JP2003303330A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2003303330A5 JP2003303330A5 JP2002106299A JP2002106299A JP2003303330A5 JP 2003303330 A5 JP2003303330 A5 JP 2003303330A5 JP 2002106299 A JP2002106299 A JP 2002106299A JP 2002106299 A JP2002106299 A JP 2002106299A JP 2003303330 A5 JP2003303330 A5 JP 2003303330A5
- Authority
- JP
- Japan
- Prior art keywords
- data
- learning
- attention
- student
- tap coefficient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Claims (39)
- 第1のデータを第2のデータに変換するデータ変換装置であって、
所定の統計量が所定の基準値に一致する前記第1のデータの範囲である基準範囲を、前記第1のデータのサンプル間隔未満の単位で求め、その基準範囲に基づいて、前記第2のデータを求めるのに用いる複数のデータを決定する決定手段と、
前記決定手段における決定にしたがい、注目している前記第2のデータである注目データについて、その注目データを求めるのに用いる前記複数のデータを、前記第1のデータから生成するデータ生成手段と、
前記データ生成手段において生成された前記複数のデータに基づいて、前記注目データを求める演算手段と
を備えることを特徴とするデータ変換装置。 - 前記データ生成手段において生成された前記複数のデータに基づき、前記注目データを、複数のクラスのうちのいずれかのクラスにクラス分けするクラス分類を行うクラス分類手段をさらに備え、
前記演算手段は、前記注目データのクラスに対応する処理を行うことにより、前記注目データを求める
ことを特徴とする請求項1に記載のデータ変換装置。 - 前記演算手段は、前記データ生成手段において生成された前記複数のデータと、所定のタップ係数とを用いて、前記注目データを求める
ことを特徴とする請求項1に記載のデータ変換装置。 - 前記注目データを、複数のクラスのうちのいずれかのクラスにクラス分けするクラス分類を行うクラス分類手段をさらに備え、
前記演算手段は、前記クラスごとのタップ係数のうちの前記注目データのクラスのタップ係数と、前記データ生成手段において生成された前記複数のデータとを用いて、前記注目データを求める
ことを特徴とする請求項3に記載のデータ変換装置。 - 前記タップ係数を記憶するタップ係数記憶手段をさらに備え
る
ことを特徴とする請求項3に記載のデータ変換装置。 - 前記注目データを、複数のクラスのうちのいずれかのクラスにクラス分けするクラス分類を行うクラス分類手段をさらに備え、
前記タップ係数記憶手段は、前記クラスごとのタップ係数を記憶し、
前記演算手段は、前記注目データのクラスのタップ係数と、前記データ生成手段において生成された前記複数のデータとを用いて、前記注目データを求める
ことを特徴とする請求項5に記載のデータ変換装置。 - 前記タップ係数の元となる係数種データを記憶する係数種記憶手段と、
前記係数種データから、前記タップ係数を生成するタップ係数生成手段と
をさらに備える
ことを特徴とする請求項3に記載のデータ変換装置。 - 前記注目データを、複数のクラスのうちのいずれかのクラスにクラス分けするクラス分類を行うクラス分類手段をさらに備え、
前記係数種記憶手段は、前記クラスごとの係数種データを記憶し、
前記タップ係数生成手段は、前記注目データのクラスの係数種データから、前記注目データのクラスのタップ係数を生成し、
前記演算手段は、前記注目データのクラスのタップ係数と、前記データ生成手段において生成された前記複数のデータとを用いて、前記注目データを求める
ことを特徴とする請求項7に記載のデータ変換装置。 - 前記基準値を入力する入力手段をさらに備え、
前記タップ係数生成手段は、前記係数種データから、前記入力手段によって入力された 前記基準値に対応する前記タップ係数を生成する
ことを特徴とする請求項7に記載のデータ変換装置。 - 前記第1と第2のデータは、それぞれ、第1と第2の画像データである
ことを特徴とする請求項1に記載のデータ変換装置。 - 前記統計量は、前記第1の画像データの前記基準範囲から求められるアクティビティである
ことを特徴とする請求項10に記載のデータ変換装置。 - 前記決定手段は、前記基準範囲を、前記第1の画像データの画素の間隔未満の単位で求める
ことを特徴とする請求項10に記載のデータ変換装置。 - 第1のデータを第2のデータに変換するデータ変換方法であって、
所定の統計量が所定の基準値に一致する前記第1のデータの範囲である基準範囲を、前記第1のデータのサンプル間隔未満の単位で求め、その基準範囲に基づいて、前記第2のデータを求めるのに用いる複数のデータを決定する決定ステップと、
前記決定ステップにおける決定にしたがい、注目している前記第2のデータである注目データについて、その注目データを求めるのに用いる前記複数のデータを、前記第1のデータから生成するデータ生成ステップと、
前記データ生成ステップにおいて生成された前記複数のデータに基づいて、前記注目データを求める演算ステップと
を備えることを特徴とするデータ変換方法。 - 第1のデータを第2のデータに変換するデータ変換処理を、コンピュータに行わせるプログラムであって、
所定の統計量が所定の基準値に一致する前記第1のデータの範囲である基準範囲を、前記第1のデータのサンプル間隔未満の単位で求め、その基準範囲に基づいて、前記第2のデータを求めるのに用いる複数のデータを決定する決定ステップと、
前記決定ステップにおける決定にしたがい、注目している前記第2のデータである注目データについて、その注目データを求めるのに用いる前記複数のデータを、前記第1のデータから生成するデータ生成ステップと、
前記データ生成ステップにおいて生成された前記複数のデータに基づいて、前
記注目データを求める演算ステップと
を備えることを特徴とするプログラム。 - 第1のデータを第2のデータに変換するデータ変換処理を、コンピュータに行わせるプログラムが記録されている記録媒体であって、
所定の統計量が所定の基準値に一致する前記第1のデータの範囲である基準範囲を、前記第1のデータのサンプル間隔未満の単位で求め、その基準範囲に基づいて、前記第2のデータを求めるのに用いる複数のデータを決定する決定ステップと、
前記決定ステップにおける決定にしたがい、注目している前記第2のデータである注目データについて、その注目データを求めるのに用いる前記複数のデータを、前記第1のデータから生成するデータ生成ステップと、
前記データ生成ステップにおいて生成された前記複数のデータに基づいて、前記注目データを求める演算ステップと
を備えるプログラムが記録されていることを特徴とする記録媒体。 - 第1のデータを第2のデータに変換するときに用いられるタップ係数を学習する学習装置であって、
学習用のデータから、前記タップ係数の学習の教師となる、前記第2のデータに対応する教師データと、前記学習の生徒となる、前記第1のデータに対応する生徒データとのセットである学習対データを生成する学習対生成手段と、
所定の統計量が所定の基準値に一致する前記生徒データの範囲である基準範囲を、前記生徒データのサンプル間隔未満の単位で求め、その基準範囲に基づいて、前記教師データ を求めるのに用いる複数のデータを決定する決定手段と、
前記決定手段における決定にしたがい、注目している前記教師データである注目データについて、その注目データを求めるのに用いる前記複数のデータを、前記生徒データから生成するデータ生成手段と、
前記データ生成手段において生成された前記複数のデータに基づき、前記タップ係数を用いて求められる前記注目データの予測誤差を統計的に最小にする前記タップ係数を求める学習を行う学習手段と
を備えることを特徴とする学習装置。 - 前記データ生成手段において生成された前記複数のデータに基づき、前記注目データを、複数のクラスのうちのいずれかのクラスにクラス分けするクラス分類を行うクラス分類手段をさらに備え、
前記学習手段は、前記タップ係数を用いて求められる前記注目データの予測誤差を統計的に最小にする前記タップ係数を、前記クラスごとに求める
ことを特徴とする請求項16に記載の学習装置。 - 前記学習手段は、前記タップ係数と、前記データ生成手段において生成された前記複数のデータとを用いて求められる前記注目データの予測誤差を統計的に最小にする前記タップ係数を求める
ことを特徴とする請求項16に記載の学習装置。 - 前記注目データを、複数のクラスのうちのいずれかのクラスにクラス分けするクラス分類を行うクラス分類手段をさらに備え、
前記学習手段は、前記タップ係数と、前記データ生成手段において生成された前記複数のデータとを用いて求められる前記注目データの予測誤差を統計的に最小にする前記タップ係数を、前記クラスごとに求める
ことを特徴とする請求項18に記載の学習装置。 - 前記教師データと生徒データは、画像データである
ことを特徴とする請求項16に記載の学習装置。 - 前記統計量は、前記生徒データとしての画像データの前記基準範囲から求められるアクティビティである
ことを特徴とする請求項20に記載の学習装置。 - 前記決定手段は、前記基準範囲を、前記生徒データとしての画像データの画素の間隔未満の単位で求める
ことを特徴とする請求項20に記載の学習装置。 - 第1のデータを第2のデータに変換するときに用いられるタップ係数を学習する学習方法であって、
学習用のデータから、前記タップ係数の学習の教師となる、前記第2のデータに対応する教師データと、前記学習の生徒となる、前記第1のデータに対応する生徒データとのセットである学習対データを生成する学習対生成ステップと、
所定の統計量が所定の基準値に一致する前記生徒データの範囲である基準範囲を、前記生徒データのサンプル間隔未満の単位で求め、その基準範囲に基づいて、前記教師データを求めるのに用いる複数のデータを決定する決定ステップと、
前記決定ステップにおける決定にしたがい、注目している前記教師データである注目データについて、その注目データを求めるのに用いる前記複数のデータを、前記生徒データから生成するデータ生成ステップと、
前記データ生成ステップにおいて生成された前記複数のデータに基づき、前記タップ係数を用いて求められる前記注目データの予測誤差を統計的に最小にする前記タップ係数を求める学習を行う学習ステップと
を備えることを特徴とする学習方法。 - 第1のデータを第2のデータに変換するときに用いられるタップ係数を学習する学習処理を、コンピュータに行わせるプログラムであって、
学習用のデータから、前記タップ係数の学習の教師となる、前記第2のデータに対応す る教師データと、前記学習の生徒となる、前記第1のデータに対応する生徒データとのセットである学習対データを生成する学習対生成ステップと、
所定の統計量が所定の基準値に一致する前記生徒データの範囲である基準範囲を、前記生徒データのサンプル間隔未満の単位で求め、その基準範囲に基づいて、前記教師データを求めるのに用いる複数のデータを決定する決定ステップと、
前記決定ステップにおける決定にしたがい、注目している前記教師データである注目データについて、その注目データを求めるのに用いる前記複数のデータを、前記生徒データから生成するデータ生成ステップと、
前記データ生成ステップにおいて生成された前記複数のデータに基づき、前記タップ係数を用いて求められる前記注目データの予測誤差を統計的に最小にする前記タップ係数を求める学習を行う学習ステップと
を備えることを特徴とするプログラム。 - 第1のデータを第2のデータに変換するときに用いられるタップ係数を学習する学習処理を、コンピュータに行わせるプログラムが記録されている記録媒体であって、
学習用のデータから、前記タップ係数の学習の教師となる、前記第2のデータに対応する教師データと、前記学習の生徒となる、前記第1のデータに対応する生徒データとのセットである学習対データを生成する学習対生成ステップと、
所定の統計量が所定の基準値に一致する前記生徒データの範囲である基準範囲を、前記生徒データのサンプル間隔未満の単位で求め、その基準範囲に基づいて、前記教師データを求めるのに用いる複数のデータを決定する決定ステップと、
前記決定ステップにおける決定にしたがい、注目している前記教師データである注目データについて、その注目データを求めるのに用いる前記複数のデータを、前記生徒データから生成するデータ生成ステップと、
前記データ生成ステップにおいて生成された前記複数のデータに基づき、前記タップ係数を用いて求められる前記注目データの予測誤差を統計的に最小にする前記タップ係数を求める学習を行う学習ステップと
を備えるプログラムが記録されている
ことを特徴とする記録媒体。 - 第1のデータを第2のデータに変換するときに用いられるタップ係数の元となる係数種データを学習する学習装置であって、
学習用のデータから、前記係数種データの学習の教師となる、前記第2のデータに対応する教師データと、前記学習の生徒となる、前記第1のデータに対応する生徒データとのセットである学習対データを生成する学習対生成手段と、
所定の統計量が所定の基準値に一致する前記生徒データの範囲である基準範囲を、前記生徒データのサンプル間隔未満の単位で求め、その基準範囲に基づいて、前記教師データを求めるのに用いる複数のデータを決定する決定手段と、
前記決定手段における決定にしたがい、注目している前記教師データである注目データについて、その注目データを求めるのに用いる前記複数のデータを、前記生徒データから生成するデータ生成手段と、
前記データ生成手段において生成された前記複数のデータに基づき、前記タップ係数を用いて求められる前記注目データの予測誤差を統計的に最小にする前記係数種データを求める学習を行う学習手段と
を備えることを特徴とする学習装置。 - 前記データ生成手段において生成された前記複数のデータに基づき、前記注目データを、複数のクラスのうちのいずれかのクラスにクラス分けするクラス分類を行うクラス分類手段をさらに備え、
前記学習手段は、前記タップ係数を用いて求められる前記注目データの予測誤差を統計的に最小にする前記係数種データを、前記クラスごとに求める
ことを特徴とする請求項26に記載の学習装置。 - 前記学習手段は、前記タップ係数と、前記データ生成手段において生成された前記複数のデータとを用いて求められる前記注目データの予測誤差を統計的に最小にする前記係数種データを求める
ことを特徴とする請求項26に記載の学習装置。 - 前記注目データを、複数のクラスのうちのいずれかのクラスにクラス分けするクラス分類を行うクラス分類手段をさらに備え、
前記学習手段は、前記タップ係数と、前記データ生成手段において生成された前記複数のデータとを用いて求められる前記注目データの予測誤差を統計的に最小にする前記係数種データを、前記クラスごとに求める
ことを特徴とする請求項28に記載の学習装置。 - 前記クラス分類手段は、前記データ生成手段において生成された前記複数のデータに基づき、前記注目データをクラス分類する
ことを特徴とする請求項29に記載の学習装置。 - 前記教師データと生徒データは、画像データである
ことを特徴とする請求項26に記載の学習装置。 - 前記統計量は、前記生徒データとしての画像データの前記基準範囲から求められるアクティビティである
ことを特徴とする請求項31に記載の学習装置。 - 前記決定手段は、前記基準範囲を、前記生徒データとしての画像データの画素の間隔未満の単位で求める
ことを特徴とする請求項31に記載の学習装置。 - 前記決定手段は、前記基準範囲における所定の位置の複数の画素を、前記教師データとしての画像データを求めるのに用いる複数のデータとして決定する
ことを特徴とする請求項33に記載の学習装置。 - 前記データ生成手段は、
前記基準範囲における所定の位置に、前記生徒データとしての画像データの画素が存在する場合、その画素を、前記注目データを求めるのに用いる画素とし、
前記基準範囲における所定の位置に、前記生徒データとしての画像データの画素が存在しない場合、前記所定の位置に近い前記生徒データとしての画像データの画素から、前記所定の位置における仮想的な画素を求め、その仮想的な画素を、前記注目データを求めるのに用いる画素とする
ことを特徴とする請求項34に記載の学習装置。 - 前記基準値を生成する基準値生成手段をさらに備え、
前記学習手段は、前記決定手段において、前記基準値生成手段によって生成された前記基準値ごとに決定される複数のデータに基づき、各値の基準値に対応する前記タップ係数の元となる前記係数種データを求める
ことを特徴とする請求項26に記載の学習装置。 - 第1のデータを第2のデータに変換するときに用いられるタップ係数の元となる係数種データを学習する学習方法であって、
学習用のデータから、前記係数種データの学習の教師となる、前記第2のデータに対応する教師データと、前記学習の生徒となる、前記第1のデータに対応する生徒データとのセットである学習対データを生成する学習対生成ステップと、
所定の統計量が所定の基準値に一致する前記生徒データの範囲である基準範囲を、前記生徒データのサンプル間隔未満の単位で求め、その基準範囲に基づいて、前記教師データを求めるのに用いる複数のデータを決定する決定ステップと、
前記決定ステップにおける決定にしたがい、注目している前記教師データである注目データについて、その注目データを求めるのに用いる前記複数のデータを、前記生徒データから生成するデータ生成ステップと、
前記データ生成ステップにおいて生成された前記複数のデータに基づき、前記タップ係数を用いて求められる前記注目データの予測誤差を統計的に最小にする前記係数種データ を求める学習を行う学習ステップと
を備えることを特徴とする学習方法。 - 第1のデータを第2のデータに変換するときに用いられるタップ係数の元となる係数種データを学習する学習処理を、コンピュータに行わせるプログラムであって、
学習用のデータから、前記係数種データの学習の教師となる、前記第2のデータに対応する教師データと、前記学習の生徒となる、前記第1のデータに対応する生徒データとのセットである学習対データを生成する学習対生成ステップと、
所定の統計量が所定の基準値に一致する前記生徒データの範囲である基準範囲を、前記生徒データのサンプル間隔未満の単位で求め、その基準範囲に基づいて、前記教師データを求めるのに用いる複数のデータを決定する決定ステップと、
前記決定ステップにおける決定にしたがい、注目している前記教師データである注目データについて、その注目データを求めるのに用いる前記複数のデータを、前記生徒データから生成するデータ生成ステップと、
前記データ生成ステップにおいて生成された前記複数のデータに基づき、前記タップ係数を用いて求められる前記注目データの予測誤差を統計的に最小にする前記係数種データを求める学習を行う学習ステップと
を備えることを特徴とするプログラム。 - 第1のデータを第2のデータに変換するときに用いられるタップ係数の元となる係数種データを学習する学習処理を、コンピュータに行わせるプログラムが記録されている記録媒体であって、
学習用のデータから、前記係数種データの学習の教師となる、前記第2のデータに対応する教師データと、前記学習の生徒となる、前記第1のデータに対応する生徒データとのセットである学習対データを生成する学習対生成ステップと、
所定の統計量が所定の基準値に一致する前記生徒データの範囲である基準範囲を、前記生徒データのサンプル間隔未満の単位で求め、その基準範囲に基づいて、前記教師データを求めるのに用いる複数のデータを決定する決定ステップと、
前記決定ステップにおける決定にしたがい、注目している前記教師データである注目データについて、その注目データを求めるのに用いる前記複数のデータを、前記生徒データから生成するデータ生成ステップと、
前記データ生成ステップにおいて生成された前記複数のデータに基づき、前記タップ係数を用いて求められる前記注目データの予測誤差を統計的に最小にする前記係数種データを求める学習を行う学習ステップと
を備えるプログラムが記録されている
ことを特徴とする記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002106299A JP4442076B2 (ja) | 2002-04-09 | 2002-04-09 | データ変換装置およびデータ変換方法、学習装置および学習方法、並びにプログラムおよび記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002106299A JP4442076B2 (ja) | 2002-04-09 | 2002-04-09 | データ変換装置およびデータ変換方法、学習装置および学習方法、並びにプログラムおよび記録媒体 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2003303330A JP2003303330A (ja) | 2003-10-24 |
JP2003303330A5 true JP2003303330A5 (ja) | 2005-09-08 |
JP4442076B2 JP4442076B2 (ja) | 2010-03-31 |
Family
ID=29390654
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002106299A Expired - Fee Related JP4442076B2 (ja) | 2002-04-09 | 2002-04-09 | データ変換装置およびデータ変換方法、学習装置および学習方法、並びにプログラムおよび記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4442076B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4311166B2 (ja) | 2003-11-05 | 2009-08-12 | ソニー株式会社 | 情報信号の処理装置および処理方法、それに使用される係数種データの生成装置および生成方法、並びに各方法を実行するためのプログラム、そのプログラムを記録した媒体 |
JP2005311629A (ja) | 2004-04-20 | 2005-11-04 | Sony Corp | 係数データの生成装置および生成方法、情報信号の処理装置および処理方法、並びにプログラムおよびそれを記録した媒体 |
JP4872862B2 (ja) * | 2006-09-28 | 2012-02-08 | ソニー株式会社 | 画像データ演算装置および方法、プログラム、並びに記録媒体 |
US7839307B2 (en) * | 2008-04-04 | 2010-11-23 | Gennum Corporation | Video serializer and deserializer with mapping conversion |
-
2002
- 2002-04-09 JP JP2002106299A patent/JP4442076B2/ja not_active Expired - Fee Related
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108229478A (zh) | 图像语义分割及训练方法和装置、电子设备、存储介质和程序 | |
CN108197652B (zh) | 用于生成信息的方法和装置 | |
Gastaldo et al. | Supporting visual quality assessment with machine learning | |
CN112199548A (zh) | 一种基于卷积循环神经网络的音乐音频分类方法 | |
US20150227849A1 (en) | Method and System for Invariant Pattern Recognition | |
WO2023050650A1 (zh) | 动画视频生成方法、装置、设备及存储介质 | |
CN111507362B (zh) | 神经网络的训练方法、基于神经网络的分类方法及其装置 | |
CN101465943A (zh) | 图像处理设备、图像处理方法、程序和学习设备 | |
JP6751816B2 (ja) | 新規学習データセット生成方法および新規学習データセット生成装置 | |
CN115239638A (zh) | 一种工业缺陷检测方法、装置、设备及可读存储介质 | |
WO2017109918A1 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
Theis et al. | Mixtures of conditional Gaussian scale mixtures applied to multiscale image representations | |
KR20190083583A (ko) | 이진 홀로그램 재현 장치 및 그 방법 | |
JP2021526678A (ja) | 画像処理方法、装置、電子装置及び記憶媒体 | |
CN115292728A (zh) | 一种基于生成对抗网络的图像数据隐私保护方法 | |
JP4199214B2 (ja) | 動画生成装置、動画生成方法、動画生成プログラム | |
JP2002300538A5 (ja) | 係数データの生成装置および生成方法、それを使用した情報信号の処理装置および処理方法、並びに情報提供媒体 | |
JP2003303330A5 (ja) | ||
JP7427011B2 (ja) | センサ入力信号からのコグニティブ・クエリへの応答 | |
JP2010086466A (ja) | データ分類装置及びプログラム | |
US8363970B2 (en) | Image processing apparatus and learning apparatus for converting a first image into a second image having higher image quality than the first image | |
CN113010687B (zh) | 一种习题标签预测方法、装置、存储介质以及计算机设备 | |
JP2003316760A5 (ja) | ||
Berlier et al. | Augmenting simulation data with sensor effects for improved domain transfer | |
CN112270231A (zh) | 一种确定目标视频属性特征的方法、存储介质、电子设备 |