JP2008040683A - 信号識別方法及び信号識別装置 - Google Patents
信号識別方法及び信号識別装置 Download PDFInfo
- Publication number
- JP2008040683A JP2008040683A JP2006212436A JP2006212436A JP2008040683A JP 2008040683 A JP2008040683 A JP 2008040683A JP 2006212436 A JP2006212436 A JP 2006212436A JP 2006212436 A JP2006212436 A JP 2006212436A JP 2008040683 A JP2008040683 A JP 2008040683A
- Authority
- JP
- Japan
- Prior art keywords
- data
- learning
- feature quantity
- accuracy
- data set
- 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
Abstract
【解決手段】特徴量抽出部2が、特徴量データ種類選択部3で選択された特徴量データの種類及び抽出範囲選択部4で選択された抽出範囲で学習信号から特徴量データを複数抽出する。確度演算部6が、複数の特徴量データの各要素を各要素番号で昇順に並び換えた状態で、各要素を有する特徴量データに応じて複数領域に区分けされた判定画像を作成し、判定画像から要素番号ごとに複数領域の乱雑度及びこれらの乱雑度の総和を求める。全範囲で上記処理を行った後、乱雑度の総和が最小となるものを学習用データセットとする。ニューラルネットワーク演算部7のマップ作成部71が教師なし競合学習型ニューラルネットワーク70に学習用データセットを入力し、クラスタ判定部72が検査時に用いるクラスタリングマップを作成する。
【選択図】図1
Description
請求項3に記載の信号識別装置の発明は、学習用データセットを競合学習型ニューラルネットワークに入力して、検査対象物の状態を表す複数のカテゴリが設定されたクラスタリングマップを作成するマップ作成手段と、前記検査対象物の状態に基づく検査データを前記クラスタリングマップに入力し、前記検査データを前記複数のカテゴリに分類する分類手段とを備える信号識別装置であって、前記検査対象物の状態に基づく電気信号から抽出可能であり複数の要素をそれぞれ異なる要素番号に対応付けて有する特徴量データの種類を選択可能とする特徴量データ種類選択手段と、前記特徴量データ種類選択手段で選択された前記特徴量データの種類に応じて当該特徴量データの各要素の抽出範囲を選択可能とする抽出範囲選択手段と、前記特徴量データ種類選択手段で選択された前記特徴量データの種類と前記抽出範囲選択手段で選択した前記特徴量データの各要素の抽出範囲との組み合わせごとに、前記電気信号から複数の前記特徴量データを抽出し、抽出した前記複数の特徴量データを選択データセットとする特徴量抽出手段と、前記選択データセットのそれぞれに対して、前記複数の特徴量データの各要素を前記要素番号ごとに分け、各要素番号で前記要素を昇順又は降順に並び換え、並び換えた各要素を含む特徴量データに応じて複数領域に区分けする機能、各要素番号での前記複数領域の区分けから前記検査データのカテゴリ分類結果の確度を推定し、推定確度の最も高い選択データセットを自動的に選択して前記学習用データとする機能を有する確度演算手段とを備えることを特徴とする。
本発明の実施形態1について図1〜9を用いて説明する。図1は、実施形態1の信号識別装置の構成を示すブロック図である。図2は、実施形態1の信号識別装置による特徴量データの要素の範囲設定を説明するための図である。図3は、実施形態1の信号識別装置による乱雑度の算出方法を説明するための図である。図4は、実施形態1の信号識別装置による判定画像を示す図である。図5,6,9は、実施形態1の信号識別方法を示すフローチャートである。図7,8は、実施形態1の信号識別方法における特徴量データの要素の範囲設定方法を示す図である。
上記の確度演算部6について図3を用いて具体的に説明する。図3(a)には、1つの選択データセットに含まれている正常状態の第1,2の特徴量データ及び異常状態の第3,4の特徴量データを示している。なお、第1〜4の特徴量データの要素数は説明を容易に行うために4つとしているが、4つに限定されるものではなく適宜設定される。確度演算部6は、第1〜4の特徴量データの各要素を要素番号ごとに図3(b)に示すように並び換えて、図3(c)に示すような判定画像60を作成する。判定画像60は、正常状態の領域である正常領域600と異常状態の領域である異常領域601とに区分けされている。図3(c)の第1要素では、特徴量データ数が4、1番目の領域(左側の正常領域600)の長さが1、2番目の領域(異常領域601)の長さが2、3番目の領域(右側の正常領域600)の長さが1である。同様に、第2要素では、1番目の領域(左側の異常領域601)の長さが1、2番目の領域(左側の正常領域600)の長さが1、3番目の領域(右側の異常領域601)の長さが1、4番目の領域(右側の正常領域600)であり、第3,4要素では、1番目の領域(正常領域600)の長さが2、2番目の領域(異常領域601)の長さが2である。第1〜4要素のそれぞれにおいて乱雑度を求め、さらに、これらの乱雑度の総和を求める。
本発明の実施形態2について図1,10を用いて説明する。図10は、実施形態2の信号識別方法のうち確度推定方法を示すフローチャートである。
本発明の実施形態3について図1,11を用いて説明する。図11は、実施形態3の信号識別方法のうち確度推定方法を示すフローチャートである。
3 特徴量データ種類選択部
4 抽出範囲選択部
6 確度演算部
7 ニューラルネットワーク演算部
70 教師なし競合学習型ニューラルネットワーク
71 マップ作成部
72 クラスタ判定部
Claims (4)
- 学習用データセットを競合学習型ニューラルネットワークに入力して、検査対象物の状態を表す複数のカテゴリが設定されたクラスタリングマップを作成した後に、前記検査対象物の状態に基づく検査データを前記クラスタリングマップに入力し、前記検査データを前記複数のカテゴリに分類する信号識別方法であって、
前記検査対象物の状態に基づく電気信号から抽出可能であり複数の要素をそれぞれ異なる要素番号に対応付けて有する特徴量データの種類と当該特徴量データの各要素の抽出範囲との組み合わせを選択可能とし、選択した前記組み合わせごとに前記電気信号から複数の前記特徴量データを抽出し、抽出した前記複数の特徴量データを選択データセットとした後に、前記選択データセットのそれぞれに対して、前記複数の特徴量データの各要素を前記要素番号ごとに分け、各要素番号で前記要素を昇順又は降順に並び換えた状態で、並び換えた各要素を有する特徴量データに応じて複数領域に区分けした後、各要素番号での前記複数領域の区分けから前記検査データのカテゴリ分類結果の確度を推定し、推定確度の最も高い選択データセットを自動的に選択して前記学習用データセットとすることを特徴とする信号識別方法。 - 学習用データセットを競合学習型ニューラルネットワークに入力して、検査対象物の状態を表す複数のカテゴリが設定されたクラスタリングマップを作成するマップ作成手段と、前記検査対象物の状態に基づく検査データを前記クラスタリングマップに入力し、前記検査データを前記複数のカテゴリに分類する分類手段とを備える信号識別装置であって、
前記検査対象物の状態に基づく電気信号から抽出可能であり複数の要素をそれぞれ異なる要素番号に対応付けて有する特徴量データの種類を選択可能とする特徴量データ種類選択手段と、
前記特徴量データ種類選択手段で選択された前記特徴量データの種類に応じて当該特徴量データの各要素の抽出範囲を選択可能とする抽出範囲選択手段と、
前記特徴量データ種類選択手段で選択された前記特徴量データの種類と前記抽出範囲選択手段で選択した前記特徴量データの各要素の抽出範囲との組み合わせごとに、前記電気信号から複数の前記特徴量データを抽出し、抽出した前記複数の特徴量データを選択データセットとする特徴量抽出手段と、
前記選択データセットのそれぞれに対して、前記複数の特徴量データの各要素を前記要素番号ごとに分け、各要素番号で前記要素を昇順又は降順に並び換え、並び換えた各要素を含む特徴量データに応じて複数領域に区分けする機能、各要素番号での前記複数領域の区分けから前記検査データのカテゴリ分類結果の確度を推定し、推定確度の最も高い選択データセットを自動的に選択して前記学習用データとする機能を有する確度演算手段と
を備えることを特徴とする信号識別装置。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006212436A JP4848492B2 (ja) | 2006-08-03 | 2006-08-03 | 信号識別方法及び信号識別装置 |
US12/309,773 US7831530B2 (en) | 2006-08-03 | 2007-08-02 | Optimizing method of learning data set for signal discrimination apparatus and signal discrimination apparatus capable of optimizing learning data set by using a neural network |
PCT/JP2007/065172 WO2008016109A1 (fr) | 2006-08-03 | 2007-08-02 | Procédé d'optimisation de jeu de données d'apprentissage pour dispositif d'identification du signal et dispositif d'identification du signal capable d'optimiser le jeu de données d'apprentissage |
KR1020097002986A KR101075824B1 (ko) | 2006-08-03 | 2007-08-02 | 신호 식별 장치용 학습 데이터 세트 최적화 방법 및 학습 데이터 세트를 최적화할 수 있는 신호 식별 장치 |
CNA200780028919XA CN101501711A (zh) | 2006-08-03 | 2007-08-02 | 用于信号识别装置的学习数据集的优化方法以及能够优化学习数据集的信号识别装置 |
EP07805893A EP2048603A4 (en) | 2006-08-03 | 2007-08-02 | METHOD FOR OPTIMIZING LEARNING DATA SETS FOR A SIGNAL DETECTION DEVICE AND SIGNAL DETECTION DEVICE WITH LEARNING DATA SET OPTIMIZATION |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006212436A JP4848492B2 (ja) | 2006-08-03 | 2006-08-03 | 信号識別方法及び信号識別装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008040683A true JP2008040683A (ja) | 2008-02-21 |
JP4848492B2 JP4848492B2 (ja) | 2011-12-28 |
Family
ID=39175624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006212436A Expired - Fee Related JP4848492B2 (ja) | 2006-08-03 | 2006-08-03 | 信号識別方法及び信号識別装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP4848492B2 (ja) |
CN (1) | CN101501711A (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010122918A (ja) * | 2008-11-19 | 2010-06-03 | Toshiba Corp | 最適部分波形データ生成装置及び方法ならびにロープ状態判定装置及び方法 |
WO2018154360A1 (ja) * | 2017-02-24 | 2018-08-30 | オムロン株式会社 | 学習データを生成するための処理方法、システム、プログラムおよび記憶媒体、並びに学習データを生成する方法およびシステム |
JP2020060503A (ja) * | 2018-10-12 | 2020-04-16 | 株式会社かんでんエンジニアリング | 情報処理システム、情報処理方法、およびプログラム |
JP2020064286A (ja) * | 2018-10-12 | 2020-04-23 | 株式会社東陽テクニカ | 異音等検出システム、装置、方法及びプログラム |
CN113657138A (zh) * | 2020-05-12 | 2021-11-16 | 哈尔滨工程大学 | 基于等势星球图的辐射源个体识别方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150206050A1 (en) * | 2014-01-23 | 2015-07-23 | Qualcomm Incorporated | Configuring neural network for low spiking rate |
CN108123487B (zh) * | 2017-11-28 | 2019-10-18 | 广州供电局有限公司 | 分布式电源分类方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0492955A (ja) * | 1990-08-06 | 1992-03-25 | Nippon Telegr & Teleph Corp <Ntt> | ニューラルネットワークの学習方式 |
JPH04124782A (ja) * | 1990-09-14 | 1992-04-24 | N T T Data Tsushin Kk | 特徴抽出方法及びその実施装置 |
JPH0934861A (ja) * | 1995-07-17 | 1997-02-07 | Olympus Optical Co Ltd | クラスタ分類装置 |
JPH09230954A (ja) * | 1996-02-28 | 1997-09-05 | Olympus Optical Co Ltd | ベクトル規格化装置 |
-
2006
- 2006-08-03 JP JP2006212436A patent/JP4848492B2/ja not_active Expired - Fee Related
-
2007
- 2007-08-02 CN CNA200780028919XA patent/CN101501711A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0492955A (ja) * | 1990-08-06 | 1992-03-25 | Nippon Telegr & Teleph Corp <Ntt> | ニューラルネットワークの学習方式 |
JPH04124782A (ja) * | 1990-09-14 | 1992-04-24 | N T T Data Tsushin Kk | 特徴抽出方法及びその実施装置 |
JPH0934861A (ja) * | 1995-07-17 | 1997-02-07 | Olympus Optical Co Ltd | クラスタ分類装置 |
JPH09230954A (ja) * | 1996-02-28 | 1997-09-05 | Olympus Optical Co Ltd | ベクトル規格化装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010122918A (ja) * | 2008-11-19 | 2010-06-03 | Toshiba Corp | 最適部分波形データ生成装置及び方法ならびにロープ状態判定装置及び方法 |
WO2018154360A1 (ja) * | 2017-02-24 | 2018-08-30 | オムロン株式会社 | 学習データを生成するための処理方法、システム、プログラムおよび記憶媒体、並びに学習データを生成する方法およびシステム |
CN110291539A (zh) * | 2017-02-24 | 2019-09-27 | 欧姆龙株式会社 | 用于生成学习数据的处理方法、系统、程序和存储介质、以及生成学习数据的方法和系统 |
US11615269B2 (en) | 2017-02-24 | 2023-03-28 | Omron Corporation | Processing method, system, program, and storage medium for generating learning data, and learning data generation method and system |
JP2020060503A (ja) * | 2018-10-12 | 2020-04-16 | 株式会社かんでんエンジニアリング | 情報処理システム、情報処理方法、およびプログラム |
JP2020064286A (ja) * | 2018-10-12 | 2020-04-23 | 株式会社東陽テクニカ | 異音等検出システム、装置、方法及びプログラム |
JP7142530B2 (ja) | 2018-10-12 | 2022-09-27 | 株式会社かんでんエンジニアリング | 情報処理システム、情報処理方法、およびプログラム |
CN113657138A (zh) * | 2020-05-12 | 2021-11-16 | 哈尔滨工程大学 | 基于等势星球图的辐射源个体识别方法 |
Also Published As
Publication number | Publication date |
---|---|
JP4848492B2 (ja) | 2011-12-28 |
CN101501711A (zh) | 2009-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4848492B2 (ja) | 信号識別方法及び信号識別装置 | |
JP5414416B2 (ja) | 情報処理装置及び方法 | |
KR101075824B1 (ko) | 신호 식별 장치용 학습 데이터 세트 최적화 방법 및 학습 데이터 세트를 최적화할 수 있는 신호 식별 장치 | |
KR100799557B1 (ko) | 동영상의 비주얼 특징을 이용한 유해 동영상 판별함수 생성및 판별 방법 그리고 그 장치 | |
Carletti et al. | Audio surveillance using a bag of aural words classifier | |
JP5356527B2 (ja) | 信号分類装置 | |
CN109496334A (zh) | 用于评估语音质量的设备和方法 | |
JP6102947B2 (ja) | 画像処理装置及び特徴検出方法 | |
US20090222390A1 (en) | Method, program and apparatus for generating two-class classification/prediction model | |
CN111400540B (zh) | 一种基于挤压和激励残差网络的歌声检测方法 | |
JP7021507B2 (ja) | 特徴抽出装置、特徴抽出プログラム、および特徴抽出方法 | |
JP2008008708A (ja) | 判定知識作成装置、判定知識作成方法、プログラムおよび記録媒体 | |
JP2011145179A (ja) | 官能検査装置及び官能検査方法 | |
JP2008015824A (ja) | フィルタ列生成装置、フィルタ列生成方法、コンピュータをフィルタ列生成装置として機能させるためのプログラム、および記録媒体 | |
CN102362282A (zh) | 信号识别方法及信号识别装置 | |
CN105283916B (zh) | 电子水印嵌入装置、电子水印嵌入方法及计算机可读记录介质 | |
JP5626221B2 (ja) | 音響画像区間分類装置および方法 | |
JP2009146149A (ja) | 信号識別方法及び信号識別装置 | |
KR102364865B1 (ko) | 제품의 양불을 판정하는 방법 및 장치 | |
JP2006072659A (ja) | 信号識別方法および信号識別装置 | |
US8755594B2 (en) | Information processing device and method, and program | |
JP5025713B2 (ja) | 属性識別装置、および属性識別プログラム | |
Tjahyanto et al. | Fft-based features selection for javanese music note and instrument identification using support vector machines | |
Agera et al. | Exploring textural features for automatic music genre classification | |
JP2004357050A (ja) | 波形品質評価システム及び波形品質評価方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20071204 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110517 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110719 |
|
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: 20110809 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20110902 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20110902 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110905 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20110901 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20141028 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20141028 Year of fee payment: 3 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20141028 Year of fee payment: 3 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |