JP3096717B2 - ニュ−ラルネットワ−ク - Google Patents
ニュ−ラルネットワ−クInfo
- Publication number
- JP3096717B2 JP3096717B2 JP03040603A JP4060391A JP3096717B2 JP 3096717 B2 JP3096717 B2 JP 3096717B2 JP 03040603 A JP03040603 A JP 03040603A JP 4060391 A JP4060391 A JP 4060391A JP 3096717 B2 JP3096717 B2 JP 3096717B2
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- unit
- input
- neural network
- output
- 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
Description
【0001】
【産業上の利用分野】本発明は、物体、文字、音声等の
認識及び情報の検索、推論、連想等に用いられるパタ−
ン認識を行なうニュ−ラルネットワ−クに関する。
認識及び情報の検索、推論、連想等に用いられるパタ−
ン認識を行なうニュ−ラルネットワ−クに関する。
【0002】
【従来の技術】近年、認識、連想、推論等の、ノイマン
型コンピュ−タにおいて、不得意とされる情報処理を効
果的に行なう技術として、ニュ−ラルネットワ−ク技術
が注目されている。特に、ニュ−ラルネットワ−クの学
習手法である、誤差逆伝搬(以下BPと称する)法を用
いてネットワ−ク内のユニット、即ち、ニュ−ロンをモ
デルとした通常多入力で1出力の信号処理素子、の間の
結合荷重を決定することにより、各入力パタ−ン間の特
徴を捉えたフレキシブルな認識を行なうことができる。
型コンピュ−タにおいて、不得意とされる情報処理を効
果的に行なう技術として、ニュ−ラルネットワ−ク技術
が注目されている。特に、ニュ−ラルネットワ−クの学
習手法である、誤差逆伝搬(以下BPと称する)法を用
いてネットワ−ク内のユニット、即ち、ニュ−ロンをモ
デルとした通常多入力で1出力の信号処理素子、の間の
結合荷重を決定することにより、各入力パタ−ン間の特
徴を捉えたフレキシブルな認識を行なうことができる。
【0003】図2は、前記のような従来の代表的ニュ−
ラルネットワ−クの構成を示す構成図である。BP法に
よる学習を行なうニュ−ラルネットワ−クでは、通常、
ユニットの集合を3層以上の層構造とし、そのうちでパ
タ−ン信号入力を行なう層を入力層と、認識出力信号を
出力する層を出力層、残りを中間層或いは隠れ層と称す
る。従来のニュ−ラルネットワ−クでは、中間層の層数
を1、入力層に含まれるユニット数を5、中間層に含ま
れるユニット数を3、出力層に含まれるユニット数を5
としているが、これは、構成を説明するための、1つの
例示であり、中間層数及び各層におけるユニット数は要
求に応じて種々の値を取ることができる。
ラルネットワ−クの構成を示す構成図である。BP法に
よる学習を行なうニュ−ラルネットワ−クでは、通常、
ユニットの集合を3層以上の層構造とし、そのうちでパ
タ−ン信号入力を行なう層を入力層と、認識出力信号を
出力する層を出力層、残りを中間層或いは隠れ層と称す
る。従来のニュ−ラルネットワ−クでは、中間層の層数
を1、入力層に含まれるユニット数を5、中間層に含ま
れるユニット数を3、出力層に含まれるユニット数を5
としているが、これは、構成を説明するための、1つの
例示であり、中間層数及び各層におけるユニット数は要
求に応じて種々の値を取ることができる。
【0004】入力層の各ユニットから出力された出力値
Ii(iはユニット番号である)は 、中間層の各ユニッ
トへ伝搬し、更に、中間層の各ユニットから出力された
出力値Ci (iはユニット番号である)は、出力層の各
ユニットへ伝搬して、この出力層の各ユニットから出力
値Oi(iはユニット番号である)が得られる。尚、 図
2では、入力層及び中間層ユニットの出力が複数のユニ
ットと結合しているので、多出力のように見えるが、こ
れは、1つのユニットからの出力を複数のユニットに入
力しているためで、出力値は、1つのユニットにつき1
つのみである。このとき、原則として、同一層内に含ま
れるユニット同志の結線は無いものとし、また、出力層
に近い層から、より入力層に近い層への信号のフィ−ド
バックも無いものとする。
Ii(iはユニット番号である)は 、中間層の各ユニッ
トへ伝搬し、更に、中間層の各ユニットから出力された
出力値Ci (iはユニット番号である)は、出力層の各
ユニットへ伝搬して、この出力層の各ユニットから出力
値Oi(iはユニット番号である)が得られる。尚、 図
2では、入力層及び中間層ユニットの出力が複数のユニ
ットと結合しているので、多出力のように見えるが、こ
れは、1つのユニットからの出力を複数のユニットに入
力しているためで、出力値は、1つのユニットにつき1
つのみである。このとき、原則として、同一層内に含ま
れるユニット同志の結線は無いものとし、また、出力層
に近い層から、より入力層に近い層への信号のフィ−ド
バックも無いものとする。
【0005】図2において、各ユニット間の結合は、矢
印で示しており、入力層のユニットと中間層のユニット
との結合荷重値を対応するユニット番号を添え字として
つけたVij(iは中間層ユニット番号であり、jは入力
層ユニット番号である)と、中間層のユニットと出力層
のユニットとの結合荷重値を対応するユニット番号を添
え字として付けたWij(iは出力層ユニット番号であ
り、jは中間層ユニット番号である)で表わすものとす
る。例えば、入力層ユニット1と中間層ユニット1との
結合荷重値は、V11と表される。また、中間層ユニット
3と出力層ユニット5との結合荷重値はW53と表され
る。
印で示しており、入力層のユニットと中間層のユニット
との結合荷重値を対応するユニット番号を添え字として
つけたVij(iは中間層ユニット番号であり、jは入力
層ユニット番号である)と、中間層のユニットと出力層
のユニットとの結合荷重値を対応するユニット番号を添
え字として付けたWij(iは出力層ユニット番号であ
り、jは中間層ユニット番号である)で表わすものとす
る。例えば、入力層ユニット1と中間層ユニット1との
結合荷重値は、V11と表される。また、中間層ユニット
3と出力層ユニット5との結合荷重値はW53と表され
る。
【0006】通常、中間層ユニット及び出力層ユニット
の出入力の入出力特性は、次の式で表わされる。 ここで、i、jは、各々、前記のように対応するユニ
ット番号であり、ξ、θは各々のユニットでのバイアス
値である。また、式(3)に示す関数は、シグモイド関
数と呼ばれている。尚、これらのバイアス値は、各層に
出力1のダミ−のユニットを設け、この出力が、次の層
の各ユニットに結合荷重値ξi或いはθiで結合するも
のとすることにより、ユニット間の結合荷重として表わ
すことができ、それにより、他の結合荷重値と同様に学
習により、その値を決定することができる。
の出入力の入出力特性は、次の式で表わされる。 ここで、i、jは、各々、前記のように対応するユニ
ット番号であり、ξ、θは各々のユニットでのバイアス
値である。また、式(3)に示す関数は、シグモイド関
数と呼ばれている。尚、これらのバイアス値は、各層に
出力1のダミ−のユニットを設け、この出力が、次の層
の各ユニットに結合荷重値ξi或いはθiで結合するも
のとすることにより、ユニット間の結合荷重として表わ
すことができ、それにより、他の結合荷重値と同様に学
習により、その値を決定することができる。
【0007】前記のようなニュ−ラルネットワ−クの構
成において、ある入力パタ−ン即ち入力層ユニットの出
力ベクトル(I1 、I2 、I3 、I4 、I5 )を与えた
ときの出力層からの所望の出力と、実際の出力Oi (こ
こで、i=1、2・・・5)との各ユニットの誤差の二
乗和が小さくなるように、各ユニット間荷重の大きさを
修正することにより、ある入力パタ−ンに対して所望の
出力パタ−ンを出力するニュ−ラルネットワ−クを得る
ことができる。BP法は、このときの荷重の修正係数を
計算する方法であり、これは、一般化δル−ルとも呼ば
れているが、この修正係数を用いて効率良く学習を収束
させるために、この修正係数を用いて実際の修正値を求
めるいくつかの方法が提案されている。
成において、ある入力パタ−ン即ち入力層ユニットの出
力ベクトル(I1 、I2 、I3 、I4 、I5 )を与えた
ときの出力層からの所望の出力と、実際の出力Oi (こ
こで、i=1、2・・・5)との各ユニットの誤差の二
乗和が小さくなるように、各ユニット間荷重の大きさを
修正することにより、ある入力パタ−ンに対して所望の
出力パタ−ンを出力するニュ−ラルネットワ−クを得る
ことができる。BP法は、このときの荷重の修正係数を
計算する方法であり、これは、一般化δル−ルとも呼ば
れているが、この修正係数を用いて効率良く学習を収束
させるために、この修正係数を用いて実際の修正値を求
めるいくつかの方法が提案されている。
【0008】この方法では、認識させたい入力パタ−ン
のセットにより、各々のパタ−ンの特徴に応じた識別ネ
ットワ−クが自動的に構成され、フレキシブルな認識を
行なうことができるが、ネットワ−クの構成上、ユニッ
ト間の配線数が問題となる。前記の構成においては、中
間層のユニット数は最低でも識別したいカテゴリ−数を
Nとしたときに、log2 N個以上が必要であるとされ
ている。この数は各カテゴリ−の特徴が比較的はっきり
しているときには、前記の数で充足する。然し乍ら、そ
の特徴が複雑になると、より多くの中間層ユニットを必
要とするようになる。このとき、入力パタ−ンが複雑な
パタ−ンであると、即ち、入力層ユニット数が大きい
と、入力層と中間層との間の決線数は、それらの積で表
わされるので、非常に大きな数となり、現実的に装置化
が困難となる。
のセットにより、各々のパタ−ンの特徴に応じた識別ネ
ットワ−クが自動的に構成され、フレキシブルな認識を
行なうことができるが、ネットワ−クの構成上、ユニッ
ト間の配線数が問題となる。前記の構成においては、中
間層のユニット数は最低でも識別したいカテゴリ−数を
Nとしたときに、log2 N個以上が必要であるとされ
ている。この数は各カテゴリ−の特徴が比較的はっきり
しているときには、前記の数で充足する。然し乍ら、そ
の特徴が複雑になると、より多くの中間層ユニットを必
要とするようになる。このとき、入力パタ−ンが複雑な
パタ−ンであると、即ち、入力層ユニット数が大きい
と、入力層と中間層との間の決線数は、それらの積で表
わされるので、非常に大きな数となり、現実的に装置化
が困難となる。
【0009】本発明は、上記の問題点を解決するために
為されたもので、入力パタ−ンが複数であっても、ま
た、識別カテゴリ−の数が多くなっても、ユニット間結
線数が比較的少なく、装置化を実現し易いニュ−ラルネ
ットワ−クを提供することを目的とする。
為されたもので、入力パタ−ンが複数であっても、ま
た、識別カテゴリ−の数が多くなっても、ユニット間結
線数が比較的少なく、装置化を実現し易いニュ−ラルネ
ットワ−クを提供することを目的とする。
【0010】
【課題を解決するための手段】本発明は、上記の技術的
な課題の解決のために、成されたもので、基本的構成が
階層型であるニュ−ラルネットワ−クにおいて、その層
数を4層以上とし、入力層に含まれるユニットと、該入
力層に隣接する第1の中間層に含まれるユニットとの間
のユニット間結合荷重値を固定し、上記第1の中間層の
各ユニットからの出力値は、該ユニットへの入力層ユニ
ットからの結合荷重値を並べた荷重パタ−ンと入力層の
各ユニットの出力値を並べた入力パタ−ンとの相互相関
に関わる値で、アナログ値乃至3値以上の多値のデジタ
ル値で表わされ、且つ、その絶対値は有限値であり、該
第1の中間層から出力層までの各ユニット間の各結合荷
重値を、教師付き学習により決定することを特徴とする
ニュ−ラルネットワ−クを提供する。
な課題の解決のために、成されたもので、基本的構成が
階層型であるニュ−ラルネットワ−クにおいて、その層
数を4層以上とし、入力層に含まれるユニットと、該入
力層に隣接する第1の中間層に含まれるユニットとの間
のユニット間結合荷重値を固定し、上記第1の中間層の
各ユニットからの出力値は、該ユニットへの入力層ユニ
ットからの結合荷重値を並べた荷重パタ−ンと入力層の
各ユニットの出力値を並べた入力パタ−ンとの相互相関
に関わる値で、アナログ値乃至3値以上の多値のデジタ
ル値で表わされ、且つ、その絶対値は有限値であり、該
第1の中間層から出力層までの各ユニット間の各結合荷
重値を、教師付き学習により決定することを特徴とする
ニュ−ラルネットワ−クを提供する。
【0011】前記の荷重パタ−ンの1つは、入力パタ−
ン群に含まれるパタ−ンのうちの1つと同等であること
が好適である。そして、前記の相互相関に関わる値の演
算は、光学的相関演算を用いて行なうことができる。ま
た、前記の光学的相関演算処理方法は、光学的フ−リエ
変換面におけるパタ−ンの類似性を基にする方法を用い
ることができる。また、前記の光学的相関演算処理方法
は、少なくとも、コヒ−レント光源と、入力パタ−ン及
び参照パタ−ンに応じて第1の光束の複素振幅分布を変
調する(振幅のみ或いは位相のみの変調を含む)第1の
空間光変調器と;該第1の空間光変調器上の第1の光束
の複素振幅分布を光学的にフ−リエ変換するための第1
フ−リエ変換レンズと;前記第1の光束のフ−リエ変換
された光量分布に応じて第2の光束の複素振幅分布を変
調する第2の空間光変調器と;該第2の空間光変調器上
の第2の光束の複素振幅分布を光学的にフ−リエ変換す
るための第2のフ−リエ変換レンズと;該第2の光束の
フ−リエ変換された光量分布を受光する受光素子とから
なる光学的相関検出装置において;前記第1の空間光変
調器上に、相関検出を行なう複数の参照パタ−ンを同時
並列的に配置し、その各々の参照パタ−ンの近傍に、各
参照パタ−ンに1つずつ入力パタ−ンを同時並列的に配
置し;前記第1フ−リエ変換レンズは、各々の参照パタ
−ンと入力パタ−ンの対に対応した個別のレンズのアレ
イとし、また;前記第2フ−リエ変換レンズは、前記第
1フ−リエ変換レンズアレイにより生じた第2空間光変
調器上の各フ−リエ変換パタ−ンに対応した個別のレン
ズのアレイとすることにより、光学的フ−リエ変換面で
のパタ−ン類似性を基にして、相関検出するニュ−ラル
ネットワ−クが好適である。
ン群に含まれるパタ−ンのうちの1つと同等であること
が好適である。そして、前記の相互相関に関わる値の演
算は、光学的相関演算を用いて行なうことができる。ま
た、前記の光学的相関演算処理方法は、光学的フ−リエ
変換面におけるパタ−ンの類似性を基にする方法を用い
ることができる。また、前記の光学的相関演算処理方法
は、少なくとも、コヒ−レント光源と、入力パタ−ン及
び参照パタ−ンに応じて第1の光束の複素振幅分布を変
調する(振幅のみ或いは位相のみの変調を含む)第1の
空間光変調器と;該第1の空間光変調器上の第1の光束
の複素振幅分布を光学的にフ−リエ変換するための第1
フ−リエ変換レンズと;前記第1の光束のフ−リエ変換
された光量分布に応じて第2の光束の複素振幅分布を変
調する第2の空間光変調器と;該第2の空間光変調器上
の第2の光束の複素振幅分布を光学的にフ−リエ変換す
るための第2のフ−リエ変換レンズと;該第2の光束の
フ−リエ変換された光量分布を受光する受光素子とから
なる光学的相関検出装置において;前記第1の空間光変
調器上に、相関検出を行なう複数の参照パタ−ンを同時
並列的に配置し、その各々の参照パタ−ンの近傍に、各
参照パタ−ンに1つずつ入力パタ−ンを同時並列的に配
置し;前記第1フ−リエ変換レンズは、各々の参照パタ
−ンと入力パタ−ンの対に対応した個別のレンズのアレ
イとし、また;前記第2フ−リエ変換レンズは、前記第
1フ−リエ変換レンズアレイにより生じた第2空間光変
調器上の各フ−リエ変換パタ−ンに対応した個別のレン
ズのアレイとすることにより、光学的フ−リエ変換面で
のパタ−ン類似性を基にして、相関検出するニュ−ラル
ネットワ−クが好適である。
【0012】前記の光学的相関演算処理の出力は、光学
的相関パタ−ンに応じた有限の領域内での光量に対応し
た量であるニュ−ラルネットワ−クが好適であり、そし
て、前記の光学的相関演算処理の出力は、光学的相関パ
タ−ンに応じた有限の領域内での光量に対応した量と、
該領域内での単位面積当りの光量のピ−ク近傍での光量
との両方をとることが好適である。
的相関パタ−ンに応じた有限の領域内での光量に対応し
た量であるニュ−ラルネットワ−クが好適であり、そし
て、前記の光学的相関演算処理の出力は、光学的相関パ
タ−ンに応じた有限の領域内での光量に対応した量と、
該領域内での単位面積当りの光量のピ−ク近傍での光量
との両方をとることが好適である。
【0013】
【作用】本発明の構成によると、第1の中間層の各ユニ
ットからの出力は、入力パタ−ンと、該ユニットへの入
力層ユニットからの結合パタ−ンとの相関に関わる値で
あり、アナログ値である。入力パタ−ンをこの第1の中
間層内の各ユニットの出力の組合わせで表わすものとす
ると、例えば、所定ユニットの出力が、A:1のダイナ
ミックレンジを有するものとし、また、この第1の中間
層内のユニット数がB個であるとすれば、この第1の中
間層内の各ユニットの出力の組合わせにより、AB 個の
入力パタ−ンを識別することができることになる。従っ
て、この第1の中間層を、新たな入力層と考え、より出
力層に近い中間層及び出力層での層間の接続の荷重値
を、所謂、教師付き学習により決定することにより、そ
のニュ−ラルネットワ−クに入力パタ−ンを提示して、
パタ−ン認識を行なうことができる。
ットからの出力は、入力パタ−ンと、該ユニットへの入
力層ユニットからの結合パタ−ンとの相関に関わる値で
あり、アナログ値である。入力パタ−ンをこの第1の中
間層内の各ユニットの出力の組合わせで表わすものとす
ると、例えば、所定ユニットの出力が、A:1のダイナ
ミックレンジを有するものとし、また、この第1の中間
層内のユニット数がB個であるとすれば、この第1の中
間層内の各ユニットの出力の組合わせにより、AB 個の
入力パタ−ンを識別することができることになる。従っ
て、この第1の中間層を、新たな入力層と考え、より出
力層に近い中間層及び出力層での層間の接続の荷重値
を、所謂、教師付き学習により決定することにより、そ
のニュ−ラルネットワ−クに入力パタ−ンを提示して、
パタ−ン認識を行なうことができる。
【0014】このときの最低の、即ち、最も見分け易い
パタ−ンの場合に必要な、結線数、Wn min.の従来例と
の比較を試みる。先ず、本発明のニュ−ラルネットワ−
クの層数が4つの場合、前記の第1の中間層でない第2
の中間層のユニット数は、従来例と同様と考えられるの
で、最低結線数は、次の式で表わすことができる。 Wn min.=In×C1n+C1n×C2n+C2n×On =In×INT(LogAN)+INT(Log A N)× INT(Log2N)+INT(Log2N)×N・・・・・(4) 但し、出力層は、識別カテゴリ−1つに付き1つのユニ
ットを割り当てるものとした。また、C1及びC2は第
1及び第2の中間層を表わし、添え字nは、各層におけ
るユニット数を表わす。他の記号は、従来例での説明と
同様である。
パタ−ンの場合に必要な、結線数、Wn min.の従来例と
の比較を試みる。先ず、本発明のニュ−ラルネットワ−
クの層数が4つの場合、前記の第1の中間層でない第2
の中間層のユニット数は、従来例と同様と考えられるの
で、最低結線数は、次の式で表わすことができる。 Wn min.=In×C1n+C1n×C2n+C2n×On =In×INT(LogAN)+INT(Log A N)× INT(Log2N)+INT(Log2N)×N・・・・・(4) 但し、出力層は、識別カテゴリ−1つに付き1つのユニ
ットを割り当てるものとした。また、C1及びC2は第
1及び第2の中間層を表わし、添え字nは、各層におけ
るユニット数を表わす。他の記号は、従来例での説明と
同様である。
【0015】これに対して、従来例のような3層のニュ
−ラルネットワ−クでは、最低結線数は、 Wn min.=In×C1n+C1n×On =In×INT(Log2N)+INT(Log 2 N)×N・・・(5) で与えることができる。尚、ここで、INT(x)は、
xに最も近いx以上の整数を示す。
−ラルネットワ−クでは、最低結線数は、 Wn min.=In×C1n+C1n×On =In×INT(Log2N)+INT(Log 2 N)×N・・・(5) で与えることができる。尚、ここで、INT(x)は、
xに最も近いx以上の整数を示す。
【0016】例えば、識別カテゴリ−数N=5で、入力
層ユニット数In=8で、第1の中間層ユニットの出力
ダイナミクレンジA=10の場合、両方とも、Wn min.
は、26で等しいが、N=100、In=10000、
A=10の場合、従来例では、60600の結線が必要
であるのに対して、本発明のニュ−ラルネットワ−クで
は、20212の結線でよい。この結線数の差は、入力
層ユニット数及び識別カテゴリ−数が増える程、大きく
開くので、画像パタ−ン等の識別を行なう場合には、ネ
ットワ−クの規模に大きな差ができることが分かる。
層ユニット数In=8で、第1の中間層ユニットの出力
ダイナミクレンジA=10の場合、両方とも、Wn min.
は、26で等しいが、N=100、In=10000、
A=10の場合、従来例では、60600の結線が必要
であるのに対して、本発明のニュ−ラルネットワ−クで
は、20212の結線でよい。この結線数の差は、入力
層ユニット数及び識別カテゴリ−数が増える程、大きく
開くので、画像パタ−ン等の識別を行なう場合には、ネ
ットワ−クの規模に大きな差ができることが分かる。
【0017】また、入力層と第1の中間層とのユニット
間結合パタ−ンは、全く任意に設定することができる
が、識別したい入力パタ−ンの中から幾つかを選択し
て、前記結合パタ−ンとして用いることにより、実際に
識別したいパタ−ンに近い参照パタ−ンを使用すること
になり、相関度の差を大きくとることができ、前記第1
の中間層のユニットの有効な出力ダイナミックレンジを
大きくすることができる。
間結合パタ−ンは、全く任意に設定することができる
が、識別したい入力パタ−ンの中から幾つかを選択し
て、前記結合パタ−ンとして用いることにより、実際に
識別したいパタ−ンに近い参照パタ−ンを使用すること
になり、相関度の差を大きくとることができ、前記第1
の中間層のユニットの有効な出力ダイナミックレンジを
大きくすることができる。
【0018】尚、通常のニュ−ラルネットワ−クでは、
前記相互相関は、各々のパタ−ンをベクトルと見做した
ときに、入力パタ−ンベクトルと結合パタ−ンベクトル
との内積をとったものに相当し、即ち、その出力は、相
互相関ピ−クの出力と考えられるが、光学的に相関演算
を行なうことにより、相関ピ−クの検出を行なうことが
できる。また、フ−リエ変換面でのパタ−ンの類似性を
基にした相関演算処理である合同フ−リエ変換(JT)
法や、マッチドフィルタ−の手法を用いることにより、
ピ−ク以外の出力も含めた相関値の検出を行なうことも
できる。これは、その相関出力を検出する受光領域の設
置により、その領域を、ピ−ク近傍の小さい領域に制限
すれば、検出される値は、相関ピ−クに応じた出力とな
り、その面積を相関パタ−ンに応じて有限の領域とすれ
ば、相関ピ−クのみでなく、ピ−ク以外の出力も含めて
検出することができる。特に、ピ−ク以外の出力を含め
て検出した場合は、パタ−ンを構成する部分パタ−ンの
類似性を評価していると考えることもできる。従って、
このピ−ク出力とピ−ク以外の出力も含めた相関値との
両方を第1の中間層のユニットからの出力として利用す
れば、更に、多くの情報を得ることができる。
前記相互相関は、各々のパタ−ンをベクトルと見做した
ときに、入力パタ−ンベクトルと結合パタ−ンベクトル
との内積をとったものに相当し、即ち、その出力は、相
互相関ピ−クの出力と考えられるが、光学的に相関演算
を行なうことにより、相関ピ−クの検出を行なうことが
できる。また、フ−リエ変換面でのパタ−ンの類似性を
基にした相関演算処理である合同フ−リエ変換(JT)
法や、マッチドフィルタ−の手法を用いることにより、
ピ−ク以外の出力も含めた相関値の検出を行なうことも
できる。これは、その相関出力を検出する受光領域の設
置により、その領域を、ピ−ク近傍の小さい領域に制限
すれば、検出される値は、相関ピ−クに応じた出力とな
り、その面積を相関パタ−ンに応じて有限の領域とすれ
ば、相関ピ−クのみでなく、ピ−ク以外の出力も含めて
検出することができる。特に、ピ−ク以外の出力を含め
て検出した場合は、パタ−ンを構成する部分パタ−ンの
類似性を評価していると考えることもできる。従って、
このピ−ク出力とピ−ク以外の出力も含めた相関値との
両方を第1の中間層のユニットからの出力として利用す
れば、更に、多くの情報を得ることができる。
【0019】通常の内積演算では、入力パタ−ンと参照
パタ−ンとを重ねる位置により演算結果が異なるが、前
記の手法においては、相関出力はシフトインバリアント
となり、入力パタ−ンの位置ズレに影響されない認識を
行なうことができる。このような、光学的相関演算処理
を用いる場合、式(4)での入力パタ−ンが複雑な場合
に最も結線量の多くなる第1項の演算を光学系で行なう
ことになるので、ネットワ−ク規模の大幅な縮小につな
がると同時に、認識の高速化に大きく貢献する。更に、
JT法に基づく相関検出を空間光変調器とレンズアレイ
を用いて、複数の参照パタ−ン、即ち、ニュ−ラルネッ
トワ−クでの結合荷重パタ−ン、に対して同時的並列的
に行なうと、ネットワ−クの演算速度は大きく向上した
ものと見做すことができる。
パタ−ンとを重ねる位置により演算結果が異なるが、前
記の手法においては、相関出力はシフトインバリアント
となり、入力パタ−ンの位置ズレに影響されない認識を
行なうことができる。このような、光学的相関演算処理
を用いる場合、式(4)での入力パタ−ンが複雑な場合
に最も結線量の多くなる第1項の演算を光学系で行なう
ことになるので、ネットワ−ク規模の大幅な縮小につな
がると同時に、認識の高速化に大きく貢献する。更に、
JT法に基づく相関検出を空間光変調器とレンズアレイ
を用いて、複数の参照パタ−ン、即ち、ニュ−ラルネッ
トワ−クでの結合荷重パタ−ン、に対して同時的並列的
に行なうと、ネットワ−クの演算速度は大きく向上した
ものと見做すことができる。
【0020】次に、本発明のニュ−ラルネットワ−クを
具体的に実施例により説明するが、本発明はそれらによ
って限定されるものではない。
具体的に実施例により説明するが、本発明はそれらによ
って限定されるものではない。
【0021】
【実施例1】図1は、本発明のニュ−ラルネットワ−ク
の1例を具体的構成を示す模式的構成図である。ここ
で、ニュ−ラルネットワ−クの層数は4とし、入力層、
第1中間層、第2中間層、出力層でのユニット数は、各
々、5、2、3、5とした。これらの層数及びユニット
数は、説明のために便宜上決めたもので、実際のニュ−
ラルネットワ−クの構成を限定するものではない。但
し、一般的に、BP法では、中間層の層数は、1乃至2
とする場合が多く、これをいたずらに大きくしてもその
効果は小さいと言われている。従って、本発明のニュ−
ラルネットワ−クでは、第1中間層から出力層までの間
の結合を学習により決定するので、この間に含まれる中
間層の数を第1中間層を除いて1乃至2とし、全体の層
数では、4〜5とするのが適当と考えられる。
の1例を具体的構成を示す模式的構成図である。ここ
で、ニュ−ラルネットワ−クの層数は4とし、入力層、
第1中間層、第2中間層、出力層でのユニット数は、各
々、5、2、3、5とした。これらの層数及びユニット
数は、説明のために便宜上決めたもので、実際のニュ−
ラルネットワ−クの構成を限定するものではない。但
し、一般的に、BP法では、中間層の層数は、1乃至2
とする場合が多く、これをいたずらに大きくしてもその
効果は小さいと言われている。従って、本発明のニュ−
ラルネットワ−クでは、第1中間層から出力層までの間
の結合を学習により決定するので、この間に含まれる中
間層の数を第1中間層を除いて1乃至2とし、全体の層
数では、4〜5とするのが適当と考えられる。
【0022】また、各々の層内におけるユニット数は、
従来のもの及び作用の項で説明したように、入力パタ−
ンの要素数(即ち画素数)、識別カテゴリ−数、第1中
間層のユニットの出力ダイナミックレンジ等により決定
することができる。上記の式(4)及び(5)に示した
ユニット数を示す各項は、最低限必要なユニット数の目
安に過ぎず、実際には、これより多くの数をそのトレ−
ニングセット数やパタ−ンの直交性の程度等に応じて設
ける必要がある。
従来のもの及び作用の項で説明したように、入力パタ−
ンの要素数(即ち画素数)、識別カテゴリ−数、第1中
間層のユニットの出力ダイナミックレンジ等により決定
することができる。上記の式(4)及び(5)に示した
ユニット数を示す各項は、最低限必要なユニット数の目
安に過ぎず、実際には、これより多くの数をそのトレ−
ニングセット数やパタ−ンの直交性の程度等に応じて設
ける必要がある。
【0023】本例のニュ−ラルネットワ−クでは、入力
層に与えられたパタ−ンSIは、 SI=(I1 、I2 、I3 、I4 、I5) と表わすことができる。また、入力層の各ユニットから
の第1の中間層の第i番目のユニットへの結合荷重Vi
は、 Vi =(Vi1、Vi2、Vi3、Vi4、Vi5)=(n|Vin)・・・・(6) と表わすことができる。但し、nは、入力層の各ユニッ
トのユニット番号である。
層に与えられたパタ−ンSIは、 SI=(I1 、I2 、I3 、I4 、I5) と表わすことができる。また、入力層の各ユニットから
の第1の中間層の第i番目のユニットへの結合荷重Vi
は、 Vi =(Vi1、Vi2、Vi3、Vi4、Vi5)=(n|Vin)・・・・(6) と表わすことができる。但し、nは、入力層の各ユニッ
トのユニット番号である。
【0024】ここで、第1の中間層の第1番目のユニッ
トの出力Pi は、 Pi =g(SI・Vi )・・・・・・・・・(7) と表わすことができる。但し、・は内積演算を示す。こ
のとき、g(x)がリニアな関数であれば、Pi は入力
パタ−ンベクトルと荷重パタ−ンベクトルとの内積に比
例した量となり、言い替えれば、入力パタ−ンと荷重パ
タ−ンとの相互相関ピ−ク値が出力されることになる。
この関数g(x)は、必ずしも厳密にリニアな関数であ
る必要はなく、例えば、xの値の大きい領域及び小さい
領域に飽和領域があったり、dg(x)/dxの値が一
定でなくてもかまわない。但し、単調性は必要である。
また、xの値を多値の離散値に変換するような関数にす
ることができる。
トの出力Pi は、 Pi =g(SI・Vi )・・・・・・・・・(7) と表わすことができる。但し、・は内積演算を示す。こ
のとき、g(x)がリニアな関数であれば、Pi は入力
パタ−ンベクトルと荷重パタ−ンベクトルとの内積に比
例した量となり、言い替えれば、入力パタ−ンと荷重パ
タ−ンとの相互相関ピ−ク値が出力されることになる。
この関数g(x)は、必ずしも厳密にリニアな関数であ
る必要はなく、例えば、xの値の大きい領域及び小さい
領域に飽和領域があったり、dg(x)/dxの値が一
定でなくてもかまわない。但し、単調性は必要である。
また、xの値を多値の離散値に変換するような関数にす
ることができる。
【0025】尚、ここで、入力層ユニットから第1の中
間層のユニットへの荷重パタ−ンベクトルの選び方は基
本的に全く無作為なパタ−ンを用いることができるが、
なるべくは、認識したい入力パタ−ンと同様の空間周波
数成分を有するパタ−ンであることが好適である。これ
は、入力パタ−ンと荷重パタ−ンとの空間周波数成分が
大きく異なっていると、どの入力パタ−ンに対しても相
互相関出力即ち第1の中間層のユニットからの出力が平
均化してしまい、入力パタ−ンによる第1の中間層のユ
ニットの出力パタ−ンの差が小さくなる可能性があるか
らである。
間層のユニットへの荷重パタ−ンベクトルの選び方は基
本的に全く無作為なパタ−ンを用いることができるが、
なるべくは、認識したい入力パタ−ンと同様の空間周波
数成分を有するパタ−ンであることが好適である。これ
は、入力パタ−ンと荷重パタ−ンとの空間周波数成分が
大きく異なっていると、どの入力パタ−ンに対しても相
互相関出力即ち第1の中間層のユニットからの出力が平
均化してしまい、入力パタ−ンによる第1の中間層のユ
ニットの出力パタ−ンの差が小さくなる可能性があるか
らである。
【0026】従って、例えば、入力パタ−ンの中から、
第1の中間層のユニットの数だけのパタ−ンを選択し
て、それらを、入力層から第1の中間層へのユニット結
合荷重パタ−ンとして用いると、それらが、適当な空間
周波数成分を有し、且つ、必ず、自己相関に相当する大
きな相関度を有するパタ−ンが存在するため、第1の中
間層のユニットからの出力は、入力パタ−ンにより、あ
る程度大きな差が出ることが保証される。
第1の中間層のユニットの数だけのパタ−ンを選択し
て、それらを、入力層から第1の中間層へのユニット結
合荷重パタ−ンとして用いると、それらが、適当な空間
周波数成分を有し、且つ、必ず、自己相関に相当する大
きな相関度を有するパタ−ンが存在するため、第1の中
間層のユニットからの出力は、入力パタ−ンにより、あ
る程度大きな差が出ることが保証される。
【0027】ここで、入力パタ−ンSIの要素In(添
え字nは、ユニット番号である)は、アナログ値、
(1、0)の2値、(1、−1)の2値、(1、0、−
1)の3値、或いは4値以上の多値等の様々の形態の数
値を用いることができる。また、この入力パタ−ンに応
じて、入力層から第1の中間層への荷重パタ−ンVi の
要素Vinの値も同様の形態をとることができる。各々の
値の取り得る範囲によって、第1の中間層のユニットで
の関数g(x)の領域も変わる。然し乍ら、その出力値
の範囲は、手段の項で説明した条件を満たしていれば、
負の領域を含んでいてもいなくても良い。但し、一般
に、ユニットからの出力値か、次の層へのユニット間結
合荷重値からのいずれかに負の値が必要となる場合が多
い。
え字nは、ユニット番号である)は、アナログ値、
(1、0)の2値、(1、−1)の2値、(1、0、−
1)の3値、或いは4値以上の多値等の様々の形態の数
値を用いることができる。また、この入力パタ−ンに応
じて、入力層から第1の中間層への荷重パタ−ンVi の
要素Vinの値も同様の形態をとることができる。各々の
値の取り得る範囲によって、第1の中間層のユニットで
の関数g(x)の領域も変わる。然し乍ら、その出力値
の範囲は、手段の項で説明した条件を満たしていれば、
負の領域を含んでいてもいなくても良い。但し、一般
に、ユニットからの出力値か、次の層へのユニット間結
合荷重値からのいずれかに負の値が必要となる場合が多
い。
【0028】このようにして得られた第1の中間層のユ
ニットの出力は、第2の中間層のユニットの入力とな
り、この第1、第2の中間層及び出力層を通常の3層の
ニュ−ラルネットワ−クと考えることができる。従っ
て、トレ−ニングセットに含まれる入力パタ−ンを提示
して、第1の中間層のユニットの出力を得て、この出力
と出力層ユニットの出力教師信号との組合わせによって
第2の中間層と出力層とのユニット間結合荷重及びバイ
アス値、更に第1及び第2の中間層とのユニット間結合
荷重及びバイアス値を学習させれば良い。
ニットの出力は、第2の中間層のユニットの入力とな
り、この第1、第2の中間層及び出力層を通常の3層の
ニュ−ラルネットワ−クと考えることができる。従っ
て、トレ−ニングセットに含まれる入力パタ−ンを提示
して、第1の中間層のユニットの出力を得て、この出力
と出力層ユニットの出力教師信号との組合わせによって
第2の中間層と出力層とのユニット間結合荷重及びバイ
アス値、更に第1及び第2の中間層とのユニット間結合
荷重及びバイアス値を学習させれば良い。
【0029】尚、第2の中間層と出力層との間に、更に
中間層が加わった場合でも、第2の中間層以降でのユニ
ット間結合荷重及びバイアス値を学習させる過程は同様
である。
中間層が加わった場合でも、第2の中間層以降でのユニ
ット間結合荷重及びバイアス値を学習させる過程は同様
である。
【0030】
【実施例2】本発明のニュ−ラルネットワ−クの入力層
から第1の中間層への相関演算の部分は、ユニット間結
合荷重が一定であるので、光学系を用いて簡単に実現で
きる。図3は、その光学系の一例を示す説明図である。
入力層の入力パタ−ンは、2次元に配列されて液晶パネ
ル等の空間光変調器A12に表示され、入力層から第1
の中間層へのユニット間結合荷重は、同様に2次元に配
列されて、やはり、液晶パネル等の空間光変調器B13
に表示される。これらの空間光変調器は、近接して、或
いはレンズ系により互いに共役位置に配置され、これを
光束11で照明し、透過光束を集光レンズ14により集
光して、透過光量を受光素子15により検出する。
から第1の中間層への相関演算の部分は、ユニット間結
合荷重が一定であるので、光学系を用いて簡単に実現で
きる。図3は、その光学系の一例を示す説明図である。
入力層の入力パタ−ンは、2次元に配列されて液晶パネ
ル等の空間光変調器A12に表示され、入力層から第1
の中間層へのユニット間結合荷重は、同様に2次元に配
列されて、やはり、液晶パネル等の空間光変調器B13
に表示される。これらの空間光変調器は、近接して、或
いはレンズ系により互いに共役位置に配置され、これを
光束11で照明し、透過光束を集光レンズ14により集
光して、透過光量を受光素子15により検出する。
【0031】このときの受光素子15の出力を、第1の
中間層のユニットの出力Piとすることができ、第1の
中間層のユニット数が複数の場合は、空間光変調器B1
3に順次、そのユニットに対応する荷重パタ−ンを表示
して、受光素子15の出力を取れば、各ユニット出力を
順次得ることができる。また、結合荷重パタ−ンは、一
定であるので、空間光変調器B13に代わり、第1の中
間層の各ユニットに対する荷重パタ−ンの固定マスクを
ユニット数だけ並列に並べても良い。勿論、固定マスク
ではなく、空間光変調器を並列に並べる、或いは、高分
解能の空間光変調器を用いて複数の荷重パタ−ンマスク
を同時に提示する等の方法でも良い。
中間層のユニットの出力Piとすることができ、第1の
中間層のユニット数が複数の場合は、空間光変調器B1
3に順次、そのユニットに対応する荷重パタ−ンを表示
して、受光素子15の出力を取れば、各ユニット出力を
順次得ることができる。また、結合荷重パタ−ンは、一
定であるので、空間光変調器B13に代わり、第1の中
間層の各ユニットに対する荷重パタ−ンの固定マスクを
ユニット数だけ並列に並べても良い。勿論、固定マスク
ではなく、空間光変調器を並列に並べる、或いは、高分
解能の空間光変調器を用いて複数の荷重パタ−ンマスク
を同時に提示する等の方法でも良い。
【0032】この場合は、当然、入力パタ−ンをその数
だけ並べるために、空間光変調器Aをその数だけ用意す
るか、結像光学系により複数の像が得られるようにし
て、受光素子15を、そのユニット数だけアレイ化する
必要がある。特に、画像パタ−ン等では、入力層ユニッ
ト数が、非常に大きな数になることが考えられるが、こ
のように、光学的に装置化することにより、最も結線数
の大きな部分を高速且つ並列に実行することができる。
だけ並べるために、空間光変調器Aをその数だけ用意す
るか、結像光学系により複数の像が得られるようにし
て、受光素子15を、そのユニット数だけアレイ化する
必要がある。特に、画像パタ−ン等では、入力層ユニッ
ト数が、非常に大きな数になることが考えられるが、こ
のように、光学的に装置化することにより、最も結線数
の大きな部分を高速且つ並列に実行することができる。
【0033】
【実施例3】図4は、入力層と第1中間層との間の相関
演算を光学的フ−リエ変換面におけるパタ−ンの類似性
を基にして行なう場合の光学系の一例の説明図を示し、
これを基に更に他の実施例につき説明する。
演算を光学的フ−リエ変換面におけるパタ−ンの類似性
を基にして行なう場合の光学系の一例の説明図を示し、
これを基に更に他の実施例につき説明する。
【0034】図4の光学系は、一般的にマッチドフィル
タリングと呼ばれている手法を基にしたもので、レ−ザ
21を出射した光束28は、ビ−ムエキスパンダ22に
より、その光束系を適当な大きさに広げられ、入力パタ
−ンを表示した空間光変調器23に入射する。そして、
入力パタ−ンに対応した空間的変調を受けた光束28
は、フ−リエ変換レンズ24を通り、そのフ−リエ変換
面に置かれたマッチドフィルタ25に入射する。このマ
ッチドフィルタ25は、参照パタ−ン、即ちユニット間
結合荷重パタ−ンのフ−リエ変換ホログラムを基に作ら
れたもので、もし、ホログラム記録のときの参照パタ−
ンのフ−リエ変換パタ−ンと入力パタ−ンのフ−リエ変
換パタ−ンとの相関が高ければ、そのホログラム記録時
の参照光束の方向に、参照光束に共役な光束を発生す
る。
タリングと呼ばれている手法を基にしたもので、レ−ザ
21を出射した光束28は、ビ−ムエキスパンダ22に
より、その光束系を適当な大きさに広げられ、入力パタ
−ンを表示した空間光変調器23に入射する。そして、
入力パタ−ンに対応した空間的変調を受けた光束28
は、フ−リエ変換レンズ24を通り、そのフ−リエ変換
面に置かれたマッチドフィルタ25に入射する。このマ
ッチドフィルタ25は、参照パタ−ン、即ちユニット間
結合荷重パタ−ンのフ−リエ変換ホログラムを基に作ら
れたもので、もし、ホログラム記録のときの参照パタ−
ンのフ−リエ変換パタ−ンと入力パタ−ンのフ−リエ変
換パタ−ンとの相関が高ければ、そのホログラム記録時
の参照光束の方向に、参照光束に共役な光束を発生す
る。
【0035】この参照光束が並行光束であれば、これを
再度光学的にフ−リエ変換したものが、入力パタ−ンと
参照パタ−ンとの相関パタ−ンとなる。即ち、厳密に
は、相関の2乗のパタ−ンである。従って、マッチドフ
ィルタ25を出射した光束28は、フ−リエ変換レンズ
26を通過して、光電変換素子アレイ27に入射し、こ
の相関パタ−ンが検出される。
再度光学的にフ−リエ変換したものが、入力パタ−ンと
参照パタ−ンとの相関パタ−ンとなる。即ち、厳密に
は、相関の2乗のパタ−ンである。従って、マッチドフ
ィルタ25を出射した光束28は、フ−リエ変換レンズ
26を通過して、光電変換素子アレイ27に入射し、こ
の相関パタ−ンが検出される。
【0036】ここで、相関パタ−ンの中心の位置は、マ
ッチドフィルタ作成のときの参照光束の方向で予め決ま
っているから、この部分に光電変換素子が配置されるよ
うにすれば良い。また、この光電変換素子の面積によ
り、相関パワ−スペクトルの検出領域を調整することが
でき、この面積を小さくすれば、通常の内積演算に近い
演算結果となり、この面積を大きく取れば、パタ−ンの
変形やシフトに影響され難い演算結果となる。
ッチドフィルタ作成のときの参照光束の方向で予め決ま
っているから、この部分に光電変換素子が配置されるよ
うにすれば良い。また、この光電変換素子の面積によ
り、相関パワ−スペクトルの検出領域を調整することが
でき、この面積を小さくすれば、通常の内積演算に近い
演算結果となり、この面積を大きく取れば、パタ−ンの
変形やシフトに影響され難い演算結果となる。
【0037】以上のようにして得られた光電変換素子の
出力を、第1の中間層のユニットの出力Piとして用
い、第2の中間層から出力層にかけては、実施例1で述
べたと同様にニュ−ラルネットワ−クを構成することが
できる。尚、このとき、複数の参照パタ−ン(即ち、結
合荷重パタ−ン)を一つのマッチドフィルタに参照光束
の方向を変えて、記録しておけば、光電変換素子アレイ
27上には、それらの相関パタ−ンが異なる場所に現
れ、第1の中間層の複数のユニットの出力を同時に取り
出すことができる。従って、非常にコンパクト且つ高速
にニュ−ラルネットワ−クの演算を行なうことができ
る。
出力を、第1の中間層のユニットの出力Piとして用
い、第2の中間層から出力層にかけては、実施例1で述
べたと同様にニュ−ラルネットワ−クを構成することが
できる。尚、このとき、複数の参照パタ−ン(即ち、結
合荷重パタ−ン)を一つのマッチドフィルタに参照光束
の方向を変えて、記録しておけば、光電変換素子アレイ
27上には、それらの相関パタ−ンが異なる場所に現
れ、第1の中間層の複数のユニットの出力を同時に取り
出すことができる。従って、非常にコンパクト且つ高速
にニュ−ラルネットワ−クの演算を行なうことができ
る。
【0038】この他に、光学的フ−リエ変換面でのパタ
−ンの類似性を基にした光学的相関演算法に合同フ−リ
エ変換(ジョイントトランスフォ−ム:JT)法があ
る。この方法は、現状の仕様の空間光変調器を用いて装
置化を行ない易い特長があり、マッチドフィルタ法と同
様に本発明のニュ−ラルネットワ−クで用いることがで
きる。然し乍ら、同時に複数の参照パタ−ンとの相関出
力を得る能力では、マッチドフィルタ法より劣る。そこ
で、本発明者等は、このJT法による相関光学系をアレ
イ化した光学的多重相関検出装置を提案し、更に、この
相関検出装置を用いた本発明のニュ−ラルネットワ−ク
の例について、説明する。
−ンの類似性を基にした光学的相関演算法に合同フ−リ
エ変換(ジョイントトランスフォ−ム:JT)法があ
る。この方法は、現状の仕様の空間光変調器を用いて装
置化を行ない易い特長があり、マッチドフィルタ法と同
様に本発明のニュ−ラルネットワ−クで用いることがで
きる。然し乍ら、同時に複数の参照パタ−ンとの相関出
力を得る能力では、マッチドフィルタ法より劣る。そこ
で、本発明者等は、このJT法による相関光学系をアレ
イ化した光学的多重相関検出装置を提案し、更に、この
相関検出装置を用いた本発明のニュ−ラルネットワ−ク
の例について、説明する。
【0039】
【実施例4】図5は、前記の光学的多重相関検出装置を
用いたニュ−ラルネットワ−クの一例についての光学系
の機能を示す説明図である。
用いたニュ−ラルネットワ−クの一例についての光学系
の機能を示す説明図である。
【0040】コヒ−レント光源41を出射した光束42
は、ビ−ムエキスパンダ43により、光束径を適当な大
きさに広げられ、ビ−ムスプリッタ−44で光路を2つ
に分けられる。ビ−ムスプリッタ−44を透過した光束
42aは、全反射ミラ−46で反射され、ビ−ムスプリ
ッタ−47で反射されて、光アドレス型空間光変調器4
9の読み出し面に入射する。この空間光変調器49の書
き込み面(即ちアドレス面)には、入力パタ−ン31を
複数結像した像と、参照パタ−ン群34の像が書き込ま
れる。このときの書き込み光学系は、次のように構成さ
れる。
は、ビ−ムエキスパンダ43により、光束径を適当な大
きさに広げられ、ビ−ムスプリッタ−44で光路を2つ
に分けられる。ビ−ムスプリッタ−44を透過した光束
42aは、全反射ミラ−46で反射され、ビ−ムスプリ
ッタ−47で反射されて、光アドレス型空間光変調器4
9の読み出し面に入射する。この空間光変調器49の書
き込み面(即ちアドレス面)には、入力パタ−ン31を
複数結像した像と、参照パタ−ン群34の像が書き込ま
れる。このときの書き込み光学系は、次のように構成さ
れる。
【0041】入力パタ−ン31は、インコヒ−レント或
いはコヒ−レントに照明され、レンズアレイ32の各レ
ンズ32a、32b、・・・により、各々別々の像が空
間光変調器49の書き込み面上に結像される。これに対
して、参照パタ−ン(即ちユニット間結合荷重パタ−
ン)群34の各参照パタ−ンは、レンズアレイ32の各
レンズ32a、32b、・・・によりできる空間光変調
器49の書き込み面上の各入力パタ−ン像に対応した位
置に配置され、インコヒ−レント或いはコヒ−レントに
照明されて結像レンズ36により、空間光変調器49の
書き込み面上に結像される。このとき、入力パタ−ン3
1と参照パタ−ン群34の露光を同時に行なう場合は、
ビ−ムスプリッタ−33を用いて、各々の光路を合成す
る。図5には、この他に全反射ミラ−35が参照パタ−
ンの結像光学系の光路を曲げるために用いられる。
いはコヒ−レントに照明され、レンズアレイ32の各レ
ンズ32a、32b、・・・により、各々別々の像が空
間光変調器49の書き込み面上に結像される。これに対
して、参照パタ−ン(即ちユニット間結合荷重パタ−
ン)群34の各参照パタ−ンは、レンズアレイ32の各
レンズ32a、32b、・・・によりできる空間光変調
器49の書き込み面上の各入力パタ−ン像に対応した位
置に配置され、インコヒ−レント或いはコヒ−レントに
照明されて結像レンズ36により、空間光変調器49の
書き込み面上に結像される。このとき、入力パタ−ン3
1と参照パタ−ン群34の露光を同時に行なう場合は、
ビ−ムスプリッタ−33を用いて、各々の光路を合成す
る。図5には、この他に全反射ミラ−35が参照パタ−
ンの結像光学系の光路を曲げるために用いられる。
【0042】ここで、空間光変調器49に書き込まれた
パタ−ンの配置の一例を図6に示す。各々の参照パタ−
ン34’と、レンズアレイ光学系により複製された各々
の入力パタ−ン31’が各々の対を成して、空間光変調
器49上に配置される。従って、各々の対のジョイント
・トランスフォ−ムによる相関演算を行なうことによ
り、各参照パタ−ンと入力パタ−ンとの相関演算処理を
一度に行なうことができる。即ち、空間光変調器49の
読み出し面では、以上の書き込みパタ−ンの光強度に対
応した強度反射率分布或いは位相反射率分布或いはその
両方(これらをまとめて、強度反射率分布×位相反射率
分布の形で複素信号反射率分布と称する)が現れる。従
って、空間光変調器49に入射した光束42aは、これ
らの書き込みパタ−ンに対応した強度分布或いは位相分
布或いはその両方(これらをまとめて、強度分布×位相
分布の形で複素振幅分布と称する)を持って、空間光変
調器49を出射する。
パタ−ンの配置の一例を図6に示す。各々の参照パタ−
ン34’と、レンズアレイ光学系により複製された各々
の入力パタ−ン31’が各々の対を成して、空間光変調
器49上に配置される。従って、各々の対のジョイント
・トランスフォ−ムによる相関演算を行なうことによ
り、各参照パタ−ンと入力パタ−ンとの相関演算処理を
一度に行なうことができる。即ち、空間光変調器49の
読み出し面では、以上の書き込みパタ−ンの光強度に対
応した強度反射率分布或いは位相反射率分布或いはその
両方(これらをまとめて、強度反射率分布×位相反射率
分布の形で複素信号反射率分布と称する)が現れる。従
って、空間光変調器49に入射した光束42aは、これ
らの書き込みパタ−ンに対応した強度分布或いは位相分
布或いはその両方(これらをまとめて、強度分布×位相
分布の形で複素振幅分布と称する)を持って、空間光変
調器49を出射する。
【0043】ここで、空間光変調器49の読み出し面
と、空間光変調器51の書き込み面とは、レンズアレイ
50の各レンズ50a、50b、・・・に対して、各
々、前側焦点面と後ろ側焦点面に配置されており、光束
42aは、その各々の参照パタ−ンと入力パタ−ンとの
対に対応したレンズ50a、50b、・・・を有するレ
ンズアレイ50を通過して、空間光変調器51の書き込
み面上に前記各々の参照パタ−ンと入力パタ−ンとの対
のパタ−ンに対応したパワ−スペクトルパタ−ン、即
ち、前記各々の参照パタ−ンと入力パタ−ンとの対のパ
タ−ンに対応した複素振幅分布のフ−リエ変換の強度を
取る光強度パタ−ンを形成する。
と、空間光変調器51の書き込み面とは、レンズアレイ
50の各レンズ50a、50b、・・・に対して、各
々、前側焦点面と後ろ側焦点面に配置されており、光束
42aは、その各々の参照パタ−ンと入力パタ−ンとの
対に対応したレンズ50a、50b、・・・を有するレ
ンズアレイ50を通過して、空間光変調器51の書き込
み面上に前記各々の参照パタ−ンと入力パタ−ンとの対
のパタ−ンに対応したパワ−スペクトルパタ−ン、即
ち、前記各々の参照パタ−ンと入力パタ−ンとの対のパ
タ−ンに対応した複素振幅分布のフ−リエ変換の強度を
取る光強度パタ−ンを形成する。
【0044】これにより、空間光変調器51の読み出し
面上には、前記パワ−スペクトルパタ−ンに対応した複
素振幅反射率分布が形成され、この空間光変調器51の
読み出し面には、ビ−ムスプリッタ−44を反射した光
束42aが更にビ−ムスプリッタ−48で反射されて入
射する。従って、空間光変調器51を出射する光束42
bは、空間光変調器51の読み出し面上で、各々の参照
パタ−ンと入力パタ−ンとの対のパタ−ンに対応したパ
ワ−スペクトルパタ−ンに対応した複素振幅分布を有
し、この光束42bが、レンズ50a、50b、・・・
を有するレンズアレイ52を通過して、受光面53に到
達する。このとき、空間光変調器51の読み出し面と受
光面53とは、レンズアレイ52の各レンズ50a、5
0b、・・・の各々の前側焦点面及び後ろ側焦点面に配
置され、また、各レンズ52a、52b、・・・は、前
記各対に対応したパワ−スペクトルに対応して配置され
るので、受光面上で観察される光強度分布は、空間光変
調器51の読み出し面上での各パワ−スペクトルパタ−
ンに対応した複素振幅分布のフ−リエ変換の強度分布、
即ち、各参照パタ−ンと入力パタ−ンとの対のパタ−ン
の自己相関の二乗パタ−ンとなる。
面上には、前記パワ−スペクトルパタ−ンに対応した複
素振幅反射率分布が形成され、この空間光変調器51の
読み出し面には、ビ−ムスプリッタ−44を反射した光
束42aが更にビ−ムスプリッタ−48で反射されて入
射する。従って、空間光変調器51を出射する光束42
bは、空間光変調器51の読み出し面上で、各々の参照
パタ−ンと入力パタ−ンとの対のパタ−ンに対応したパ
ワ−スペクトルパタ−ンに対応した複素振幅分布を有
し、この光束42bが、レンズ50a、50b、・・・
を有するレンズアレイ52を通過して、受光面53に到
達する。このとき、空間光変調器51の読み出し面と受
光面53とは、レンズアレイ52の各レンズ50a、5
0b、・・・の各々の前側焦点面及び後ろ側焦点面に配
置され、また、各レンズ52a、52b、・・・は、前
記各対に対応したパワ−スペクトルに対応して配置され
るので、受光面上で観察される光強度分布は、空間光変
調器51の読み出し面上での各パワ−スペクトルパタ−
ンに対応した複素振幅分布のフ−リエ変換の強度分布、
即ち、各参照パタ−ンと入力パタ−ンとの対のパタ−ン
の自己相関の二乗パタ−ンとなる。
【0045】得られた各参照パタ−ンと入力パタ−ンと
の対のパタ−ンの自己相関の二乗のパタ−ンは、各レン
ズの光軸上に各参照パタ−ンの自己相関の二乗及び入力
パタ−ンの自己相関の二乗パタ−ンが現れ、その光軸に
対して参照パタ−ンと入力パタ−ンとの相対的位置に対
応した相対的位置に、参照パタ−ンと入力パタ−ンとの
相関の二乗パタ−ンが現れる。従って、各参照パタ−ン
及び入力パタ−ンが提示される位置は、予め分かってい
るから、受光面53上の各相関パタ−ンが現れる位置の
光強度を観測することにより、各参照パタ−ンと入力パ
タ−ンとの相関の検出を行なうことができる。
の対のパタ−ンの自己相関の二乗のパタ−ンは、各レン
ズの光軸上に各参照パタ−ンの自己相関の二乗及び入力
パタ−ンの自己相関の二乗パタ−ンが現れ、その光軸に
対して参照パタ−ンと入力パタ−ンとの相対的位置に対
応した相対的位置に、参照パタ−ンと入力パタ−ンとの
相関の二乗パタ−ンが現れる。従って、各参照パタ−ン
及び入力パタ−ンが提示される位置は、予め分かってい
るから、受光面53上の各相関パタ−ンが現れる位置の
光強度を観測することにより、各参照パタ−ンと入力パ
タ−ンとの相関の検出を行なうことができる。
【0046】ここで用いた各レンズアレイとしては、光
学系が大きく、レンズの数があまり多くない場合には、
単体レンズを組合わせて作成したものでも良い。然し乍
ら、光学系が小さく、多数のレンズが必要な場合は、屈
折率分布型の平板マイクロレンズアレイや1枚の基板上
に多数の球面レンズを集積したレンズアレイが市販され
ているので、これらを使用することができる。
学系が大きく、レンズの数があまり多くない場合には、
単体レンズを組合わせて作成したものでも良い。然し乍
ら、光学系が小さく、多数のレンズが必要な場合は、屈
折率分布型の平板マイクロレンズアレイや1枚の基板上
に多数の球面レンズを集積したレンズアレイが市販され
ているので、これらを使用することができる。
【0047】また、ここで使用した各空間光変調器は、
光アドレス型空間光変調器であり、このような変調器と
しては、液晶パネルに光導電層を組合わせたものが一般
的であり、ネマテイック型液晶を用いたものが米国ヒュ
−ズ社から販売されている。また、強誘電性液晶を用い
た空間光変調器も開発されてい、特に、強誘電性液晶を
用いた空間光変調器は、原理的に分解能が高く、コント
ラストも高いので好適である。
光アドレス型空間光変調器であり、このような変調器と
しては、液晶パネルに光導電層を組合わせたものが一般
的であり、ネマテイック型液晶を用いたものが米国ヒュ
−ズ社から販売されている。また、強誘電性液晶を用い
た空間光変調器も開発されてい、特に、強誘電性液晶を
用いた空間光変調器は、原理的に分解能が高く、コント
ラストも高いので好適である。
【0048】更に、光アドレス型空間光変調器として
は、BSO(ビスマス・シリコン・オキサイド:Bi12
SiO20)等の光誘起屈折率変化を有する媒体を用いた
ものも考えられる。特に、BSOでは、書き込み光とし
て、感度の高い短波長よりの可視光を用い、読み出し光
として、書き込み感度の低い赤色から赤外での波長域の
光を用いることにより、書き込み及び読み出しを同時に
行なうことができる。但し、BSOは、反射板を使用す
ることにより反射型で使うこともできるが、通常、透過
型として用いることが多い。この場合、BSOに入射す
る読み出し光の入射方向を変更する必要がある。尚、液
晶を用いた空間光変調器も、BSOを用いた空間光変調
器も、通常は、これらの素材と偏光子とを組合わせて、
光の強度変調を行なう場合が多いが、偏光子を用いず
に、入射光の偏光方向と各デバイスの光学軸方向とを適
当に選択することにより、光の位相変調を行なうことも
できる。位相変調を行なう場合は、元々、光の利用効率
が良く、且つ、適当な位相△を与えることにより、回折
効率を上げることができるので、感度の高い検出を行な
うことができる。
は、BSO(ビスマス・シリコン・オキサイド:Bi12
SiO20)等の光誘起屈折率変化を有する媒体を用いた
ものも考えられる。特に、BSOでは、書き込み光とし
て、感度の高い短波長よりの可視光を用い、読み出し光
として、書き込み感度の低い赤色から赤外での波長域の
光を用いることにより、書き込み及び読み出しを同時に
行なうことができる。但し、BSOは、反射板を使用す
ることにより反射型で使うこともできるが、通常、透過
型として用いることが多い。この場合、BSOに入射す
る読み出し光の入射方向を変更する必要がある。尚、液
晶を用いた空間光変調器も、BSOを用いた空間光変調
器も、通常は、これらの素材と偏光子とを組合わせて、
光の強度変調を行なう場合が多いが、偏光子を用いず
に、入射光の偏光方向と各デバイスの光学軸方向とを適
当に選択することにより、光の位相変調を行なうことも
できる。位相変調を行なう場合は、元々、光の利用効率
が良く、且つ、適当な位相△を与えることにより、回折
効率を上げることができるので、感度の高い検出を行な
うことができる。
【0049】また、空間光変調器51には、撮像素子と
電気アドレス型空間光変調器とを組合わせて用いること
もできる。尚、受光面53には、フォトダイオ−ドアレ
イ等を配置する方法と、撮像管やCCD等の撮像デバイ
スを配置する方法が考えられる。これらにより、所望の
位置、即ち、各参照パタ−ンと入力パタ−ンとの相互相
関パタ−ンが現れる位置、の光強度を観測することによ
り各参照パタ−ンと入力パタ−ンとの相関の検出を行な
うことができる。
電気アドレス型空間光変調器とを組合わせて用いること
もできる。尚、受光面53には、フォトダイオ−ドアレ
イ等を配置する方法と、撮像管やCCD等の撮像デバイ
スを配置する方法が考えられる。これらにより、所望の
位置、即ち、各参照パタ−ンと入力パタ−ンとの相互相
関パタ−ンが現れる位置、の光強度を観測することによ
り各参照パタ−ンと入力パタ−ンとの相関の検出を行な
うことができる。
【0050】以上のようにして得られた光電変換素子の
出力を、第1の中間層のユニットの出力Piとして用
い、第2の中間層から出力層にかけては、実施例1で説
明したと同様にニュ−ラルネットワ−クを構成すること
ができる。尚、ここで、述べた光学的多重相関検出光学
系では、更に、その他の光学系の光学的多重相関検出構
成を使用することができる。
出力を、第1の中間層のユニットの出力Piとして用
い、第2の中間層から出力層にかけては、実施例1で説
明したと同様にニュ−ラルネットワ−クを構成すること
ができる。尚、ここで、述べた光学的多重相関検出光学
系では、更に、その他の光学系の光学的多重相関検出構
成を使用することができる。
【0051】以上のような相関検出光学系では、全て入
手可能な空間光変調器を使用しているので、参照パタ−
ンの追加や変更が容易に行なえるという長所がある。こ
の長所は、実施例2の荷重パタ−ンマスクに空間光変調
器を用いた場合でも同様である。更に、ここでは、一つ
の参照パタ−ンに対する相関検出の受光領域を、ある程
度広くとることにより、単なる内積演算とは異なる位置
不変(シフトインバリアント)な類似性に基づいた位相
出力を得ることができる。また、この受光領域を狭い範
囲に限定すれば、内積演算に相当する相関出力を得るこ
とができる。従って、これらのうちの片方或いは両方
を、第1の中間層のユニットからの出力とすることによ
り、ニュ−ラルネットワ−クを構成することができる。
手可能な空間光変調器を使用しているので、参照パタ−
ンの追加や変更が容易に行なえるという長所がある。こ
の長所は、実施例2の荷重パタ−ンマスクに空間光変調
器を用いた場合でも同様である。更に、ここでは、一つ
の参照パタ−ンに対する相関検出の受光領域を、ある程
度広くとることにより、単なる内積演算とは異なる位置
不変(シフトインバリアント)な類似性に基づいた位相
出力を得ることができる。また、この受光領域を狭い範
囲に限定すれば、内積演算に相当する相関出力を得るこ
とができる。従って、これらのうちの片方或いは両方
を、第1の中間層のユニットからの出力とすることによ
り、ニュ−ラルネットワ−クを構成することができる。
【0052】尚、本発明のニュ−ラルネットワ−クで
は、識別カテゴリ−を追加する必要が生じた場合には、
新たに入力パタ−ンと所望の出力パタ−ンとのトレ−ニ
ングセットを追加して、第1の中間層から出力層に至る
ユニット間結合荷重及びバイアス値の学習を行なえば良
い。このとき、識別不能な入力パタ−ンが発生した場合
には、参照パタ−ンを増やす、即ち、第1の中間層ユニ
ット数を増やす、参照パタ−ン、即ち結合荷重パタ−
ン、を適当に変更する等の方法がある。特に、並列に参
照パタ−ンを提示する場合には、参照パタ−ンを増やす
場合に既に存在すている参照パタ−ンには、影響を与え
ないで、容易に識別能力を向上させることができる。ま
た、参照パタ−ンの変更も、空間光変調器を使用するこ
とにより、容易に実現できる。更に、そのような光学系
の変更を行なうときには、即ち、参照パタ−ンの追加、
変更を行なうのは系の大幅な変更であり、日常的に行な
うニュ−ラルネットワ−クの学習では、その学習速度が
装置の性能の1つの評価尺度となるのに対して、このよ
うな系の大幅な変更では、リアルタイム性をあまり要求
しないことを考え合わせると、ウエット過程を用いた
り、低速の空間光変調器を用いたりしても、有効なニュ
−ラルネットワ−クを得ることができる。
は、識別カテゴリ−を追加する必要が生じた場合には、
新たに入力パタ−ンと所望の出力パタ−ンとのトレ−ニ
ングセットを追加して、第1の中間層から出力層に至る
ユニット間結合荷重及びバイアス値の学習を行なえば良
い。このとき、識別不能な入力パタ−ンが発生した場合
には、参照パタ−ンを増やす、即ち、第1の中間層ユニ
ット数を増やす、参照パタ−ン、即ち結合荷重パタ−
ン、を適当に変更する等の方法がある。特に、並列に参
照パタ−ンを提示する場合には、参照パタ−ンを増やす
場合に既に存在すている参照パタ−ンには、影響を与え
ないで、容易に識別能力を向上させることができる。ま
た、参照パタ−ンの変更も、空間光変調器を使用するこ
とにより、容易に実現できる。更に、そのような光学系
の変更を行なうときには、即ち、参照パタ−ンの追加、
変更を行なうのは系の大幅な変更であり、日常的に行な
うニュ−ラルネットワ−クの学習では、その学習速度が
装置の性能の1つの評価尺度となるのに対して、このよ
うな系の大幅な変更では、リアルタイム性をあまり要求
しないことを考え合わせると、ウエット過程を用いた
り、低速の空間光変調器を用いたりしても、有効なニュ
−ラルネットワ−クを得ることができる。
【0053】
【発明の効果】以上説明したように、本発明のニュ−ラ
ルネットワ−クにより、前記のような効果が得られた。
それらをまとめると、次のような顕著な技術的効果とな
る。即ち、第1に、入力パタ−ンが複雑なパタ−ンであ
っても、また、識別カテゴリ−数が多くなっても、ユニ
ット間の結線数が少なく、装置化し易いニュ−ラルネッ
トワ−クを提供することができた。
ルネットワ−クにより、前記のような効果が得られた。
それらをまとめると、次のような顕著な技術的効果とな
る。即ち、第1に、入力パタ−ンが複雑なパタ−ンであ
っても、また、識別カテゴリ−数が多くなっても、ユニ
ット間の結線数が少なく、装置化し易いニュ−ラルネッ
トワ−クを提供することができた。
【0054】第2に、光学的相関演算を用いた高速な認
識が有効に行なわれる可能性が高いニュ−ラルネットワ
−クを提供することができた。第3に、入力パタ−ンの
位置ずれや歪みに影響されずに有効な認識が行なわれる
可能性が高いニュ−ラルネットワ−クを提供することが
できた。
識が有効に行なわれる可能性が高いニュ−ラルネットワ
−クを提供することができた。第3に、入力パタ−ンの
位置ずれや歪みに影響されずに有効な認識が行なわれる
可能性が高いニュ−ラルネットワ−クを提供することが
できた。
【図1】本発明の光学的ニュ−ラルネットワ−クの1実
施例の構成を示す模式構成図である。
施例の構成を示す模式構成図である。
【図2】従来の代表的なニュ−ラルネットワ−クの構成
を示す構成図である。
を示す構成図である。
【図3】本発明の光学的ニュ−ラルネットワ−クの1実
施例の光学系の機能を示す模式構成図である。
施例の光学系の機能を示す模式構成図である。
【図4】本発明の光学的ニュ−ラルネットワ−クの他の
例の光学系の機能を示す模式構成図である。
例の光学系の機能を示す模式構成図である。
【図5】本発明の光学的ニュ−ラルネットワ−クの更に
他の実施例の光学系の機能を示す模式構成図である。
他の実施例の光学系の機能を示す模式構成図である。
【図6】本発明で空間光変調器49に書き込まれたパタ
−ンの配置の1例を示す説明図である。
−ンの配置の1例を示す説明図である。
11、28、42 光束 12、13、23、49、51 空間光変調器 14 集光レンズ 15 受光レンズ 24、26 フ−リエ変換レンズ 25 マッチドフィルタ 27 光電変換素子アレイ 31 入力パタ−ン 32、50、52 レンズアレイ 33、44、47、48 ビ−ムスプリッタ− 34 参照パタ−ン群 53 受光面
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平2−178759(JP,A) 特開 平4−40580(JP,A) 特開 平4−205577(JP,A)
Claims (7)
- 【請求項1】基本的構成が階層型であるニュ−ラルネッ
トワ−クにおいて、その層数を4層以上とし、入力層に
含まれるユニットと、該入力層に隣接する第1の中間層
に含まれるユニットとの間のユニット間結合荷重値を固
定し、上記第1の中間層の各ユニットからの出力値は、
該ユニットへの入力層ユニットからの結合荷重値を並べ
た荷重パタ−ンと入力層の各ユニットの出力値を並べた
入力パタ−ンとの相互相関に関わる値で、アナログ値乃
至3値以上の多値のデジタル値で表わされ、且つ、その
絶対値は有限値であり、該第1の中間層から出力層まで
の各ユニット間の各結合荷重値を、教師付き学習により
決定することを特徴とするニュ−ラルネットワ−ク。 - 【請求項2】前記の荷重パタ−ンの1つは、入力パタ−
ン群に含まれるパタ−ンのうちの1つと同等であること
を特徴とする請求項1に記載のニュ−ラルネットワ−
ク。 - 【請求項3】前記の相互相関に関わる値の演算は、光学
的相関演算を用いて行なうことを特徴とする請求項1、
請求項2に記載のニュ−ラルネットワ−ク。 - 【請求項4】前記の光学的相関演算処理方法は、光学的
フ−リエ変換面におけるパタ−ンの類似性を基にする方
法を用いることを特徴とする請求項3に記載のニュ−ラ
ルネットワ−ク。 - 【請求項5】前記の光学的相関演算処理方法は、少なく
とも、コヒ−レント光源と、入力パタ−ン及び参照パタ
−ンに応じて第1の光束の複素振幅分布を変調する第1
の空間光変調器と、該第1の空間光変調器上における第
1の光束の複素振幅分布を光学的にフ−リエ変換するた
めの第1フ−リエ変換レンズと、前記第1の光束のフ−
リエ変換された光量分布に応じて第2の光束の複素振幅
分布を変調する第2の空間光変調器と、該第2の空間光
変調器上の第2の光束の複素振幅分布を光学的にフ−リ
エ変換するための第2のフ−リエ変換レンズと、該第2
の光束のフ−リエ変換された光量分布を受光する受光素
子とからなる光学的相関検出装置において、前記第1の
空間光変調器上に、相関検出を行なう複数の参照パタ−
ンを同時並列的に配置し、その各々の参照パタ−ンの近
傍に、各参照パタ−ンに1つずつ入力パタ−ンを同時並
列的に配置し、前記第1フ−リエ変換レンズは、各々の
参照パタ−ンと入力パタ−ンの対に対応した個別のレン
ズのアレイとし、また、前記第2フ−リエ変換レンズ
は、前記第1フ−リエ変換レンズアレイにより生じた第
2空間光変調器上の各フ−リエ変換パタ−ンに対応した
個別のレンズのアレイとすることにより、光学的フ−リ
エ変換面でのパタ−ンの類似性を基にして、相関検出す
ることを特徴とする請求項4に記載のニュ−ラルネット
ワ−ク。 - 【請求項6】前記の光学的相関演算処理の出力は、光学
的相関パタ−ンに応じた有限の領域内での光量に対応し
た量であること特徴とする請求項3、請求項4或いは請
求項5に記載のニュ−ラルネットワ−ク。 - 【請求項7】前記の光学的相関演算処理の出力は、光学
的相関パタ−ンに応じた有限の領域内での光量に対応し
た量と、該領域内での単位面積当りの光量のピ−ク近傍
での光量との両方をとることを特徴とする請求項3、請
求項4或いは請求項5に記載のニュ−ラルネットワ−
ク。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP03040603A JP3096717B2 (ja) | 1991-02-13 | 1991-02-13 | ニュ−ラルネットワ−ク |
EP92301191A EP0499469A3 (en) | 1991-02-13 | 1992-02-13 | Artificial neural network pattern recognition system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP03040603A JP3096717B2 (ja) | 1991-02-13 | 1991-02-13 | ニュ−ラルネットワ−ク |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH04259086A JPH04259086A (ja) | 1992-09-14 |
JP3096717B2 true JP3096717B2 (ja) | 2000-10-10 |
Family
ID=12585094
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP03040603A Expired - Fee Related JP3096717B2 (ja) | 1991-02-13 | 1991-02-13 | ニュ−ラルネットワ−ク |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3096717B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1515270A1 (en) * | 2003-09-09 | 2005-03-16 | Semeion | An artificial neural network |
GB2560584B (en) * | 2017-03-17 | 2021-05-19 | Optalysys Ltd | Optical processing systems |
-
1991
- 1991-02-13 JP JP03040603A patent/JP3096717B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JPH04259086A (ja) | 1992-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3776500B2 (ja) | 多重化光学系及びそれを用いた特徴ベクトル変換装置、特徴ベクトル検出伝送装置、及び、それらを用いた認識分類装置 | |
Primot et al. | Achromatic three-wave (or more) lateral shearing interferometer | |
Colomb et al. | Numerical parametric lens for shifting, magnification, and complete aberration compensation in digital holographic microscopy | |
US5724447A (en) | Optical transform system for three-dimensional object recognition | |
JP2002504239A (ja) | 小型のプレーナ型光学相関器 | |
US5151822A (en) | Transform digital/optical processing system including wedge/ring accumulator | |
Ahmad et al. | Characterization of color cross-talk of CCD detectors and its influence in multispectral quantitative phase imaging | |
Kong et al. | Improvements to the modal holographic wavefront sensor | |
Greivenkamp et al. | Modulation transfer function measurement of sparse-array sensors using a self-calibrating fringe pattern | |
US20220113674A1 (en) | Differential holography | |
Santos-Amador et al. | Phase and amplitude reconstruction in single-pixel transmission microscopy: a comparison of Hadamard, cosine, and noiselet bases | |
JP3096717B2 (ja) | ニュ−ラルネットワ−ク | |
Price et al. | Improving resolution in microscopic holography by computationally fusing multiple, obliquely illuminated object waves in the Fourier domain | |
Hazineh et al. | Polarization multi-image synthesis with birefringent metasurfaces | |
EP0499469A2 (en) | Artificial neural network pattern recognition system | |
EP1992158A1 (en) | Thermo-optic system employing self reference | |
JP3279605B2 (ja) | パターン識別方法 | |
JP3096819B2 (ja) | ニュ−ラルネットワ−ク | |
JP3094070B2 (ja) | 光学的パターン認識分類装置 | |
JPH09185713A (ja) | 特徴ベクトル抽出装置及びこれを用いた情報処理装置 | |
JP3171647B2 (ja) | 人工網膜及び人工視覚装置 | |
JP2900209B2 (ja) | 光学的パターン認識方法および光学的パターン認識装置 | |
JP3295104B2 (ja) | 光学的相関出力の検出方法 | |
JP3099203B2 (ja) | 光学的パタ−ン認識分類装置 | |
JP3020629B2 (ja) | パタ−ン識別装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313117 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080811 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090811 Year of fee payment: 9 |
|
LAPS | Cancellation because of no payment of annual fees |