JP2509860B2 - パタ―ン生成装置 - Google Patents
パタ―ン生成装置Info
- Publication number
- JP2509860B2 JP2509860B2 JP5046925A JP4692593A JP2509860B2 JP 2509860 B2 JP2509860 B2 JP 2509860B2 JP 5046925 A JP5046925 A JP 5046925A JP 4692593 A JP4692593 A JP 4692593A JP 2509860 B2 JP2509860 B2 JP 2509860B2
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- value
- input
- neural network
- excitatory
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Electrophonic Musical Instruments (AREA)
- Image Analysis (AREA)
Description
【０００１】
【産業上の利用分野】この発明はパターン生成装置に関
し、特にイラスト的なグラフィックパターンあるいは音
声パターンなどに関して、曖昧な初期イメージから想定
パターンを具現化するようなパターン生成装置に関す
る。
し、特にイラスト的なグラフィックパターンあるいは音
声パターンなどに関して、曖昧な初期イメージから想定
パターンを具現化するようなパターン生成装置に関す
る。
【０００２】
【従来の技術】イラスト的なグラフィックパターン以外
の音声などの他のパターンを自由に生成して具現化する
従来技術はほとんど存在しないので、以下ではグラフィ
ックパターンに焦点を絞って説明するが、グラフィック
パターン以外のパターンを生成する上においても同様の
議論が成り立つ。従来のグラフィックを生成する技術
は、基本的には紙と鉛筆のメタファ（ｍｅｔａｐｈｏ
ｒ）で線画を描画し、編集するという考え方に立脚して
いるが、ソースがまったくない状態から作図する場合
と、写真画像などをスキャン入力してそれを利用する場
合とに大別できる。
の音声などの他のパターンを自由に生成して具現化する
従来技術はほとんど存在しないので、以下ではグラフィ
ックパターンに焦点を絞って説明するが、グラフィック
パターン以外のパターンを生成する上においても同様の
議論が成り立つ。従来のグラフィックを生成する技術
は、基本的には紙と鉛筆のメタファ（ｍｅｔａｐｈｏ
ｒ）で線画を描画し、編集するという考え方に立脚して
いるが、ソースがまったくない状態から作図する場合
と、写真画像などをスキャン入力してそれを利用する場
合とに大別できる。
【０００３】前者は図７に示すようなパーソナルコンピ
ュータなどの図形編集ツールに関するものであり、折れ
線や自由曲線をマウスなどで描いたり、四角形，三角
形，円，楕円などの基本図形を選択したり、さらにそれ
らを拡大，縮小，回転したものを組合せてパターンを具
現化するものである。この方法では、ユーザーの絵を描
くスキル（ｓｋｉｌｌ）ができばえに大きく左右する。
ュータなどの図形編集ツールに関するものであり、折れ
線や自由曲線をマウスなどで描いたり、四角形，三角
形，円，楕円などの基本図形を選択したり、さらにそれ
らを拡大，縮小，回転したものを組合せてパターンを具
現化するものである。この方法では、ユーザーの絵を描
くスキル（ｓｋｉｌｌ）ができばえに大きく左右する。
【０００４】後者は画像データから画像をなぞる手動処
理、あるいは画像解析によって自動的に線画に変換して
パターンを具現化するものであり、ユーザーの絵のスキ
ルに関係なくパターンを生成できる。しかも、一旦スプ
ライン曲線や折れ線の線画に変換されれば、前者と同様
の編集が可能となる。ただし、予め描きたいソース画像
が存在しなければならないことが、自由に描きたい要求
への大きな制約となる。
理、あるいは画像解析によって自動的に線画に変換して
パターンを具現化するものであり、ユーザーの絵のスキ
ルに関係なくパターンを生成できる。しかも、一旦スプ
ライン曲線や折れ線の線画に変換されれば、前者と同様
の編集が可能となる。ただし、予め描きたいソース画像
が存在しなければならないことが、自由に描きたい要求
への大きな制約となる。
【０００５】一方、粘度のような弾性体の変形操作メタ
ファによる形の生成に関連するパターン生成方法がコン
ピュータグラフィックスではよく使われている。この方
法は、内分法あるいは中割法と呼ばれるものであり、各
特徴点で対応付けられた２つのプロトタイプ的な線画パ
ターンを直線補間して、種々の連続した変形パターンを
生成する方法である。たとえば、線画パターンの平均顔
パターンからの差をこの方法で補間して誇張した似顔絵
生成システムがＡ．Ｋ．デュトニー．コンピュータ似顔
絵塾，高次元の不思議な旅，サイエンス，コンピュータ
レクレーション，Ｖｏｌ．１２，１６０〜１６５頁、１
９８６年において紹介されている。イラスト集などのお
手本のプロットタイプパターンを参考に、それから若干
の変形を誇張を加えて絵を描くことは、紙の上ではよく
行なうアプローチである。
ファによる形の生成に関連するパターン生成方法がコン
ピュータグラフィックスではよく使われている。この方
法は、内分法あるいは中割法と呼ばれるものであり、各
特徴点で対応付けられた２つのプロトタイプ的な線画パ
ターンを直線補間して、種々の連続した変形パターンを
生成する方法である。たとえば、線画パターンの平均顔
パターンからの差をこの方法で補間して誇張した似顔絵
生成システムがＡ．Ｋ．デュトニー．コンピュータ似顔
絵塾，高次元の不思議な旅，サイエンス，コンピュータ
レクレーション，Ｖｏｌ．１２，１６０〜１６５頁、１
９８６年において紹介されている。イラスト集などのお
手本のプロットタイプパターンを参考に、それから若干
の変形を誇張を加えて絵を描くことは、紙の上ではよく
行なうアプローチである。
【０００６】
【発明が解決しようとする課題】しかしながら、曖昧な
初期イメージから想定パターンを具現化する際、従来の
パターン生成技術とは基本的に鉛筆メタファに基づくた
めに、ある程度具体化したイメージを必要とするととも
に、絵を上手に描くためのスキルがユーザーに要求され
るという欠点があった。
初期イメージから想定パターンを具現化する際、従来の
パターン生成技術とは基本的に鉛筆メタファに基づくた
めに、ある程度具体化したイメージを必要とするととも
に、絵を上手に描くためのスキルがユーザーに要求され
るという欠点があった。
【０００７】それゆえに、この発明の主たる目的は、予
め記憶したプロットタイプパターンを基に、それらの変
形のバリエーションを提供することにより、ユーザーに
過度な要求をすることなく想定パターンの概念化をサポ
ートしながらパターンを生成できるようなパターン生成
装置を提供することである。
め記憶したプロットタイプパターンを基に、それらの変
形のバリエーションを提供することにより、ユーザーに
過度な要求をすることなく想定パターンの概念化をサポ
ートしながらパターンを生成できるようなパターン生成
装置を提供することである。
【０００８】
【課題を解決するための手段】請求項１に係る発明は、
パターンを選択的に生成あるいは編集することにより、
所望のパターンを獲得するパターン生成装置であって、
想定されるパターンを外部から入力するための入力手段
と、入力手段によって入力されたパターンと予め記憶さ
れているプロトタイプパターンとに基づいて、興奮性の
結合係数と抑制性の結合係数とを素子の対結合として持
つ興奮性−抑制性ペア素子を複数結合したニューラルネ
ットワークを用いて、記憶されているプロトタイプパタ
ーン間を補間した出力パターンを生成するパターン生成
手段と、入力パターンの値や興奮性の結合係数をパラメ
ータとして変化させることで、記憶されているプロトタ
イプパターン間を補間した周期的あるいはカオス的出力
を生成するパターン制御手段を備えて構成される。
パターンを選択的に生成あるいは編集することにより、
所望のパターンを獲得するパターン生成装置であって、
想定されるパターンを外部から入力するための入力手段
と、入力手段によって入力されたパターンと予め記憶さ
れているプロトタイプパターンとに基づいて、興奮性の
結合係数と抑制性の結合係数とを素子の対結合として持
つ興奮性−抑制性ペア素子を複数結合したニューラルネ
ットワークを用いて、記憶されているプロトタイプパタ
ーン間を補間した出力パターンを生成するパターン生成
手段と、入力パターンの値や興奮性の結合係数をパラメ
ータとして変化させることで、記憶されているプロトタ
イプパターン間を補間した周期的あるいはカオス的出力
を生成するパターン制御手段を備えて構成される。
【０００９】請求項２に係る発明では、請求項１のニュ
ーラルネットワークは、具現化したり想定パターンの各
要素の値あるいはそれらを規定することができる記号な
どの情報パターンが特定できる部分には、各要素の値を
ニューラルネットワークの入力パターンの値として設定
し、不特定な部分には暖昧さを表わす中間値を入力パタ
ーンの値に設定することで、生成されるパターンの範囲
を予め制御する。
ーラルネットワークは、具現化したり想定パターンの各
要素の値あるいはそれらを規定することができる記号な
どの情報パターンが特定できる部分には、各要素の値を
ニューラルネットワークの入力パターンの値として設定
し、不特定な部分には暖昧さを表わす中間値を入力パタ
ーンの値に設定することで、生成されるパターンの範囲
を予め制御する。
【００１０】
【００１１】
【作用】この発明に係るパターン生成装置は、想定され
るパターンを外部から入力し、入力されたパターンと予
め記憶されているプロトタイプパターンとに基づいて、
興奮性の結合係数と抑制性の結合係数とを素子の対結合
として持つ興奮性−抑制性ペア素子を複数結合したニュ
ーラルネットワークを用いて、記憶されているプロトタ
イプパターン間を補間した出力パターンを生成し、入力
パターンの値や興奮性の結合係数をパラメータとして変
化させることにより、記憶されているプロトタイプパタ
ーン間を補間した周期的あるいはカオス的出力を生成す
る。
るパターンを外部から入力し、入力されたパターンと予
め記憶されているプロトタイプパターンとに基づいて、
興奮性の結合係数と抑制性の結合係数とを素子の対結合
として持つ興奮性−抑制性ペア素子を複数結合したニュ
ーラルネットワークを用いて、記憶されているプロトタ
イプパターン間を補間した出力パターンを生成し、入力
パターンの値や興奮性の結合係数をパラメータとして変
化させることにより、記憶されているプロトタイプパタ
ーン間を補間した周期的あるいはカオス的出力を生成す
る。
【００１２】
【実施例】図１はこの発明の一実施例の概略ブロック図
である。図１において、メモリ１は結合重みなどのパラ
メータを記憶するものであり、このパラメータはパター
ン生成装置２に与えられる。パターン生成装置２は候補
パターン選択装置３から与えられる入力パターンに応じ
て、メモリ１から与えられるパラメータに基づいて出力
を自律的に生成し、アナログ的なパターンあるいは表現
ベクトルに対応する具体的な補間パターンを表示装置４
に与えて表示させる。候補パターン選択装置３は表示装
置４に表示された候補パターンからユーザー６が所望の
パターンを選択する。編集装置５は表示装置４に表示さ
れたパターンを編集するためのものである。
である。図１において、メモリ１は結合重みなどのパラ
メータを記憶するものであり、このパラメータはパター
ン生成装置２に与えられる。パターン生成装置２は候補
パターン選択装置３から与えられる入力パターンに応じ
て、メモリ１から与えられるパラメータに基づいて出力
を自律的に生成し、アナログ的なパターンあるいは表現
ベクトルに対応する具体的な補間パターンを表示装置４
に与えて表示させる。候補パターン選択装置３は表示装
置４に表示された候補パターンからユーザー６が所望の
パターンを選択する。編集装置５は表示装置４に表示さ
れたパターンを編集するためのものである。
【００１３】図２はこの発明の一実施例の動作を説明す
るためのフロー図である。次に、図１および図２を参照
して、この発明の一実施例の具体的な動作について説明
する。まず、ステップ（図示ではＳＰと略称する）ＳＰ
１において、ユーザー６がメモリ１に結合重みなどのパ
ラメータを初期設定して記憶させる。パラメータとして
は、たとえば記憶パターンの相関行列Ｗijやパターン生
成装置を構成する各ペア素子の固有振動数を規定するパ
ラメータＫIE，ＫEIなどである。なお、このパラメータ
ＫIEについては値が大きいほど複雑な発振出力が生成さ
れ、より広い範囲をサーチすることになるので、以下の
パターン生成過程においては、必要に応じて値を大小さ
せ、サーチ範囲を意識的に調整することができる。
るためのフロー図である。次に、図１および図２を参照
して、この発明の一実施例の具体的な動作について説明
する。まず、ステップ（図示ではＳＰと略称する）ＳＰ
１において、ユーザー６がメモリ１に結合重みなどのパ
ラメータを初期設定して記憶させる。パラメータとして
は、たとえば記憶パターンの相関行列Ｗijやパターン生
成装置を構成する各ペア素子の固有振動数を規定するパ
ラメータＫIE，ＫEIなどである。なお、このパラメータ
ＫIEについては値が大きいほど複雑な発振出力が生成さ
れ、より広い範囲をサーチすることになるので、以下の
パターン生成過程においては、必要に応じて値を大小さ
せ、サーチ範囲を意識的に調整することができる。
【００１４】次に、ステップＳＰ２において、ユーザー
６は編集装置５や候補パターン選択装置３を介して、想
定される入力パターンを初期設定して、パターン生成装
置２に初期データを与える。もし、値が特定できる要素
があればそれらの要素にはその値を設定し、それら以外
の要素については値が不明であることを示す中間値０を
設定する。このとき、描きたいパターンのイメージがま
ったく想定できないときは、すべての要素を０に設定し
た入力パターンが用いられる。特定できそうな要素の値
は、｛−１，＋１｝の間のアナログ値としてのファジイ
的な確信度で与えてもよい。
６は編集装置５や候補パターン選択装置３を介して、想
定される入力パターンを初期設定して、パターン生成装
置２に初期データを与える。もし、値が特定できる要素
があればそれらの要素にはその値を設定し、それら以外
の要素については値が不明であることを示す中間値０を
設定する。このとき、描きたいパターンのイメージがま
ったく想定できないときは、すべての要素を０に設定し
た入力パターンが用いられる。特定できそうな要素の値
は、｛−１，＋１｝の間のアナログ値としてのファジイ
的な確信度で与えてもよい。
【００１５】パターン生成装置２はステップＳＰ３にお
いて、与えられた入力に対して内蔵されている発振ニュ
ーラルネットワークによって出力を自律生成し、ある一
定時間Ｔd の間隔ごとにアナログ的な出力パターン、あ
るいはそれらの表現ベクトルに対応する具体的な補間パ
ターンを表示装置４に複数表示する。ただし、候補が選
択できるのであれば、一定間隔ごとでなく、生成される
パターンを順に連続表示してもよい。
いて、与えられた入力に対して内蔵されている発振ニュ
ーラルネットワークによって出力を自律生成し、ある一
定時間Ｔd の間隔ごとにアナログ的な出力パターン、あ
るいはそれらの表現ベクトルに対応する具体的な補間パ
ターンを表示装置４に複数表示する。ただし、候補が選
択できるのであれば、一定間隔ごとでなく、生成される
パターンを順に連続表示してもよい。
【００１６】ユーザ６はステップＳＰ４において、表示
されたパターンの中から候補となり得るものを候補パタ
ーン選択装置３を用いて複数選択する。ユーザ６はステ
ップＳＰ５において、パターンの選択を中断して編集を
すべきか否かを判別し、編集の必要性がなければ、ステ
ップＳＰ６において、選択したパターンの中に所望のパ
ターンがあるか否かを判別する。所望のパターンがあれ
ば検索処理を終了し、そうでなければステップＳＰ７に
おいて候補パターン選択装置３に新たな入力パターンを
設定し、パターン生成装置２にそのデータを与えて上述
のステップＳＰ３〜ＳＰ７の動作を繰返す。たとえば、
新たな入力パターン１は、選択された複数（Ｌ個）の候
補パターンξ１〜ξＬの平均パターンで
されたパターンの中から候補となり得るものを候補パタ
ーン選択装置３を用いて複数選択する。ユーザ６はステ
ップＳＰ５において、パターンの選択を中断して編集を
すべきか否かを判別し、編集の必要性がなければ、ステ
ップＳＰ６において、選択したパターンの中に所望のパ
ターンがあるか否かを判別する。所望のパターンがあれ
ば検索処理を終了し、そうでなければステップＳＰ７に
おいて候補パターン選択装置３に新たな入力パターンを
設定し、パターン生成装置２にそのデータを与えて上述
のステップＳＰ３〜ＳＰ７の動作を繰返す。たとえば、
新たな入力パターン１は、選択された複数（Ｌ個）の候
補パターンξ１〜ξＬの平均パターンで
【数１】 を設定、あるいはＬ個の各候補パターンに対してユーザ
が与えた候補としての確信度ｋｊ（ｊ＝１，２，…，
Ｌ）で重みづけした
が与えた候補としての確信度ｋｊ（ｊ＝１，２，…，
Ｌ）で重みづけした
【数２】 などで設定されるものとする。このとき、新たに値を特
定できる要素がみつかれば、それらの値を設定すること
でサーチ範囲をさらに狭めることができる。
定できる要素がみつかれば、それらの値を設定すること
でサーチ範囲をさらに狭めることができる。
【００１７】前述のステップＳＰ５において、編集の必
要性があれば、編集装置５によって従来のような線画の
編集をしてもよい。ユーザー６はステップＳＰ８におい
て、線画の編集結果を入力パターンとして用いるか否か
を判別し、編集結果を入力パターンとして用いるときに
は、線画の編集から反復的な選択に戻る。
要性があれば、編集装置５によって従来のような線画の
編集をしてもよい。ユーザー６はステップＳＰ８におい
て、線画の編集結果を入力パターンとして用いるか否か
を判別し、編集結果を入力パターンとして用いるときに
は、線画の編集から反復的な選択に戻る。
【００１８】図３は図１に示したパターン生成装置に含
まれる発振ニューラルネットワークを示す図であり、図
４は図３に示したニューラルネットワークの演算処理の
フローチャートである。
まれる発振ニューラルネットワークを示す図であり、図
４は図３に示したニューラルネットワークの演算処理の
フローチャートである。
【００１９】次に、図３および図４を参照して、発振ニ
ューラルネットワークの動作について説明する。図４の
ステップＳＰ１１において、前述の図２で説明した対話
処理において与えられた入力パターンＩi が入力され
る。すると、発振ニューラルネットワークは、ステップ
ＳＰ１２〜ＳＰ１５において、以下の第（１）式と第
（２）式の演算処理をある一定時間Ｔf （＞Ｔd ）だけ
行なって、出力パターンｘ i （ｔ）を自律生成する。
ューラルネットワークの動作について説明する。図４の
ステップＳＰ１１において、前述の図２で説明した対話
処理において与えられた入力パターンＩi が入力され
る。すると、発振ニューラルネットワークは、ステップ
ＳＰ１２〜ＳＰ１５において、以下の第（１）式と第
（２）式の演算処理をある一定時間Ｔf （＞Ｔd ）だけ
行なって、出力パターンｘ i （ｔ）を自律生成する。
【００２０】
【数３】
【００２１】ここで、・は微分を表わし、ｘi ，ｙi は
それぞれ興奮性素子，抑制性素子の活性値を表わす。Ｗ
ijは興奮性素子間の結合重み値であり、上述の第（３）
式のようにＭ個の記憶パターンζb の相関行列で設定さ
れる。（δijはクロネッカーのデルタ）。−ＫEI，ＫIE
は興奮性−抑制性素子間の抑制結合と興奮結合（各素子
ごとに異なった値でも可能）であり、Ｉi は各興奮性素
子への入力パターン（入力バイアスともいう）を表わ
す。Ｇ（ｚ）は連続飽和Ｓ字型関数であり、たとえば次
の第（４）式で表わされるような非線形関数（ａは関数
Ｇ（ｚ）の急峻さを決めるパラメータ）である。
それぞれ興奮性素子，抑制性素子の活性値を表わす。Ｗ
ijは興奮性素子間の結合重み値であり、上述の第（３）
式のようにＭ個の記憶パターンζb の相関行列で設定さ
れる。（δijはクロネッカーのデルタ）。−ＫEI，ＫIE
は興奮性−抑制性素子間の抑制結合と興奮結合（各素子
ごとに異なった値でも可能）であり、Ｉi は各興奮性素
子への入力パターン（入力バイアスともいう）を表わ
す。Ｇ（ｚ）は連続飽和Ｓ字型関数であり、たとえば次
の第（４）式で表わされるような非線形関数（ａは関数
Ｇ（ｚ）の急峻さを決めるパラメータ）である。
【００２２】
【数４】
【００２３】図５は図３に示した発振ニューラルネット
ワークの具体的なブロック図である。次に、図５を参照
して、上述の第（１）〜第（４）式で規定される発振ニ
ューラルネットワークの動作について説明する。レジス
タ２４には各興奮性素子ｘiの値が保持されており、レ
ジスタ２９には抑制性素子ｙi の値が保持されている。
レジスタ２４に保持されている各興奮性素子ｘi の値は
乗算器２５に与えられて結合重み係数Ｗijと乗算され、
重み付けられた興奮性素子ｘi 間の相互作用係数Ｗijｘ
j が加算器２１に与えられる。一方、レジスタ２９に保
持されている抑制性素子ｙi の値は乗算器３０に与えら
れ、抑制結合係数−ＫEIと乗算される。乗算器２５，３
０の出力は加算器２１に与えられて入力バイアスＩi と
重み付け入力−ＫEIｙi と相互作用係数Ｗijが加算され
る。そして、加算器２１と非線形関数処理器２２を介し
て、状態更新量ｄｘi が差分状態更新器２３によって、
前述の値（１）式に従って計算され、その更新された値
が再度レジスタ２４に保持される。
ワークの具体的なブロック図である。次に、図５を参照
して、上述の第（１）〜第（４）式で規定される発振ニ
ューラルネットワークの動作について説明する。レジス
タ２４には各興奮性素子ｘiの値が保持されており、レ
ジスタ２９には抑制性素子ｙi の値が保持されている。
レジスタ２４に保持されている各興奮性素子ｘi の値は
乗算器２５に与えられて結合重み係数Ｗijと乗算され、
重み付けられた興奮性素子ｘi 間の相互作用係数Ｗijｘ
j が加算器２１に与えられる。一方、レジスタ２９に保
持されている抑制性素子ｙi の値は乗算器３０に与えら
れ、抑制結合係数−ＫEIと乗算される。乗算器２５，３
０の出力は加算器２１に与えられて入力バイアスＩi と
重み付け入力−ＫEIｙi と相互作用係数Ｗijが加算され
る。そして、加算器２１と非線形関数処理器２２を介し
て、状態更新量ｄｘi が差分状態更新器２３によって、
前述の値（１）式に従って計算され、その更新された値
が再度レジスタ２４に保持される。
【００２４】レジスタ２４に保持された興奮性素子ｘi
の値は乗算器２６にも与えられ、興奮結合係数ＫIEと乗
算され、重み付け入力ＫIEｘi として非線形関数処理器
２７を介して差分状態更新器２８に与えられる。差分状
態更新器２８は上述の第（２）式に従って状態更新量ｄ
ｙi を計算し、その更新された値を再度レジスタ２９に
保持する。このように結合することによって、入力に依
存した記憶点付近の周期軌道や記憶点間を自律サーチす
るカオス軌道が得られる。
の値は乗算器２６にも与えられ、興奮結合係数ＫIEと乗
算され、重み付け入力ＫIEｘi として非線形関数処理器
２７を介して差分状態更新器２８に与えられる。差分状
態更新器２８は上述の第（２）式に従って状態更新量ｄ
ｙi を計算し、その更新された値を再度レジスタ２９に
保持する。このように結合することによって、入力に依
存した記憶点付近の周期軌道や記憶点間を自律サーチす
るカオス軌道が得られる。
【００２５】図６は３組のペア素子における各興奮性素
子値の時間的変化を３次元表現した例を示す図である。
図６において、記憶点に近い２つの入力では、比較的単
純な周期軌道をそれぞれ描いているのに対して、３つの
記憶点から離れた原点付近のある入力では複雑なカオス
的軌道を描いている。
子値の時間的変化を３次元表現した例を示す図である。
図６において、記憶点に近い２つの入力では、比較的単
純な周期軌道をそれぞれ描いているのに対して、３つの
記憶点から離れた原点付近のある入力では複雑なカオス
的軌道を描いている。
【００２６】なお、上述の図５に示した発振ニューラル
ネットワークは、専用のアナログ演算回路またはデジタ
ル演算回路で実現できるとともに、連続時間処理を離散
近似することで計算機上のプログラムででも実行するこ
とができる。図５のブロック図において、結合重み値は
図１に示したメモリ１に記憶されている。
ネットワークは、専用のアナログ演算回路またはデジタ
ル演算回路で実現できるとともに、連続時間処理を離散
近似することで計算機上のプログラムででも実行するこ
とができる。図５のブロック図において、結合重み値は
図１に示したメモリ１に記憶されている。
【００２７】
【発明の効果】以上のように、この発明によれば、シス
テム内に記憶したプロットタイプパターン間を様々な経
路で補間したパターンの生成と、生成された候補からの
選択とを対話的に行なうことにより、具体的な初期イメ
ージや描画スキルをユーザーに要求する必要がなく、ユ
ーザーの精神的かつ時間的負担を軽減できる。また、ユ
ーザーの意向や概念レベルに従ったサーチ範囲の拡大や
縮小や移動がユーザーにとって無意識に、また必要であ
れば意識的にも制御できるので、ユーザーの思考過程を
妨げない段階的な概念形成を伴ったパターン生成が可能
となる。
テム内に記憶したプロットタイプパターン間を様々な経
路で補間したパターンの生成と、生成された候補からの
選択とを対話的に行なうことにより、具体的な初期イメ
ージや描画スキルをユーザーに要求する必要がなく、ユ
ーザーの精神的かつ時間的負担を軽減できる。また、ユ
ーザーの意向や概念レベルに従ったサーチ範囲の拡大や
縮小や移動がユーザーにとって無意識に、また必要であ
れば意識的にも制御できるので、ユーザーの思考過程を
妨げない段階的な概念形成を伴ったパターン生成が可能
となる。
【図１】この発明の一実施例の概略ブロック図である。
【図２】この発明の一実施例の動作を説明するためのフ
ローチャートである。
ローチャートである。
【図３】図１に示したパターン生成装置に含まれる発振
ニューラルネットワークのモデルの一例を示す図であ
る。
ニューラルネットワークのモデルの一例を示す図であ
る。
【図４】図３に示した発振ニューラルネットワークの演
算処理のフローチャートである。
算処理のフローチャートである。
【図５】図３に示した発振ニューラルネットワークの具
体的なブロック図である。
体的なブロック図である。
【図６】３つの興奮性素子の出力値の変化を３次元表示
した２つの周期軌道と１つのカオス軌道の例を示す図で
ある。
した２つの周期軌道と１つのカオス軌道の例を示す図で
ある。
【図７】従来のパターン生成方式の図形編集ツールの例
を示す図である。
を示す図である。
１ メモリ ２ パターン生成装置 ３ 候補パターン選択装置 ４ 表示装置 ５ 編集装置 ２１ 加算器 ２２，２７ 非線形関数処理器 ２３，２８ 差分状態更新器 ２４，２９ レジスタ ２５，２６，３０ 乗算器
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平４−260923（ＪＰ，Ａ) 情報処理学会研究報告、ＮＣ90−36、 林 幸雄、「直交射影型フィードバック 連想モデルによるパターン認識・生成に ついて」 情報処理学会研究報告、ＮＣ91−39、 林 幸雄、「記憶点の不安定化による発 振ニューラルネット」
Claims (2)
- 【請求項１】 パターンを選択的に生成あるいは編集す
ることにより、所望のパターンを獲得するパターン生成
装置であって、 想定されるパターンを外部から入力するための入力手
段、 前記入力手段によって入力されたバターンと予め記憶さ
れているプロトタイプパターンとに基づいて、興奮性の
結合係数と抑制性の結合係数とを素子の対結合として持
つ興奮性−抑制性ペア素子を複数結合したニューラルネ
ットワークを用いて、前記記憶されているプロトタイプ
パターン間を補間した出力パターンを生成するパターン
生成手段、および前記入力パターンの値や興奮性の結合
係数をパラメータとして変化させることで、前記記憶さ
れているプロトタイプパターン間を補間した周期的ある
いはカオス的出力を生成するパターン制御手段を備え
た、パターン生成装置。 - 【請求項２】 前記ニューラルネットワークは、具現化
したい想定パターンの各要素の値あるいはそれらを規定
することができる記号などの情報パターンが特定できる
部分には、前記各要素の値を前記ニューラルネットワー
クの入力パターンの値として設定し、不特定な部分には
暖昧さを表わす中間値を前記入力パターンの値に設定す
ることで、生成されるパターンの範囲を予め制御するこ
とを特徴とする、請求項１のパターン生成装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5046925A JP2509860B2 (ja) | 1993-03-08 | 1993-03-08 | パタ―ン生成装置 |
| DE4323021A DE4323021C2 (de) | 1993-03-08 | 1993-07-09 | Mustererzeugungsvorrichtung |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5046925A JP2509860B2 (ja) | 1993-03-08 | 1993-03-08 | パタ―ン生成装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH06259542A JPH06259542A (ja) | 1994-09-16 |
| JP2509860B2 true JP2509860B2 (ja) | 1996-06-26 |
Family
ID=12760914
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5046925A Expired - Fee Related JP2509860B2 (ja) | 1993-03-08 | 1993-03-08 | パタ―ン生成装置 |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP2509860B2 (ja) |
| DE (1) | DE4323021C2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0841624A1 (en) | 1996-11-08 | 1998-05-13 | Softmark Limited | Input and output communication in a data processing system |
| JP2008542859A (ja) * | 2005-05-07 | 2008-11-27 | エル ターラー、ステフエン | 有用な情報を自律的にブートストラッピングする装置 |
| KR102091501B1 (ko) * | 2015-07-20 | 2020-03-20 | 김성춘 | 카오스패턴생성방법 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE2642534C2 (de) * | 1976-09-22 | 1985-04-04 | Robert Bosch Gmbh, 7000 Stuttgart | Anordnung zum Erzeugen von zweidimensionalen Mustern |
| US4797836A (en) * | 1986-11-19 | 1989-01-10 | The Grass Valley Group, Inc. | Image orientation and animation using quaternions |
| US5309525A (en) * | 1990-06-14 | 1994-05-03 | Canon Kabushiki Kaisha | Image processing apparatus using neural network |
-
1993
- 1993-03-08 JP JP5046925A patent/JP2509860B2/ja not_active Expired - Fee Related
- 1993-07-09 DE DE4323021A patent/DE4323021C2/de not_active Expired - Fee Related
Non-Patent Citations (2)
| Title |
|---|
| 情報処理学会研究報告、ＮＣ９０−３６、林幸雄、「直交射影型フィードバック連想モデルによるパターン認識・生成について」 |
| 情報処理学会研究報告、ＮＣ９１−３９、林幸雄、「記憶点の不安定化による発振ニューラルネット」 |
Also Published As
| Publication number | Publication date |
|---|---|
| DE4323021C2 (de) | 1995-09-28 |
| DE4323021A1 (de) | 1994-09-15 |
| JPH06259542A (ja) | 1994-09-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100339764B1 (ko) | 애니메이션작성장치및애니메이션작성방법 | |
| Ma | Image graphs-a novel approach to visual data exploration | |
| JP3164617B2 (ja) | 文字図形変形処理装置および方法 | |
| MX2007014662A (es) | Deformacion de engranaje sin limitaciones utilizando grafica volumetrica laplaciana. | |
| JP2000155856A (ja) | ノ―ド―リンク構造のレンダリング空間へのマッピング方法 | |
| JP2509860B2 (ja) | パタ―ン生成装置 | |
| JPS61136177A (ja) | 像データを計算する為に使う装置 | |
| JPH06259473A (ja) | データベースへの単語記憶方法、データベースへの単語追加装置及び語彙トランスジューサの作成及び修正方法 | |
| JP3215162B2 (ja) | 曲線形成方法および装置 | |
| JPH10293854A (ja) | 曲線表示方法及び装置、同曲線を表すデータの作成方法及び装置、並びに同表示方法及び作成方法を実現するためのプログラムを記録した記録媒体 | |
| JP3526616B2 (ja) | データ検索装置 | |
| JPH06259483A (ja) | パターン検索装置 | |
| JP3059739B2 (ja) | 曲線描画機能を備えた情報処理装置および処理方法 | |
| JP3348833B2 (ja) | 動画像合成装置 | |
| Ogbuokiri et al. | Bag context shape grammar implementation: From theory to useable software | |
| JP2930006B2 (ja) | 似顔絵作成装置 | |
| JP2002007998A (ja) | 対話型最適化装置 | |
| Choi et al. | Interfacing sound synthesis to movement for exploring high-dimensional systems in a virtual environment | |
| CN115155063A (zh) | 一种缩放椭圆Spline轨道SplineMesh的方法 | |
| El Iraqi et al. | Architectural forming between form making and form finding towards form follows parameters | |
| JP2725607B2 (ja) | Ｂ−スプライン曲面のデータ削減方法および装置 | |
| JP2900986B2 (ja) | Ｂ−スプライン曲線の階層化装置 | |
| Sacchetto et al. | Iterative Visual Interaction with Latent Diffusion Models | |
| JP2606129B2 (ja) | 対話的物体変形装置 | |
| JP3505360B2 (ja) | アニメーション作成装置および記録媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19960116 |
|
| LAPS | Cancellation because of no payment of annual fees |