对比文件的名称：2002-11-29_发明专利_JP2002342185A Remote maintenance system
目标专利的名称：150监视物联网设备健康状况的方法、装置、设备和存储介质CN107409073B
本次调用的模型名称：gpt-4-turbo-2024-04-09
## 特征比对表格
| 技术特征描述以及公开性判断结果 | 对比文件原文引用 | 公开性论述 |
| **技术特征A**：在本地IoT网络中的第一节点处为与所述本地IoT网络中的第二节点相关联的正常行为建模《直接公开》 | 【0002】「ホームサーバは、各家電機器から報告された内部状態を、通信回線などを介してセンタサーバに送信する。 センタサーバは、家電機器の機種ごとに、その機種の各部における正常動作の基準値を示したデータである故障判定用モデル（以下、「故障モデル」という）を保持しており」<br>【0007】「前記ホームサーバは、...故障モデルを前記センタサーバから受信する故障モデル受信手段と...を備え」<br>【0010】「ホームサーバ１０１は...故障モデルデータベース（以下、データベースは「ＤＢ」と表記する）１０３...を備える。」<br>【0013】「さらに、通信部１０５は、センタサーバ１２０から故障モデルを受信し、故障判定部１０６に転送する。」 | 对比文件公开了“故障モデル（故障模型）”，该模型定义了家电各部分的“正常動作の基準値（正常操作的基准值）”，即正常行为的基准。该模型由中心服务器（センタサーバ）保持并发送给家庭服务器（ホームサーバ）。家庭服务器作为本地网络（家庭内LAN）中的一个节点，接收并存储该模型，即为与本地网络中的家电（第二节点）相关联的正常行为建立了模型。这与技术特征A“在本地IoT网络中的第一节点处为与所述本地IoT网络中的第二节点相关联的正常行为建模”的作用相同，都是为后续的异常检测提供正常行为参考基准。因此，本领域技术人员能毫无疑义地从对比文件中得出该技术特征，属于直接公开。 |
| **技术特征B**：其中，所述第一节点是配置成进行行为分析的分析者节点，所述第二节点是配置成观察本地行为的观察者节点，所述第一节点和所述第二节点是所述本地IoT网络中的不同IoT设备《直接公开》 | 【0002】「各家電機器は、当該家電機器の内部状態をモニタするモニタ回路を内蔵しており、モニタした内部状態を、家庭内のＬＡＮ（Local Area Network）などによりそれぞれが接続されているホームサーバに報告する。」<br>【0010】「ホームサーバ１０１は...故障判定部１０６...を備える。」<br>【0014】「故障判定部１０６は、家庭内ＬＡＮ１１０に接続されている家電機器１０２の故障を定性推論に基づいて診断する処理部である。」 | 对比文件中，家庭服务器（ホームサーバ）具有故障判定部（故障判定部），负责对家电的故障进行诊断，这相当于“配置成进行行为分析的分析者节点”。家电（家電機器）内置监控电路（モニタ回路），观察其内部状态（内部状態）并报告给家庭服务器，这相当于“配置成观察本地行为的观察者节点”。家庭服务器和家电通过家庭内LAN连接，是不同的设备。因此，对比文件公开了第一节点（家庭服务器）作为分析者、第二节点（家电）作为观察者，且二者是不同的设备。其作用与目标专利中分析者节点进行行为分析、观察者节点观察本地行为完全相同。该技术特征被直接公开。 |
| **技术特征C**：在所述第一节点处通过所述本地IoT网络接收与在所述第二节点处观察到的一个或多个行为相关的行为信息《直接公开》 | 【0002】「各家電機器は、当該家電機器の内部状態をモニタするモニタ回路を内蔵しており、モニタした内部状態を、家庭内のＬＡＮ（Local Area Network）などによりそれぞれが接続されているホームサーバに報告する。」<br>【0014】「家電機器管理部１０８は、家庭内ＬＡＮ１１０に接続されている家電機器１０２に関する情報を保持しており、定期的に故障モデルＤＢ１０３内の故障モデルを読み込むとともに、新規に家庭内ＬＡＮ１１０に接続された家電機器１０２を検出して、新規家電機器１０２から取得した機器情報を通信部１０５に送信する。」 | 对比文件明确描述了家电（第二节点）通过家庭内LAN（本地IoT网络）将其监控到的内部状态（行为信息）报告给家庭服务器（第一节点）。家庭服务器的家电管理部负责从家电获取信息。这公开了第一节点通过本地网络接收在第二节点处观察到的行为信息。该过程与目标专利中技术特征C的作用一致，都是为后续分析收集原始数据。因此，该技术特征被直接公开。 |
| **技术特征D**：在所述第一节点处分析与在所述第二节点处观察到的所述一个或多个行为相关的所述行为信息《直接公开》 | 【0010】「ホームサーバ１０１は...故障判定部１０６...を備える。」<br>【0014】「故障判定部１０６は、家庭内ＬＡＮ１１０に接続されている家電機器１０２の故障を定性推論に基づいて診断する処理部である。 具体的には、各家電機器１０２から取得される稼動条件および状態値の組み合わせと、取得された状態値の演算処理および比較判定処理を示した故障モデルとに基づいて、取得された各状態値に演算処理を施し、演算結果と規定値との比較によって当該家電機器１０２の故障を判定する。」 | 对比文件中，家庭服务器（第一节点）的故障判定部（故障判定部）基于从家电（第二节点）获取的运行条件和状态值（状态值，即行为信息），并按照故障模型进行运算和比较处理，从而诊断故障。这公开了在第一节点处对从第二节点接收到的行为信息进行分析的过程。其作用与目标专利中分析行为信息以支持后续判断完全相同。因此，该技术特征被直接公开。 |
| **技术特征E**：在所述第一节点处将所分析的行为信息与关联于所述第二节点的所建模的正常行为进行比较以确定在所述第二节点处观察到的所述一个或多个行为是正常的还是异常的《直接公开》 | 【0014】「故障判定部１０６は...取得された各状態値に演算処理を施し、演算結果と規定値との比較によって当該家電機器１０２の故障を判定する。」<br>【0031】「ホームサーバ１０１の故障判定部１０６は、取得した稼動条件値および状態値と、故障モデルに示される正常値の範囲とを比較して家電機器１０２の故障を判定し」 | 对比文件明确描述了故障判定部将处理后的状态值（所分析的行为信息）与故障模型中规定的正常值范围（所建模的正常行为）进行比较，从而判定家电是否故障（即行为正常还是异常）。这完全公开了技术特征E的内容。其作用是通过比较来区分正常与异常行为，与目标专利中的作用一致。因此，该技术特征被直接公开。 |
| **技术特征F**：以及响应于基于所述比较确定在所述第二节点处观察到的所述行为信息指示了异常状况，触发一个或多个执行者来矫正所述第二节点处的行为异常，《直接公开》 | 【0002】「この判定の結果、状態値が正常範囲を超えたため故障であると判定された場合には、センタサーバは、状態値を送信してきた家庭に、当該家電機器の保守を行うサービスマンを派遣するよう指示を表示する。」<br>【0008】「前記故障判定手段は、前記家電機器が故障であると判定した際には、当該家電機器の故障の内容を特定する情報を前記センタサーバに送信し」<br>【0013】「通信部１０５は、故障判定部１０６が家電機器１０２の故障を判定した場合、...修理情報送信要求を故障判定部１０６から受け取り、センタサーバ１２０に送信する。」<br>【0028】「センタ表示部１２６は、バス１２８上に読み出されたサービスマン用修理情報を表示し」 | 对比文件公开了当家庭服务器的故障判定部判定家电故障（异常状况）后，会向中心服务器发送修理信息发送请求。中心服务器接收到该信息后，会向服务人员（サービスマン）显示修理信息，这实质上是派遣服务人员进行维修的指示或准备。服务人员就是被触发来矫正设备异常（故障）的执行者。这公开了响应于检测到异常而触发执行者进行矫正的完整逻辑。其作用与目标专利中触发执行者矫正行为异常相同。因此，该技术特征被直接公开。 |
| **技术特征G**：其中，所述一个或多个执行者被提供有用于辅助矫正一项或多项行为异常的技术。《直接公开》 | 【0008】「前記センタサーバは、さらに、...サービスマン用表示手段とを備える。」<br>【0016】「修理情報ＤＢ１２１は、...サービスマン向けに家電機器１０２の詳細な故障内容を表示するよう作成されたサービスマン用修理情報とを家電機器１０２および故障の種類に応じて保持する。」<br>【0028】「センタ表示部１２６は、...サービスマン用修理情報を表示する。」<br>【0043】「センタサーバ１２０のセンタ表示部１２６に表示されるサービスマン用修理情報１２００には、実際に修理に向かうサービスマンに対して修理の内容および故障の内容などが具体的に示される。 ...異常箇所１２０８「コンプレッサ」、異常コード１２０９...部品コード１２１０...などの家電機器１０２、故障の内容および修理の内容に関する情報が表示される。」 | 对比文件中的“サービスマン用修理情報（服务人员用修理信息）”包含了故障的具体内容、异常部位、异常代码、需要更换的零件代码等详细信息。这些信息被提供给服务人员（执行者），用于辅助其进行故障诊断和维修（矫正行为异常）。这公开了执行者被提供了用于辅助矫正异常的技术信息。其作用与目标专利中技术特征G的作用相同。因此，该技术特征被直接公开。 |
| **技术特征H**：其中，分析与在所述第二节点处观察到的所述一个或多个行为相关的所述行为信息进一步包括：从所述行为信息中提取一个或多个行为向量，其中所述行为信息表示n个行为特征并且所述一个或多个行为向量将所述n个行为特征映射到n维空间中。《未公开》 | 对比文件中没有公开相关内容。对比文件中对状态值（行为信息）的分析是基于预设的故障模型进行运算和比较，例如计算温差、到达设定温度的时间等，并与模型中的规定值（如线性方程参数、阈值）进行比较【0014】、【0037】、【0038】。整个过程是直接处理原始的或简单计算后的状态值，并未描述将多个行为特征提取并映射到n维空间中以形成“行为向量”的概念。目标专利中的“行为向量”是一种特定的数据表示和分析方法，用于将多个特征映射到多维空间以便于机器学习分析。对比文件未公开此技术特征。 | 本领域技术人员无法从对比文件中毫无疑义地得出或通过合理推断得出“提取行为向量并将n个行为特征映射到n维空间”的技术方案。对比文件的行为分析是基于规则和阈值比较的故障诊断，而目标专利的“行为向量”是用于更高级行为分析（如机器学习）的数据结构。两者在技术手段上存在实质性差异。因此，该技术特征既未被直接公开，也未被隐含公开。 |
| **技术特征I**：进一步包括：为包括所述第一节点和所述第二节点的所述本地IoT网络建模《未公开》 | 对比文件中描述了家庭服务器管理连接在家庭内LAN上的多个家电【0014】，并提到了“家庭内LAN”作为连接媒介【0002】。然而，对比文件的核心是为每一个单独的家电设备建立和维护“故障モデル（故障模型）”（参见技术特征A的论述），其关注点在于单个设备的正常行为基准。对比文件没有公开对由第一节点（家庭服务器）和第二节点（家电）等设备组成的整个“本地IoT网络”本身进行建模（例如，建模网络拓扑、设备间关系、网络整体状态等）的任何内容。目标专利中为本地IoT网络建模是为了获得更全面的上下文以进行行为分析，而对比文件缺乏这一概念和相应步骤。 | 对比文件仅涉及对网络中单个设备行为的建模和监控，没有涉及对整个网络实体进行建模。本领域技术人员无法从对比文件的内容中合理推断出“为本地IoT网络建模”这一技术特征。因此，该技术特征未被公开。 |
| **技术特征J**：以及基于在所述第二节点处观察到的所述行为信息，更新与所述本地IoT网络相关联的当前状态。《未公开》 | 对比文件中提到了更新故障模型【0007】、【0018】，但这是更新单个家电设备的正常行为模型（故障モデル），如【0041】所述根据历史正常数据更新模型参数。这与“更新与所述本地IoT网络相关联的当前状态”不同。后者指的是网络整体的、动态的状态，可能包括网络中所有设备的综合状态、拓扑变化等。对比文件没有公开任何基于设备行为信息来更新这种网络级状态的概念或操作。 | 本领域技术人员无法从对比文件中找到或推断出基于设备行为信息来更新“本地IoT网络”的“当前状态”的技术方案。对比文件的更新对象是设备模型，而非网络状态。因此，该技术特征未被公开。 |
| **技术特征K**：其中，为所述本地IoT网络建模包括：聚集与所述本地IoT网络中的每一IoT设备相关联的属性《未公开》 | 对比文件在添加新家电时，家电管理部会获取该家电的“機器情報（机器信息）”，包括机器ID、制造商代码、机型代码、连接场所等【0014】、【0020】。这可以视为聚集了单个设备的属性。但是，此操作是针对新接入的设备，目的是将其纳入管理并请求对应的故障模型，而不是为了“为本地IoT网络建模”这一目标而系统地聚集网络中“每一IoT设备”的属性。目标专利中“聚集属性”是网络建模的一个明确步骤，旨在构建网络的全面视图。对比文件缺乏这一明确的建模目的和系统性步骤。 | 虽然对比文件有收集单个设备信息的行为，但其目的和上下文与目标专利中为整个网络建模而聚集所有设备属性不同。不能认为对比文件隐含公开了作为网络建模一部分的“聚集与本地IoT网络中的每一IoT设备相关联的属性”这一技术特征。 |
| **技术特征L**：构造与所述本地IoT网络相关联的拓扑《未公开》 | 对比文件中提到了家电的“接続場所（连接场所）”【0014】、【0022】，并且顾客信息中包含了房屋的“間取図（户型图）”【0021】、【0043】。服务人员可以结合连接场所代码和户型图找到故障设备的位置。这提供了设备物理位置的信息，但并未公开“构造与所述本地IoT网络相关联的拓扑”。网络拓扑通常指设备之间的逻辑或物理连接关系、结构（如星型、网状等），而不仅仅是设备在房屋中的物理位置。对比文件没有描述如何基于设备间的连接关系来构造网络拓扑图。 | 设备位置信息不等同于网络拓扑。本领域技术人员无法从对比文件中的设备连接场所和户型图，合理推断出“构造与本地IoT网络相关联的拓扑”这一技术特征。因此，该技术特征未被公开。 |
| **技术特征M**：从与每一IoT设备相关联的制造商或者一个或多个仓储库获取与所述本地IoT网络中的每一IoT设备相关联的行为模型，所述一个或多个仓储库被配置成存储所述行为模型《直接公开》 | 【0002】「センタサーバは、家電機器の機種ごとに、その機種の各部における正常動作の基準値を示したデータである故障判定用モデル（以下、「故障モデル」という）を保持しており」<br>【0013】「通信部１０５は、センタサーバ１２０から故障モデルを受信し、故障判定部１０６に転送する。」<br>【0016】「故障モデルＤＢ１２２は、リモートメンテナンスシステム１００のメンテナンス対象となりうる家電機器１０２の機種ごとに初期設定の故障モデルを保持している。」 | 对比文件中，中心服务器（センタサーバ）的故障模型DB（故障モデルＤＢ１２２）存储了各种机型的初始故障模型。该中心服务器可以视为一个集中的“仓储库”。当家庭服务器（作为本地网络中的节点）检测到新家电时，会从该中心服务器获取（受信）对应机型的故障模型（行为模型）。这公开了从外部仓储库（中心服务器）获取与设备（家电）相关联的行为模型（故障模型）的技术特征。其作用是为设备提供正常行为基准，与目标专利相同。因此，该技术特征被直接公开。 |
| **技术特征N**：以及组合与所述本地IoT网络中的每一IoT设备相关联的所聚集的属性、与所述本地IoT网络相关联的所述拓扑以及与所述本地IoT网络中的每一IoT设备相关联的所述行为模型以便为所述本地IoT网络建模。《未公开》 | 对比文件中没有公开将设备属性、网络拓扑和行为模型三者“组合”起来以便为整个本地IoT网络建模的任何内容。如前述，对比文件主要关注单个设备的故障模型管理和诊断，没有网络级建模的概念，因此也不存在将这些元素组合起来进行网络建模的步骤。 | 由于对比文件未公开技术特征I（为本地IoT网络建模）、K（聚集每一设备的属性）、L（构造拓扑），自然也不可能公开将这些元素组合起来完成网络建模的步骤。本领域技术人员无法从对比文件中推断出该技术特征。因此，该技术特征未被公开。 |
| **技术特征O**：进一步包括：响应于确定在所述第二节点处观察到的所述一个或多个行为异常，通过所述第一节点向客户服务实体报告在所述第二节点处观察到的所述一个或多个行为。《隐含公开》 | 【0002】「この判定の結果、状態値が正常範囲を超えたため故障であると判定された場合には、センタサーバは、状態値を送信してきた家庭に、当該家電機器の保守を行うサービスマンを派遣するよう指示を表示する。」<br>【0013】「通信部１０５は、故障判定部１０６が家電機器１０２の故障を判定した場合、顧客用表示部１０７に表示される故障についての内容である修理情報の送信を要求した修理情報送信要求を故障判定部１０６から受け取り、センタサーバ１２０に送信する。 この修理情報送信要求には、故障時の稼動条件値と状態値とを組み合わせた故障時組み合わせ情報と、故障した家電機器１０２を特定する機器ＩＤ２０２および当該ホームサーバ１０１の顧客を特定する顧客ＩＤ３０１などが添付される。」 | 对比文件公开了当家庭服务器（第一节点）判定家电（第二节点）故障（行为异常）后，会向中心服务器（センタサーバ）发送“修理情報送信要求”。该要求中附带了故障时的状态值（稼動条件値と状態値）以及设备标识信息。中心服务器作为提供维护服务的实体，可以视为“客户服务实体”。因此，对比文件公开了第一节点在检测到第二节点的异常后，向客户服务实体（中心服务器）报告了包括所观察到的行为信息（故障时状态值）在内的相关信息。虽然“客户服务实体”的表述可能不完全相同，但其功能实质（接收故障报告并安排维修）是一致的。本领域技术人员能够合理推断出该技术特征。因此，该技术特征被隐含公开。 |
| **技术特征P**：其中，所述一个或多个异常行为指示对所述第二节点或者包括所述第二节点的所述本地IoT网络的潜在恶意攻击。《未公开》 | 对比文件中检测到的异常行为（故障）始终被描述为设备自身的物理故障或性能异常，例如压缩机故障、温度控制异常等【0011】、【0043】。全文没有任何关于“恶意攻击”（如网络攻击、黑客入侵）的提及或暗示。异常行为的成因被限定在设备老化、使用环境等物理或性能层面【0005】。 | 本领域技术人员无法从对比文件公开的设备故障诊断内容中，合理推断出异常行为可能指示“潜在恶意攻击”。两者涉及的技术领域和问题背景不同。因此，该技术特征未被公开。 |
| **技术特征Q**：其中，所述一个或多个异常行为指示所述第二节点处的潜在故障或异常工作状况。《直接公开》 | 【0001】「本発明は、通信回線を利用して、一般家庭の家電機器を自動的に故障診断し、また、故障に関する情報をサービス管理センターに通信するリモートメンテナンスシステムに関する。」<br>【0002】「従来、各家庭内に設置されている家電機器の異常をいち早く正確に検出して、家電機器の保守サービスを行うサービスセンタへ自動的に通報するリモートメンテナンスシステムが開発されている。」<br>【0014】「故障判定部１０６は、家庭内ＬＡＮ１１０に接続されている家電機器１０２の故障を定性推論に基づいて診断する処理部である。」 | 对比文件的核心就是检测和诊断家电（第二节点）的“故障（故障）”或“異常（异常）”。其整个系统目的和技术手段都是围绕识别设备的“潜在故障或异常工作状况”展开的。这与技术特征Q的描述完全一致。因此，该技术特征被直接公开。 |
| **技术特征R**：其中，所述第二节点包括被配置成观察所述一个或多个行为的一个或多个组件。《直接公开》 | 【0002】「各家電機器は、当該家電機器の内部状態をモニタするモニタ回路を内蔵しており」<br>【0011】「これらの家電機器１０２は、家電機器１０２内部の各部の状態をモニタする図示しないモニタ回路を内蔵している。」 | 对比文件明确公开了家电（第二节点）内置有“モニタ回路（监控电路）”，该电路用于监控设备的内部状态（行为）。这直接对应于“被配置成观察所述一个或多个行为的一个或多个组件”。因此，该技术特征被直接公开。 |
| **技术特征S**：其中，所述第二节点进一步包括发射机，所述发射机被配置成将表示所观察到的所述一个或多个行为的一个或多个行为特征发送到如下中的一者或多者：所述第一节点，或被配置成从所述第二节点接收所述一个或多个行为特征并将所述一个或多个行为特征中继给所述第一节点的第三节点。《直接公开》 | 【0002】「各家電機器は、当該家電機器の内部状態をモニタするモニタ回路を内蔵しており、モニタした内部状態を、家庭内のＬＡＮ（Local Area Network）などによりそれぞれが接続されているホームサーバに報告する。」<br>【0014】「家庭内ＬＡＮ１１０は、これに接続された各家電機器１０２の機器情報、稼動条件および状態値などのデータを伝送するデータ伝送路であって」 | 对比文件公开了家电（第二节点）通过家庭内LAN将其观察到的内部状态（行为特征）发送（報告）给直接连接的家庭服务器（第一节点）。家庭内LAN必然要求家电具备通信能力（即包含发射机功能）。虽然没有明确描述一个专门的“第三节点”进行中继，但技术特征S的表述是“发送到如下中的一者或多者”，其选项之一是“所述第一节点”。对比文件公开的正是发送到第一节点的情况。因此，该技术特征被直接公开。 |
| **技术特征T**：其中，包括所述第二节点的所述本地IoT网络进一步包括一个或多个节点，所述一个或多个节点被配置成监视所述第二节点通过所述本地IoT网络传送的消息并且根据在所述本地IoT网络上传送的所监视的消息将所述行为信息传送给所述第一节点。《未公开》 | 对比文件中，行为信息（状态值）是由家电（第二节点）主动报告给家庭服务器（第一节点）的【0002】。没有描述在网络中存在其他专门用于“监视”家电所传送的“消息”并将这些消息作为行为信息“传送”给第一节点的节点。家庭服务器是直接接收者，而非通过监听其他设备流量来获取信息。 | 本领域技术人员无法从对比文件公开的内容中，找到或合理推断出存在专门用于网络消息监视和中转的节点。因此，该技术特征未被公开。 |
| **技术特征U**：其中，所述第二节点处观察到的所述一个或多个行为是正常还是异常进一步地基于总状态模型与正常状态的比较，所述总状态模型定义了当前状态，所述正常状态与所述本地IoT网络相关联。《未公开》 | 如前述对技术特征I、J、N的分析，对比文件没有“为本地IoT网络建模”的概念，因此也不存在与本地IoT网络相关联的“总状态模型”。对比文件中的比较仅基于单个家电自身的故障模型（定义该设备的正常状态），不涉及网络级的总状态模型。 | 由于对比文件缺乏网络级建模和总状态模型的概念，本领域技术人员无法从中得出或推断出技术特征U。因此，该技术特征未被公开。 |
| **技术特征V**：进一步包括：响应于基于所述比较确定在所述第二节点处观察到的所述行为信息不是指示异常状况，应用机器学习来更新设备行为模型。《直接公开》 | 【0007】「前記センタサーバは、前記故障モデルを更新し、更新された故障モデルを前記ホームサーバに送信する故障モデル更新手段を備える。」<br>【0018】「故障モデル更新部１２７は、センタサーバ１２０の各ＤＢ１２１〜１２４に格納されているデータを管理し、ホームサーバ１０１から受信した家電機器１０２の正常時の組み合わせ情報に基づいて故障モデルを更新する処理部である。」<br>【0041】「センタサーバ１２０の故障モデル更新部１２７は、図８に示したデータ一覧表８００に記録された各稼動条件における状態値を図９および図１０の各プロットとして、ベクトル量子化手法、ここではそのうちの最小２乗法により、前記各プロットからの距離の２乗が最小となる直線を決定する。 ...故障モデル更新部１２７は、新たに決定された値で、故障モデル２００の規定値２０５...の値を更新する。」 | 对比文件明确公开了故障模型更新部（故障モデル更新部）根据从家庭服务器接收到的家电“正常時の組み合わせ情報（正常时的组合信息）”（即非异常状况下的行为信息），使用“最小２乗法（最小二乘法）”这一机器学习/统计算法，来更新故障模型（设备行为模型）的规定值。这完整公开了技术特征V：1) 输入是正常行为信息（非异常）；2) 使用机器学习算法（最小二乘法）；3) 输出是更新后的设备行为模型（故障模型）。其作用是根据正常数据优化模型，与目标专利中的作用一致。因此，该技术特征被直接公开。 |
<<<A>>><<<B>>><<<C>>><<<D>>><<<E>>><<<F>>><<<G>>><<<M>>><<<Q>>><<<R>>><<<S>>><<<V>>><<<o>>>