2021-012379

第１ 手続きの経緯

本件出願は平成２９年９月６日を出願日とする出願であって、令和３年２月２２日付けで拒絶理由通知がなされ、令和３年４月１６日に意見書及び手続補正書（以下「審査時補正書」という。）が提出され、同年６月１日付けで拒絶査定がなされ、同年９月１５日に拒絶査定不服審判の請求がなされると同時に手続補正書（以下「本件補正書」という。）の提出がなされたものである。

以下、審査時補正書による補正を「審査時補正」、本件補正書による補正を「本件補正」という。

第２ 本件補正についての補正の却下の決定

［補正の却下の決定の結論］

本件補正を却下する。

［理由］

１．本件補正について

本件補正により、特許請求の範囲は、審査時補正書における下記（１）のとおりの請求項１～１５（以下それぞれ「審査時補正請求項１」などという。）から、下記（２）のとおりの請求項１～１２（以下、各「本件補正請求項１」などという。）へと補正された。

ここで、下線部は請求人が付した補正箇所を示し、各請求項１の構成単位冒頭の「Ａ」などは当審にて付与した分説番号であり、以下該各構成単位を「構成Ａ」などという。

（１）審査時補正請求項１～１５

「 【請求項１】

Ａ’ 気象の観測データについての観測パラメータ、気象の予測データについての予測パラメータ及び雷の発生に関連して発生した事例についての事例データを入力する入力部と、

Ｂ 前記入力された観測パラメータ及び予測パラメータに基づき、雷の発生に関連する物理量についてのパラメータであって前記観測データ又は前記予測データから直接得られない中間パラメータを算出する中間パラメータ算出部と、

Ｃ’ 前記観測パラメータ、前記予測パラメータ、前記事例データ及び前記中間パラメータに基づき、雷の脅威を推定する雷脅威推定部とを具備する

続きを表示（全68行）

Ｄ 雷脅威情報の提供装置。

【請求項２】

請求項１に記載の雷脅威情報の提供装置であって、

前記雷脅威推定部は、前記観測パラメータ、前記予測パラメータ、前記事例データ及び前記中間パラメータに基づき、所定の分解能で雷気象状態を識別する雷気象状態識別部を有する

雷脅威情報の提供装置。

【請求項３】

請求項１又は２に記載の雷脅威情報の提供装置であって、

前記雷脅威推定部は、前記観測パラメータ、前記予測パラメータ、前記事例データ及び前記中間パラメータに基づき、被雷に伴うＱＣＤ（品質・コスト・期限）に関する損失を含む雷リスクを推定する雷リスク推定部を有する

雷脅威情報の提供装置。

【請求項４】

請求項１から３のうちいずれか１項に記載の雷脅威情報の提供装置であって、

前記観測パラメータ、前記予測パラメータ、前記中間パラメータ及び前記事例データを関連付けて蓄積するデータベースを更に具備し、

前記入力部は、リアルタイム又は準リアルタイムに取得した前記観測パラメータ及び前記予測パラメータを入力し、

前記中間パラメータ算出部は、前記リアルタイム又は準リアルタイムに取得した観測パラメータ及び予測パラメータに基づき、前記中間パラメータを算出し、

前記雷脅威推定部は、前記データベースに蓄積された観測パラメータ、予測パラメータ、中間パラメータ及び事例データに基づき、前記リアルタイム又は準リアルタイムに取得した観測パラメータ、予測パラメータ及び前記中間パラメータに対応する雷の脅威を推定する

雷脅威情報の提供装置。

【請求項５】

請求項２に記載の雷脅威情報の提供装置であって、

前記雷気象状態識別部における状態識別の計算手順及び判断基準は、機械学習によって決定され、且つ、更新される

雷脅威情報の提供装置。

【請求項６】

請求項３に記載の雷脅威情報の提供装置であって、

前記雷リスク推定部におけるリスク推定の計算手順及び判断基準は、機械学習によって決定され、且つ、更新される

雷脅威情報の提供装置。

【請求項７】

気象の観測データについての観測パラメータ、気象の予測データについての予測パラメータ及び雷の発生に関連して発生した事例についての事例データを入力し、

前記入力された観測パラメータ及び予測パラメータに基づき、雷の発生に関連する物理量についてのパラメータであって前記観測データ又は前記予測データから直接得られない中間パラメータを算出し、

前記観測パラメータ、前記予測パラメータ、前記事例データ及び前記中間パラメータに基づき、雷の脅威を推定し、

前記推定した雷の脅威に関する情報を表示する

雷脅威情報の提供方法。

【請求項８】

請求項７に記載の雷脅威情報の提供方法であって、

前記雷の脅威を推定するステップは、前記観測パラメータ、前記予測パラメータ、前記事例データ及び前記中間パラメータに基づき、所定の分解能で雷気象状態を識別する

雷脅威情報の提供方法。

【請求項９】

請求項７又は８に記載の雷脅威情報の提供方法であって、

前記雷の脅威を推定するステップは、前記観測パラメータ、前記予測パラメータ、前記事例データ及び前記中間パラメータに基づき、被雷に伴うＱＣＤ（品質・コスト・期限）に関する損失を含む雷リスクを推定する

雷脅威情報の提供方法。

【請求項１０】

気象の観測データについての観測パラメータ、気象の予測データについての予測パラメータ及び雷の発生に関連して発生した事例についての事例データを入力し、

前記入力された観測パラメータ及び予測パラメータに基づき、雷の発生に関連する物理量についてのパラメータであって前記観測データ又は前記予測データから直接得られない中間パラメータを算出し、

前記観測パラメータ、前記予測パラメータ、前記事例データ及び前記中間パラメータに基づき、雷の脅威を推定し、

前記推定した雷の脅威に関する情報を表示部に表示する

ステップをコンピュータに実行させるプログラム。

【請求項１１】

請求項１０に記載のプログラムであって、

前記雷の脅威を推定するステップは、前記観測パラメータ、前記予測パラメータ、前記事例データ及び前記中間パラメータに基づき、所定の分解能で雷気象状態を識別する

ステップをコンピュータに実行させるプログラム。

【請求項１２】

請求項１０又は１１に記載のプログラムであって、

前記雷の脅威を推定するステップは、前記観測パラメータ、前記予測パラメータ、前記事例データ及び前記中間パラメータに基づき、被雷に伴うＱＣＤ（品質・コスト・期限）に関する損失を含む雷リスクを推定する

ステップをコンピュータに実行させるプログラム。

【請求項１３】

請求項１から６のうちいずれか１項に記載の雷脅威情報の提供装置であって、

前記中間パラメータは、三軸風向風速や乱流スペクトル強度又はエコー強度の短期予測結果である

雷脅威情報の提供装置。

【請求項１４】

請求項７から９のうちいずれか１項に記載の雷脅威情報の提供方法であって、

前記中間パラメータは、三軸風向風速や乱流スペクトル強度又はエコー強度の短期予測結果である

雷脅威情報の提供方法。

【請求項１５】

請求項１０から１２のうちいずれか１項に記載のプログラムであって、

前記中間パラメータは、三軸風向風速や乱流スペクトル強度又はエコー強度の短期予測結果である

プログラム。」

（２）本件補正請求項１～１２（下線は、補正箇所を示す。）

「 【請求項１】

Ａ 気象の観測データについての観測パラメータ、気象の予測データについての予測パラメータ及び少なくとも航空機被雷についての事例を含む雷の発生に関連して発生した事例についての事例データを入力する入力部と、

Ｂ 前記入力された観測パラメータ及び予測パラメータに基づき、雷の発生に関連する物理量についてのパラメータであって前記観測データ又は前記予測データから直接得られない中間パラメータを算出する中間パラメータ算出部と、

Ｃ 前記観測パラメータ、前記予測パラメータ、前記事例データ及び前記中間パラメータに基づき、航空機への雷の脅威を推定する雷脅威推定部とを具備する

続きを表示（全56行）

Ｄ 雷脅威情報の提供装置。

【請求項２】

請求項１に記載の雷脅威情報の提供装置であって、

前記雷脅威推定部は、前記観測パラメータ、前記予測パラメータ、前記事例データ及び前記中間パラメータに基づき、所定の分解能で雷気象状態を識別する雷気象状態識別部を有する

雷脅威情報の提供装置。

【請求項３】

請求項１又は２に記載の雷脅威情報の提供装置であって、

前記雷脅威推定部は、前記観測パラメータ、前記予測パラメータ、前記事例データ及び前記中間パラメータに基づき、被雷に伴うＱＣＤ（品質・コスト・期限）に関する損失を含む雷リスクを推定する雷リスク推定部を有する

雷脅威情報の提供装置。

【請求項４】

請求項１から３のうちいずれか１項に記載の雷脅威情報の提供装置であって、

前記観測パラメータ、前記予測パラメータ、前記中間パラメータ及び前記事例データを関連付けて蓄積するデータベースを更に具備し、

前記入力部は、リアルタイム又は準リアルタイムに取得した前記観測パラメータ及び前記予測パラメータを入力し、

前記中間パラメータ算出部は、前記リアルタイム又は準リアルタイムに取得した観測パラメータ及び予測パラメータに基づき、前記中間パラメータを算出し、

前記雷脅威推定部は、前記データベースに蓄積された観測パラメータ、予測パラメータ、中間パラメータ及び事例データに基づき、前記リアルタイム又は準リアルタイムに取得した観測パラメータ、予測パラメータ及び前記中間パラメータに対応する雷の脅威を推定する

雷脅威情報の提供装置。

【請求項５】

請求項２に記載の雷脅威情報の提供装置であって、

前記雷気象状態識別部における状態識別の計算手順及び判断基準は、機械学習によって決定され、且つ、更新される

雷脅威情報の提供装置。

【請求項６】

請求項３に記載の雷脅威情報の提供装置であって、

前記雷リスク推定部におけるリスク推定の計算手順及び判断基準は、機械学習によって決定され、且つ、更新される

雷脅威情報の提供装置。

【請求項７】

気象の観測データについての観測パラメータ、気象の予測データについての予測パラメータ及び少なくとも航空機被雷についての事例を含む雷の発生に関連して発生した事例についての事例データを入力し、

前記入力された観測パラメータ及び予測パラメータに基づき、雷の発生に関連する物理量についてのパラメータであって前記観測データ又は前記予測データから直接得られない中間パラメータを算出し、

前記観測パラメータ、前記予測パラメータ、前記事例データ及び前記中間パラメータに基づき、航空機への雷の脅威を推定し、

前記推定した雷の脅威に関する情報を表示する

雷脅威情報の提供方法。

【請求項８】

請求項７に記載の雷脅威情報の提供方法であって、

前記雷の脅威を推定するステップは、前記観測パラメータ、前記予測パラメータ、前記事例データ及び前記中間パラメータに基づき、所定の分解能で雷気象状態を識別する

雷脅威情報の提供方法。

【請求項９】

請求項７又は８に記載の雷脅威情報の提供方法であって、

前記雷の脅威を推定するステップは、前記観測パラメータ、前記予測パラメータ、前記事例データ及び前記中間パラメータに基づき、被雷に伴うＱＣＤ（品質・コスト・期限）に関する損失を含む雷リスクを推定する

雷脅威情報の提供方法。

【請求項１０】

気象の観測データについての観測パラメータ、気象の予測データについての予測パラメータ及び少なくとも航空機被雷についての事例を含む雷の発生に関連して発生した事例についての事例データを入力し、

前記入力された観測パラメータ及び予測パラメータに基づき、雷の発生に関連する物理量についてのパラメータであって前記観測データ又は前記予測データから直接得られない中間パラメータを算出し、

前記観測パラメータ、前記予測パラメータ、前記事例データ及び前記中間パラメータに基づき、航空機への雷の脅威を推定し、

前記推定した雷の脅威に関する情報を表示部に表示する

ステップをコンピュータに実行させるプログラム。

【請求項１１】

請求項１０に記載のプログラムであって、

前記雷の脅威を推定するステップは、前記観測パラメータ、前記予測パラメータ、前記事例データ及び前記中間パラメータに基づき、所定の分解能で雷気象状態を識別する

ステップをコンピュータに実行させるプログラム。

【請求項１２】

請求項１０又は１１に記載のプログラムであって、

前記雷の脅威を推定するステップは、前記観測パラメータ、前記予測パラメータ、前記事例データ及び前記中間パラメータに基づき、被雷に伴うＱＣＤ（品質・コスト・期限）に関する損失を含む雷リスクを推定する

ステップをコンピュータに実行させるプログラム。」

２．補正の適否

（１）本件補正

本件補正は、特許請求の範囲について、以下に挙げる補正事項ア～エを含むものである。

ア 請求項１３～１５を削除する補正。

イ 請求項１について、審査時補正請求項１の構成Ａ’における「雷の発生に関連して発生した事例」を、本件補正請求項１の構成Ａにおける「少なくとも航空機被雷についての事例を含む雷の発生に関連して発生した事例」とする補正。

ウ 請求項１について、審査時補正請求項１の構成Ｃ’における「雷の脅威」を本件補正請求項１の構成Ｃにおける「航空機への雷の脅威」とする補正。

エ 請求項７、１０についての上記イ、ウと同様の補正。

（２）新規事項の有無についての検討

ア 補正事項ア

補正事項アは請求項を削除するものであるから新規事項加入を伴うものではない。

イ 補正事項イ・ウ

（ア）補正事項イ・ウに関し願書に最初に添付された明細書には次の記載がある（下線は当審にて付与）。

「【００２２】

［雷脅威情報の提供装置の構成］

図１は、本発明の一実施形態に係る雷脅威情報の提供装置の構成を示すブロック図である。

雷脅威情報の提供装置１は、入力部１０と、演算制御部２０と、データベース３０と、表示部４０と、外部出力部５０とを有する。

続きを表示（全36行）

【００２３】

入力部１０は、複数種類の観測パラメータ１１、予測パラメータ１２及び事例データ１３が入力される。観測パラメータ１１は、航空機や様々な地点から取得される。予測パラメータ１２は、例えば気象庁など公的機関やコマーシャルベースの機関から提供される気象予測データに応じたパラメータである。事例データ１３は、例えば空港を離着陸した、典型的には着陸した航空機について各空港やデータセンタ１４０などから取得される。

【００２４】

観測パラメータ１１は、気象の観測データについてのパラメータであり、気象センサ群１１０から得られたパラメータである。観測パラメータ１１は、典型的には、空港気象レーダから取得したエコー強度やドップラー速度の時空間分布、フライトデータレコーダやラジオゾンデから取得した航空機位置や気温の高度分布などである。

・・・

【００２６】

事例データ１３は、雷の発生に関連して発生した実際の事例についてのデータである。

典型的には、事例データ１３としては、被雷有無を問わずレーダエコーに接近して着陸した航空機を選定し、その航空機についての被雷の有無、被雷した場合は被雷時刻、機体の損傷程度、被雷による運航への影響である。

・・・

【００３７】

データベース３０は、観測パラメータ１１、予測パラメータ１２、中間パラメータ２７及び事例データ１３を関連付けて蓄積する。データベース３０に格納されるデータは、例えば、以下の項目を各列に格納する時系列データである。

・観測パラメータ１１

時間

航空機位置

航空機計測気温

レーダエコー関連パラメータ

・中間パラメータ２７

風向風速関連パラメータ

・予測パラメータ１２

水蒸気量関連パラメータ

・事例データ１３

被雷有無

被雷損傷程度

運航への影響度

・・・

【００４７】

この実施形態に係る雷脅威情報の提供装置１ では、雷気象状態の識別情報に基づいて回避行動を取ることで、離着陸フェーズにおける被雷件数を削減することが期待できる。

・・・

【００５０】

事例データ１３は、被雷有無を問わずレーダエコーに接近して着陸した航空機を選定し、その航空機についての被雷の有無、被雷した場合は被雷時刻、機体の損傷程度、被雷による運航への影響などである。事例データ１３には、被雷に伴う経済的な損失が含まれる。

【００５１】

雷リスクは、例えば、現在着陸しようとしている航空機が仮に着陸した場合に、被雷する確率や、被雷した場合の運航遅延時間や機体損傷程度、復旧に必要なコスト等の運航に対する影響度とから推定される指標である。例えば、雷リスクは、そのリスクの程度に応じて、「低」、「中」、「高」のようにリスクの程度が段階的に示される。」

（イ）補正事項イに係る、「雷の発生に関連して発生した事例」について特に「航空機被雷についての事例」を対象とすることについては、例えば上記【００２６】、【００３７】、【００５０】に開示が認められる。

（ウ）補正事項ウに係る、雷の脅威について、特に「航空機への雷の脅威」を推定対象とすることについては、例えば上記【００４７】、【００５１】に開示が認められる。

（エ）上記（ア）～（ウ）のとおりであるから、補正事項イ・ウに係る補正は願書に最初に添付した明細書、特許請求の範囲又は図面に記載された事項の範囲内においてされたものである。

ウ 補正事項エについて

上記イから、補正事項エに係る補正についても同様に願書に最初に添付した明細書、特許請求の範囲又は図面に記載された事項の範囲内においてされたものであるといえる。

エ 小括

以上ア～ウのとおりであるから、本件補正は願書に最初に添付した明細書、特許請求の範囲又は図面の範囲内においてされたものである。

（３）補正の目的要件違反についての検討

ア 補正事項ア

補正事項アは特許法１７条の２第５項第１号に掲げる請求項の削除を目的とする補正に該当することが明らかである。

イ 補正事項イ～エ

補正事項イ～エは、本件補正前の審査時補正請求項１、７、１０で特定された事例データの内容に関する「雷の発生に関連して発生した事例」及び推定対象としての「雷の脅威」をそれぞれ上記（１）イ、ウのとおり限定するものであり、当該限定する補正の前後で産業上の利用分野及び解決しようとする課題が共通することも明らかであるから、特許法１７条の２第５項第２号に掲げる特許請求の範囲の減縮を目的とする補正に該当することが明らかである。

ウ 小括

上記ア、イのとおりであるから、補正事項ア～エは特許法１７条の２第５項各号に掲げる補正の目的要件を充足する。

３．本件補正発明の独立特許要件についての検討

上記２．の（１）イ・ウ及び（３）イで説示したとおり、本件補正は、請求項１について、特許法１７条の２第５項２号の特許請求の範囲の減縮を目的とするものに該当する補正を含むものである。

そこで、本件補正により補正された請求項１に記載された発明（以下「本件補正発明」という。）が特許出願の際独立して特許を受けることができるものであるかについて以下に検討する。

（１）本件補正発明について

本件補正発明は、上記１．（２）に【請求項１】として示したとおりのものである。

（２）引用文献１に記載された発明

原査定の拒絶理由において提示された、本件出願の出願前に頒布された刊行物である特開２００９－１９２３１２号公報（以下「引用文献１」という。）には、図面と共に次の事項が記載されている（下線は当審にて付した。以下同じ。）。

イ 引用発明

上記アに摘記した記載事項から、引用文献１には次の発明（以下「

引用発明」という。）が記載されているといえる。分説番号については１．冒頭に記載したとおり。また、各構成単位末尾の括弧内に根拠となる引用箇所を記載した。

「ａ１ 気象業務支援センタが提供している過去の一般的な気象データ（降水データおよび数値予報データなど）および、雷情報提供会社などが提供する過去の雷情報（発雷の位置、時刻、特性などが収録されている）を用いて、正解ラベル付き訓練データを作成し、「教師あり機械学習」の手法を適用して、メッシュ状に区切られた複数の領域ごとに発雷を直前に予測するための分類器を備える発雷予測装置であって、（【００１９】、【００３６】）

前記分類器で構成された予測エンジンたる発雷予測部、前記気象データの配信を受ける気象データ受信部、予測結果解釈部を備え、（【００６３】）

例えば《エコー強度（気象レーダーで観測される換算降水強度）》と《エコー頂高度（気象レーダーで観測される降水エコーの高さ）》の２つ、またはそれ以上の気象データが気象データとして採用され、（【００４３】、【００５１】）

ａ２ 学習フローが開始されると、

続きを表示（全16行）

《対象となるメッシュＸのエコー強度》、《エコー頂高度》、《メッシュＸの周辺メッシュのエコー強度の平均値》、《エコー頂高度の平均値》、《それぞれの値の１０分前からの差分》が過去の気象データとして入力され、（【００５１】）

ａ３ 前記入力された過去の気象データに対におけるメッシュで区切られた領域ごとの発雷の有無と時刻のデータが入力され、（【００４２】、【００４３】）

過去の気象データより、ある領域、ある時刻の周辺メッシュの各値を抽出し整列させ、その領域でその時刻に発雷があれば正例（＋１）、なければ負例（－１）のラベルを貼り付ける処理がなされ、

同様の処理を繰り返すことで、正解ラベル付きの訓練データ候補とし、（【００５３】

ａ４ 予測フローが開始されると、

現在の気象データと例えば１０分前などの単位時間前の気象データとを入力し、該各気象データにはエコー強度とエコー頂高度の両方またはいずれか一方を含み、（【００６０】）

ａ５ 単位時間前の気象データと現在の気象データの変化を認識し、たとえば１０分後を予測する場合、これらデータの１０分後の値を、その変化量を現在の気象データに適用するか、または流体力学の方程式により変化を予測する方法で、パターン変化予測を用いて求めるものであり、（【００６０】、【００６１】）

ａ６ 訓練データへの正解ラベル付与において、「発雷」を雲放電（いわゆる雲間雷）や、対地放電（いわゆる対地雷／落雷）、または、正極雷、負極雷などに限定することで、それらに限定した予測も可能となるものであり、（【００７０】）

ｃ１ 前記訓練データ候補に対し間引き処理を行った訓練データを機械学習により処理し、正例と負例とを二分する分類器が構築され、（【００５４】、【００５６】、【００５８】、【００５９】）

ｃ２ 前記例えば１０分後を予測したデータ組に対し、前記事前に学習しておいた分類器を適用し、そのデータ組が正例と判断されるか負例と判断されるかに応じて、その領域で雷が発生するかどうかを判断し、（【００６２】）

ｃ３ 予測結果解釈部において、分類器が予測した結果を元に発雷による災害発生の可能性や規模を計算し、警報などを出す必要性を判断する、

ｄ 発雷予測装置。」

（４）本件補正発明と引用発明との対比

ア 構成ａ１の「気象業務支援センタが提供している過去の一般的な気象データ（降水データおよび数値予報データなど）」及び構成ａ２ほかの「過去の気象データ」、構成ａ５などの「単位時間前の気象データ」及び「現在の気象データ」は、構成ａ１によれば該各気象データとして「《エコー強度（気象レーダーで観測される換算降水強度）》と《エコー頂高度（気象レーダーで観測される降水エコーの高さ）》の２つ、またはそれ以上」が採用されるものであるから、いずれも構成Ａの「気象の観測データについての観測パラメータ」に相当する。

イ 構成ａ５の「単位時間前の気象データと現在の気象データの変化を認識し」、「その変化量を現在の気象データに適用するか、または流体力学の方程式により変化を予測する方法で、パターン変化予測を用いて求め」た「これらデータの１０分後の値」及び、構成ａ１の「気象業務支援センタが提供している過去の一般的な気象データ」に含まれる「数値予報データ」は、構成Ａの「気象の予測データについての予測パラメータ」に相当する。

また、構成ｃ２の「前記例えば１０分後を予測したデータ組」は、前記構成ａ５の「単位時間前の気象データと現在の気象データの変化を認識し」、「その変化量を現在の気象データに適用するか、または流体力学の方程式により変化を予測する方法で、パターン変化予測を用いて求め」た「これらデータの１０分後の値」を指すことが明らかであるから、同じく、構成Ａの「気象の予測データについての予測パラメータ」に相当するといえる。

ウ（ア）構成ａ３の「前記入力された過去の気象データに対におけるメッシュで区切られた領域ごとの発雷の有無と時刻のデータ」は、構成Ａの「雷の発生に関連して発生した事例についての事例データ」に相当する。

（イ）構成ａ２・ａ３の「学習フロー」、構成ａ４の「予測フロー」で入力される「過去の気象データ」、「現在の気象データ」、及び「単位時間前の気象データ」は「分類器」の構築に用いられるか、またはその適用対象となるものであるから、引用発明は「分類器」自体又はその前段部に当該「入力」を受け入れる手段を備えることが明らかであり、該手段は、少なくとも構成Ａの「観測パラメータ」及び「事例データ」を入力する「入力部」に相当する。

エ（ア）構成ａ２の「過去の気象データ」のうち「《メッシュＸの周辺メッシュのエコー強度の平均値》」、「《エコー頂高度の平均値》」、及び「《それぞれの値の１０分前からの差分》」なる各データ種は、構成ａ１で特定される「《エコー強度（気象レーダーで観測される換算降水強度）》と《エコー頂高度（気象レーダーで観測される降水エコーの高さ）》」なる、気象レーダーで観測されるデータそのものではなく、それらから平均処理や差分処理などの演算を経て得られるデータであるから、構成Ｂにいう「前記観測データ又は前記予測データから直接得られない」パラメータにあたるということができる。

（イ）また、前記各データ種は何れもエコー強度、エコー頂高度、またはそれらの時間微分という、有次元の物理量であり、それらに基づいて構成ａ３及びｃ１で「訓練データ」が作成され、それに基づいて分類器が構築され、該分類器を適用することで構成ｃ２で「雷が発生するかどうかを判断」されるのであるから、構成Ｂの「雷の発生に関連する物理量についてのパラメータ」にあたるといえる。

（ウ）また、引用発明では、構成ａ２において、学習フローにおいて「《対象となるメッシュＸのエコー強度》、《エコー頂高度》、《メッシュＸの周辺メッシュのエコー強度の平均値》、《エコー頂高度の平均値》、《それぞれの値の１０分前からの差分》」が入力され、それらを含め構成ａ３において分類器の訓練データが生成されているのであるから、予測フローにおいても上記各データ種を含む「《対象となるメッシュＸのエコー強度》、《エコー頂高度》、《メッシュＸの周辺メッシュのエコー強度の平均値》、《エコー頂高度の平均値》、《それぞれの値の１０分前からの差分》」が分類器に入力されるべきことは機械学習における技術常識に照らし自明である。

よって、構成Ｂの「前記入力された観測パラメータ『及び』予測パラメータに基づき・・・中間パラメータを算出」が、仮に「前記観測データ『又は』前記予測データから直接得られない中間パラメータ」なる観測データおよび予測データの択一的記載に反し、「観測パラメータ」と「予測パラメータ」を共に中間パラメータ算出に用いることのみ意味すると解釈されるべきであるとしても、引用発明の上記各データ種は構成Ｂの「中間パラメータ」の当該解釈と相違しない。

（エ）よって、構成ａ２の「過去の気象データ」のうち「《メッシュＸの周辺メッシュのエコー強度の平均値》」、「《エコー頂高度の平均値》」、及び「《それぞれの値の１０分前からの差分》」なる各データ種の群は、構成Ｂの「中間パラメータ」に相当するといえる。

（オ）上記（ア）～（エ）のとおりであるから、構成Ｂと引用発明とは、「前記入力された観測パラメータ及び予測パラメータに基づき、雷の発生に関連する物理量についてのパラメータであって前記観測データ又は前記予測データから直接得られない中間パラメータ」を用いる点では共通するといえる。

オ（ア）構成ｃ２の「その領域で雷が発生するかどうかを判断」すること、及び／又は構成ｃ３の「予測結果解釈部において、分類器７が予測した結果を元に発雷による災害発生の可能性や規模を計算し、警報などを出す必要性を判断する」機能は、構成Ｃの「雷の脅威を推定する」機能に相当する。よって、前記各機能を担う構成ｃ１・ｃ２の「分類器」及び／又は「予測結果解釈部」は構成Ｃの「雷の脅威を推定する雷脅威推定部」に相当するといえる。

（イ）構成ｃ１の「訓練データ」は、構成ａ３で特定され、上記ア・ウ・エで説示したとおり、

ａ）「《エコー強度（気象レーダーで観測される換算降水強度）》と《エコー頂高度（気象レーダーで観測される降水エコーの高さ）》」なる、構成Ｃの「観測パラメータ」に相当するデータ及び気象レーダーで観測されるデータ、

ｂ）「《メッシュＸの周辺メッシュのエコー強度の平均値》」、「《エコー頂高度の平均値》」、及び「《それぞれの値の１０分前からの差分》」なる、構成Ｃの「中間パラメータ」に相当する各データ種、

ｃ）構成Ｃの「事例データ」に相当する「前記入力された過去の気象データに対におけるメッシュで区切られた領域ごとの発雷の有無と時刻のデータ」、

について、ａ）・ｂ）からなる「過去の気象データ」「より、ある領域、ある時刻の周辺メッシュの各値を抽出し整列させ、」ｃ）に対応する「その領域でその時刻に発雷があれば正例（＋１）、なければ負例（－１）のラベル」「を貼り付ける処理がなされ」たものであり、

構成ｃ１で、該「訓練データを機械学習により処理し」「構築され」た「分類器」が、構成ｃ２において、構成Ｃの「予測パラメータ」に相当する「前記例えば１０分後を予測したデータ組」に「適用」されることで「その領域で雷が発生するかどうかを判断」するのであるから、構成ｃ２の「分類器」及び／又は構成ｃ３の「予測結果解釈部」の機能は、構成Ｃの「前記観測パラメータ、前記予測パラメータ、前記事例データ及び前記中間パラメータに基づき、」「雷の脅威を推定する」機能に相当するといえる。

カ 構成ｄの「発雷予測装置」は構成Ｄの「雷脅威情報の提供装置」に相当する。

（５）本件補正発明と引用発明との一致点・相違点

上記（４）のとおりであるから、両発明は下記アの点で一致し、イの各点で相違する。

ア 一致点

「Ａ１ 気象の観測データについての観測パラメータ、気象の予測データについての予測パラメータ及び雷の発生に関連して発生した事例についての事例データを入力する入力部と、

Ｂ１ 前記入力された観測パラメータ及び予測パラメータに基づき、雷の発生に関連する物理量についてのパラメータであって前記観測データ又は前記予測データから直接得られない中間パラメータを用い、

Ｃ１ 前記観測パラメータ、前記予測パラメータ、前記事例データ及び前記中間パラメータに基づき、雷の脅威を推定する雷脅威推定部とを具備する

Ｄ 雷脅威情報の提供装置。」

イ 相違点

（ア）相違点１（構成Ａ・Ｃ）

本件補正発明では、雷の発生に関連して発生した事例についての事例データが「少なくとも航空機被雷についての事例を含む」ものであり、雷脅威推定部が推定する雷の脅威が「航空機への雷」であるのに対し、引用発明では、事例データに相当する「過去の雷情報」が「発雷の位置、時刻、特性」についてのものであり、推定対象は「その領域で雷が発生するかどうか」、「発雷による災害発生の可能性や規模」、発雷による「警報などを出す必要性」であり、「発雷」の限定対象としても構成ａ６に「雲放電（いわゆる雲間雷）や、対地放電（いわゆる対地雷／落雷）、または、正極雷、負極雷など」が列挙されるにとどまる点。

（イ）相違点２（構成Ａ）

「予測パラメータ」が、本件補正発明では、「入力部」に「入力」されるものであるのに対し、引用発明では、入力前に算出したものが外部から入力されるものか、入力後に入力値から算出されるものか、不明である点。

（ウ）相違点３（構成Ｂ）

「中間パラメータ」が、本件補正発明、では「中間パラメータ算出部」で算出されるのに対し、引用発明では、「中間パラメータ」に相当する「《メッシュＸの周辺メッシュのエコー強度の平均値》、《エコー頂高度の平均値》、《それぞれの値の１０分前からの差分》」なる各パラメータが「入力」対象とされ、該各パラメータの生成が装置の一手段が算出することでなされるのか外部手段またはデータ提供元にてなされるのか不明である点。

（６）判断

ア 相違点１について

発雷の種別やその被害に、航空機を対象とするもの（航空機被雷）が含まれることは、上記参考文献４にも示されるとおり、周知である。

また、航空機の被雷と被雷発生時の気象条件や発生場所（位置・高度）との関係について統計的に解析した事例も、同じく上記参考文献４（特に下線部の記載）に例示されるとおり、本件出願時以前に多くが知られている。

引用発明は構成ａ６で特定されるとおり、《「発雷」を雲放電（いわゆる雲間雷）や、対地放電（いわゆる対地雷／落雷）、または、正極雷、負極雷などに限定することで、それらに限定した予測》を行うこと、すなわち細分化された発雷種別について予測を行うことについての示唆を含むものであるから、引用発明において、発雷種別として周知の航空機被雷を特に対象とし、事例データとして航空機被雷についての事例を収集・入力し、該事例に関連付けられた気象条件に関する気象データを収集・入力するようにすることは、当業者が容易に想到し得たことである。

イ 相違点２について

（ア）構成ｃ２によれば、「分類器」は、上記（４）イで説示したとおり構成Ａの「予測パラメータ」に相当する「前記例えば１０分後を予測したデータ組」に対し適用されるものであるから、引用発明において、入力対象を分類器とみた場合、予測パラメータは、それが引用発明の装置で計算されたものであるか否かに関わらず、分類器に対し入力されるパラメータであることが明らかである。

よって、相違点２は実質的な相違点であるとはいえない。

（イ）また、仮に本件補正発明の「気象の予測データ」及び「予測パラメータ」が、気象庁や気象データ提供機関など外部機関で作成されたもののみ意味し、その「入力」が当該外部機関による外部データの入力のみ意味する限定解釈されるとすれば、引用発明では、構成ａ５において「単位時間前の気象データと現在の気象データの変化を認識し、たとえば１０分後を予測する」ことが特定されていることからみて、外部機関による予測データを入力対象とすることは明示的には含まれない点で両発明は相違するといえる。

しかし、気象庁やその他の気象データ提供機関が、地球上の各メッシュ（格子点）の各種物理量について、流体力学に基づいて予想した数値予報計算値（ＧＰＶ）のデータを随時外部提供していることは周知であるし、気象レーダーデータに限っても、例えば上記参考文献５の摘記事項にも示されるとおり、気象庁により、気象レーダーの観測データ（レーダーエコー強度の実況解析値に関係する瞬間的な降水強度の実況解析値）と併せて、例えば５分間隔６０分先までの格子点（メッシュ）での予測データが適時に外部提供されていることは、周知である。

さらに、構成ａ５には、「単位時間前の気象データと現在の気象データの変化を認識し、たとえば１０分後を予測する場合」の予測形態として、「流体力学の方程式により変化を予測する方法」も含まれている。

これらのことから、引用発明の構成ａ５における、例えば気象レーダーのエコー強度データについての「データの１０分後の値」の予測データを、引用発明の装置によって計算されたものから、気象庁など外部機関から提供されたデータに置き換える程度のことは、当業者であれば容易に想到し得たことであって、引用発明の「分類器」に入力されるデータとして、該気象庁など外部機関から提供されたデータ適用し、相違点２に係る構成とすることは、当業者が容易に想到できたことであるといえる。

ウ 相違点３について

（ア）気象庁等の外部機関による気象レーダーのデータ配信は、例えば参考文献５の「３．」において「高解像度降水ナウキャストでは、速報性を確保し、また、高解像度化によりデータ量が大きくなることを可能な限り抑えるため、陸上と沿岸の海上では２５０ｍ格子により、その他の海上では１ｋｍ格子によりプロダクトを作成します。」と説明され、「４．」において「『高解像度降水ナウキャスト』ＧＰＶ」（当審註：「ＧＰＶ」とは格子点データを意味する略語）と記載されるとおり、メッシュ（格子点）ごとのデータについて行われることが一般的であるという技術常識に照らしても、また、ユーザー側で算出可能な、各メッシュ周辺の値の平均値やメッシュごとの時間差分まで配信データに含めることが配信データ量の膨大化を招き前記参考文献５「３．」の「高解像度化によりデータ量が大きくなることを可能な限り抑えるため」という課題に反することに照らしても、引用発明における「《メッシュＸの周辺メッシュのエコー強度の平均値》、《エコー頂高度の平均値》、《それぞれの値の１０分前からの差分》」なる中間パラメータが前記外部機関から配信されたものと解釈することは困難であり、引用発明の装置において、「《対象となるメッシュＸのエコー強度》、《エコー頂高度》」なる観測データに基づいて算出されたものと解釈することが自然かつ妥当である。

仮に例外事例が存在するとしても、少なくとも、前記技術常識に照らし、引用発明には、前記解釈に沿った態様が含まれるといえる。

そうすると、相違点３は実質的な相違点であるとはいえない。

（イ）上記（ア）を前提とすると、相違点３は、仮に実質的なものであるとしても、引用発明の装置において、前記中間パラメータの算出が、前記観測データの入力後に該入力された観測データを用いて行われるのか、前記入力前に、入力予定の観測データを用いて行われるかの相違、つまり、算出を入力前後いずれの段階とするかの相違に過ぎないといえる。

そうすると、相違点３はデータの入力と相互演算の前後に関する手順の相違に過ぎないといえ、何れの順を選択しても結果や効果に格別の差異がないか、あったとしても予測可能な程度のものに過ぎない。

また、機械学習を用いた推論を行う際に、入力値をその入力後において相互演算し中間的なパラメータを算出した上で学習・推論段に供することは、気象データを対象とする事例に限っても、引用文献２・３の上記（３）ア、イの特に下線を施した摘記箇所によっても裏付けられるとおり、当業者にとって周知の事項に過ぎないから、中間パラメータを入力後の算出とすることに阻害要因や当業者にとっての困難性も認められない。

そうすると、引用発明において、他の入力パラメータからの中間パラメータの算出とその入力との前後を何れの順とするかは当業者にとって設計上の都合に応じ適宜選択すべき事項に過ぎず、引用発明において相違点３の構成とすることは当業者が容易になし得たことといえる。

（７）請求人の主張について

請求人は審判請求書において本件補正発明の進歩性に関し概略次のアに示すとおり主張している。

（８）小括

したがって、上記（６）・（７）において検討したように、本件補正発明は、引用発明及び引用文献２～３、参考文献４～５の記載事項により裏付けられる周知の技術事項に基づいて当業者が容易に発明をすることができたものであるから、特許法第２９条第２項の規定により、特許出願の際独立して特許を受けることができない。

４．むすび

上記３．において検討したことからみて、本件補正は、特許法第１７条の２第６項において準用する同法第１２６条第７項の規定に違反するので、同法第１５９条第１項において読み替えて準用する同法第５３条第１項の規定により却下すべきものである。

第３ 本願発明について

１．本願発明

本件補正は、上記のとおり却下されたので、本願の請求項１～１５に係る発明は、上記審査時補正書により補正された特許請求の範囲の請求項１～１５に記載されたとおりのものであるところ、その請求項１に係る発明（以下、「本願発明」という。）は，上記「第２の１．（１）において請求項１として記載したとおりのものである。

２．原査定における拒理の理由

原査定の拒絶の理由は、概略次のとおりである。

（１）拒絶の理由

理由１．（明確性）この出願は、特許請求の範囲の請求項１～１２についての記載が、特許法第３６条第６項第２号に規定する要件を満たしていない。

理由２．（サポート要件）この出願は、特許請求の範囲の請求項１～１２について記載が、特許法第３６条第６項第１号に規定する要件を満たしていない。

理由３．（実施可能要件）この出願は、発明の詳細な説明の記載が、特許法第３６条第４項第１号に規定する要件を満たしていない。

理由４．（進歩性）この出願の請求項１～１２に係る発明は、その出願前に日本国内又は外国において、頒布された下記の刊行物（引用文献１～３）に記載された発明又は電気通信回線を通じて公衆に利用可能となった発明に基いて、その出願前にその発明の属する技術の分野における通常の知識を有する者が容易に発明をすることができたものであるから、特許法第２９条第２項の規定により特許を受けることができない。

（２）引用文献等一覧

引用文献１．特開２００９－１９２３１２号公報

引用文献２．特開平１０－７３６７０号公報

引用文献３．特開２００３－２７０３５７号公報

３．引用文献等の記載事項

原査定の拒絶の理由に引用された引用文献１の記載事項は、上記第２の３．（２）に記載したとおりである。

４．対比・判断

本願発明は、本件補正発明の発明特定事項から、上記相違点１に係る、上記第２の１．（２）の請求項１の下線部の構成を省いたものである。

そうすると、本願発明と引用発明とは、上記相違点２・３で相違する。

しかし、上記第２の３．（６）イ・ウで検討したとおり、引用発明において相違点２・３の構成とすることは引用文献２・３に裏付けられる周知技術に基づいて当業者が容易に想到し得たことである。

したがって、本願発明は、引用発明および周知技術に基づいて、当業者が容易に発明することができたものである。

５．むすび

以上のとおり、本願発明は、引用発明に基づいて当業者が容易に発明をすることができたものであるから、特許法第２９条第２項の規定により特許を受けることができない。

したがって、本願は拒絶すべきものである。

よって、結論のとおり審決する。