JP2018101168A - 認証装置および認証方法 - Google Patents
認証装置および認証方法 Download PDFInfo
- Publication number
- JP2018101168A JP2018101168A JP2016245071A JP2016245071A JP2018101168A JP 2018101168 A JP2018101168 A JP 2018101168A JP 2016245071 A JP2016245071 A JP 2016245071A JP 2016245071 A JP2016245071 A JP 2016245071A JP 2018101168 A JP2018101168 A JP 2018101168A
- Authority
- JP
- Japan
- Prior art keywords
- myoelectricity
- user
- authentication
- operations
- unit
- 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.)
- Pending
Links
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
【課題】オンラインでの学習においてユーザの利便性を損なわずになりすましを防止すること。【解決手段】取得部15aが、ウェアラブルデバイスを装着したユーザによる操作デバイスの操作ログと該操作時の筋電とを取得し、学習部15bが、操作の種別ごとに筋電の時系列変化の特徴を学習し、分類部15cが、学習された特徴に基づいて、取得された筋電を操作の種別ごとに分類し、判定部15dが、分類された操作のうち、実際に操作されたものの割合を示す正確性と、実際に操作されたもののうち、分類された操作の割合を示す網羅性との度合いを示す評価値が所定の閾値を超えて高い場合に、筋電の時系列変化の特徴が学習されたユーザによる操作と判定する。【選択図】図2
Description
本発明は、認証装置および認証方法に関する。
従来、大規模数のユーザがいつでもどこでも好きな時間にオンラインで学習することができるeラーニングのプラットフォームとして、MOOC(Massive Open Online Courses、大規模公開オンライン講座)が知られている。MOOCでは、オンラインで学習するユーザに対して、条件を満たせば終了証等が交付されスキルの証明が可能である。そのため、学習者になりすました替え玉による学習(以下、なりすましと記す)を防止する必要がある。
そこで、例えば、ウェブカメラで学習者を撮影して人手により監視するサービスが利用されている(非特許文献1参照)。また、開始時に学習者を認証した後のなりすましを困難にする技術が知られている(特許文献1参照)。また、ジョイスティック等のコンピュータの操作を補助する操作デバイスが知られている(非特許文献2,3参照)。
"THE GLOBAL GO-TO for SECURE ONLINE TESTING"、[online]、ProctorU Inc.、[2016年11月08日検索]、インターネット<URL:http://www.proctoru.com/>
「コンピュータ操作を補助する装置」、[online]、[2016年11月17日検索]、インターネット<URL:http://www.nise.go.jp/kadaibetsu/manual/kiki-setsumei.pdf>
鎌田実、寺島義人、志水俊晴、齋藤俊雄、藤井直人、「W215 重度障害者向けジョイスティック操縦簡易自動車の研究」、福祉工学シンポジウムCD−ROM論文集、日本機械学会、2001年8月7日、No.01−5
しかしながら、監視サービスの利用が必須であると、オンラインでの学習の提供が困難になる場合があった。また、従来の技術では、学習中に再度認証が必要となり、ユーザの利便性が著しく損なわれていた。
本発明は、上記に鑑みてなされたものであって、オンラインでの学習においてユーザの利便性を損なわずになりすましを防止することを目的とする。
上述した課題を解決し、目的を達成するために、本発明に係る認証装置は、ウェアラブルデバイスを装着したユーザによる操作デバイスの操作ログと該操作時の筋電とを取得する取得部と、前記操作の種別ごとに前記筋電の時系列変化の特徴を学習する学習部と、前記特徴に基づいて、取得された筋電を操作の種別ごとに分類する分類部と、分類された操作のうち、実際に操作されたものの割合を示す正確性と、実際に操作されたもののうち、分類された操作の割合を示す網羅性との度合いを示す評価値が所定の閾値を超えて高い場合に、前記筋電の時系列変化の特徴が学習されたユーザによる操作と判定する判定部と、を備えることを特徴とする。
本発明によれば、オンラインでの学習においてユーザの利便性を損なわずになりすましを防止することができる。
以下、図面を参照して、本発明の一実施形態を詳細に説明する。なお、この実施形態により本発明が限定されるものではない。また、図面の記載において、同一部分には同一の符号を付して示している。
[認証装置の概要]
図1は、本実施形態に係る認証装置の概要を説明するための説明図である。図1に例示するように、認証装置は、ユーザによるジョイスティックやキーボード等の操作デバイスCの操作ログと、操作時にユーザの上腕や手首等で発生する筋電とを時系列に取得する。ウェアラブルデバイスWは、装着したユーザを認証するとともに、このユーザの筋電を計測し、認証装置に出力する。
図1は、本実施形態に係る認証装置の概要を説明するための説明図である。図1に例示するように、認証装置は、ユーザによるジョイスティックやキーボード等の操作デバイスCの操作ログと、操作時にユーザの上腕や手首等で発生する筋電とを時系列に取得する。ウェアラブルデバイスWは、装着したユーザを認証するとともに、このユーザの筋電を計測し、認証装置に出力する。
認証装置は、取得した筋電の時系列変化(EMG、EelectroMyoGram)すなわち筋電パターンの特徴量を抽出して事前に学習する。また、認証装置1は、ユーザの筋電を取得して、操作に応じた筋電パターンの特徴量を抽出し、学習された特徴量と照合することにより、いずれの操作が行われたかの分類を行う。その後、認証装置1は、分類結果を評価して、認証されたユーザ本人による操作か否かを判定する。これにより、認証装置1は、操作デバイスCを操作しているユーザの真正性を認証する。
[認証装置の構成]
図2は、認証装置1の概略構成を例示する模式図である。図2に例示するように、認証装置1は、パソコン等の汎用コンピュータで実現され、入力部11、出力部12、通信制御部13、記憶部14、および制御部15を備える。
図2は、認証装置1の概略構成を例示する模式図である。図2に例示するように、認証装置1は、パソコン等の汎用コンピュータで実現され、入力部11、出力部12、通信制御部13、記憶部14、および制御部15を備える。
入力部11は、キーボードやマウス等の入力デバイスを用いて実現され、操作者による入力操作に対応して、制御部15に対して処理開始などの各種指示情報を入力する。本実施形態において、入力部11には、操作デバイスCが含まれる。
出力部12は、液晶ディスプレイなどの表示装置、プリンター等の印刷装置等によって実現される。また、通信制御部13は、NIC(Network Interface Card)等で実現され、LAN(Local Area Network)やインターネットなどの電気通信回線を介したウェアラブルデバイスWやサーバ装置等の外部の装置と制御部15との通信を制御する。
記憶部14は、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現され、後述する認証処理により学習される操作の種別ごとの筋電パターンの特徴量等が記憶される。なお、記憶部14は、通信制御部13を介して制御部15と通信する構成でもよい。
制御部15は、CPU(Central Processing Unit)等を用いて実現され、メモリに記憶された処理プログラムを実行する。これにより、制御部15は、図2に例示するように、取得部15a、学習部15b、分類部15cおよび判定部15dとして機能する。
取得部15aは、ウェアラブルデバイスWを装着したユーザによる操作デバイスCの操作ログと該操作時の筋電とを取得する。
本実施形態において、ユーザは、上腕や手首等にウェアラブルデバイスWを装着し、予め対応付けて登録されているウェアラブルデバイスWの識別情報等により認証される。また、本実施形態において、操作デバイスCとしてジョイスティックが用いられる。このジョイスティックの操作は、図3に例示するように、上下左右の4領域のうちの1つの領域に向けて傾ける4種の操作に分類される。
そして、取得部15aは、操作デバイスCから入力された、ユーザによる操作デバイスCの操作の種別と時刻とを含む操作ログを取得する。また、取得部15aは、ウェアラブルデバイスWから、操作に伴ってユーザの上腕や手首等に発生する筋電を時系列に取得する。本実施形態において、ウェアラブルデバイスWに配置されたn個のセンサーにより、同時刻のn個の筋電が計測される。
また、取得部15aは、各操作に対応する筋電の時系列データの特徴量を抽出する。例えば、取得部15aは、以下に説明するように、各操作に対応する筋電の時系列データの特徴を表す特徴ベクトルを算出する。
例えば、本実施形態において、取得部15aは、n個のセンサーにより同時に計測されたユーザの複数箇所における同時刻の筋電の0.1秒間の時系列データを取得する。そして、取得部15aは、それぞれの筋電の時系列データについての平均、分散、標準偏差、最大値、最小値および絶対値の和からなる6n次元の特徴量を算出する。また、取得部15aは、n個のセンサーによる各時系列データの絶対値の和の総和で表される1次元の運動強度を算出する。これにより、取得部15aは、各操作に対応する筋電の時系列データの特徴を表す(6n+1)次元の特徴ベクトルを算出する。
図2の説明に戻る。学習部15bは、操作の種別ごとに筋電の時系列変化の特徴を学習する。具体的に、学習部15bは、SVM(Support Vector Machine)等で実現され、各操作の種別と、各操作時の筋電の時系列データから抽出された特徴量との関係の事前学習を行う。操作の種別とは、例えば、ジョイスティックの上下左右のいずれか1方向への傾斜が例示される。ここで取得された操作ログ、各操作の種別と各操作時の筋電の時系列データから抽出された特徴量との関係は、記憶部14に格納される。
分類部15cは、学習された特徴に基づいて、取得された筋電を操作の種別ごとに分類する。具体的に、分類部15cは、事前学習の後に、ウェアラブルデバイスWで認証されたユーザから取得部15aにより取得された筋電の時系列データから抽出された特徴量を用いて、ジョイスティックの4種の操作(図3参照)に分類する。すなわち、抽出された特徴量と、記憶部14の各操作と各操作時の筋電の時系列データから抽出された特徴量との関係を対比させることにより、ユーザの操作が4種の操作のいずれに該当するかを判定する。
判定部15dは、分類された操作のうち、実際に操作されたものの割合を示す正確性と、実際に操作されたもののうち、分類された操作の割合を示す網羅性との度合いを示す評価値が所定の閾値を超えて高い場合に、筋電の時系列変化の特徴が学習されたユーザによる操作と判定する。
ここで、正確性(Precision)とは、操作が正確に分類された度合いを意味し、分類された操作のうち、同時刻の操作ログと対照して実際に操作されたものの割合で表される。また、網羅性(Recall)とは、操作がもれなく分類された度合いを意味し、同時刻の操作ログと対照して実際に操作されたもののうち、分類された操作の割合で表される。正確性と網羅性とは、いずれも0から1の間の値をとる。
本実施形態において、判定部15dは、正確性と網羅性との度合いを示す評価値として、次式(1)に示すF−measure(F値)を算出する。
上記式(1)に示す評価値(F−measure)が大きいほど、筋電の時系列変化の特徴が学習されたユーザすなわちウェアラブルデバイスWで認証されたユーザと同一人物である可能性が高いということができる。したがって、判定部15dは、上記式(1)に示す評価値が、予め設定された所定の閾値より大きい場合に、ウェアラブルデバイスWで認証されたユーザによる操作と判定する。一方、この評価値が所定の閾値以下の場合には、判定部15dは、替え玉によるなりすましと判定する。
なお、閾値は、ウェアラブルデバイスWで認証されたユーザ本人による操作か替え玉によるなりすましかの判定の厳密性を勘案して、予め実験等により設定されればよい。
[認証処理]
次に、図4を参照して、本実施形態に係る認証装置1による認証処理について説明する。図4は、認証処理手順を示すフローチャートである。図4のフローチャートは、例えば、認証処理の開始を指示する操作入力があったタイミングで開始される。
次に、図4を参照して、本実施形態に係る認証装置1による認証処理について説明する。図4は、認証処理手順を示すフローチャートである。図4のフローチャートは、例えば、認証処理の開始を指示する操作入力があったタイミングで開始される。
学習部15bは、取得部15aにより取得された、ユーザによる操作デバイスCの操作ログと、操作に伴って発生するユーザの筋電の時系列データとを用いて、操作の種別ごとの筋電の時系列データの特徴量を学習する(ステップS1)。
分類部15cが、学習部15bにより学習された特徴量に基づいて、取得部15aにより取得された筋電の時系列データを操作の種別ごとに分類する(ステップS2)。
判定部15dが、分類された結果の正確性と網羅性との度合いを示す評価値であるF−measureが所定の閾値を超えて高い場合に、筋電の時系列変化の特徴が学習されたユーザすなわちウェアラブルデバイスWにより認証されたユーザ本人による操作と判定する。一方、この評価値が所定の閾値以下の場合には、判定部15dは、替え玉によるなりすましと判定する(ステップS3)。これにより、一連の認証処理が終了する。
以上、説明したように、本実施形態の認証装置1において、取得部15aが、ウェアラブルデバイスWを装着したユーザによる操作デバイスCの操作ログと該操作時の筋電とを取得する。また、学習部15bが、操作の種別ごとに筋電の時系列変化の特徴を学習する。また、分類部15cが、学習された特徴に基づいて、取得された筋電を操作の種別ごとに分類する。また、判定部15dが、分類された操作のうち、実際に操作されたものの割合を示す正確性と、実際に操作されたもののうち、分類された操作の割合を示す網羅性との度合いを示す評価値が所定の閾値を超えて高い場合に、筋電の時系列変化の特徴が学習されたユーザによる操作と判定する。
これにより、本実施形態の認証装置1は、学習中に再度認証を必要とせず、替え玉ではなくウェアラブルデバイスWで認証された本人による操作であることを確認できる。このように、本実施形態の認証装置1によれば、オンラインでの学習においてユーザの利便性を損なわずになりすましを防止することができる。
なお、操作デバイスCは、ジョイスティックに限定されない。例えば、キーボードでもよい。その場合、キーボードの各キーの押下を各操作として、各キーの押下時のユーザの筋電の時系列データを取得することにより、上記実施形態と同様に、各操作が同一のユーザによる操作か否かを判定できる。
[プログラム]
上記実施形態に係る認証装置1が実行する処理をコンピュータが実行可能な言語で記述したプログラムを作成することもできる。一実施形態として、認証装置1は、パッケージソフトウェアやオンラインソフトウェアとして上記の認証処理を実行する認証プログラムを所望のコンピュータにインストールさせることによって実装できる。例えば、上記の認証プログラムを情報処理装置に実行させることにより、情報処理装置を認証装置1として機能させることができる。ここで言う情報処理装置には、デスクトップ型またはノート型のパーソナルコンピュータが含まれる。また、その他にも、情報処理装置にはスマートフォン、携帯電話機やPHS(Personal Handyphone System)などの移動体通信端末、さらには、PDA(Personal Digital Assistants)などのスレート端末などがその範疇に含まれる。また、ユーザが使用する端末装置をクライアントとし、当該クライアントに上記の認証処理に関するサービスを提供するサーバ装置として実装することもできる。例えば、認証装置1は、ウェアラブルデバイスWを装着したユーザによる操作デバイスCの操作ログと該操作時の筋電とを入力とし、ウェアラブルデバイスWで認証されたユーザ本人による操作か否かを出力する認証処理サービスを提供するサーバ装置として実装される。この場合、認証装置1は、Webサーバとして実装することとしてもよいし、アウトソーシングによって上記の認証処理に関するサービスを提供するクラウドとして実装することとしてもかまわない。以下に、認証装置1と同様の機能を実現する認証プログラムを実行するコンピュータの一例を説明する。
上記実施形態に係る認証装置1が実行する処理をコンピュータが実行可能な言語で記述したプログラムを作成することもできる。一実施形態として、認証装置1は、パッケージソフトウェアやオンラインソフトウェアとして上記の認証処理を実行する認証プログラムを所望のコンピュータにインストールさせることによって実装できる。例えば、上記の認証プログラムを情報処理装置に実行させることにより、情報処理装置を認証装置1として機能させることができる。ここで言う情報処理装置には、デスクトップ型またはノート型のパーソナルコンピュータが含まれる。また、その他にも、情報処理装置にはスマートフォン、携帯電話機やPHS(Personal Handyphone System)などの移動体通信端末、さらには、PDA(Personal Digital Assistants)などのスレート端末などがその範疇に含まれる。また、ユーザが使用する端末装置をクライアントとし、当該クライアントに上記の認証処理に関するサービスを提供するサーバ装置として実装することもできる。例えば、認証装置1は、ウェアラブルデバイスWを装着したユーザによる操作デバイスCの操作ログと該操作時の筋電とを入力とし、ウェアラブルデバイスWで認証されたユーザ本人による操作か否かを出力する認証処理サービスを提供するサーバ装置として実装される。この場合、認証装置1は、Webサーバとして実装することとしてもよいし、アウトソーシングによって上記の認証処理に関するサービスを提供するクラウドとして実装することとしてもかまわない。以下に、認証装置1と同様の機能を実現する認証プログラムを実行するコンピュータの一例を説明する。
図5に示すように、認証プログラムを実行するコンピュータ1000は、例えば、メモリ1010と、CPU1020と、ハードディスクドライブインタフェース1030と、ディスクドライブインタフェース1040と、シリアルポートインタフェース1050と、ビデオアダプタ1060と、ネットワークインタフェース1070とを有する。これらの各部は、バス1080によって接続される。
メモリ1010は、ROM(Read Only Memory)1011およびRAM1012を含む。ROM1011は、例えば、BIOS(Basic Input Output System)等のブートプログラムを記憶する。ハードディスクドライブインタフェース1030は、ハードディスクドライブ1031に接続される。ディスクドライブインタフェース1040は、ディスクドライブ1041に接続される。ディスクドライブ1041には、例えば、磁気ディスクや光ディスク等の着脱可能な記憶媒体が挿入される。シリアルポートインタフェース1050には、例えば、マウス1051およびキーボード1052が接続される。ビデオアダプタ1060には、例えば、ディスプレイ1061が接続される。
ここで、図5に示すように、ハードディスクドライブ1031は、例えば、OS1091、アプリケーションプログラム1092、プログラムモジュール1093およびプログラムデータ1094を記憶する。上記実施形態で説明した各テーブルは、例えばハードディスクドライブ1031やメモリ1010に記憶される。
また、認証プログラムは、例えば、コンピュータ1000によって実行される指令が記述されたプログラムモジュール1093として、ハードディスクドライブ1031に記憶される。具体的には、上記実施形態で説明した認証装置1が実行する各処理が記述されたプログラムモジュール1093が、ハードディスクドライブ1031に記憶される。
また、認証プログラムによる情報処理に用いられるデータは、プログラムデータ1094として、例えば、ハードディスクドライブ1031に記憶される。そして、CPU1020が、ハードディスクドライブ1031に記憶されたプログラムモジュール1093やプログラムデータ1094を必要に応じてRAM1012に読み出して、上述した各手順を実行する。
なお、認証プログラムに係るプログラムモジュール1093やプログラムデータ1094は、ハードディスクドライブ1031に記憶される場合に限られず、例えば、着脱可能な記憶媒体に記憶されて、ディスクドライブ1041等を介してCPU1020によって読み出されてもよい。あるいは、認証プログラムに係るプログラムモジュール1093やプログラムデータ1094は、LAN(Local Area Network)やWAN(Wide Area Network)等のネットワークを介して接続された他のコンピュータに記憶され、ネットワークインタフェース1070を介してCPU1020によって読み出されてもよい。
以上、本発明者によってなされた発明を適用した実施形態について説明したが、本実施形態による本発明の開示の一部をなす記述および図面により本発明は限定されることはない。すなわち、本実施形態に基づいて当業者等によりなされる他の実施形態、実施例および運用技術等は全て本発明の範疇に含まれる。
1 認証装置
11 入力部
12 出力部
13 通信制御部
14 記憶部
15 制御部
15a 取得部
15b 学習部
15c 分類部
15d 判定部
C 操作デバイス
W ウェアラブルデバイス
11 入力部
12 出力部
13 通信制御部
14 記憶部
15 制御部
15a 取得部
15b 学習部
15c 分類部
15d 判定部
C 操作デバイス
W ウェアラブルデバイス
Claims (3)
- ウェアラブルデバイスを装着したユーザによる操作デバイスの操作ログと該操作時の筋電とを取得する取得部と、
前記操作の種別ごとに前記筋電の時系列変化の特徴を学習する学習部と、
前記特徴に基づいて、取得された筋電を操作の種別ごとに分類する分類部と、
分類された操作のうち、実際に操作されたものの割合を示す正確性と、実際に操作されたもののうち、分類された操作の割合を示す網羅性との度合いを示す評価値が所定の閾値を超えて高い場合に、前記筋電の時系列変化の特徴が学習されたユーザによる操作と判定する判定部と、
を備えることを特徴とする認証装置。 - 前記取得部は、前記ユーザの複数個所における同時刻の筋電を取得することを特徴とする請求項1に記載の認証装置。
- 認証装置で実行される認証方法であって、
ウェアラブルデバイスを装着したユーザによる操作デバイスの操作ログと該操作時の筋電とを取得する取得工程と、
前記操作の種別ごとに前記筋電の時系列変化の特徴を学習する学習工程と、
前記特徴に基づいて、取得された筋電を操作の種別ごとに分類する分類工程と、
分類された操作のうち、実際に操作されたものの割合を示す正確性と、実際に操作されたもののうち、分類された操作の割合を示す網羅性との度合いを示す評価値が所定の閾値を超えて高い場合に、前記筋電の時系列変化の特徴が学習されたユーザによる操作と判定する判定工程と、
を含んだことを特徴とする認証方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016245071A JP2018101168A (ja) | 2016-12-19 | 2016-12-19 | 認証装置および認証方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016245071A JP2018101168A (ja) | 2016-12-19 | 2016-12-19 | 認証装置および認証方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018101168A true JP2018101168A (ja) | 2018-06-28 |
Family
ID=62714338
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016245071A Pending JP2018101168A (ja) | 2016-12-19 | 2016-12-19 | 認証装置および認証方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2018101168A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210047539A (ko) * | 2019-10-22 | 2021-04-30 | 조선대학교산학협력단 | 근전도 신호 기반 사용자 인증 장치 및 인증 방법 |
-
2016
- 2016-12-19 JP JP2016245071A patent/JP2018101168A/ja active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210047539A (ko) * | 2019-10-22 | 2021-04-30 | 조선대학교산학협력단 | 근전도 신호 기반 사용자 인증 장치 및 인증 방법 |
KR102278069B1 (ko) * | 2019-10-22 | 2021-07-14 | 조선대학교산학협력단 | 근전도 신호 기반 사용자 인증 장치 및 인증 방법 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11275819B2 (en) | Generative adversarial network training and feature extraction for biometric authentication | |
AU2022202047B2 (en) | Remote usage of locally stored biometric authentication data | |
US20180365557A1 (en) | Information processing method and information processing apparatus | |
CN112749758B (zh) | 图像处理方法、神经网络的训练方法、装置、设备和介质 | |
CN109657539B (zh) | 人脸颜值评价方法、装置、可读存储介质及电子设备 | |
CN108509916A (zh) | 用于生成图像的方法和装置 | |
CN116028605B (zh) | 逻辑表达式生成方法、模型训练方法、装置及介质 | |
JP2018032340A (ja) | 属性推定装置、属性推定方法および属性推定プログラム | |
CN111178139A (zh) | 一种身份认证的方法以及支付方法和支付设备 | |
JP2018101168A (ja) | 認証装置および認証方法 | |
CN116842155A (zh) | 文本生成方法、文本生成模型的训练方法及装置 | |
US20060130022A1 (en) | Method to integrate biometric functionality into a host software application with runtime and compilation independence | |
CN114463798A (zh) | 人脸识别模型的训练方法、装置、设备及存储介质 | |
JP2022166176A (ja) | 情報認証方法、装置、機器及び媒体 | |
CN116310976A (zh) | 学习习惯养成方法、装置、电子设备及存储介质 | |
JP7173308B2 (ja) | 検知装置、検知方法および検知プログラム | |
CN113704452A (zh) | 基于Bert模型的数据推荐方法、装置、设备及介质 | |
CN113869525A (zh) | 基于大数据的业务规则数据处理方法、装置、设备及介质 | |
JP6841735B2 (ja) | 判定装置、判定方法および判定プログラム | |
CN109036497B (zh) | 一种医学实验室检测结果的分析方法及装置 | |
CN111899235A (zh) | 图像检测方法、装置、电子设备和存储介质 | |
CN110096675B (zh) | 二重积分求解方法、装置、设备及存储介质 | |
US20230008868A1 (en) | User authentication device, user authentication method, and user authentication computer program | |
CN114140851B (zh) | 图像检测方法和用于训练图像检测模型的方法 | |
JP6177655B2 (ja) | 画像認識装置および画像認識方法 |