JP2877673B2 - 時系列データ周期性検出装置 - Google Patents
時系列データ周期性検出装置Info
- Publication number
- JP2877673B2 JP2877673B2 JP5237551A JP23755193A JP2877673B2 JP 2877673 B2 JP2877673 B2 JP 2877673B2 JP 5237551 A JP5237551 A JP 5237551A JP 23755193 A JP23755193 A JP 23755193A JP 2877673 B2 JP2877673 B2 JP 2877673B2
- Authority
- JP
- Japan
- Prior art keywords
- time
- series data
- coordinate position
- periodicity
- phase space
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Electrophonic Musical Instruments (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
期性情報を検出する時系列データ周期性検出装置に関
し、特に、簡単な演算処理に従いつつ、任意のデータ形
態をとる時系列データの持つ周期性情報を検出できるよ
うにする時系列データ周期性検出装置に関する。
つ周期性情報を検出することが要求されている。このよ
うな時系列データの持つ周期性情報の検出は、時系列デ
ータのデータ形態を予め想定することなく実行できるよ
うにしていく必要があるとともに、実時間処理が可能と
なる構成で構築していくことが好ましい。
ータに含まれるデータパターンを想定しておいて、この
データパターンと入力されてくる時系列データとのマッ
チング処理を実行することで、処理対象となる時系列デ
ータの持つ周期性情報を検出する構成を採っていた。
の過去の履歴を保存しておいて、この過去データと入力
されてくる時系列データとの自己相関関数を計算するこ
とで、処理対象となる時系列データの持つ周期性情報を
検出する構成を採ることもあった。
従来技術に従っていると、予めデータパターンを想定し
ておく必要があるとともに、このデータパターンを含ま
ない時系列データについては、周期性情報を検出するこ
とができないという問題点があった。
去の長期的なデータを保存しておく必要があるととも
に、自己相関関数という計算量の多い演算処理を実行し
なければならないことから、パーソナルコンピュータの
ような小さなコンピュータでは実時間で周期性情報を検
出することができないという問題点があった。
であって、実時間処理を可能とする簡単な演算処理に従
いつつ、任意のデータ形態をとる時系列データの持つ周
期性情報を検出できるようにする新たな時系列データ周
期性検出装置の提供を目的とする。
を図示する。図中、1は本発明により構成される時系列
データ周期性検出装置であって、処理対象となる時系列
データの持つ周期性情報を検出するものである。
定手段10と、抽出手段11と、検出手段12と、出力
手段13とを備える。特定手段10は、処理対象となる
時系列データが入力されるときに、その時系列データ
と、その時系列データに連続する既入力の(n−1)個
の時系列データとが示すn次元位相空間座標位置を特定
する。
元位相空間座標位置の近傍領域に、既特定のn次元位相
空間座標位置が存在するときには、その新たに特定する
n次元位相空間座標位置をその既特定のn次元位相空間
座標位置とみなすことで、n次元位相空間座標位置を特
定していくことがある。
n次元位相空間座標位置の出現頻度を時系列データの揺
らぎを考慮しつつ評価することで、n次元位相空間座標
位置の特徴点を抽出するものであり、新たに抽出する特
徴点の近傍領域に、既抽出の特徴点が存在するときに
は、その新たに抽出する特徴点をその既抽出の特徴点と
みなすことで、特徴点を抽出していくことがある。
するn次元位相空間座標位置の近傍領域に、そのn次元
位相空間座標位置を中心として重み付けされる埋込値を
割り付ける割付手段14と、規定周期で動作して、割付
手段14の割り付ける埋込値を減衰させることで埋込値
を更新する更新手段15と、更新手段15の更新する埋
込値の大きさを評価することで、n次元位相空間座標位
置の特徴点を決定する決定手段16とから構成されるこ
とがある。
特徴点について、始点の特徴点と終点の特徴点とが一致
するか否かをチェックするとともに、全ての特徴点が通
過するか否かをチェックすることで、それらの抽出され
る特徴点の時系列データの持つ周期性情報を検出する。
この検出手段12は、特徴点の連続抽出が途切れる場合
には、その後に初めて抽出される特徴点を始点として設
定して周期性検出処理を実行していく。
周期性情報から、処理対象となる時系列データの持つ周
期性情報を決定して出力する。
特定手段10は、処理対象となる時系列データが入力さ
れるときに、その時系列データと、その時系列データに
連続する既入力の(n−1)個の時系列データとが示す
n次元位相空間座標位置を特定する。「n=2」の例で
説明するならば、時系列データが、 「xi →xi+1 →xi+2 →xi+3 →」 と入力されてくる場合には、図2に示すように、 「(xi,xi+1 )→(xi+1,xi+2 )→(x
i+2,xi+3 )→」 と2次元位相空間座標位置を特定していくのである。
特定されたn次元位相空間座標位置の近傍領域に、その
n次元位相空間座標位置を中心として重み付けされる埋
込値を割り付ける。「n=2」の例で説明するならば、
例えば図3に示すように、特定された座標位置について
は重み20の埋込値、左右上下で隣接する座標位置につ
いては重み5の埋込値、対角線で隣接する座標位置につ
いては重み1の埋込値といった重み付けされる埋込値を
割り付けるのである。
なる時系列データが入力されてくると、その時系列デー
タの指すn次元位相空間座標位置を中心とする近傍領域
に埋込値が割り付けられていくことで、時系列データの
持つ周期性に応じてその割り付けられる埋込値が増加し
ていくことになるが、更新手段15は、ノイズ成分とな
る時系列データ部分の埋込値の発生を避けるために、規
定周期に達すると、この割り付けられた埋込値を減衰さ
せることで埋込値を更新していく。そして、この更新処
理を受けて、決定手段16は、規定以上の大きさの埋込
値を持つn次元位相空間座標位置を特徴点として動的に
決定していく。
ってn次元位相空間座標位置の特徴点が時系列データの
揺らぎに影響されずに抽出されると、検出手段12は、
新たに終点となる特徴点が与えられる度毎に、抽出され
た特徴点について、始点の特徴点と終点の特徴点とが一
致するか否かをチェックするとともに、全ての特徴点が
通過するか否かをチェックすることで、それらの抽出さ
れた特徴点の時系列データの持つ周期性情報を検出す
る。
周期性を持たない場合には、全ての特徴点を通過しない
ものとなったり、図4(a)に示すように、軌道がラン
ダムな動きを続けることで始点と終点とが一致しないも
のとなったりし、一方、処理対象となる時系列データが
周期性を持つ場合には、その周期性に応じて、図4
(b)に示すように固定点となったり、図4(c)に示
すように、始点の特徴点から始まって全ての特徴点を通
過(2度以上通過することもある)した後に最後に始点
の特徴点に戻ってくる動きをするので、この特徴点の軌
跡を追跡することで抽出された特徴点の時系列データの
持つ周期性情報を検出するのである。
13は、検出された特徴点の周期性情報から、処理対象
となる時系列データの持つ周期性情報を決定して出力す
る。このように、本発明では、実時間処理を可能とする
簡単な演算処理に従いつつ、任意のデータ形態をとる時
系列データの持つ周期性情報を検出できるようになる。
る。本発明の時系列データ周期性検出装置1は、時系列
データの持つ周期性情報を検出する機能を持つものであ
り、例えば、太鼓等の発するリズムパターンの音声信号
等を検出対象とするものである。
出対象とする場合には、図5に示すように、リズムパタ
ーンの音声信号に含まれる発音部分の時間間隔xを検出
して、この時間間隔xの時系列データを処理していくこ
とになる。
信号の持つ周期性情報を検出するために、本発明の時系
列データ周期性検出装置1が実行する処理フローの一実
施例を図示する。次に、この処理フローに従って、本発
明の周期性検出処理について詳細に説明する。
は、リズムパターンの音声信号の持つ周期性情報の検出
要求があると、図6の処理フローに示すように、先ず最
初に、ステップ1で、パラメータの初期化処理を実行す
る。
の処理に従って累積加算される埋込値の減衰タイミング
周期に達したのか否かを判断して、達したことを判断す
るときには、ステップ3に進んで、全ての埋込値を規定
量減算(除算方式を採ることもある)させることで減衰
させる。ノイズを含むデータが入力されてくることで埋
込値が発生するようなことがあっても、このノイズデー
タが同一の2次元位相空間座標位置を通過することはほ
とんど起こらないので、この減衰処理に従って、このノ
イズデータの埋込値はある時間の経過後には確実に除去
されることになる。
いことを判断するときと、ステップ3で減衰処理を実行
すると、続いて、ステップ4で、リズムパターンの発音
部分が入力されて来た否かを判断して、入力されて来な
いことを判断するときにはステップ2に戻り、入力され
て来たことを判断するときには、ステップ5に進んで、
前回入力されて来たリズムパターンの発音部分との間の
時間間隔xi を求める。
で求めた時間間隔xi-1 と、ステップ5で求めた時間間
隔xi とが指す2次元位相空間座標位置(xi-1,xi )
を特定して、この特定した2次元位相空間座標位置(x
i-1,xi )の近傍領域に、この2次元位相空間座標位置
(xi-1,xi )を中心として重み付けされる埋込値を埋
め込む。この埋込処理は、例えば図3に示したような埋
込値を使って、前回までに埋め込んだ埋込値に累積加算
(乗算方式を採ることもある)することで実行されるも
のであり、この埋込処理に従って、処理対象となる時系
列データxi に周期性が存在する場合には、その周期性
に依存する2次元位相空間座標位置近傍領域にのみ埋込
値が累積加算されていくことになる。
した2次元位相空間座標位置(xi- 1,xi )近傍領域の
持つ埋込値が規定のスライスレベルを越えているか否か
を判断して、越えないことを判断するときには、ステッ
プ8に進んで、後述するステップ12で記憶した軌道履
歴情報のクリア処理を実行してからステップ2に戻って
いく。すなわち、これから説明する特徴点の連続検出が
途切れる場合には、軌道履歴情報をクリアして最初から
処理をやり直すのである。
ることを判断するときには、ステップ9に進んで、ステ
ップ6で特定した2次元位相空間座標位置(x
i-1,xi )を特徴点として設定するとともに、この設定
した特徴点の近傍領域に前回までの処理に従って特徴点
として設定されているものがあるか否かを判断する。す
なわち、埋込値を累積的にエリアプロットしていって、
大きな埋込値を示す2次元位相空間座標位置(xi-1,x
i )を特徴点として設定していくことで、時系列データ
xi の揺らぎの影響を取り除くのである。
xi )を特徴点として設定するのではなくて、その近傍
領域に含まれる実際に埋込値が越える2次元位相空間座
標位置を特徴点として設定してもよい。なお、特徴点は
動的に変更されるものであって、一度特徴点として設定
されても、ステップ3の減衰処理に従って埋込値が減衰
させられてしまう場合には設定が解除されることにな
る。
存在しないことを判断するときには、ステップ10に進
んで、ステップ9で設定した特徴点をそのまま新設の特
徴点として扱うように設定する。一方、存在することを
判断するときには、ステップ11に進んで、ステップ9
で設定した特徴点をその既設定の特徴点のものとして扱
うように設定する。すなわち、図7に示すように、既設
定の特徴点Aの近傍領域に新たに設定した特徴点Bは、
ノイズを考慮して、特徴点Aと同一の2次元位相空間座
標位置であるとみなすように処理するのである。
了すると、続いて、ステップ12で、ステップ10/ス
テップ11で設定した新たな特徴点を終点の特徴点とし
て定義して、特徴点を通った順序を軌道追跡すること
で、時系列データxi の持つ周期性情報を検出する。す
なわち、時系列データxi が周期性を持つ場合には、そ
の周期性に応じて、始点の特徴点から始まって全ての特
徴点を通過(2度以上通過することもある)した後に最
後に始点の特徴点に戻ってくる動きをするので、この特
徴点の軌跡を追跡することで時系列データxi の持つ周
期性情報を検出するのである。例えば、図8に示すよう
に、「特徴点A→特徴点B→特徴点C→特徴点A」とい
う動きをする場合には、時系列データxi が周期性を持
つことになる。
描くことを判断するとき、すなわち、始点の特徴点から
始まって全ての特徴点を通過した後に最後に始点の特徴
点に戻ってくる動きが成立することを判断するときに
は、ステップ8に進んで、ステップ12で記憶した軌道
履歴情報のクリア処理を実行してからステップ2に戻っ
ていくとともに、ステップ14に進んで、その閉ループ
から時系列データxi の持つ周期性情報を決定して出力
する。一方、ステップ13で閉ループを描かないことを
判断するときには、直ちにステップ2に戻っていく。
に、リズムパターンの音声信号の時系列データxi が、 「40→40→20→20→40→40→20→20
→」 と生成される場合には、 「(40,40)→(40,20)→(20,20)→(20,40)→(40,40)
→(40,20)→」 と2次元位相空間座標位置が特定されていって、これら
の空間座標位置が連続的に複数回数プロットされること
で特徴点として設定されて、この設定により 「(40,40)→(40,20)→(20,20)→(20,40)→(40,4
0)」 という閉ループが検出されることで、 「40→40→20→20」 というリズムパターンの音声信号の持つ周期性情報が検
出されて出力されていくことになるのである。
検出装置1は、図6の処理フローを実行することで、ノ
イズの影響を受けることなく、簡単な演算処理に従っ
て、リズムパターンの音声信号の持つ周期性情報を検出
して出力していくよう処理するのである。
の影響を排除するために、新たに検出する特徴点の近傍
領域に既検出の特徴点が存在するときには、その新たに
検出する特徴点をその既検出の特徴点とみなすという構
成を採ったが、ステップ6で2次元位相空間座標位置
(xi-1,xi )を特定するときに、新たに特定する空間
座標位置の近傍領域に既特定の空間座標位置が存在する
ときには、その新たに特定する空間座標位置をその既特
定の空間座標位置とみなすという構成を採ることも可能
である。
データxi を2次元位相空間にプロットするという構成
を採ったが、3次元以上の位相空間にプロットするとい
う構成を採ることも可能である。このような高い次元の
位相空間にプロットすると、2次元位相空間でのプロッ
トであれば同じ空間座標位置を通過することになった特
徴点が異なる空間座標位置にばらけるという利点がで
る。
は、簡単な演算処理に従って時系列データの持つ周期性
情報を検出することができるので、小さなコンピュータ
でも時系列データの持つ周期性情報を実時間処理で検出
できることになる。これから、様々な分野への応用が考
えられる。
装置1を用いることで、人間の手拍子等の発生する特定
のリズムを聞かせたときにのみ反応して、そのリズムの
物まねをする人形を実現することができる。このような
ときにも、そのリズムに含まれる揺らぎにも影響されず
に動作を実現できることから、人間の認識するリズム感
と同じに動作することができることとなって、非常に生
物らしく自然な親しみのある玩具を提供できることにな
る。
置1を用いることで、音楽教師が数回手拍子したパター
ンを検出して、その後に続けて同じパターンを連続的に
再生するといったテンポ誘導用のメトロノームを実現す
ることができる。このメトロノームによれば、通常のメ
トロノームと違って人間の自然な揺らぎが加わっている
ために、音楽の演奏にも表情がつけやすく同調もしやす
い。そして、そのパターンは、単なる拍子ばかりでなく
て更に複雑なパターンであることも許されるので、更に
音楽的に豊かな演奏を促す効果をもたらすことが期待で
きる。
置1を用いることで、キー打鍵の強弱やスピードのパタ
ーンを取り込んで、このパターンに対応するコマンドを
発行するといった計算機システムにおける新たなデータ
入力方式を実現することもできる。
予めデータパターンを想定することなく時系列データの
持つ周期性情報を検出できるようになるとともに、自己
相関関数のような計算量の多い演算処理を用いることな
く時系列データの持つ周期性情報を検出できるようにな
る。
間処理を可能とする簡単な演算処理に従いつつ、任意の
データ形態をとる時系列データの持つ周期性情報を検出
できるようになるのである。
ある。
る。
Claims (6)
- 【請求項1】 処理対象となる時系列データの持つ周期
性情報を検出する時系列データ周期性検出装置におい
て、 処理対象となる時系列データが入力されるときに、該時
系列データと、該時系列データに連続する既入力の(n
−1)個の時系列データとが示すn次元位相空間座標位
置を特定する特定手段(10)と、 上記特定手段(10)の特定するn次元位相空間座標位置の
出現頻度を時系列データの揺らぎを考慮しつつ評価する
ことで、n次元位相空間座標位置の特徴点を抽出する抽
出手段(11)と、 上記抽出手段(11)の抽出する特徴点について、始点の特
徴点と終点の特徴点とが一致するか否かをチェックする
とともに、全ての特徴点が通過するか否かをチェックす
ることで、上記抽出手段(11)の抽出する特徴点の時系列
データの持つ周期性情報を検出する検出手段(12)と、 上記検出手段(12)の検出する周期性情報から、処理対象
となる時系列データの持つ周期性情報を決定して出力す
る出力手段(13)とを備えることを、 特徴とする時系列データ周期性検出装置。 - 【請求項2】 請求項1記載の時系列データ周期性検出
装置において、 特定手段(10)は、新たに特定するn次元位相空間座標位
置の近傍領域に、既特定のn次元位相空間座標位置が存
在するときには、その新たに特定するn次元位相空間座
標位置をその既特定のn次元位相空間座標位置とみなす
ことで、n次元位相空間座標位置を特定するよう処理す
ることを、 特徴とする時系列データ周期性検出装置。 - 【請求項3】 請求項1又は2記載の時系列データ周期
性検出装置において、 抽出手段(11)は、新たに抽出する特徴点の近傍領域に、
既抽出の特徴点が存在するときには、その新たに抽出す
る特徴点をその既抽出の特徴点とみなすことで、特徴点
を抽出するよう処理することを、 特徴とする時系列データ周期性検出装置。 - 【請求項4】 請求項1、2又は3記載の時系列データ
周期性検出装置において、 検出手段(12)は、特徴点の連続抽出が途切れる場合に
は、その後に初めて抽出される特徴点を始点として設定
して周期性検出処理を実行するよう処理することを、 特徴とする時系列データ周期性検出装置。 - 【請求項5】 請求項1、2、3又は4記載の時系列デ
ータ周期性検出装置において、 抽出手段(11)は、 特定手段(10)の特定するn次元位相空間座標位置の近傍
領域に、該n次元位相空間座標位置を中心として重み付
けされる埋込値を割り付ける割付手段(14)と、 上記割付手段(14)の割り付ける埋込値の大きさを評価す
ることで、n次元位相空間座標位置の特徴点を決定する
決定手段(16)とから構成されることを、 特徴とする時系列データ周期性検出装置。 - 【請求項6】 請求項5記載の時系列データ周期性検出
装置において、 抽出手段(11)は、更に、規定周期で動作して、割付手段
(14)の割り付ける埋込値を減衰させることで埋込値を更
新する更新手段(15)を備え、 決定手段(16)は、上記更新手段(15)の更新する埋込値の
大きさを評価することで、n次元位相空間座標位置の特
徴点を決定するよう処理することを、 特徴とする時系列データ周期性検出装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP5237551A JP2877673B2 (ja) | 1993-09-24 | 1993-09-24 | 時系列データ周期性検出装置 |
US08/311,038 US5636128A (en) | 1993-09-24 | 1994-09-26 | Apparatus for detecting periodicity in time-series data |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP5237551A JP2877673B2 (ja) | 1993-09-24 | 1993-09-24 | 時系列データ周期性検出装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH0792975A JPH0792975A (ja) | 1995-04-07 |
JP2877673B2 true JP2877673B2 (ja) | 1999-03-31 |
Family
ID=17017013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP5237551A Expired - Fee Related JP2877673B2 (ja) | 1993-09-24 | 1993-09-24 | 時系列データ周期性検出装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US5636128A (ja) |
JP (1) | JP2877673B2 (ja) |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE60041118D1 (de) * | 2000-04-06 | 2009-01-29 | Sony France Sa | Extraktor von Rythmuseigenschaften |
US7490107B2 (en) * | 2000-05-19 | 2009-02-10 | Nippon Telegraph & Telephone Corporation | Information search method and apparatus of time-series data using multi-dimensional time-series feature vector and program storage medium |
US20090005984A1 (en) * | 2007-05-31 | 2009-01-01 | James Roy Bradley | Apparatus and method for transit prediction |
PT2435825E (pt) | 2009-05-27 | 2015-11-02 | Biotempus Ltd | Métodos para o tratamento de doenças |
US8507781B2 (en) * | 2009-06-11 | 2013-08-13 | Harman International Industries Canada Limited | Rhythm recognition from an audio signal |
US20150177250A1 (en) | 2012-06-18 | 2015-06-25 | Mayo Foundation For Medical Education And Research | Determination of efficient time(s) for chemotherapy delivery |
WO2014132547A1 (ja) | 2013-02-28 | 2014-09-04 | 日本電気株式会社 | 周期性検出方法、周期性検出装置および周期性検出プログラム |
US10510327B2 (en) * | 2017-04-27 | 2019-12-17 | Harman International Industries, Incorporated | Musical instrument for input to electrical devices |
US11296960B2 (en) | 2018-03-08 | 2022-04-05 | Nicira, Inc. | Monitoring distributed applications |
CN109918272B (zh) * | 2018-12-18 | 2022-06-21 | 创新先进技术有限公司 | 报警消息的周期性确定方法、装置及设备 |
US11436075B2 (en) | 2019-07-23 | 2022-09-06 | Vmware, Inc. | Offloading anomaly detection from server to host |
US11288256B2 (en) | 2019-07-23 | 2022-03-29 | Vmware, Inc. | Dynamically providing keys to host for flow aggregation |
US11349876B2 (en) | 2019-07-23 | 2022-05-31 | Vmware, Inc. | Security policy recommendation generation |
US11188570B2 (en) | 2019-07-23 | 2021-11-30 | Vmware, Inc. | Using keys to aggregate flow attributes at host |
US11140090B2 (en) * | 2019-07-23 | 2021-10-05 | Vmware, Inc. | Analyzing flow group attributes using configuration tags |
US11340931B2 (en) | 2019-07-23 | 2022-05-24 | Vmware, Inc. | Recommendation generation based on selection of selectable elements of visual representation |
US11398987B2 (en) | 2019-07-23 | 2022-07-26 | Vmware, Inc. | Host-based flow aggregation |
US11176157B2 (en) | 2019-07-23 | 2021-11-16 | Vmware, Inc. | Using keys to aggregate flows at appliance |
US11743135B2 (en) | 2019-07-23 | 2023-08-29 | Vmware, Inc. | Presenting data regarding grouped flows |
US11321213B2 (en) | 2020-01-16 | 2022-05-03 | Vmware, Inc. | Correlation key used to correlate flow and con text data |
US11785032B2 (en) | 2021-01-22 | 2023-10-10 | Vmware, Inc. | Security threat detection based on network flow analysis |
US11991187B2 (en) | 2021-01-22 | 2024-05-21 | VMware LLC | Security threat detection based on network flow analysis |
US11997120B2 (en) | 2021-07-09 | 2024-05-28 | VMware LLC | Detecting threats to datacenter based on analysis of anomalous events |
US11831667B2 (en) | 2021-07-09 | 2023-11-28 | Vmware, Inc. | Identification of time-ordered sets of connections to identify threats to a datacenter |
US11792151B2 (en) | 2021-10-21 | 2023-10-17 | Vmware, Inc. | Detection of threats based on responses to name resolution requests |
US12015591B2 (en) | 2021-12-06 | 2024-06-18 | VMware LLC | Reuse of groups in security policy |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4559602A (en) * | 1983-01-27 | 1985-12-17 | Bates Jr John K | Signal processing and synthesizing method and apparatus |
US5170359A (en) * | 1984-07-19 | 1992-12-08 | Presearch Incorporated | Transient episode detector method and apparatus |
US5113339A (en) * | 1987-10-20 | 1992-05-12 | Sharp Kabushiki Kaisha | Data processor for detecting identical data simultaneously coexisting in a plurality of data sections of data transmission paths |
-
1993
- 1993-09-24 JP JP5237551A patent/JP2877673B2/ja not_active Expired - Fee Related
-
1994
- 1994-09-26 US US08/311,038 patent/US5636128A/en not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
JPH0792975A (ja) | 1995-04-07 |
US5636128A (en) | 1997-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2877673B2 (ja) | 時系列データ周期性検出装置 | |
US7478047B2 (en) | Interactive character system | |
US5808219A (en) | Motion discrimination method and device using a hidden markov model | |
EP3657445A1 (en) | Method and system for determining identifiers for tagging video frames with | |
JPH09127937A (ja) | 楽音パラメータ制御装置 | |
CN110827789A (zh) | 音乐生成方法、电子装置及计算机可读存储介质 | |
JP2008275845A (ja) | 波形発生装置および波形発生処理プログラム | |
JP2001517814A (ja) | 音響効果システム | |
JPH0675562A (ja) | 自動採譜装置 | |
KR100365989B1 (ko) | 가상 음악 영상 시스템 및 그 시스템의 영상 표시 방법 | |
JPH08278786A (ja) | ホロニック・リズム・ジェネレータ装置 | |
JP3780858B2 (ja) | 波形データ分析方法、波形データ分析装置およびプログラム | |
JP3376866B2 (ja) | 音楽制御装置および記憶媒体 | |
JP3114283B2 (ja) | 楽音信号発生装置 | |
Shiratori et al. | Detecting dance motion structure using motion capture and musical information | |
JP3303608B2 (ja) | 自動演奏装置 | |
JP5347405B2 (ja) | 波形発生装置および波形発生処理プログラム | |
JP2646812B2 (ja) | 電子楽器 | |
WO1984003983A1 (en) | Speech recognition methods and apparatus | |
JP2614631B2 (ja) | 自動採譜方法及び装置 | |
JP2653456B2 (ja) | 自動採譜方法及び装置 | |
JP2601066B2 (ja) | 楽音制御装置 | |
JPH0633515Y2 (ja) | 電子弦楽器の周波数制御装置 | |
JP2604405B2 (ja) | 自動採譜方法及び装置 | |
JP2780475B2 (ja) | テンポコントローラ |
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: 19990105 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080122 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090122 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100122 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110122 Year of fee payment: 12 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110122 Year of fee payment: 12 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120122 Year of fee payment: 13 |
|
LAPS | Cancellation because of no payment of annual fees |