JP4312143B2 - ルール発見プログラム、ルール発見方法およびルール発見装置 - Google Patents
ルール発見プログラム、ルール発見方法およびルール発見装置 Download PDFInfo
- Publication number
- JP4312143B2 JP4312143B2 JP2004317268A JP2004317268A JP4312143B2 JP 4312143 B2 JP4312143 B2 JP 4312143B2 JP 2004317268 A JP2004317268 A JP 2004317268A JP 2004317268 A JP2004317268 A JP 2004317268A JP 4312143 B2 JP4312143 B2 JP 4312143B2
- Authority
- JP
- Japan
- Prior art keywords
- rule
- data
- evaluation
- unit
- multimedia data
- 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
- 238000000034 method Methods 0.000 title claims description 84
- 238000011156 evaluation Methods 0.000 claims description 251
- 230000008569 process Effects 0.000 claims description 57
- 238000004220 aggregation Methods 0.000 claims description 35
- 230000002776 aggregation Effects 0.000 claims description 35
- 230000004931 aggregating effect Effects 0.000 claims description 26
- 238000000611 regression analysis Methods 0.000 claims description 21
- 239000000284 extract Substances 0.000 claims description 5
- 230000002068 genetic effect Effects 0.000 claims description 3
- 238000009826 distribution Methods 0.000 description 54
- 238000012545 processing Methods 0.000 description 43
- 108090000623 proteins and genes Proteins 0.000 description 17
- 238000004458 analytical method Methods 0.000 description 13
- 238000004519 manufacturing process Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 239000000463 material Substances 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000000605 extraction Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000035772 mutation Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 230000001364 causal effect Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Library & Information Science (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Analysis (AREA)
Description
まず、実施の形態に適用される発明の概要について説明し、その後、実施の形態の具体的な内容を説明する。
[第1の実施の形態]
第1の実施の形態では、ある工業製品の設計段階を想定して説明を行う。具体的には、パーソナルコンピュータ(PC)の筐体の強度と、型に材料を流したときの温度分布との関係を解析する場合の例を用いて説明する。
図5は、ルール発見装置の機能を示すブロック図である。ルール発見装置100は、入力受付部110、探索部120、集約部130、ルール候補生成部140、ルール候補評価部150、および出力部160を有している。
ルール候補生成部140は、集約部130で抽出された変数を用いてマルチメディアデータとテキストデータとの関係を記述するルール候補を生成する。具体的には、ルール候補生成部140は、温度分布画像それぞれから、集約された評価対象領域に対応する画素の値の平均を算出し、重回帰分析によって予測式を生成し、ルール候補とする。
GAでの実装では、選択画素の組合せを1つの個体とする。第1世代では、異なる画素が選択された個体を所定数(例えば、32個体程度)用意する。そして、探索部120が、生成された個体に対し、交叉や突然変異といった遺伝子の変形を数世代繰返し、評価基準の値が高くなる画素選択を探索していく。なお、近似探索手法の場合、得られるのは最適解ではなく局所最適解である。
図7は、評価対象位置の集約と重回帰分析との繰り返し処理手順を示す図である。この例では、4×4画素の3つの温度分布画像41,42,43をサンプルデータとした場合の例である。
次に、評価対象位置の集約処理を行う。第2の状態(ST2)には、評価対象位置集約後の状態を示す。図7の例では「隣接している画素は1つの変数で表す」という基準で集約が行われている。この場合、集約された評価対象位置に対応する画素の値(例えば、輝度)の平均値を、変数の値とする。この基準により、評価対象位置が集約されると、4×4の画素それぞれを変数とした場合より少ない個数の変数に集約される。図7の例では、評価対象位置が3つの評価対象領域41a,41b,41cに集約される。
図8は、第1の実施の形態のルールの生成処理を示すフローチャートである。以下、図8に示す処理をステップ番号に沿って説明する。
[ステップS12]探索部120は、GAを行うための第1世代の個体を生成する。具体的には、探索部120は、温度分布画像を構成する画素から1以上の画素を選択し、各画素の選択の有無を遺伝子で示した個体を、所定の数(例えば、32個)だけ生成する。
[ステップS15]探索部120は、生成済みの個体について評価したか否かを判断する。生成済みの全ての個体について評価が終了していれば、処理がステップS13に進められる。未評価の個体があれば、処理がステップS16に進められる。
[ステップS17]集約部130は、選択した個体の隣接する評価対象位置同士を集約する。
次に、第2の実施の形態について説明する。第2の実施の形態は、評価対象位置を集約する際に、隣接する評価対象位置に対応する画素間の値のばらつきが少ない場合にのみ、隣接する評価対象位置の集約を行うようにしたものである。
次に、第3の実施の形態について説明する。第3の実施の形態は、探索手段による粗密探索を行うものである。粗密探索とは、最初に粗い範囲で解探索を行い、所定値以上の評価が得られた画素の組合せについて、詳細な解探索を行うものである。
[ステップS51]入力受付部110は、筐体形状に応じた型に材料を流したときの温度分布画像と、その筐体の強度とを含む複数のサンプルデータを読み込む。
[ステップS53]探索部120は、GAを行うための第1世代の個体を生成する。具体的には、探索部120は、温度分布画像を構成するユニットから1以上のユニットを選択し、各ユニットの選択の有無を遺伝子で示した個体を、所定の数(例えば、32個)だけ生成する。
[ステップS56]探索部120は、生成済みの個体について評価したか否かを判断する。生成済みの全ての個体について評価が終了していれば、処理がステップS54に進められる。未評価の個体があれば、処理がステップS57に進められる。
[ステップS58]集約部130は、選択した個体の隣接ユニット同士を集約する。
[ステップS59]ルール候補生成部140は、集約によって生成されたユニット集合のうち、構成ユニット数の多いものを所定数(例えば、2個)選択する。そして、ルール候補生成部140は、サンプルデータ全てについて、選択した評価対象領域の値と強度と関係を示すルール候補を生成する。
[ステップS75]探索部120は、生成済みの個体について評価したか否かを判断する。生成済みの全ての個体について評価が終了していれば、処理がステップS73に進められる。未評価の個体があれば、処理がステップS76に進められる。
[ステップS77]集約部130は、選択した個体の隣接画素同士を集約する。
[ステップS78]ルール候補生成部140は、集約によって生成された評価対象領域のうち、構成画素数の多いものを所定数(例えば、2個)選択する。そして、ルール候補生成部140は、サンプルデータ全てについて、選択した評価対象領域の値と強度と関係を示すルール候補を生成する。
コンピュータを、
前記マルチメディアデータとテキストデータとの組からなる複数のサンプルデータの入力を受け付ける入力受付手段、
前記入力受付手段が受け付けた前記サンプルデータの前記マルチメディアデータを構成するデータ配列上の評価対象位置を選択し、選択された前記評価対象位置を示す選択パターンを生成する処理を、選択する前記評価対象位置の組合せを変えながら所定の探索終了条件が満たされるまで繰り返し行う探索手段、
前記探索手段で生成された前記選択パターンの前記評価対象位置を集約し、所定数の評価対象領域を生成する集約手段、
複数の前記マルチメディアデータそれぞれに対し、前記評価対象領域内のデータの特徴を数値化して特徴データを生成し、前記評価対象領域毎の複数の特徴データとテキストデータとの間の、複数の前記マルチメディアデータに共通の関係を示すルール候補を生成するルール候補生成手段、
前記ルール候補生成手段で生成された前記ルール候補で示される関係の正確さを評価するルール候補評価手段、
前記ルール候補評価手段の評価結果が所定の判定基準を満たしている前記ルール候補を、ルールとして出力する出力手段、
として機能させることを特徴とするルール発見プログラム。
(付記3) 前記探索手段は、過去に生成した前記選択パターンによって生成された前記ルール候補の評価結果に基づいて、評価の高い前記選択パターンを優先的に抽出し、抽出した前記選択パターンで選択されていた評価対象位置の組合せを変更して新たな選択パターンを生成することを特徴とする付記1記載のルール発見プログラム。
(付記5) 前記探索手段は、前記マルチメディアデータのデータ配列上の位置を、複数のデータを含むユニット単位に分割し、前記ユニット単位で前記評価対象位置の選択を行うことを特徴とする付記1記載のルール発見プログラム。
(付記8) 前記集約手段は、前記マルチメディアデータにおける生成された前記評価対象領域内の単位での値のばらつきを計算し、所定値よりもばらつきが大きい場合、集約を解消することを特徴とする付記1記載のルール発見プログラム。
入力受付手段が、前記マルチメディアデータとテキストデータとの組からなる複数のサンプルデータの入力を受け付け、
探索手段が、前記入力受付手段が受け付けた前記サンプルデータの前記マルチメディアデータを構成するデータ配列上の評価対象位置を選択し、選択された前記評価対象位置を示す選択パターンを生成する処理を、選択する前記評価対象位置の組合せを変えながら所定の探索終了条件が満たされるまで繰り返し行い、
集約手段が、前記探索手段で生成された前記選択パターンの前記評価対象位置を集約し、所定数の評価対象領域を生成し、
ルール候補生成手段が、複数の前記マルチメディアデータそれぞれに対し、前記評価対象領域内のデータの特徴を数値化して特徴データを生成し、前記評価対象領域毎の複数の特徴データとテキストデータとの間の、複数の前記マルチメディアデータに共通の関係を示すルール候補を生成し、
ルール候補評価手段が、前記ルール候補生成手段で生成された前記ルール候補で示される関係の正確さを評価し、
出力手段が、前記ルール候補評価手段の評価結果が所定の判定基準を満たしている前記ルール候補を、ルールとして出力する、
ことを特徴とするルール発見方法。
前記マルチメディアデータとテキストデータとの組からなる複数のサンプルデータの入力を受け付ける入力受付手段と、
前記入力受付手段が受け付けた前記サンプルデータの前記マルチメディアデータを構成するデータ配列上の評価対象位置を選択し、選択された前記評価対象位置を示す選択パターンを生成する処理を、選択する前記評価対象位置の組合せを変えながら所定の探索終了条件が満たされるまで繰り返し行う探索手段と、
前記探索手段で生成された前記選択パターンの前記評価対象位置を集約し、所定数の評価対象領域を生成する集約手段と、
複数の前記マルチメディアデータそれぞれに対し、前記評価対象領域内のデータの特徴を数値化して特徴データを生成し、前記評価対象領域毎の複数の特徴データとテキストデータとの間の、複数の前記マルチメディアデータに共通の関係を示すルール候補を生成するルール候補生成手段と、
前記ルール候補生成手段で生成された前記ルール候補で示される関係の正確さを評価するルール候補評価手段と、
前記ルール候補評価手段の評価結果が所定の判定基準を満たしている前記ルール候補を、ルールとして出力する出力手段と、
を有することを特徴とするルール発見装置。
コンピュータを、
前記マルチメディアデータとテキストデータとの組からなる複数のサンプルデータの入力を受け付ける入力受付手段、
前記入力受付手段が受け付けた前記サンプルデータの前記マルチメディアデータを構成するデータ配列上の評価対象位置を選択し、選択された前記評価対象位置を示す選択パターンを生成する処理を、選択する前記評価対象位置の組合せを変えながら所定の探索終了条件が満たされるまで繰り返し行う探索手段、
前記探索手段で生成された前記選択パターンの前記評価対象位置を集約し、所定数の評価対象領域を生成する集約手段、
複数の前記マルチメディアデータそれぞれに対し、前記評価対象領域内のデータの特徴を数値化して特徴データを生成し、前記評価対象領域毎の複数の特徴データとテキストデータとの間の、複数の前記マルチメディアデータに共通の関係を示すルール候補を生成するルール候補生成手段、
前記ルール候補生成手段で生成された前記ルール候補で示される関係の正確さを評価するルール候補評価手段、
前記ルール候補評価手段の評価結果が所定の判定基準を満たしている前記ルール候補を、ルールとして出力する出力手段、
として機能させることを特徴とするルール発見プログラムを記録したコンピュータ読み取り可能な記録媒体。
2 探索手段
3 集約手段
4 ルール候補生成手段
5 ルール候補評価手段
6 出力手段
7a,7b,7c サンプルデータ
7aa,7ba,7bc マルチメディアデータ
7ab,7bb,7cb テキストデータ
8a 選択パターン
8b,8c 評価対象領域
8d ルール候補
9 ルール
9a,9b 評価対象領域情報
9c 予測式
Claims (10)
- 複数のマルチメディアデータと、各マルチメディアデータに付随するテキストデータとの関係を表す法則を発見するルール発見プログラムにおいて、
コンピュータを、
前記マルチメディアデータとテキストデータとの組からなる複数のサンプルデータの入力を受け付ける入力受付手段、
前記入力受付手段が受け付けた前記サンプルデータの前記マルチメディアデータを構成するデータ配列上の評価対象位置を選択し、選択された前記評価対象位置を示す選択パターンを生成する処理を、選択する前記評価対象位置の組合せを変えながら所定の探索終了条件が満たされるまで繰り返し行う探索手段、
前記探索手段で生成された前記選択パターンの隣接する前記評価対象位置同士を集約し、所定数の評価対象領域を生成する集約手段、
複数の前記マルチメディアデータそれぞれに対し、互いに隣接していない複数の前記評価対象領域それぞれ内のデータの特徴を数値化して複数の特徴データを生成し、複数の前記評価対象領域毎の複数の特徴データとテキストデータとの間の、複数の前記マルチメディアデータに共通の関係を示すルール候補を生成するルール候補生成手段、
前記ルール候補生成手段で生成された前記ルール候補で示される関係の正確さを評価するルール候補評価手段、
前記ルール候補評価手段の評価結果が所定の判定基準を満たしている前記ルール候補を、ルールとして出力する出力手段、
として機能させることを特徴とするルール発見プログラム。 - 前記ルール候補生成手段は、複数の前記特徴データを説明変数とした予測式を前記ルール候補とすることを特徴とする請求項1記載のルール発見プログラム。
- 前記探索手段は、過去に生成した前記選択パターンによって生成された前記ルール候補の評価結果に基づいて、評価の高い前記選択パターンを優先的に抽出し、抽出した前記選択パターンで選択されていた評価対象位置の組合せを変更して新たな選択パターンを生成することを特徴とする請求項1記載のルール発見プログラム。
- 前記探索手段は、遺伝的アルゴリズムにより、前記新たな選択パターンを生成することを特徴とする請求項3記載のルール発見プログラム。
- 前記探索手段は、前記マルチメディアデータのデータ配列上の位置を、複数のデータを含むユニット単位に分割し、前記ユニット単位で前記評価対象位置の選択を行うことを特徴とする請求項1記載のルール発見プログラム。
- 前記探索手段は、前記ユニット単位での選択を行った前記選択パターンのうち、生成されたルール候補の評価が所定値以上の前記選択パターンについて、選択されたユニット内の評価対象位置の選択を行い、新たな選択パターンを生成することを特徴とする請求項5記載のルール発見プログラム。
- 前記ルール候補生成手段は、重回帰分析により前記ルール候補を評価することを特徴とする請求項2記載のルール発見プログラム。
- 前記集約手段は、前記マルチメディアデータにおける生成された前記評価対象領域内の単位での値のばらつきを計算し、所定値よりもばらつきが大きい場合、集約を解消することを特徴とする請求項1記載のルール発見プログラム。
- コンピュータにより、複数のマルチメディアデータと、各マルチメディアデータに付随するテキストデータとの関係を表す法則を発見するルール発見方法において、
入力受付手段が、前記マルチメディアデータとテキストデータとの組からなる複数のサンプルデータの入力を受け付け、
探索手段が、前記入力受付手段が受け付けた前記サンプルデータの前記マルチメディアデータを構成するデータ配列上の評価対象位置を選択し、選択された前記評価対象位置を示す選択パターンを生成する処理を、選択する前記評価対象位置の組合せを変えながら所定の探索終了条件が満たされるまで繰り返し行い、
集約手段が、前記探索手段で生成された前記選択パターンの隣接する前記評価対象位置同士を集約し、所定数の評価対象領域を生成し、
ルール候補生成手段が、複数の前記マルチメディアデータそれぞれに対し、互いに隣接していない複数の前記評価対象領域それぞれ内のデータの特徴を数値化して複数の特徴データを生成し、複数の前記評価対象領域毎の複数の特徴データとテキストデータとの間の、複数の前記マルチメディアデータに共通の関係を示すルール候補を生成し、
ルール候補評価手段が、前記ルール候補生成手段で生成された前記ルール候補で示される関係の正確さを評価し、
出力手段が、前記ルール候補評価手段の評価結果が所定の判定基準を満たしている前記ルール候補を、ルールとして出力する、
ことを特徴とするルール発見方法。 - 複数のマルチメディアデータと、各マルチメディアデータに付随するテキストデータとの関係を表す法則を発見するルール発見装置において、
前記マルチメディアデータとテキストデータとの組からなる複数のサンプルデータの入力を受け付ける入力受付手段と、
前記入力受付手段が受け付けた前記サンプルデータの前記マルチメディアデータを構成するデータ配列上の評価対象位置を選択し、選択された前記評価対象位置を示す選択パターンを生成する処理を、選択する前記評価対象位置の組合せを変えながら所定の探索終了条件が満たされるまで繰り返し行う探索手段と、
前記探索手段で生成された前記選択パターンの隣接する前記評価対象位置同士を集約し、所定数の評価対象領域を生成する集約手段と、
複数の前記マルチメディアデータそれぞれに対し、互いに隣接していない複数の前記評価対象領域それぞれ内のデータの特徴を数値化して複数の特徴データを生成し、複数の前記評価対象領域毎の複数の特徴データとテキストデータとの間の、複数の前記マルチメディアデータに共通の関係を示すルール候補を生成するルール候補生成手段と、
前記ルール候補生成手段で生成された前記ルール候補で示される関係の正確さを評価するルール候補評価手段と、
前記ルール候補評価手段の評価結果が所定の判定基準を満たしている前記ルール候補を、ルールとして出力する出力手段と、
を有することを特徴とするルール発見装置。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004317268A JP4312143B2 (ja) | 2004-10-29 | 2004-10-29 | ルール発見プログラム、ルール発見方法およびルール発見装置 |
US11/064,952 US8275780B2 (en) | 2004-10-29 | 2005-02-25 | Rule discovery program, rule discovery process, and rule discovery apparatus |
CNB2005100559204A CN100388281C (zh) | 2004-10-29 | 2005-03-18 | 规则发现方法和规则发现装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004317268A JP4312143B2 (ja) | 2004-10-29 | 2004-10-29 | ルール発見プログラム、ルール発見方法およびルール発見装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006127323A JP2006127323A (ja) | 2006-05-18 |
JP4312143B2 true JP4312143B2 (ja) | 2009-08-12 |
Family
ID=36263288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004317268A Expired - Fee Related JP4312143B2 (ja) | 2004-10-29 | 2004-10-29 | ルール発見プログラム、ルール発見方法およびルール発見装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8275780B2 (ja) |
JP (1) | JP4312143B2 (ja) |
CN (1) | CN100388281C (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5011830B2 (ja) * | 2006-06-09 | 2012-08-29 | 富士通セミコンダクター株式会社 | データ処理方法、データ処理プログラム、該プログラムを記録した記録媒体およびデータ処理装置 |
JP5104291B2 (ja) * | 2007-12-26 | 2012-12-19 | 富士通株式会社 | 画像解析プログラム、画像解析装置、および画像解析方法 |
US8972363B2 (en) * | 2012-05-14 | 2015-03-03 | Nec Corporation | Rule discovery system, method, apparatus and program |
US20150112891A1 (en) * | 2012-06-13 | 2015-04-23 | Sony Corporation | Information processor, information processing method, and program |
JP2015072534A (ja) * | 2013-10-02 | 2015-04-16 | ソニー株式会社 | 情報処理装置、および情報処理方法、並びにプログラム |
US10055704B2 (en) | 2014-09-10 | 2018-08-21 | International Business Machines Corporation | Workflow provision with workflow discovery, creation and reconstruction by analysis of communications |
CN106021931A (zh) * | 2016-05-23 | 2016-10-12 | 尹铭 | 一种健康测试结果的评估装置、系统及方法 |
CN109818834B (zh) * | 2019-03-25 | 2020-09-15 | 国家计算机网络与信息安全管理中心 | 一种轻量级的sdn流表规则探测工具及探测方法 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4538299A (en) * | 1981-12-04 | 1985-08-27 | International Remote Imaging Systems, Inc. | Method and apparatus for locating the boundary of an object |
US4847786A (en) * | 1986-08-20 | 1989-07-11 | The Regents Of The University Of California | Object analysis of multi-valued images |
JPH0664614B2 (ja) * | 1987-02-27 | 1994-08-22 | 株式会社安川電機 | 階層化構造的テンプレ−ト・マツチング方法 |
JPH01238652A (ja) * | 1988-03-19 | 1989-09-22 | Fuji Photo Film Co Ltd | 放射線画像の被写体認識方法 |
JP2961174B2 (ja) * | 1990-03-02 | 1999-10-12 | 日本電信電話株式会社 | 特徴量抽出方法 |
US5134661A (en) * | 1991-03-04 | 1992-07-28 | Reinsch Roger A | Method of capture and analysis of digitized image data |
JP3321267B2 (ja) * | 1993-10-21 | 2002-09-03 | グローリー工業株式会社 | パターン認識における遺伝アルゴリズムを用いたマスクの最適化方法 |
US5729623A (en) * | 1993-10-18 | 1998-03-17 | Glory Kogyo Kabushiki Kaisha | Pattern recognition apparatus and method of optimizing mask for pattern recognition according to genetic algorithm |
JP3252780B2 (ja) | 1998-01-16 | 2002-02-04 | 日本電気株式会社 | シリコン層のエッチング方法 |
US6587577B1 (en) * | 1999-04-21 | 2003-07-01 | International Business Machines Corporation | On-line signature verification |
JP2002197098A (ja) * | 2000-12-27 | 2002-07-12 | Mitsubishi Electric Corp | データマイニング装置 |
JP4629280B2 (ja) * | 2001-08-24 | 2011-02-09 | 富士通株式会社 | 知識発見支援装置および支援方法 |
US7453936B2 (en) * | 2001-11-09 | 2008-11-18 | Sony Corporation | Transmitting apparatus and method, receiving apparatus and method, program and recording medium, and transmitting/receiving system |
CN1138206C (zh) * | 2001-12-29 | 2004-02-11 | 杨炳儒 | 一种基于双库协同机制的kdd*方法及系统 |
CN1701343A (zh) * | 2002-09-20 | 2005-11-23 | 德克萨斯大学董事会 | 用于信息发现以及关联分析的计算机程序产品、系统以及方法 |
AU2003288759A1 (en) * | 2002-12-24 | 2004-07-22 | Canon Kabushiki Kaisha | Image forming apparatus and method |
JPWO2004093006A1 (ja) * | 2003-04-16 | 2006-07-06 | 富士通株式会社 | 知識発見装置、知識発見プログラムおよび知識発見方法 |
JP4342299B2 (ja) * | 2003-12-26 | 2009-10-14 | 富士通株式会社 | 共通パターン抽出プログラムおよび共通パターン抽出方法 |
US7528990B2 (en) * | 2004-06-16 | 2009-05-05 | Ricoh Company, Ltd. | Image-forming system with improved workability by displaying image finish and setting items in course of processing |
-
2004
- 2004-10-29 JP JP2004317268A patent/JP4312143B2/ja not_active Expired - Fee Related
-
2005
- 2005-02-25 US US11/064,952 patent/US8275780B2/en not_active Expired - Fee Related
- 2005-03-18 CN CNB2005100559204A patent/CN100388281C/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
US8275780B2 (en) | 2012-09-25 |
JP2006127323A (ja) | 2006-05-18 |
CN100388281C (zh) | 2008-05-14 |
US20060095411A1 (en) | 2006-05-04 |
CN1766874A (zh) | 2006-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108596902B (zh) | 基于选通卷积神经网络的多任务全参考图像质量评价方法 | |
KR101130524B1 (ko) | 목표 변수를 위한 데이터 전망 자동 생성 | |
JP4852766B2 (ja) | クラスタリングシステム、及び、それを備える画像処理システム | |
US8275780B2 (en) | Rule discovery program, rule discovery process, and rule discovery apparatus | |
AU2003225013B2 (en) | Viewing multi-dimensional data through hierarchical visualization | |
JP6102947B2 (ja) | 画像処理装置及び特徴検出方法 | |
CN111008693B (zh) | 一种基于数据压缩的网络模型构建方法、系统和介质 | |
CN112115265A (zh) | 文本分类中的小样本学习方法 | |
JP2008015824A (ja) | フィルタ列生成装置、フィルタ列生成方法、コンピュータをフィルタ列生成装置として機能させるためのプログラム、および記録媒体 | |
JPH10240716A (ja) | 時系列データ解析装置及びプログラムを記録した機械読み取り可能な記録媒体 | |
Bernard et al. | Combining the Automated Segmentation and Visual Analysis of Multivariate Time Series. | |
CN117349786A (zh) | 基于数据均衡的证据融合变压器故障诊断方法 | |
JP2002373177A (ja) | 類似オブジェクト検索方法及び装置 | |
CN116883740A (zh) | 相似图片识别方法、装置、电子设备和存储介质 | |
JP2004192555A (ja) | 情報管理方法、情報管理装置及び情報管理プログラム | |
US20090169117A1 (en) | Image analyzing method | |
CN115953330A (zh) | 虚拟场景图像的纹理优化方法、装置、设备和存储介质 | |
JP2003316819A (ja) | オブジェクト分類検索装置及びそれを実行するためのプログラム | |
KR20240015942A (ko) | 인간 뇌 네트워크 데이터 분석 방법 및 장치 | |
JP5061147B2 (ja) | 画像検索装置 | |
CN114429460A (zh) | 一种基于属性感知关系推理的通用图像美学评估方法和装置 | |
JP2000040079A (ja) | 並列データ分析装置 | |
CN110738638B (zh) | 视觉显著性检测算法适用性预测与性能盲评价方法 | |
JP4550398B2 (ja) | 一連の画像に現れる物体の動きを表現する方法、一連の画像中の画像における物体の選択を識別する方法、画像に対応する信号を処理することによって一連の画像を探索する方法、及び装置 | |
JP4342299B2 (ja) | 共通パターン抽出プログラムおよび共通パターン抽出方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090204 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090217 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090416 |
|
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: 20090512 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090512 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120522 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120522 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130522 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130522 Year of fee payment: 4 |
|
LAPS | Cancellation because of no payment of annual fees |