JP2007188287A - 類似状況検索システムおよび類似状況検索方法 - Google Patents
類似状況検索システムおよび類似状況検索方法 Download PDFInfo
- Publication number
- JP2007188287A JP2007188287A JP2006005816A JP2006005816A JP2007188287A JP 2007188287 A JP2007188287 A JP 2007188287A JP 2006005816 A JP2006005816 A JP 2006005816A JP 2006005816 A JP2006005816 A JP 2006005816A JP 2007188287 A JP2007188287 A JP 2007188287A
- Authority
- JP
- Japan
- Prior art keywords
- data
- observation
- situation
- vector
- time
- 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
Images
Landscapes
- Recording Measured Values (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【解決手段】センサノード1−1〜1−4からの加速度データより、所定の時間幅(例えば、1秒)毎に動きベクトルを求め、動きベクトルDB23に格納する。動きベクトルが求められる毎に、その動きベクトルと標準動きベクトルDB24に格納されている各標準動きベクトルとの類似度を求め、この標準動きベクトルとの類似度を要素とする観測状況ベクトルを作成し、観測状況DB26にその時の時刻(観測時刻)を付して記憶する。また、類似状況検索モジュール27において、今回作成された観測状況ベクトルと観測状況DB26に格納されている各観測状況ベクトルとの比較を行い、類似度の高い観測状況ベクトルおよびその観測時刻を類似状況の検索結果として出力する。
【選択図】 図3
Description
そして、第1発明では、観測データが求められる毎に、その観測データと各グループの標準データとの類似度が求められ、この標準データとの類似度を要素とする観測状況ベクトルが作成され、その時の時刻を付して逐次記憶される。また、今回作成された観測状況ベクトルとそれまでに記憶されている各観測状況ベクトルとの比較が行われ、類似度の高い観測状況ベクトルおよびその観測状況ベクトルに付されている時刻(観測時刻)が類似状況の検索結果として出力される。
第2発明では、観測データが求められる毎に、その観測データと各グループの標準データとの比較が行われ、類似度の高い標準データが観測状況データとしてその時の時刻を付して逐次記憶される。また、今回求められた観測状況データとそれまでに記憶されている各観測状況データとの比較が行われ、類似度の高い観測状況データおよびその観測状況データに付されている時刻(観測時刻)が類似状況の検索結果として出力される。
〔実施の形態1〕
図1はこの発明に係る類似状況検索システムの一実施の形態の概略を示す図である。同図において、1(1−1〜1−4)は室内に設置されたセンサノードであり、センサノード1−1はドアDに、センサノード1−2は椅子Aに、センサノード1−3は机Bに、センサノード1−4は椅子Cに取り付けられている。
センサノード1−1〜1−4からの加速度データS1〜S4(複数のセンサからの情報)は類似状況検索装置2の情報入力部2Aに与えられる。情報入力部2Aは、動き検出モジュール21−1〜21−4を備えており、動き検出モジュール21−1〜21−4にセンサノード1−1〜1−4からの加速度データ(3軸の加速度データ)S1〜S4が与えられる。
この類似状況検索システムにおいて、類似状況検索装置2は、標準動きベクトルDB24A内の標準動きベクトルを利用し、次のようにして室内において生じた過去の類似状況を検索する。
図5に本発明に係る類似状況検索システムに用いる類似状況検索装置の別の例を示す。この類似状況検索装置2’では、図3に示した類似状況検索装置2と対比して分かるように、情報入力部2Aに動き検出モジュール21−1〜21−4に代えて加速度特徴量検出モジュール28−1〜28−4を設けている。また、類似状況検索部2Bに動きベクトル収集モジュール22に代えて特徴量ベクトル収集モジュール29を設け、動きベクトルDB23に代えて特徴量ベクトルDB30を設け、標準動きベクトル作成部24に代えて標準特徴量ベクトル作成部31Aを設けている。この類似状況検索装置2’では、次のようにして類似状況の検索が行われる。
センサノード1−1〜1−4からの3軸の加速度データS1〜S4は、類似状況検索装置2’の加速度特徴量検出モジュール28−1〜28−4に与えられる。加速度特徴量検出モジュール28(28−1〜28−4)は、センサノード1(1−1〜1−4)から送られてくる3軸の加速度データS(S1〜S4)を所定の時間幅T(この例では、T=1秒)毎に切り出し、その時間幅T内のデータに対して高速フーリエ変換を施して、時間幅T内の加速度データの特徴量を抽出し、特徴量ベクトル収集モジュール29へ送る。
この類似状況検索システムにおいて、類似状況検索装置2’は、標準特徴量ベクトルDB31A内の標準特徴量ベクトルを利用し、次のようにして室内において生じた過去の類似状況を検索する。
図6に本発明に係る類似状況検索システムに用いる類似状況検索装置の別の例を示す。この類似状況検索装置2”では、図5に示した類似状況検索装置2’と対比して分かるように、情報入力部2Aに加速度特徴量検出モジュール28−1〜28−4に代えて特徴量検出モジュール32−1〜32−4を設けている。
センサノード1−1〜1−4からの加速度データ、照度データ、人間の近接の有無などのセンサデータは、類似状況検索装置2”の特徴量検出モジュール32−1〜32−4に与えられる。特徴量検出モジュール32(32−1〜32−4)は、センサノード1(1−1〜1−4)から送られてくるセンサデータを所定の時間幅T(この例では、T=1秒)毎に切り出し、その時間幅T内のセンサデータに対して高速フーリエ変換を施して、時間幅T内のセンサデータの特徴量(センサデータ全体の特徴量)を抽出し、特徴量ベクトル収集モジュール29へ送る。
この類似状況検索システムにおいて、類似状況検索装置2”は、標準特徴量ベクトルDB31A内の標準特徴量ベクトルを利用し、次のようにして室内において生じた過去の類似状況を検索する。
前者の場合は、固定された標準データに基づき観測状況ベクトルを表現し、その空間内で状況検索を行うので、実際の検索処理の運用時の処理が簡単となる。
後者の場合は、標準データの再構築に伴い、観測状況DB26の再構築も必要となるが、標準データが実際に即したものとなるので、より精度の高い状況検索が可能となる。
実施の形態1では、観測状況ベクトル作成モジュール25において、動きベクトル収集モジュール22から動きベクトルが送られてくる毎に、標準動きベクトルDB24A内の各標準動きベクトルとの類似度を求め、この標準動きベクトルとの類似度を要素とするベクトルを観測状況ベクトルとして求めるようにしたが、標準動きベクトルDB24A内の各標準動きベクトルとの比較を行い、類似度の高い標準動きベクトルを観測状況データとして求めるようにしてもよい。
実施の形態2,3では、観測状況ベクトル作成モジュール25において、特徴量ベクトル収集モジュール29から特徴量ベクトルが送られてくる毎に、標準特徴量ベクトルDB31A内の各標準特徴量ベクトルとの類似度を求め、この標準特徴量ベクトルとの類似度を要素とするベクトルを観測状況ベクトルとして求めるようにしたが、標準特徴量ベクトルDB31A内の各標準特徴量ベクトルとの比較を行い、類似度の高い標準特徴量ベクトルを観測状況データとして求めるようにしてもよい。
実施の形態6では、上述した実施の形態1〜5において、状況間の遷移確率を表現した確率ネットワーク(図示せず)を設け、類似状況検索モジュール27が出力する類似状況の検索結果とその系列から確率ネットワークの遷移確率を参照して、次に発生すると予想される状況を推測するようにする。
Claims (6)
- 環境に設置された複数のセンサと、これらセンサからの情報に基づいて前記環境において生じた過去の類似状況を検索する類似状況検索装置とを備えた類似状況検索システムであって、
前記類似状況検索装置は、
前記複数のセンサからの情報より所定の時間幅毎にデータを切り出し、その時間幅内のデータを代表するデータを観測データとして求め、この求めた観測データを逐次記憶する観測データ記憶手段と、
前記記憶された観測データのデータ列をその特徴に基づいて各グループに分類する分類手段と、
前記分類されたグループ毎にそのグループの観測データを代表するデータを標準データとして記憶する標準データ記憶手段と、
前記観測データが求められる毎に、その観測データと前記各グループの標準データとの類似度を求め、この標準データとの類似度を要素とするベクトルを観測状況ベクトルとして作成しその時の時刻を付して逐次記憶すると共に、今回作成した観測状況ベクトルとそれまでに記憶されている各観測状況ベクトルとの比較を行い、類似度の高い観測状況ベクトルおよびその観測状況ベクトルに付されている時刻を類似状況の検索結果として出力する類似状況検索手段と
を備えることを特徴とする類似状況検索システム。 - 環境に設置された複数のセンサと、これらセンサからの情報に基づいて前記環境において生じた過去の類似状況を検索する類似状況検索装置とを備えた類似状況検索システムであって、
前記類似状況検索装置は、
前記複数のセンサからの情報より所定の時間幅毎にデータを切り出し、その時間幅内のデータを代表するデータを観測データとして求め、この求めた観測データを逐次記憶する観測データ記憶手段と、
前記記憶された観測データのデータ列をその特徴に基づいて各グループに分類する分類手段と、
前記分類されたグループ毎にそのグループの観測データを代表するデータを標準データとして記憶する標準データ記憶手段と、
前記観測データが求められる毎に、その観測データと前記各グループの標準データとの比較を行い、類似度の高い標準データを観測状況データとしてその時の時刻を付して逐次記憶するとともに、今回求められた観測状況データとそれまでに記憶されている各観測状況データとの比較を行い、類似度の高い観測状況データおよびその観測状況データに付されている時刻を類似状況の検索結果として出力する類似状況検索手段と
を備えることを特徴とする類似状況検索システム。 - 請求項1又は2に記載された類似状況検索システムにおいて、
前記類似状況検索装置は、
さらに、
状況間の遷移確率を表現した確率ネットワークと、
前記類似状況検索手段が出力する類似状況の検索結果とその系列から前記確率ネットワークの遷移確率を参照して次に発生すると予想される状況を推測する手段と
を備えることを特徴とする類似状況検索システム。 - 環境に設置された複数のセンサと、これらセンサからの情報に基づいて前記環境において生じた過去の類似状況を検索する類似状況検索装置とを備えたシステムにおいて、
前記複数のセンサからの情報より所定の時間幅毎にデータを切り出し、その時間幅内のデータを代表するデータを観測データとして求め、この求めた観測データを逐次記憶するステップと、
前記記憶された観測データのデータ列をその特徴に基づいて各グループに分類するステップと、
前記分類されたグループ毎にそのグループの観測データを代表するデータを標準データとして記憶するステップと、
前記観測データが求められる毎に、その観測データと前記各グループの標準データとの類似度を求め、この標準データとの類似度を要素とするベクトルを観測状況ベクトルとして作成しその時の時刻を付して逐次記憶すると共に、今回作成した観測状況ベクトルとそれまでに記憶されている各観測状況ベクトルとの比較を行い、類似度の高い観測状況ベクトルおよびその観測状況ベクトルに付されている時刻を類似状況の検索結果として出力するステップと
を備えることを特徴とする類似状況検索方法。 - 環境に設置された複数のセンサと、これらセンサからの情報に基づいて前記環境において生じた過去の類似状況を検索する類似状況検索装置とを備えたシステムにおいて、
前記複数のセンサからの情報より所定の時間幅毎にデータを切り出し、その時間幅内のデータを代表するデータを観測データとして求め、この求めた観測データを逐次記憶するステップと、
前記記憶された観測データのデータ列をその特徴に基づいて各グループに分類するステップと、
前記分類されたグループ毎にそのグループの観測データを代表するデータを標準データとして記憶するステップと、
前記観測データが求められる毎に、その観測データと前記各グループの標準データとの比較を行い、類似度の高い標準データを観測状況データとしてその時の時刻を付して逐次記憶するとともに、今回求められた観測状況データとそれまでに記憶されている各観測状況データとの比較を行い、類似度の高い観測状況データおよびその観測状況データに付されている時刻を類似状況の検索結果として出力するステップと
を備えることを特徴とする類似状況検索方法。 - 請求項4又は5に記載された類似状況検索方法において、
さらに、
前記類似状況検索ステップが出力する類似状況の検索結果とその系列から、状況間の遷移確率を表現した確率ネットワークの遷移確率を参照して、次に発生すると予想される状況を推測するステップ
を備えることを特徴とする類似状況検索方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006005816A JP4514154B2 (ja) | 2006-01-13 | 2006-01-13 | 類似状況検索システムおよび類似状況検索方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006005816A JP4514154B2 (ja) | 2006-01-13 | 2006-01-13 | 類似状況検索システムおよび類似状況検索方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007188287A true JP2007188287A (ja) | 2007-07-26 |
JP4514154B2 JP4514154B2 (ja) | 2010-07-28 |
Family
ID=38343417
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006005816A Active JP4514154B2 (ja) | 2006-01-13 | 2006-01-13 | 類似状況検索システムおよび類似状況検索方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4514154B2 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009187268A (ja) * | 2008-02-06 | 2009-08-20 | Nippon Telegr & Teleph Corp <Ntt> | Web検索装置、Web検索方法、プログラムおよび記録媒体 |
WO2010061681A1 (ja) * | 2008-11-25 | 2010-06-03 | 三菱重工業株式会社 | 設備の不具合管理方法 |
JP2017531233A (ja) * | 2014-08-11 | 2017-10-19 | クアルコム,インコーポレイテッド | 複数のデータソースによって複数の周波数において生成されたデータ入力を同期させるための方法および装置 |
CN110703732A (zh) * | 2019-10-21 | 2020-01-17 | 北京百度网讯科技有限公司 | 相关性检测方法、装置、设备及计算机可读存储介质 |
JP7389526B1 (ja) * | 2023-07-12 | 2023-11-30 | 日本インフラ計測株式会社 | 水位計の配置の最適化方法、マンホールの水位の予測方法およびマンホールの水位の予測システム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0744208A (ja) * | 1993-07-30 | 1995-02-14 | Omron Corp | 知識情報処理装置およびその学習方法 |
JP2005332127A (ja) * | 2004-05-19 | 2005-12-02 | Nippon Telegr & Teleph Corp <Ntt> | 個人プロファイルによる状況予測システムおよび方法、プログラムおよび記録媒体 |
-
2006
- 2006-01-13 JP JP2006005816A patent/JP4514154B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0744208A (ja) * | 1993-07-30 | 1995-02-14 | Omron Corp | 知識情報処理装置およびその学習方法 |
JP2005332127A (ja) * | 2004-05-19 | 2005-12-02 | Nippon Telegr & Teleph Corp <Ntt> | 個人プロファイルによる状況予測システムおよび方法、プログラムおよび記録媒体 |
Non-Patent Citations (4)
Title |
---|
CSNG200900250042, 岡留 剛,外, "Pervasive Association:ユビキタス環境における意味統合(1)", マルチメディア,分散,協調とモバイル(DICOMO)シンポジウム論文集 1997年〜2006年版 V, 200507, pp.165−168, JP, 社団法人情報処理学会 * |
CSNG200900250043, 平松 薫,外, "Pervasive Association:ユビキタス環境における意味統合(2)", マルチメディア,分散,協調とモバイル(DICOMO)シンポジウム論文集 1997年〜2006年版 V, 200507, っp。169−172, JP, 社団法人情報処理学会 * |
CSNG200900250064, 服部 正嗣,外, "Pervasive Association:ユビキタス環境における意味統合(3)", マルチメディア,分散,協調とモバイル(DICOMO)シンポジウム論文集 1997年〜2006年版 V, 200707, pp.253−256, JP, 社団法人情報処理学会 * |
CSNG200900250065, 山田 辰美,外, "Pervasive Association:ユビキタス環境における意味統合(4)", マルチメディア,分散,協調とモバイル(DICOMO)シンポジウム論文集 1997年〜2006年版 V, 200507, pp.257−260, JP, 社団法人情報処理学会 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009187268A (ja) * | 2008-02-06 | 2009-08-20 | Nippon Telegr & Teleph Corp <Ntt> | Web検索装置、Web検索方法、プログラムおよび記録媒体 |
WO2010061681A1 (ja) * | 2008-11-25 | 2010-06-03 | 三菱重工業株式会社 | 設備の不具合管理方法 |
GB2471805A (en) * | 2008-11-25 | 2011-01-12 | Mitsubishi Heavy Ind Ltd | Method for managing failure of facility |
GB2471805B (en) * | 2008-11-25 | 2015-06-10 | Mitsubishi Heavy Ind Ltd | Method for trouble managing of equipment |
US9696718B2 (en) | 2008-11-25 | 2017-07-04 | Mitsubishi Heavy Industries, Ltd. | Method for trouble managing of equipment |
JP2017531233A (ja) * | 2014-08-11 | 2017-10-19 | クアルコム,インコーポレイテッド | 複数のデータソースによって複数の周波数において生成されたデータ入力を同期させるための方法および装置 |
CN110703732A (zh) * | 2019-10-21 | 2020-01-17 | 北京百度网讯科技有限公司 | 相关性检测方法、装置、设备及计算机可读存储介质 |
JP7389526B1 (ja) * | 2023-07-12 | 2023-11-30 | 日本インフラ計測株式会社 | 水位計の配置の最適化方法、マンホールの水位の予測方法およびマンホールの水位の予測システム |
Also Published As
Publication number | Publication date |
---|---|
JP4514154B2 (ja) | 2010-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5495235B2 (ja) | 監視対象者の行動を監視する装置及び方法 | |
JP4514154B2 (ja) | 類似状況検索システムおよび類似状況検索方法 | |
US9278255B2 (en) | System and method for activity recognition | |
EP3330889A2 (en) | Automatic prediction of an event using data | |
EP3913997B1 (en) | Generating wireless network access point models using clustering techniques | |
CN101542531A (zh) | 图像识别装置及图像识别方法 | |
JP2018502386A (ja) | 神経言語挙動認識システム用のマッパ要素 | |
KR101560277B1 (ko) | 데이터 클러스터링 장치 및 방법 | |
US11263778B2 (en) | Systems and methods for aiding a visual positioning system with indoor wayfinding | |
JP2014045242A (ja) | 仮想センサ生成装置、仮想センサ生成方法およびプログラム | |
US20150339591A1 (en) | Collegial Activity Learning Between Heterogeneous Sensors | |
US20160371600A1 (en) | Systems and methods for verification and anomaly detection using a mixture of hidden markov models | |
US11521626B2 (en) | Device, system and method for identifying a scene based on an ordered sequence of sounds captured in an environment | |
CN109117771B (zh) | 一种基于锚节点的图像中暴力事件检测系统及方法 | |
JP2018503183A (ja) | 神経言語挙動認識システム用の語彙解析器 | |
US11335359B2 (en) | Methods and devices for obtaining an event designation based on audio data | |
JP4690203B2 (ja) | 動き認識システムおよび動き認識方法 | |
Shah et al. | Sherlock: A crowd-sourced system for automatic tagging of indoor floor plans | |
JP4347852B2 (ja) | 状況認識システムおよび状況認識方法 | |
Yan et al. | Semantic activity classification using locomotive signatures from mobile phones | |
Jiang et al. | Abnormal event detection based on trajectory clustering by 2-depth greedy search | |
CN114691940A (zh) | 索引构建方法、装置、向量搜索方法及检索系统 | |
JP2001318947A (ja) | 情報統合システムおよび情報統合方法、ならびにそのプログラムを記録した記録媒体 | |
EP4174726A1 (en) | Adapting a detection model | |
Jarupadung | Event processing in wireless sensor networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080129 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100415 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100506 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100507 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 4514154 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130521 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140521 Year of fee payment: 4 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |