JP2019091236A - 特徴抽出装置、特徴抽出プログラム、および特徴抽出方法 - Google Patents
特徴抽出装置、特徴抽出プログラム、および特徴抽出方法 Download PDFInfo
- Publication number
- JP2019091236A JP2019091236A JP2017219396A JP2017219396A JP2019091236A JP 2019091236 A JP2019091236 A JP 2019091236A JP 2017219396 A JP2017219396 A JP 2017219396A JP 2017219396 A JP2017219396 A JP 2017219396A JP 2019091236 A JP2019091236 A JP 2019091236A
- Authority
- JP
- Japan
- Prior art keywords
- data
- feature
- auto encoder
- feature extraction
- recognized
- 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
- 238000000605 extraction Methods 0.000 title claims abstract description 54
- 239000000284 extract Substances 0.000 claims abstract description 27
- 238000011156 evaluation Methods 0.000 claims description 40
- 238000000034 method Methods 0.000 claims description 28
- 230000007423 decrease Effects 0.000 claims 1
- 238000010801 machine learning Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000012706 support-vector machine Methods 0.000 description 5
- 239000006185 dispersion Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
Description
本発明の一つの側面に係る目的は、ノイズに埋もれた、取り出したい信号の特徴量を抽出することである。
図1は、本実施形態に係る特徴抽出装置1の機能ブロックを例示する。特徴抽出装置1は、パラメータ用データベース10、パラメータ用オートエンコーダ部11、学習用認識対象データベース12、学習用認識対象外データベース13、および多段オートエンコーダ部14等を備える。また特徴抽出装置1は、更に、類似度判定部15、認識モデル学習部16、および認識処理部17等を備える。特徴抽出装置1は、また更に、評価対象データベース18等を備える。なお、オートエンコーダをAE、データベースをDBと略記することもあるものとする。特徴抽出装置1は、評価対象データベース18に代わり、あるいはこれと共に、マイク等の外部情報を取得するためのセンサを含む評価データ入力部を備えてもよい。
本実施形態における認識対象となる音のデータは、例えば、低周波マイクで取得した200Hzのサンプリングデータである。
多段オートエンコーダ部14は、ステップS305で算出した残差を入力データとして設定する(ステップS307)。
図9を参照して、特徴抽出装置1が、ステップS204で生成された認識モデルやステップS406において選択された段についての情報などを用いて、評価対象のデータから認識対象のデータを識別する処理の詳細について説明する。
第1の実施形態に係る特徴抽出装置1が認識できるデータは、例えば歩行音のデータなど一種類のデータであった。しかし、評価データにおいて、複数のデータを各々認識したい場合も存在する。本実施形態に係る特徴抽出装置1’は、評価データに含まれるデータの特徴量を、認識対象のデータと認識対象外のデータの各特徴量のいずれかに分類するのみならず、複数の認識対象のデータの各特徴量のうち、どの特徴量として分類するか決定することができる。本実施形態に係る特徴抽出装置1’は、複数の認識対象のデータの各々が評価データに含まれるか否かを認識することができる。
第1〜3データの、それぞれの数は、互いに等しいか近しいことが望ましい。
2 ハードウェア
10 パラメータ用データベース
11 パラメータ用オートエンコーダ部
12 学習用認識対象データベース、第1学習用認識対象データベース
12’ 第2学習用認識対象データベース
13 学習用認識対象外データベース
14 多段オードエンコーダ部
15 類似度判定部
16 認識モデル学習部
17 認識処理部
18 評価対象データベース
20 プロセッサ
21 メモリ
22 記憶装置
23 出力インターフェース回路
24 バス
25 入力インターフェース回路
Claims (9)
- オートエンコーダが複数段に接続されたオートエンコーダ部、を備え、
前記オートエンコーダ部の各段のオートエンコーダは、前段のオートエンコーダからの出力データと前記前段のオートエンコーダへの入力データとの差分を入力して、特徴量を抽出する、
ことを特徴とする特徴抽出装置。 - 前記特徴抽出装置は、更に、
認識対象のデータを用いて前記各段のオートエンコーダが抽出した複数の特徴量に基づいて、抽出された前記複数の特徴量の類似度を算出し、前記類似度が閾値以上である特徴量を選択する選択部、
を備えることを特徴とする請求項1に記載の特徴抽出装置。 - 前記特徴抽出装置は、更に、
前記選択された特徴量と、認識対象外のデータを用いて抽出された特徴量とに基づいて、評価対象のデータから前記認識対象のデータを分類するための認識モデルを生成する認識モデル学習部と、
前記認識モデルを用いて、前記評価対象のデータから前記認識対象のデータを識別する認識処理部と、
を備えることを特徴とする請求項2に記載の特徴抽出装置。 - 前記特徴抽出装置は、更に、
複数種類の認識対象のデータを用いて前記各段のオートエンコーダが抽出した複数の特徴量に基づいて、抽出された前記複数の特徴量の類似度を算出し、前記類似度が閾値以上である特徴量を選択する選択部、
を備えることを特徴とする請求項1に記載の特徴抽出装置。 - 前記特徴抽出装置は、更に、
前記選択された特徴量と、認識対象外のデータを用いて抽出された特徴量とに基づいて、評価対象のデータから、前記複数種類の認識対象のデータを、該複数種類の認識対象のデータの各々へ分類するための認識モデルを生成する認識モデル学習部と、
前記認識モデルを用いて、前記評価対象のデータから、前記複数種類の認識対象のデータのうちの1種類以上の認識対象のデータを識別する認識処理部と、
を備えることを特徴とする請求項4に記載の特徴抽出装置。 - 前記認識処理部は、
前記評価対象のデータから前記複数種類の認識対象のデータのいずれかへ分類されるデータのうち、2種類以上の前記認識対象のデータへ分類されるデータを、該2種類以上の認識対象のデータへ分類されるデータが、前記2種類以上の認識対象のデータの各々に該当する度合いを算出し、該算出した度合いのうち、最も高い度合いの前記認識対象のデータへ分類する
ことを特徴とする請求項5に記載の特徴抽出装置。 - 前記類似度は、前記複数の特徴量の分散の平均値から算出され、該平均値が大きくなるに応じて、前記類似度が小さくなる
ことを特徴とする請求項2から6のいずれか1項に記載の特徴抽出装置。 - 複数段に接続されたオートエンコーダにおける各段のオートエンコーダに、前段のオートエンコーダからの出力データと前記前段のオートエンコーダへの入力データとの差分を入力して、特徴量を抽出する、
処理を特徴抽出装置に実行させることを特徴とする特徴抽出プログラム。 - 複数段に接続されたオートエンコーダを有する特徴抽出装置における各段のオートエンコーダに、前段のオートエンコーダからの出力データと前記前段のオートエンコーダへの入力データとの差分を入力して、特徴量を抽出する、
ことを特徴とする特徴抽出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017219396A JP7021507B2 (ja) | 2017-11-14 | 2017-11-14 | 特徴抽出装置、特徴抽出プログラム、および特徴抽出方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017219396A JP7021507B2 (ja) | 2017-11-14 | 2017-11-14 | 特徴抽出装置、特徴抽出プログラム、および特徴抽出方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019091236A true JP2019091236A (ja) | 2019-06-13 |
JP7021507B2 JP7021507B2 (ja) | 2022-02-17 |
Family
ID=66836412
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017219396A Active JP7021507B2 (ja) | 2017-11-14 | 2017-11-14 | 特徴抽出装置、特徴抽出プログラム、および特徴抽出方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7021507B2 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020255260A1 (ja) * | 2019-06-18 | 2020-12-24 | 日本電信電話株式会社 | 一般化データ生成装置、推定装置、一般化データ生成方法、推定方法、一般化データ生成プログラム、及び推定プログラム |
JP2021033705A (ja) * | 2019-08-26 | 2021-03-01 | 株式会社東芝 | 異常判定装置、学習装置、および、異常判定方法 |
JP2021111397A (ja) * | 2020-01-02 | 2021-08-02 | エスアールアイ インターナショナルSRI International | フォレンジックを提供してコンテナを管理するための方法、装置、及びシステム |
WO2021171398A1 (ja) * | 2020-02-26 | 2021-09-02 | 三菱電機株式会社 | 推論装置、運転支援装置、推論方法、および、サーバ |
JP2022074890A (ja) * | 2020-11-05 | 2022-05-18 | 株式会社東芝 | 異常判定装置、学習装置及び異常判定方法 |
JP7485332B2 (ja) | 2020-01-16 | 2024-05-16 | 国立大学法人九州工業大学 | ソフトウェアプログラム、回路基板及びニューラルネットワークの生成方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06187315A (ja) * | 1992-10-23 | 1994-07-08 | Nippondenso Co Ltd | ニューラルネット型追加学習装置 |
JP2009043122A (ja) * | 2007-08-10 | 2009-02-26 | Sony Corp | データ処理装置、データ処理方法、及びプログラム |
WO2016132468A1 (ja) * | 2015-02-18 | 2016-08-25 | 株式会社日立製作所 | データ評価方法および装置、故障診断方法および装置 |
JP2018031910A (ja) * | 2016-08-25 | 2018-03-01 | 日本電信電話株式会社 | 音源強調学習装置、音源強調装置、音源強調学習方法、プログラム、信号処理学習装置 |
JPWO2018207334A1 (ja) * | 2017-05-12 | 2019-11-21 | 日本電気株式会社 | 画像認識装置、画像認識方法および画像認識プログラム |
-
2017
- 2017-11-14 JP JP2017219396A patent/JP7021507B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06187315A (ja) * | 1992-10-23 | 1994-07-08 | Nippondenso Co Ltd | ニューラルネット型追加学習装置 |
US5727131A (en) * | 1992-10-23 | 1998-03-10 | Nippondenso Co., Ltd. | Neural network learning device |
JP2009043122A (ja) * | 2007-08-10 | 2009-02-26 | Sony Corp | データ処理装置、データ処理方法、及びプログラム |
WO2016132468A1 (ja) * | 2015-02-18 | 2016-08-25 | 株式会社日立製作所 | データ評価方法および装置、故障診断方法および装置 |
JP2018031910A (ja) * | 2016-08-25 | 2018-03-01 | 日本電信電話株式会社 | 音源強調学習装置、音源強調装置、音源強調学習方法、プログラム、信号処理学習装置 |
JPWO2018207334A1 (ja) * | 2017-05-12 | 2019-11-21 | 日本電気株式会社 | 画像認識装置、画像認識方法および画像認識プログラム |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020255260A1 (ja) * | 2019-06-18 | 2020-12-24 | 日本電信電話株式会社 | 一般化データ生成装置、推定装置、一般化データ生成方法、推定方法、一般化データ生成プログラム、及び推定プログラム |
JP2021033705A (ja) * | 2019-08-26 | 2021-03-01 | 株式会社東芝 | 異常判定装置、学習装置、および、異常判定方法 |
JP7068246B2 (ja) | 2019-08-26 | 2022-05-16 | 株式会社東芝 | 異常判定装置、および、異常判定方法 |
JP2021111397A (ja) * | 2020-01-02 | 2021-08-02 | エスアールアイ インターナショナルSRI International | フォレンジックを提供してコンテナを管理するための方法、装置、及びシステム |
US11586521B2 (en) * | 2020-01-02 | 2023-02-21 | Sri International | Methods, apparatuses and systems for providing forensics to manage containers |
JP7485332B2 (ja) | 2020-01-16 | 2024-05-16 | 国立大学法人九州工業大学 | ソフトウェアプログラム、回路基板及びニューラルネットワークの生成方法 |
WO2021171398A1 (ja) * | 2020-02-26 | 2021-09-02 | 三菱電機株式会社 | 推論装置、運転支援装置、推論方法、および、サーバ |
JP2022074890A (ja) * | 2020-11-05 | 2022-05-18 | 株式会社東芝 | 異常判定装置、学習装置及び異常判定方法 |
JP7504772B2 (ja) | 2020-11-05 | 2024-06-24 | 株式会社東芝 | 異常判定装置、学習装置及び異常判定方法 |
Also Published As
Publication number | Publication date |
---|---|
JP7021507B2 (ja) | 2022-02-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
KR101075824B1 (ko) | 신호 식별 장치용 학습 데이터 세트 최적화 방법 및 학습 데이터 세트를 최적화할 수 있는 신호 식별 장치 | |
JP2012203422A (ja) | 学習装置、方法及びプログラム | |
JPWO2014104151A1 (ja) | 画像処理装置及び特徴検出方法 | |
CN115910325A (zh) | 用于认知任务测评的建模方法、认知任务测评方法及系统 | |
JPWO2020013296A1 (ja) | 精神・神経系疾患を推定する装置 | |
JP7095414B2 (ja) | 音声処理プログラム、音声処理方法および音声処理装置 | |
Das et al. | RETRACTED ARTICLE: Building a computational model for mood classification of music by integrating an asymptotic approach with the machine learning techniques | |
JP6843701B2 (ja) | 音響信号処理のパラメータ予測装置及びパラメータ予測方法 | |
CN114004364A (zh) | 采样优化方法、装置、电子设备及存储介质 | |
US8495070B2 (en) | Logic operation system | |
JP2008040684A (ja) | 信号識別装置の学習方法 | |
Shahnaz et al. | Emotion recognition based on EMD-Wavelet analysis of speech signals | |
JPWO2016152132A1 (ja) | 音声処理装置、音声処理システム、音声処理方法、およびプログラム | |
JP2013257677A (ja) | イベント検出装置、イベント検出方法およびイベント検出プログラム | |
Kulchandani et al. | Blind source separation via independent component analysis: algorithms and applications | |
JP4090969B2 (ja) | 信号分離方法、信号分離プログラム及びそのプログラムを記録した記録媒体 | |
GB2553351A (en) | Salient object detection | |
Abbas et al. | Volterra system identification using adaptive genetic algorithms | |
Unluturk et al. | Emotion recognition using neural networks | |
CN112489678A (zh) | 一种基于信道特征的场景识别方法及装置 | |
CN113011446A (zh) | 一种基于多源异构数据学习的智能目标识别方法 | |
KR100790494B1 (ko) | 감성인식 시스템 및 그 시스템에 있어서 특징집합 선택방법 | |
Mishra et al. | Bird Call Recognition using Acoustic based Feature Selection approach in Machine Learning | |
CN114239741B (zh) | 基于证据推理分类器的医疗数据分类方法及相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200807 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210629 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210630 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210823 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20210823 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20210823 |
|
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: 20220105 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220118 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7021507 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |