2023-700662

特許第７１９７０３７号発明「金属材料の製造仕様決定方法、製造方法、および製造仕様決定装置」の特許異議申立事件について、次のとおり決定する。

結 論 特許第７１９７０３７号の特許請求の範囲を、訂正請求書に添付された訂正特許請求の範囲のとおり、訂正後の請求項〔１～６〕、７について訂正することを認める。 特許第７１９７０３７号の請求項１～７に係る特許を取り消す。

理 由 第１ 手続の経緯 特許第７１９７０３７号（以下「本件特許」という。）の請求項１～７に係る特許についての出願は、平成３１年１月１７日に出願された特願２０１９－６２２１の一部を、令和４年２月１日に新たな出願（特願２０２２－１４４４２）としたものであって、令和４年１２月１９日にその特許権の設定登録がされ、令和４年１２月２７日に特許掲載公報が発行された。 そして、本件特許異議の申立ての経緯は、概略次のとおりである。 令和５年 ６月２３日 ： 特許異議申立人小菅公義（以下「申立人」という。）による全請求項（請求項１～７）に係る特許に対する特許異議の申立て 令和５年１１月１４日付け ： 取消理由通知 令和６年 １月１２日 ： ＪＦＥスチール株式会社（以下「特許権者」という。）による訂正請求書及び意見書の提出 令和６年 ２月２１日 ： 申立人による意見書の提出 令和６年 ５月 １日付け ： 取消理由通知［決定の予告］（以下「決定の予告」という。） 令和６年 ６月２８日 ： 特許権者による訂正請求書及び意見書の提出（以下、この訂正請求書による訂正を「本件訂正」という。また、この意見書を「権者意見書」という。） 令和６年 ８月 １日 ： 申立人による意見書の提出 なお、令和６年１月１２日提出の訂正請求書に係る訂正請求（以下「先の訂正請求」という。）については、取り下げられたものとみなす（特許法第１２０条の５第７項）。 第２ 訂正の適否 １ 訂正の内容 特許権者は、本件訂正により、本件特許の特許請求の範囲の請求項１～７を、次のとおり訂正することを請求する。 （１）訂正事項 Ａ ［請求項１～６について］ ア 訂正事項１ 特許請求の範囲の請求項１に、 「金属材料の製造中の所定工程後に確定した少なくとも１つ以上の実績データを取得するステップと、 前記１つ以上の実績データと、製造仕様および材料特性を結びつけた予測モデルとに基づき逆解析を行い、材料特性の推定値が所望の値に漸近するように前記所定工程後に係る製造仕様を製造中の制御量のフィードフォワード処理により最適化するステップ」 と記載されているのを、本件訂正により、 「金属材料の製造中の所定工程後に確定した少なくとも１つ以上の実績データを取得するステップと、 前記１つ以上の実績データと、製造仕様および材料特性を結びつけた予測モデルとに基づき逆解析を行い、１つの前記予測モデルによる互いに相反する複数の前記金属材料の材料特性の推定値がそれぞれの所望の値に漸近するように前記所定工程後に係る製造仕様を製造中の制御量のフィードフォワード処理により最適化するステップ」（下線部は訂正箇所について特許権者が付した。訂正事項２についても同様。）と訂正する。 （請求項１の記載を直接的又は間接的に引用する請求項２～６も同様に訂正する。） Ｂ ［請求項７について］ イ 訂正事項２ 特許請求の範囲の請求項７に、 「金属材料の製造中の所定工程後に確定した少なくとも１つ以上の実績データを取得する通信部と、 前記１つ以上の実績データと、製造仕様および材料特性を結びつけた予測モデルに基づき逆解析を行い、材料特性の推定値が所望の値に漸近するように前記所定工程後に係る製造仕様を製造中の制御量のフィードフォワード処理により最適化する探索処理部」 と記載されているのを、本件訂正により、 「金属材料の製造中の所定工程後に確定した少なくとも１つ以上の実績データを取得する通信部と、 前記１つ以上の実績データと、製造仕様および材料特性を結びつけた予測モデルに基づき逆解析を行い、１つの前記予測モデルによる互いに相反する複数の前記金属材料の材料特性の推定値がそれぞれの所望の値に漸近するように前記所定工程後に係る製造仕様を製造中の制御量のフィードフォワード処理により最適化する探索処理部」と訂正する。 （２）一群の請求項 本件訂正前の請求項１～６は、請求項２～６が、請求項１の記載を引用する関係にあり、訂正事項１によって記載が訂正される請求項１に連動して訂正されるものであるから、本件訂正の訂正事項１は、一群の請求項〔１～６〕について請求されている。 ２ 訂正の目的の適否、新規事項の有無、及び特許請求の範囲の拡張・変更の存否 Ａ ［一群の請求項〔１～６〕］ 請求項〔１～６〕についての訂正（訂正事項１）について、訂正の目的の適否、新規事項の有無及び特許請求の範囲の拡張・変更の存否を以下に検討する。 （１）訂正事項１ ア 訂正の目的について 訂正事項１は、本件訂正前の請求項１の所定工程後に係る製造仕様を製造中の制御量のフィードフォワード処理により最適化するステップに対し、材料特性の推定値について、１つの予測モデルによる互いに相反する複数の金属材料のものであること、及び「それぞれの」所望の値に漸近するように行われることを限定するものである。 したがって、訂正事項１は、本件訂正前の請求項１の発明特定事項を限定するものであるから、特許法第１２０条の５第２項ただし書第１号に掲げる特許請求の範囲の減縮を目的とするものである。 イ 実質上特許請求の範囲を拡張し、又は変更する訂正ではないこと 訂正事項１は、本件訂正前の請求項１の発明特定事項を減縮するものであり、カテゴリーや対象、目的を変更するものではないから、実質上特許請求の範囲を拡張し、又は変更するものには該当せず、特許法第１２０条の５第９項で準用する特許法第１２６条第６項に適合するものである。 ウ 願書に添付した明細書、特許請求の範囲又は図面（以下「本件明細書等」という。）に記載した事項の範囲内の訂正であること 本件明細書等の段落【００７５】には、「本実施例では既に成分組成およびスラブサイズが確定された出鋼スラブに対して、ニューラルネットワークモデルによる材料特性の推定が行われ、推定される材料特性が目標の材料特性に漸近するように、続く加熱炉以降のプロセスについて必要な制御量を演算した。具体的には降伏応力および全厚伸びのそれぞれについて推定値と目標値の差を求め、両者の差の合計が最小値となるように逐次最小二乗法を用いて演算した。収束までの繰り返し回数は５００回とした。・・・」（下線部は当審で付した。以下同様。）と記載されている。ここでのニューラルネットワークモデルは、段落【００７２】記載のとおり、事前学習として製造仕様実績と材料特性実績とを結びつける学習を実施したものであって、学習に供された材料特性実績に関し、段落【００７３】には「・・・材料特性実績として、冷却後厚鋼板の幅中央部から板幅方向が引張方向と一致するように採取したＪＩＳＺ ２２０１ １Ｂ号の全厚試験片を用いて引張試験を実施し、降伏応力（ＹＳ）および全厚伸びを求め、学習に供された。学習データ数は欠損データ等のノイズを除去した計４７０のサンプルを用いた。・・・」と記載されており、１つのニューラルネットワークモデルの学習用データとして、降伏応力及び全厚伸びの２つの材料特性実績が用いられているから、上記段落【００７５】の材料特性の推定（降伏応力の推定及び全厚伸びの推定）は、このニューラルネットワーク１つのみで行われていることが認められる。そして、ニューラルネットワークモデルは予測モデルに該当する（段落【００２７】）とともに、金属材料の強度を示す「降伏応力」と金属材料の衝撃エネルギー吸収能（延性）を示す「全厚伸び」とは互いにトレードオフの関係、すなわち、互いに相反する材料特性であるといえることは技術常識（必要ならば、権者意見書３ページ等を参照。）である。 そして、互いに相反する複数の金属材料の材料特性のそれぞれについて、推定値と目標値の差を求めて両者の差の合計が最小値となるように逐次最小二乗法を用いて演算する際に、それらの合計が最小値となるためには、降伏応力及び全厚伸びの推定値がそれぞれの所望の値（推定値と目標値の差の合計が最小値になるための値）に漸近する必要があることは明らかであるから、本件訂正後の「１つの前記予測モデルによる互いに相反する複数の前記金属材料の材料特性の推定値がそれぞれの所望の値に漸近するように」フィードフォワード処理することは、本件明細書等に実質的に記載されていたといえる。 したがって、訂正事項１は、本件明細書等に記載した事項の範囲内の訂正であり、特許法第１２０条の５第９項で準用する特許法第１２６条第５項に適合するものである。 Ｂ ［請求項７］ 請求項７についての訂正（訂正事項２）について、訂正の目的の適否、新規事項の有無及び特許請求の範囲の拡張・変更の存否を以下に検討する。 （２）訂正事項２ 訂正事項２は、本件訂正前の請求項７に対して、実質的に訂正事項１と同様の訂正をするものであるから、訂正事項２は、訂正事項１（上記Ａ（１））と同様に、特許法第１２０条の５第２項ただし書第１号に規定する特許請求の範囲の減縮を目的とし、特許法第１２０条の５第９項で準用する特許法第１２６条第５項及び第６項に適合するものである。 ３ 独立特許要件 本件においては、本件訂正前の全請求項（請求項１～７）について特許異議の申立てがされているので、訂正事項１、２に関して、特許法第１２０条の５第９項で読み替えて準用する特許法第１２６条第７項の独立特許要件は課されない。 ４ 小括 上記のとおり、本件訂正前の請求項〔１～６〕、７についての訂正事項１、２に係る訂正は、特許法第１２０条の５第２項ただし書第１号に掲げる特許請求の範囲の減縮を目的とするものであり、かつ、同条第９項で準用する第１２６条第５項及び第６項の規定に適合する。 したがって、本件特許の特許請求の範囲を、訂正請求書に添付された訂正特許請求の範囲のとおり、本件訂正後の請求項〔１～６〕、７について訂正することを認める。 第３ 本件発明 上記第２のとおり、本件訂正は認められるから、訂正後の本件特許請求の範囲は以下のとおりである。（以下、請求項１～７に係る発明を、それぞれ「本件発明１」などという。また、合わせて、「本件発明」という場合がある。） 「【請求項１】 金属材料の製造中の所定工程後に確定した少なくとも１つ以上の実績データを取得するステップと、 前記１つ以上の実績データと、製造仕様および材料特性を結びつけた予測モデルとに基づき逆解析を行い、１つの前記予測モデルによる互いに相反する複数の前記金属材料の材料特性の推定値がそれぞれの所望の値に漸近するように前記所定工程後に係る製造仕様を製造中の制御量のフィードフォワード処理により最適化するステップと を含む前記金属材料の製造仕様決定方法。 【請求項２】 前記所定工程は、二次精錬工程であり、前記１つ以上の実績データは成分組成調整後の実績データを含む、請求項１に記載の製造仕様決定方法。 【請求項３】 前記金属材料は厚鋼板である、請求項１または２に記載の製造仕様決定方法。 【請求項４】 前記材料特性は一様伸びを含む、請求項１乃至３のいずれか一項に記載の製造仕様決定方法。 【請求項５】 前記予測モデルは、前記製造仕様と前記材料特性の実績データとに基づき学習された深層学習モデル、または統計学習モデルを含む機械学習モデルである、請求項１乃至４のいずれか一項に記載の製造仕様決定方法。 【請求項６】 請求項１乃至５のいずれか一項に記載の製造仕様決定方法を用いて決定された製造仕様で金属材料を製造する製造方法。 【請求項７】 金属材料の製造中の所定工程後に確定した少なくとも１つ以上の実績データを取得する通信部と、 前記１つ以上の実績データと、製造仕様および材料特性を結びつけた予測モデルに基づき逆解析を行い、１つの前記予測モデルによる互いに相反する複数の前記金属材料の材料特性の推定値がそれぞれの所望の値に漸近するように前記所定工程後に係る製造仕様を製造中の制御量のフィードフォワード処理により最適化する探索処理部と を有する製造仕様決定装置。」 第４ 決定の予告の概要及び申立人の証拠方法について １ 決定の予告の概要 本件訂正前の請求項１～７（先の訂正請求により訂正された請求項１～７）に係る特許に対して、当審が令和６年５月１日付けで特許権者に通知した決定の予告の要旨は、次のとおりである。 （進歩性）本件訂正前の請求項１～７に係る発明は、本件特許出願前に日本国内又は外国において頒布された刊行物、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（甲１発明若しくは甲２発明）及び甲第４号証に記載の技術的事項に基づいて、又は、甲１発明若しくは甲２発明及び甲第４号証に記載の技術的事項並びに甲第３号証に記載の技術的事項に基づいて、本件特許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（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、本件訂正前の請求項１～７に係る特許は、特許法第２９条第２項の規定に違反してされたものである。 ２ 申立人の証拠方法 申立人は、特許異議申立書において、証拠方法として以下の文献を提出した。 甲第１号証：特開２００３－２６８４２８号公報 甲第２号証：茂森弘靖、「局所回帰モデルを用いた鉄鋼製品の品質設計と品質制御」、京都大学、２０１３年３月２５日、ｐ．１－４３，６５－７９ 甲第３号証：特開平８－２４０５８７号公報 甲第４号証：再公表特許第９８／０６５５０号 甲第５号証：特開２０１８－１６９９９３号公報 甲第６号証：特開２０１８－１３８３２７号公報 （なお、以下では、それぞれ、「甲１」などという。） 第５ 当審の判断 １ 甲１について （１）甲１の記載及び甲１から理解できる事項 ア 甲１の記載 「【０００１】 【発明の属する技術分野】本発明は、製品品質制御装置に係り、特に、鋳造された鋼材を、加熱、圧延、冷却、熱処理などして製品の材質を作り込む際に用いるのに好適な、上工程の製造実績（成分や操業条件）から要求仕様（機械試験特性値範囲）を満足する下工程の製造条件（成分や操業条件）の指示値を決定することが可能な、製品品質制御装置に関する。」 「【０００３】製造の途中において、それまでの工程（上工程）で製造実績が品質設計で決定した指示値と異なった場合、それ以降の工程（下工程）で品質設計で決定したとおりに製造すると、要求仕様を満足する品質が得られない。そのため、製造の途中で、上工程の製造実績を元に、要求仕様を満足するように下工程の製造条件指示値を変えている。」 「【００１６】製造実績収集装置２２は、図２に示す如く、過去に製造した製品１４毎に、素材（鋳片）１０の成分の指示値と実績値、および、加熱、圧延、冷却、熱処理などの製造プロセス１２における操業条件の指示値と実績値、を収集し、製品品質制御装置２０へ供給する。また、材料試験実績収集装置２４は、同じく、過去に製造された製品１４毎に、製品の材料試験で得られる機械試験特性値実績（強度、靭性等。以下材質実績値と称する）を収集し、製品品質制御装置２０へ供給する。 【００１７】製品品質制御装置２０は、図３に示す如く、下工程の製造条件作成手段２０２、材質推定手段２０４、及び、製造情報記憶手段２０６を備えており、上工程の製造実績の誤差及び材質モデルの誤差を加味して、要求仕様をする下工程の製造条件（成分および操業条件）の指示値を出力するものである。」 「【００１９】材質推定手段２０４は、製造情報記憶手段２０６に蓄積された製造条件の実績値及び材質実績値をもとに、ある製造条件（素材の成分指示値及び操業条件の指示値）で製造した場合の製品材質を推定するとともに、その推定誤差も併せて求める。 【００２０】また、製造条件作成手段２０２は、要求仕様及び上工程の製造実績を取得し、下工程の素材成分及び操業条件の指示値を変化させて、材質推定手段２０４に材質推定を行うように指示するとともに、その指示値に対する材質予測値及びその誤差範囲を求め、材質推定手段が求めた材質推定値および推定誤差を用いて、要求仕様の範囲内にある下工程の製造条件指示値を検索して出力するものである。」 「【００２３】入力変数限定手段２０４Ａは、材質を推定しようとする製品に関する入力情報、即ち、素材の成分指示値（含有元素、含有量等）及び製造プロセス１２における加熱条件（鋼材抽出温度、在炉時間等）、圧延条件（鋼材温度履歴、圧延寸法、圧下率、圧延速度等）、冷却条件（鋼材温度履歴、冷却速度等）、熱処理条件（炉内温度履歴、炉内雰囲気等）などの操業条件の指示値を基に、入力変数限定ルールを参照して材質推定に使用する入力変数を選択・限定し、この結果を材質推定計算手段２０４Ｂに出力する。更に、入力された各指示値の中から限定された入力変数に対応する指示値を抽出して、材質推定計算手段２０４Ｂに出力する。」 「【００２６】以上の構成からなる鋼材の製品品質制御装置２０を用いて、下工程における操業条件を求める手順を、図６を参照して説明する。」 「【００２８】次にステップＳ２で、初期入力された製品Ｐｊに関する指示値をもとに、製造条件作成手段２０２は、材質推定手段２０４に製品材質の推定を行うよう指令を出し、材質推定手段２０４は、図７に示すサブルーチンに従って材質の推定を行う。 【００２９】即ち、まずステップＳ２１で、入力変数限定手段２０４Ａは入力変数限定ルール格納手段２０４Ｃに格納されているルールを参照して、ステップＳｌで入力された製品Ｐｊに関する指示値（素材の成分とその含有量、加熱炉における鋼材抽出温度や在炉時間、熱間圧延における圧延温度、圧下率、寸法、及び圧延速度、その他各種製造条件）を基に、材質に対する影響が大きい入力変数を選択する。例えば、素材成分中の不可避的不純物Ｐは通常含有量が０．０１質量％以下であれば製品の材質に悪影響を及ぼさないが、これより多く含有されると材質に影響を与えるというルールがあれば、入力されたＰの含有量が０．００６質量％の場合は、Ｐは入力変数とはされないが、０．０２質量％であれば、入力変数として選択されることになる。このようにして限定された入力変数、及びこれらの入力変数に相当する入力値（指示値）は材質推定計算手段２０４Ｂに供給される。」 「【００３４】次いでステップＳ２４に進み、入力値の近傍にある取得された事例のデータか材質に関連するデータ（図４の材質１～材質Ｍの実績値）を用いて、その入力値に対する材質推定値（出力値）とその推定誤差を計算する。 【００３５】これには、様々な方法があるが、例えば上記のようにして取得された材質に関連する実績データの平均値［材質１１～［材質Ｍ］を次式で算出し、これらを材質推定値として出力し、同じくそれらの標準偏差を計算し、推定誤差として出力することができる。・・・。 【００３６】 ［材質１］＝Σ材質１ｉ／Ｎ ［材質２］＝Σ材質２ｉ／Ｎ ・・・・・・・・・・・ ［材質Ｍ］＝Σ材質Ｍｉ／Ｎ ・・・（２） ここで、ｉ＝１～Ｎ 【００３７】出力値（材質推定値）としては、例えば、引張強度、降伏点、伸び、シャルピー吸収エネルギーなどの材質を表わす出力変数を用いることができる。 【００３８】上述のステップＳ２３、Ｓ２４の処理は、いずれも材質推定計算手段２０４Ｂが行い、その結果は製造条件作成手段２０２に出力される。 【００３９】次に図６のステップＳ３に進み、材質推定手段２０４が求めた材質推定値及び推定誤差を用いて、製造条件作成手段２０２は、下記式に基づく判定、即ち、推定誤差を考慮した材質推定値が要求仕様の許容範囲内かどうかを判定する。 【００４０】要求仕様の下限値≦材質推定値士推定誤差≦要求仕様の上限値・・・（３） 【００４１】（３）式を満足した場合には、ステップＳ４に進んで、上記判定に使用した下工程の製造条件指示値を図示しない記憶手段に記憶し、ステップＳ５に進む。一方、ステップＳ３で（３）式を満足しなかった場合には、ステップＳ５に飛ぶ。 【００４２】ステップＳ５では、取り得る下工程製造条件指示値の全てについて、材質推定を行ったか否かを判定し、判定結果が否である場合にはステップＳ６に進み、下記（４）式、（５）式に従って下工程製造条件指示値を変更し、ステップＳ２に戻る。」 「【００４５】一方、ステップＳ５において、取り得る下工程製造条件指示値の全てについて、材質推定を行ったと判定された場合にはステップＳ７に進み、それら各製品の下工程製造条件指示値を出力して終了する。」 （当審注：【００３５】の「［材質１１」という記載は、「［材質１］」の誤記と認め、【００４０】の「材質推定値士推定誤差」という記載は、「材質推定値±推定誤差」の誤記と認める。） 「【図３】 ［図：0001418202000001.jpg］ 」 「【図６】 ［図：0001418202000002.jpg］ 」 イ 段落【００２４】、【００３４】、【００３５】等から、材質推定手段２０４が、製造情報記憶手段２０６に蓄積されたデータの中から入力値に近いデータを有する事例を抽出し、その事例の材質実績値を用いて、材質１～材質Ｍの複数を、材質推定値として推定していることが理解できる。そして、複数の材質推定値（材質１～材質Ｍ）を算出する計算式が、予測モデルであるといえるから、甲１の材質推定手段２０４は、入力値（上工程の複数の製造実績を含む製造条件：段落【００２０】の上工程の製造実績を取得して材質推定手段２０４に材質推定を行うよう指示する旨の記載、あるいは段落【００２９】の各種製造条件を含む入力値（指示値）を材質推定計算手段２０４Ｂに供給することの記載を参照。）と複数の材質を結びつけた（段落【００３４】）予測モデルを備えることは明らかである。 ウ 製品品質制御装置２０は、上工程の製造実績の誤差及び材質モデルの誤差を加味して、要求仕様を満足する下工程の製造条件の指示値を出力するもの（段落【００１７】）であって、その下工程の製造条件作成手段２０２は、要求仕様及び上工程の製造実績を取得し、材質推定手段２０４が求めた材質推定値及び推定誤差を用いて下工程の製造条件指示値を検索して出力するものであり、図６のフローチャートにおいて、Ｓ２～Ｓ５のループを繰り返して、要求仕様を満足する下工程の製造条件指示値を検索しているから、上工程の製造実績を含む製造条件と、予測モデルとに基づき逆解析を行い、複数の材質推定値（材質１～材質Ｍ）がそれぞれの所望の値に漸近するように（要求仕様を満足するように）、製造プロセス全体のうち前記所定工程後のプロセスの制御量（下工程の製造条件指示値）をフィードフォワード演算して（Ｓ２～Ｓ５のループを繰り返す）、下工程の製造条件を製造中に最適化していることが理解できる。 エ 段落【００３７】の「出力値（材質推定値）としては、例えば、引張強度、降伏点、伸び、シャルピー吸収エネルギーなどの材質を表わす出力変数を用いることができる。」との記載からみて、上記ウのフィードフォワード演算は、「引張強度」と「伸び」の推定値がそれぞれの所望の値に漸近するように行われているといえる。 （２）甲１発明 上記（１）の甲１の記載及び甲１から理解できる事項からみて、甲１には以下の発明（以下「甲１発明」という。）が記載されていると認められる。 ＜甲１発明＞ 「鋼材の製造途中の上工程の複数の製造実績を取得するステップと、 前記上工程の製造実績と、前記上工程の製造実績を含む製造条件および複数の材質を結びつけた予測モデルとに基づき逆解析を行い、前記予測モデルによる複数の材質推定値がそれぞれの所望の値に漸近するように、下工程の製造条件指示値をフィードフォワード演算し、下工程の製造条件を製造中に最適化しているステップと を含む前記鋼材の製品品質制御方法。」 ２ 甲４に記載の技術的事項について （１）甲４の記載 ア 「本発明は、多成分系材料の設計方法、最適化解析装置及び多成分系材料の最適化解析プログラムを記録した記録媒体にかかり、特に、多成分から構成される多成分系材料の材料設計、例えばタイヤ用ゴム配合設計に用いることが可能な多成分系材料の設計方法、最適化解析装置及び多成分系材料の最適化解析プログラムを記録した記録媒体に関する。・・・材料設計は、目的とする材料の機械的挙動を得るための成分の構成比や製造条件等を求めることである。この機械的挙動は材料自体の物性や大きさ等の物理量がある。」（８ページ５～１３行） イ 「この非線形演算部３２に用いられているニューラルネットワークの一例としては、図４に示すように、ニューロンに対応する所定数のユニットＩ１、Ｉ２、・・・、Ｉｐ（ｐ＞１）から成る入力層、多数のユニットＭ１、Ｍ２、・・・、Ｍｑ（ｑ＞１）から成る中間層、及び所定数の出力ユニットＵ１、Ｕ２、・・・、Ｕｒ（ｒ＞１）から成る出力層から構成されている。なお、入力層のユニット数、及び出力層のユニット数は多成分系材料の構成比率及び製造条件の個数、機械的挙動の個数に応じて設定すればよい。・・・出力層のユニットには例えば、ヤング率、ポアソン比、ｔａｎδ、コストを出力値として用いることができる。」（２２ページ下から５行～２３ページ８行） ウ 「【図４】 ［図：0001418202000003.jpg］ 」 （２）甲４に記載の技術的事項 上記（１）の記載から、甲４には、 「目的とする複数の材料特性を得るための成分の構成比や製造条件等を求めるために、複数のユニットからなる入力層と、複数のユニットからなる出力層からなるニューラルネットワークを用いること。」 との技術的事項（以下、「甲４に記載の技術的事項」という。）が記載されているといえる。 ３ 本件発明の進歩性について（甲１発明を主発明とした場合について） （１）本件発明１について ア 対比 本件発明１と甲１発明との対比 本件発明１と、甲１発明とを対比する。 甲１発明の「鋼材」は本件発明１の「金属材料」に相当し、以下同様に、「鋼材の製造途中の上工程の複数の製造実績」及び「前記上工程の製造実績」は「金属材料の製造中の所定工程後に確定した少なくとも１つ以上の実績データ」及び「前記１つ以上の実績データ」に、「前記上工程の製造実績を含む製造条件」は「製造仕様」に、「複数の材質」は「材料特性」に、「前記上工程の製造実績を含む製造条件および複数の材質を結びつけた予測モデル」は「製造仕様および材料特性を結びつけた予測モデル」に、「製品品質制御方法」は「製造仕様決定方法」に、それぞれ相当する。 また、甲１発明の「下工程の製造条件指示値をフィードフォワード演算し、下工程の製造条件を製造中に最適化している」ことは、本件発明１の「前記所定工程後に係る製造仕様を製造中の制御量のフィードフォワード処理により最適化する」ことに相当する。 さらに、甲１発明の「前記予測モデルによる複数の材質推定値がそれぞれの所望の値に漸近するように」「フィードフォワード演算」することは、上記１（１）エに説示したとおり、甲１の段落【００３７】の記載を参酌すれば「引張強度」と「伸び」の推定値がそれぞれの所望の値に漸近するように行われているものであるところ、「引張強度」と「伸び」とは互いに相反する複数の金属材料の材料特性であることは技術常識である（上記第２の２（１）ウ等を参照。）から、本件発明１の「前記予測モデルによる互いに相反する複数の前記金属材料の材料特性の推定値がそれぞれの所望の値に漸近するように」「フィードフォワード処理」することに相当する。 以上から、本件発明１と、甲１発明とは、以下の点で一致し、以下の点で相違する。 ＜一致点＞ 金属材料の製造中の所定工程後に確定した少なくとも１つ以上の実績データを取得するステップと、 前記１つ以上の実績データと、製造仕様および材料特性を結びつけた予測モデルとに基づき逆解析を行い、前記予測モデルによる互いに相反する複数の前記金属材料の材料特性の推定値がそれぞれの所望の値に漸近するように前記所定工程後に係る製造仕様を製造中の制御量のフィードフォワード処理により最適化するステップと を含む前記金属材料の製造仕様決定方法。 ＜相違点１＞ 予測モデルによる互いに相反する複数の金属材料の材料特性の推定値がそれぞれの所望の値に漸近するようにフィードフォワード処理を行うことについて、本件発明１では、予測モデルが「１つ」であると特定されているのに対し、甲１発明では、予測モデルが１つであるか不明な点。 イ 判断 （ア）上記２（２）で説示したとおり、甲４には、「目的とする複数の材料特性を得るための成分の構成比や製造条件等を求めるために、複数のユニットからなる入力層と、複数のユニットからなる出力層からなるニューラルネットワークを用いること。」との技術的事項が、「１つの」「ニューラルネットワークモデル」として記載されている。 そして、甲１発明と甲４に記載の技術的事項とは、目的とする材料特性を得るための成分の構成比や製造条件等を求めるために予測モデルを使用する点で共通し、目的とする材料特性が複数である点でも共通するから、甲１発明に甲４に記載の技術的事項を適用し、実績データを含む製造仕様を複数の材料特性に結びつけるための「予測モデル」として、甲４に記載の「１つの」「ニューラルネットワークモデル」を採用して、予測モデルを１つのものとすることは、当業者が容易になし得るものである。 （イ）以上から、本件発明１は、甲１発明及び甲４に記載の技術的事項に基づいて、当業者が容易になし得たものである。 （２）本件発明２について 上記（１）の説示、及び甲１の段落【０００１】、【００１６】には、鋼材の製造プロセスが記載され、さらに段落【０００１】には「上工程の製造実績（成分や操業条件）」と記載されていることに鑑みれば、甲１には、請求項２の発明特定事項が実質的に記載されているといえる。 以上から、本件発明２は、甲１発明及び甲４に記載の技術的事項に基づいて、当業者が容易になし得たものである。 （３）本件発明３について 甲１発明の鋼材として厚鋼板を想定すること、又は鋼材の製造に関する発明を、厚鋼板の製造に適用することは、当業者にとって容易になし得ることである。 以上から、本件発明３は、甲１発明及び甲４に記載の技術的事項に基づいて、当業者が容易になし得たものである。 （４）本件発明４について 甲１の段落【００３７】に「材質推定値」の１つとして示されている「伸び」として、「一様伸び」を選択することは当業者にとっての選択的事項に過ぎない。 また、甲３（段落【０００１】、【０００８】、【００１７】等を参照。）には、厚鋼板の製造において、その材質として一様伸びを選択することが記載されており、甲１発明に上記甲３に記載の技術的事項を適用して、鋼材の材質として一様伸びを選択し、本件発明４の構成とすることは、当業者が容易になし得るものである。 以上から、本件発明４は、甲１発明及び甲４に記載の技術的事項に基づいて、又は甲１発明及び甲４に記載の技術的事項並びに甲３に記載の技術的事項に基づいて、当業者が容易になし得たものである。 （５）本件発明５について 甲１発明において、甲４に記載のニューラルネットワークモデルを採用することが容易想到であることは、上記３（１）イの相違点１の判断で説示したとおりであるところ、ニューラルネットワークモデルが、いわゆる深層学習モデルとして認識されることは当業者にとって自明な事項である。 以上から、本件発明５は、甲１発明及び甲４に記載の技術的事項に基づいて、又は甲１発明及び甲４に記載の技術的事項並びに甲３に記載の技術的事項に基づいて、当業者が容易になし得たものである。 （６）本件発明６について 甲１には、金属材料を製造することが記載されているから、甲１には、請求項６の発明特定事項が実質的に記載されているといえる。 以上から、本件発明６は、甲１発明及び甲４に記載の技術的事項に基づいて、又は甲１発明及び甲４に記載の技術的事項並びに甲３に記載の技術的事項に基づいて、当業者が容易になし得たものである。 （７）本件発明７について 本件発明７は、概ね本件発明１を装置の発明として表現したものであるところ、甲１には甲１発明の方法（製造仕様決定方法）を行う装置に係る発明（以下「甲１の装置に係る発明」という。）についても記載されているから、本件発明７は、甲１の装置に係る発明及び甲４に記載の技術的事項に基づいて、当業者が容易になし得たものである。 （８）小括 以上より、本件発明１～６は、甲１発明及び甲４に記載の技術的事項に基づいて、又は甲１発明及び甲４に記載の技術的事項並びに甲３に記載の技術的事項に基づいて、当業者が容易になし得たものであり、本件発明７は、甲１の装置に係る発明及び甲４に記載の技術的事項に基づいて、当業者が容易になし得たものである。 ４ 特許権者の主張 特許権者は、権者意見書において、甲１に記載のモデルは、説明変数の要求点近傍でのみ精度が高いモデルとなっており（甲１の段落【００３３】～【００３５】）、逆問題を解く際に、複数の操作量がある場合には、操業の基準値近傍で操作量を決定するようにしているところ、これらのモデルでは、要求点の近傍でしか高精度な予測ができない（権者意見書６ページ）旨を主張するが、本件明細書には、本件発明１～７の予測モデルにおける予測の精度がどの程度のものであるかや、特許権者のいう「操業の基準値近傍」以外の範囲で高精度な予測ができることについて、明記されていないから、仮に、甲１に記載のモデルが要求点の近傍でしか高精度な予測ができないとしても、本件発明１～７との相違点とはならない。 したがって、特許権者の意見は採用できない。 第６ むすび 以上のとおり、本件発明１～６は、甲１発明及び甲４に記載の技術的事項に基づいて、又は甲１発明及び甲４に記載の技術的事項並びに甲３に記載の技術的事項に基づいて、当業者が容易になし得たものであり、本件発明７は、甲１の装置に係る発明及び甲４に記載の技術的事項に基づいて、当業者が容易になし得たものであるから、請求項１～７に係る特許は、特許法第２９条第２項の規定に違反してされたものである。 したがって、請求項１～７に係る特許は、特許法第１１３条第２号に該当し、取り消されるべきものである。 よって、結論のとおり決定する。