮像軸内を）見たボリュームのフラット図（射影）であり、この射影（正面血管系画像）内の特徴は、血管の分布を捕捉する（図１の工程Ａ）。

Since the summation integrates out the depth along the axial direction, this view only captures the omnibus morphology of the vasculature, and not position in the depth direction.
加算は、軸方向に沿った深さを積分消去するため、この図は、血管系のオムニバス形態のみを捕捉し、深さ方向における位置は捕捉しない。

US10616806
Further, given the broader data set, it is likely that surges in demand for additional connection tokens,
さらに、広範なデータセットを考慮すると、追加の接続トークンの要求が急増する可能性があり、

and instances of surplus connection token releases (from the client-level capacity processors 130 ) may somewhat integrate out over the broad distribution of client-level capacity processors 130 .
また、（クライアントレベル容量プロセッサ１３０からの）余剰接続トークン解放のインスタンスはクライアントレベル容量プロセッサ１３０の広範な分布を幾分か積分消去（ｉｎｔｅｇｒａｔｅ  ｏｕｔ）することができる。

Accordingly, server-level capacity processor 140 may maintain its connection reserve pool 142 so that it is sufficiently deep to substantially even out these surges.
したがって、サーバーレベル容量プロセッサ１４０は、その接続予約プール１４２がこれらの要求の急増を実質的に均等にするのに十分な深さになるように、これを保持することができる。

US9864953
[0066] Accordingly, some embodiments are
【００６６】
  したがって、いくつかの態様は、

directed to performing Bayesian optimization using an integrated acquisition utility function obtained by averaging multiple acquisition functions, each of which corresponds to different parameter values of the probabilistic model
それぞれが確率モデルの異なるパラメータ値に対応する複数の取得関数の平均によって獲得された積分後の取得ユーティリティ関数を使用するベイズの最適化に関する

(such averaging is sometimes termed “integrating out” with respect to the parameters of the probabilistic model).
（この種の平均は、しばしば、確率モデルのパラメータに関する「積分消去」と呼ばれる）。

The integrated acquisition utility function may be less sensitive to the parameters of the probabilistic model of the objective function,
積分後の取得ユーティリティ関数は、目的関数の確率モデルのパラメータに対してあまり敏感でなくすることができ、

which may improve the robustness and performance of conventional Bayesian optimization techniques.
そのことが、従来的なベイズの最適化テクニックの堅牢性およびパフォーマンスを改善できる。

//////////////

[0113] In some embodiments, an integrated acquisition utility function
【０１０９】
  いくつかの態様においては、積分後の取得ユーティリティ関数が、

may be obtained by

selecting an initial acquisition utility function that depends on parameters of the probabilistic model (e.g., any of the above-described utility functions may be used as the initial acquisition utility function)
確率モデルのパラメータに依存する初期取得ユーティリティ関数を選択すること（たとえば、上記で述べたユーティリティ関数のいずれかを初期取得ユーティリティ関数として使用できる）、

and calculating the integrated acquisition utility function by integrating (marginalizing) out the effect of one or more of the parameters on the initial acquisition utility function.
および初期取得ユーティリティ関数へのパラメータのうちの１つまたは２つ以上の影響の積分消去（周辺化）による積分後の取得ユーティリティ関数を計算すること

によって獲得できる。

US8213018
In another embodiment, applying a filter
別の実施形態では、フィルターを適用することは、

comprises processing a digital loop output signal with a delta sigma integrated feedback loop that integrates out a noise spectrum from the digital loop output signal.
雑音スペクトルをデジタルループ出力信号から積分消去するデルタシグマ積分フィードバックループを用いて、デジタルループ出力信号を処理することを含む。

In other embodiments, other forms of filtering may be applied, or combined, as would be appreciated by one of ordinary skill in the art upon reading this specification.
他の実施形態では、当業者がこの明細書を読めば理解するように、他の形態のフィルタリングを適用することもできるし、組み合わせることもできる。

US2022291227
The surrogate peptides of interest and corresponding SIL peptides that are unique to the HPPD protein for each commodity crop was measured by LC-MS/MS.
各農作物についてＨＰＰＤタンパク質に特有である対象のサロゲートペプチド及び対応するＳＩＬペプチドをＬＣ－ＭＳ／ＭＳにより測定した。

Data were analyzed using MultiQuant™ software, version 3.0.2,
ＭｕｌｔｉＱｕａｎｔ（商標）ソフトウェア、バージョン３．０．２を用いてデータを分析し、

where the chromatographic peak area of each surrogate peptide (non-labeled) and each corresponding SIL peptide was integrated for each sample.
各サロゲートペプチド（非標識）及び対応する各ＳＩＬペプチドのクロマトグラフピーク面積を各サンプルについて積分した。

US10028535
[0095] The power dissipation in FET 1110 during one period of the AC voltage/current is
【００６７】
  ＡＣ電圧／電流の一つの期間中のＦＥＴ  １１１０での電力損失は、

the product of the transistor voltage and current at each point in time during that period of the alternating voltage/current, integrated over that period, and averaged over that period.
交流電圧／電流のその期間中の各時点でのトランジスタ電圧と電流の積をその期間全体について積分し、その期間全体について平均化したものである。

Since the FET 1110 must sustain high voltage during a part of that period and conduct high current during a part of that period,
その期間の一部ではＦＥＴ  １１１０は高い電圧を持続しなければならず、またその期間の一部では高い電流を伝導しなければならないため、

it must be avoided that high voltage and high current exist at the same time,
高い電圧と高い電流が同時に発生することは避けなければならない。

since this would lead to substantial power dissipation in FET 1110 .
これはＦＥＴ  １１１０での著しい電力損失につながるためである。

In the “on-”state of FET 1110 , the transistor voltage is nearly zero when high current is flowing through the FET.
ＦＥＴ  １１１０の「オン」状態では、トランジスタ電圧はほぼゼロであり、高い電流がＦＥＴを通過して流れる。

In the “off-”state of FET 1110 , the transistor voltage is high but the current through FET 1110 is nearly zero.
ＦＥＴ  １１１０の「オフ」状態では、トランジスタ電圧は高いが、ＦＥＴ  １１１０を通過する電流はほぼゼロである。

US9678163
In another example, differential current data (e.g., current vs. time or current vs. capacity)
別の例において、差動電流データ（例えば、電流対時間または電流対容量）は

may be integrated over a time period in order to determine whether or not a net transfer of charge from one battery to another parallel battery is occurring.
一方のバッテリから別の並列バッテリへの電荷の正味の移動が生じているか否かを決定するために、時間について積分されてもよい。

In yet another example, the average value of the differential current over a particular period of time and/or a number of charge-discharge cycles may be observed;
さらに別の例において、特定の期間および／または多数の充電－放電のサイクルにわたる差動電流の平均値が観察されてもよく、

or a shift in magnitude of the average differential current away from zero may indicate the presence of an internal short circuit.
すなわち、ゼロから離れた平均差動電流の大きさの変化は内部短絡の存在を示す可能性がある。

US9728735
[0057] FIG. 6(b ) is a graph showing the electric field and the effect of ITO cathode thickness.
【００２９】
  図６（ｂ）は、電界とＩＴＯカソードの厚さの影響を示すグラフである。

Calculated optical field, |E|2 , of the transparent OVP as a function of position at a fixed wavelength close to the peak absorption of the ClAlPc active layer (˜740 nm) for an ITO cathode thickness of 20 nm (black line) and 120 nm (red line).
２０ｎｍ（黒色ライン）及び１２０ｎｍ（赤色ライン）のＩＴＯカソードの厚さの場合のＣｌＡｌＰｃ活性層（約７４０ｎｍ）のピーク吸収に近接した固定波長における位置の関数としての透明ＯＶＰの算出された光場｜Ｅ｜^２が示されている。

Note the enhancement of the field within the ClAlPc layer for the optimized ITO thickness,
最適化されたＩＴＯの厚さにおけるＣｌＡｌＰｃ層内の場の改善に留意されたい。

where the absorption is proportional to |E|2 integrated over position.
この場合には、吸収は、位置について積分された｜Ｅ｜^２に比例している。

In general, there is a strong dependence on ITO thickness.
一般に、ＩＴＯの厚さに対する強力な依存性が存在している。

US11091392
 The CTlimit for strengthened glass in which the compressive stress profile is characterized by a single complementary error function for a given thickness t of glass can be determined by the equation
圧縮応力分布がガラスの厚さｔで１つの相補的誤差関数によって特徴付けられるような強化ガラスのＣＴ_{ｌｉｍｉｔ}は次式、

CTlimit (MPa)=9.0 (MPa/mm)·ln(t ) (mm)+49.3 (MPa/mm)·ln2 (t ) (mm),  (2)
ＣＴ_{ｌｉｍｉｔ}（ＭＰａ）＝９．０（ＭＰａ／ｍｍ）・ｌｎ（ｔ）（ｍｍ）＋４９．３（ＭＰａ／ｍｍ）・ｌｎ^２（ｔ）（ｍｍ）        （２）

where the CTlimit is in units of MPa, glass thickness t is in units of mm and less than or equal to about 1 mm, and ln(t) is the natural logarithm (base e) of the thickness t.
によって決定でき、式中、ＣＴ_{ｌｉｍｉｔ}の単位はＭＰａであり、ガラス厚さｔはｍｍの単位で、約１ｍｍより小さいか、これと等しく、１ｎ（ｔ）は厚さｔの自然対数（基数ｅ）である。

The integrated central tension (ICT), which is the tensile stress integrated over the entire region under tension (i.e., from d1 to d2 in FIG. 1) may also be used to characterize fragmentation behavior.
積分中心張力（ＩＣＴ）は、張力を受ける全領域（すなわち、図１のｄ_１からｄ_２）について積分された引張応力であり、破砕挙動を特徴付けるために使用してもよい。

US11254793
[0087] Differential Scanning Calorimetry (DSC):
【００８７】
  示差走査熱量測定（ＤＳＣ）：

A ˜10 mg sample from the indicated material layers was placed within a sealed DSC pan
指示された材料層からの～１０ｍｇの試料を密封されたＤＳＣパン内に置き、

and heat flow was measured in a scan running from 20° C. to 250° C. at a ramp rate of 10° C./min.
１０℃／分の傾斜速度で２０℃～２５０℃までのスキャンで熱流を測定した。

Reactivity of each material was quantified by integrating for the total heat of reaction.
各材料の反応性は、全反応熱について積分することによって定量化された。

An increase in heat flow indicates enhanced reactivity.
熱流の増加は反応性の向上を示す。

US11103749
[0150] At step 1720 , wearable device 100 
【０１０９】
  ステップ１７２０において、ウェアラブルデバイス１００は、

determines a first set of rotational data of wearable device 100 based on the motion information received from one or more motion sensors 240 .
１つ以上の動きセンサ２４０から受けられた動き情報に基づいて、ウェアラブルデバイス１００の回転データの第１の組を決定する。

In some embodiments, the rotational data of wearable device 100
 いくつかの実施形態では、ウェアラブルデバイス１００の回転データは、

include how wearable device 100 rotates, such as angular position, angular velocity, and/or angular acceleration of wearable device 100 , with respect to a frame of reference.
座標系に対して、ウェアラブルデバイス１００の角位置、角速度及び／又は角加速度などの、ウェアラブルデバイス１００がどのように回転するかを含む。

In some embodiments, if the rotational data of wearable device 100 is angular acceleration,
いくつかの実施形態では、ウェアラブルデバイス１００の回転データが角加速度である場合には、

then angular velocity and/or angular position can be obtained by integrating the angular acceleration over time.
角速度及び／又は角位置は、角加速度を時間について積分することによって、得られることができる。

 

 

 

 

沿わせる

US9572698
Alternatively, an opening may be sealed by snugging a loop of flexible material around the external surface of the neck of the ballstent 100 prior to separation of the expanded ballstent and the delivery catheter.
あるいは、拡張状態のブロックステントおよび送達用カテーテルの分離を行う前に、可撓性材料のループをブロックステント１００の首部の外面にぴったりと沿わせることにより、開口部を密閉することも可能である。

In this method, the loop of material may comprise a wire, polymer strand, filament, string, thread, or snare.
この方法において、上記ループ材料は、ワイヤ、ポリマーストランド、フィラメント、ストリング、スレッドまたはスネアを含み得る。

US10072959

 

 The interior of the wing tab 280 may also be provided with a pin cam 388 which allows pin 188 of the flow sensor 210 , as shown in FIG. 6, to ride along
ウイングタブ２８０の内部には、図６に示すようにフローセンサ２１０のピン１８８を沿わせることを可能にするピンカム３８８が設けられており、（＊pin 188 rides along pin cam 388）

 

such that the flow sensor 210 is moved proximally during assembly onto the base 220 . 
そのために、フローセンサ２１０はベース２２０上への組み立て中に近位側に移動する。

US2021060310
[0004] One issue with guidewire introduction systems is
【０００４】
  ガイドワイヤ導入システムに伴う１つの問題は、

the limited ability to conform the distal end of the guidewire to follow tortuous lumen geometries, as well as to guide the distal end into an intersecting lumen or branch lumen to the lumen within which the distal end of the guidewire is positioned. 
蛇行した管腔形状をたどるようにガイドワイヤの遠位端部を沿わせる能力、ならびにガイドワイヤの遠位端部が配置されている管腔に対する交差管腔または分岐管腔の中に、遠位端部を案内する能力に限界があることである。

US10369706
[0002] Robots may be utilized for a variety of purposes and activities.
【０００２】
  ロボットは、様々な目的及び作業に利用することができる。

In a manufacturing and fabrication environment, some robots are utilized to pick up and carry plies of material to a mandrel for shaping.
製造及び組立の環境では、材料のプライをピックアップし、マンドレルに搬送して成形するために用いられるロボットもある。

These robots may include an end effector that picks up a ply and applies force to the ply in order to conform the ply with the mandrel.
このようなロボットは、プライをピックアップし、また、そのプライに力を印加してプライをマンドレルに沿わせるエンドエフェクタを含む場合がある。

車外通信

US10065561
[0090] In-vehicle computing system 1000 may further include an antenna(s) 1006 , which may be communicatively coupled to external device interface 1012 and/or extra-vehicle-communication module 1024 .
【００６８】
  車載コンピュータシステム１０００は、外部デバイスインタフェース１０１２及び／または車外通信モジュール１０２４に通信可能に接続されてもよいアンテナ（複数可）１００６をさらに含んでもよい。

The in-vehicle computing system may receive positioning signals such as GPS signals and/or wireless commands via antenna(s) 1006 or via infrared or other mechanisms through appropriate receiving devices.
車載コンピュータシステムは、アンテナ（複数可）１００６を介して、または、適切な受信デバイスによる赤外線もしくは他のメカニズムを介して、ＧＰＳ信号及び／または無線コマンドなどの位置信号を受信してもよい。

US10317511
[0026] In some embodiments, a vehicle-related communications network may be a “vehicular communications system” which as used herein may generally refer to a network including inter-vehicle and/or extra-vehicle communications.
【００２６】
  いくつかの実施形態では、車両関連通信ネットワークは、「車両通信システム」とすることができ、これは、本明細書で使用される際、概して、車両間通信及び／又は車外通信を含むネットワークを指し得る。

Thus, for example, a vehicular communications system may include some combination of vehicle-to-vehicle (V2V) communications, a vehicle-to-roadside (V2R) communications, and/or vehicle to internet (V2I) communications.
したがって、例えば、車両通信システムは、車両対車両（vehicle-to-vehicle、Ｖ２Ｖ）通信、車両対路傍（vehicle-to-roadside、Ｖ２Ｒ）通信、及び／又は車両対インターネット（vehicle to internet、Ｖ２Ｉ）通信のいくつかの組み合わせを含み得る。

Examples of vehicular communications systems include Vehicular Ad Hoc Networks (VANETs) such as General Motors' V2V system and Mercedes Car-to-X system.
車両通信システムの例としては、Ｇｅｎｅｒａｌ  ＭｏｔｏｒｓのＶ２Ｖシステム及びＭｅｒｃｅｄｅｓ  Ｃａｒ－ｔｏ－Ｘシステム等の車両アドホックネットワーク（Vehicular Ad Hoc Network、ＶＡＮＥＴ）が挙げられる。

US9318909
[0031] Telematic gateway 30 is
【００１７】
  テレマティックゲートウェイ３０は、

a remote communication device, preferably wireless, which is adapted, thanks to an antenna 32 , to emit communication signals from the vehicle

to a communication device off-board the vehicle, such as a communication server 100 which can be reached directly, but in most cases indirectly through, for example, a telephone network, a data network and/or through the internet. 
直接到達することも可能であるが、多くの場合、例えば電話回線網、データ回線網、及び／又はインターネットを介して、直接的に（但し、大抵の場合は間接的に）到達可能な通信サーバー１００等の車外通信デバイスに、

車両からアンテナ３２を介して通信信号を送信するように適合された遠隔通信デバイス、好ましくは無線通信デバイスである。

US2022028254(JP)
<>
【００９９】
  《車載装置》

[0115] Referring to FIG. 4, the vehicle 82 includes
図４を参照して、車両８２は、

various types of sensors 170 , an autonomous driving electronic control unit (ECU) 172 for vehicle control, a vehicle-mounted device 92 for collecting sensor data from these sensors 170 and controlling the ECU 172 while communicating with the ECU 172 ,
各種のセンサ１７０及び車両の制御のための自動運転ＥＣＵ（Electronic Control Unit）１７２と、これらセンサ１７０からセンサデータを収集し、ＥＣＵ１７２と通信しながらＥＣＵ１７２を制御するための車載装置９２と、

and an outside-vehicle communication device 162 used by the vehicle-mounted device 92 to communicate with elements outside the vehicle, such as the edge server 128 and another vehicle.
車載装置９２がエッジサーバ１２８及び他の車両等の車外の要素と通信する際に使用する車外通信機１６２とを含む。

US2022009425(JP)
[0226] The vehicle-exterior communication section may use, for example,
【０１７９】
車外通信部は、例えば、

Global System for Mobile Communications (GSM) (registered trademark), WiMAX (registered trademark), Long-Term Evolution (LTE) (registered trademark),
ＧＳＭ（登録商標）（Global  System  of  Mobile  communications）、ＷｉＭＡＸ（登録商標）、ＬＴＥ（登録商標）（Long  Term  Evolution）、

LTE-advanced (LTE-A), a wireless LAN (also referred to as Wi-Fi (registered trademark)), Bluetooth (registered trademark), or the like.
ＬＴＥ－Ａ（LTE－Advanced）、無線ＬＡＮ（Ｗｉ－Ｆｉ（登録商標）ともいう）、Ｂｌｕｅｔｏｏｔｈ（登録商標）などを用いた構成とすることができる。

US10904883
[0135] The message processing unit 502 extracts the details to be externally transmitted, from the received message notified by the internal communication unit 501 , and notifies the external communication unit 503 of the extracted details.
【００９０】
  メッセージ処理部５０２は、車内通信部５０１から通知された受信メッセージから、外部に対する送信対象の内容を抽出し、車外通信部５０３へ通知する。

The message processing unit 502 also generates a message of the details to be internally transmitted, according to the notification details from the external communication unit 503 , and notifies the internal communication unit 501 of the generated message.
また、メッセージ処理部５０２は、車外通信部５０３からの通知内容に応じて、車内に対する送信対象のメッセージを作成し、車内通信部５０１へ通知する。