JP4775100B2 - 信号識別装置 - Google Patents
信号識別装置 Download PDFInfo
- Publication number
- JP4775100B2 JP4775100B2 JP2006124262A JP2006124262A JP4775100B2 JP 4775100 B2 JP4775100 B2 JP 4775100B2 JP 2006124262 A JP2006124262 A JP 2006124262A JP 2006124262 A JP2006124262 A JP 2006124262A JP 4775100 B2 JP4775100 B2 JP 4775100B2
- Authority
- JP
- Japan
- Prior art keywords
- category
- learning
- data
- neural network
- input 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.)
- Active
Links
- 210000002569 neuron Anatomy 0.000 claims description 81
- 238000013528 artificial neural network Methods 0.000 claims description 67
- 230000006870 function Effects 0.000 claims description 40
- 230000002860 competitive effect Effects 0.000 claims description 38
- 239000013598 vector Substances 0.000 claims description 38
- 238000000605 extraction Methods 0.000 claims description 19
- 238000012544 monitoring process Methods 0.000 claims description 16
- 238000012549 training Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 6
- 239000006185 dispersion Substances 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 18
- 238000000034 method Methods 0.000 description 17
- 230000007423 decrease Effects 0.000 description 3
- 238000010304 firing Methods 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Images
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
Description
本実施形態では、学習データを用いてクラスタリングマップを生成した後に、ニューラルネット1に入力データを与える前に、出力部4においてニューラルネット1の出力層12の各ニューロンNに対してガウス関数の割り当てを行う。ガウス関数は次式を用いる。なお、下式において角付き括弧を付した文字はベクトルを意味する。
y=exp(−‖[x]−[m]‖2/2σ2)
ただし、[m]:平均ベクトル、σ:分散である。
(1)出力値の総和の下位10%について求めた平均値の50%
(2)出力値の総和の下位20%について求めた平均値の50%
(3)出力値の総和の最小値の50%
(4)出力値の総和の中央の値(=最大値と最小値との平均値)を中心としてデータ総数の半数(複数個のニューロンNについて出力値の総和が同じ値になるときには、データ総数の半数を超えてもよい)について求めた平均値の50%
なお、これらの閾値は一例であって、平均値を求める個数、求めた平均値に対する閾値の大きさは学習データに応じて適宜に設定することができる。適正値は使用目的によっても異なるので、閾値の求め方については入力データが適正なカテゴリに分類されるようにあらかじめ定式化しておけばよい。
実施形態1では、クラスタリングマップを1個だけ作成し、クラスタリングマップの各ニューロンNに対して設定した閾値を用いてカテゴリの判別を行っているが、本実施形態では、学習データのカテゴリの個数分のクラスタリングマップを作成し、閾値を用いずにカテゴリに判別を行う。すなわち、学習データをカテゴリごとに分類し、カテゴリごとに同規模のクラスタリングマップを作成する。学習時には、各クラスタリングマップについて、実施形態1と同様にしてガウス関数を設定する。
上述の各実施形態において、ガウス関数の分散として、学習データと重みベクトルとのユークリッド距離のリストから求めた最大値を用いているが、仮に学習データに外れ値(たとえば、分散σに対して3σを超える領域の値)が含まれているときに、分散が適正値よりも大きい値になることがある。ここで、学習データに複数のカテゴリが存在している場合に、分散が大きくなるほど、カテゴリ間で重複する領域が大きくなるから、カテゴリを判定する精度が低下することになる。
(1)ユークリッド距離のリストの平均値から昇順に数えて3σである位置のデータを分散に用いる。
(2)ユークリッド距離のリストの昇順で各ユークリッド距離間の差が、各ユークリッド距離の間の差の平均値に対して定数倍となったデータを分散に用いる。ここに、定数は任意に設定することができる。たとえば、1.5〜2.0倍を目安に設定する。
(3)ユークリッド距離のリストのうちの一定割合が含まれる領域で、領域の始点と終点との間の距離(クラスタリングマップ上での距離)が最小である領域内に存在するデータの最大値を分散に用いる。ここに、割合は任意に設定することができる。たとえば、80〜95%を目安に設定することができる。
2 入力部
3 特徴抽出部
4 出力部
Claims (4)
- 監視対象物の状態を反映する電気信号から特徴量を抽出する特徴抽出部と、特徴抽出部が抽出した特徴量を入力データとし、当該入力データがあらかじめ学習したカテゴリに属するか否かを判別する競合学習型ニューラルネットワークと、競合学習型ニューラルネットワークの出力層のニューロンをカテゴリに対応付けているクラスタリングマップに登録されたカテゴリと入力データとの類似あるいは相違の程度を評価する出力部とを備える信号識別装置であって、出力部は、競合学習型ニューラルネットワークの学習後に、学習時に用いた学習データを競合学習型ニューラルネットワークに再度入力したときに発火する各ニューロンの重みベクトルとすべての学習データとのユークリッド距離の最大値を分散に用いるとともに、当該ニューロンの重みベクトルである平均値により定義したガウス関数をクラスタリングマップの各ニューロンに設定し、さらに、ガウス関数の設定後に、学習時に用いた学習データを競合学習型ニューラルネットワークに再度入力して学習データごとのクラスタリングマップの出力値の総和を求め、すべての学習データに関する当該総和の大きさの分布を用いて閾値を設定し、監視対象物から得られた入力データのカテゴリを判別する際に、クラスタリングマップの各ニューロンに設定されたガウス関数の出力値の総和を求め、求めた総和が前記閾値を下回るときには、入力データが学習データのカテゴリに含まれないと判定することを特徴とする信号識別装置。
- 監視対象物の状態を反映する電気信号から特徴量を抽出する特徴抽出部と、特徴抽出部が抽出した特徴量を入力データとし、当該入力データがあらかじめ学習したカテゴリに属するか否かを判別する競合学習型ニューラルネットワークと、競合学習型ニューラルネットワークの出力層のニューロンをカテゴリに対応付けているクラスタリングマップに登録されたカテゴリと入力データとの類似あるいは相違の程度を評価する出力部とを備える信号識別装置であって、出力部は、競合学習型ニューラルネットワークの学習後に、学習時に用いた学習データをカテゴリ毎に競合学習型ニューラルネットワークに再度入力してカテゴリごとのクラスタリングマップを生成し、学習時に用いた学習データを競合学習型ニューラルネットワークに再度入力したときに発火する各ニューロンの重みベクトルとすべての学習データとのユークリッド距離の最大値を分散に用いるとともに、当該ニューロンの重みベクトルである平均値により定義したガウス関数を各カテゴリごとのクラスタリングマップの各ニューロンに設定し、監視対象物から得られた入力データのカテゴリを判別する際に、各クラスタリングマップの各ニューロンに設定されたガウス関数の出力値の総和を求め、求めた総和が最大になるクラスタリングマップのカテゴリを入力データのカテゴリと判定することを特徴とする信号識別装置。
- 前記出力部は、前記入力データのカテゴリと判定されたクラスタリングマップにおける出力値の総和と、出力値の総和が2番目に大きいクラスタリングマップの出力値の総和との和によって、入力データのカテゴリと判定されたクラスタリングマップにおける出力値の総和を除算し、除算結果が規定の範囲内であるときには、入力データが学習データにより規定されたカテゴリの境界であると判定し、判定結果を出力することを特徴とする請求項2記載の信号識別装置。
- 前記出力部は、前記競合学習型ニューラルネットワークの学習後に学習データを再度入力したときに発火したニューロンの重みベクトルと当該学習データとのユークリッド距離を評価することにより、外れ値を除外したユークリッド距離を用いて前記ガウス関数の分散を求めることを特徴とする請求項1ないし請求項3のいずれか1項に記載の信号識別装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006124262A JP4775100B2 (ja) | 2006-04-27 | 2006-04-27 | 信号識別装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006124262A JP4775100B2 (ja) | 2006-04-27 | 2006-04-27 | 信号識別装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007299059A JP2007299059A (ja) | 2007-11-15 |
JP4775100B2 true JP4775100B2 (ja) | 2011-09-21 |
Family
ID=38768521
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006124262A Active JP4775100B2 (ja) | 2006-04-27 | 2006-04-27 | 信号識別装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4775100B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010008159A (ja) * | 2008-06-25 | 2010-01-14 | Panasonic Electric Works Co Ltd | 外観検査処理方法 |
KR102194280B1 (ko) * | 2016-09-28 | 2020-12-22 | 주식회사 케이티 | Dnn의 분산 훈련 시스템 및 분산 훈련 방법 |
CN110135623A (zh) * | 2019-04-12 | 2019-08-16 | 天津大学 | 基于层次聚类和神经网络的负荷预测输入特征筛选方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3778177B2 (ja) * | 2003-05-27 | 2006-05-24 | 松下電工株式会社 | 物体検査装置 |
-
2006
- 2006-04-27 JP JP2006124262A patent/JP4775100B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2007299059A (ja) | 2007-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7046481B2 (ja) | バッテリ管理方法及びバッテリ管理装置 | |
CN110163300B (zh) | 一种图像分类方法、装置、电子设备及存储介质 | |
JP4140634B2 (ja) | 異常監視方法、および異常監視装置 | |
JP4605132B2 (ja) | 異常検出装置、異常検出方法 | |
US20100272351A1 (en) | Information processing apparatus and method for detecting object in image data | |
WO2016117358A1 (ja) | 検査データ処理装置および検査データ処理方法 | |
JP6950504B2 (ja) | 異常候補抽出プログラム、異常候補抽出方法および異常候補抽出装置 | |
JP4670662B2 (ja) | 異常検出装置 | |
JP4775100B2 (ja) | 信号識別装置 | |
CN110927217A (zh) | 基于电子鼻系统的食物新鲜度的识别方法及电子鼻系统 | |
CN111191671A (zh) | 一种用电器波形检测方法、系统、电子设备及存储介质 | |
JP2011090627A (ja) | 信号識別方法および信号識別装置 | |
CN117872166B (zh) | 储能电池热失控检测方法、装置及电子设备 | |
KR20110122748A (ko) | 신호 식별 방법 및 신호 식별 장치 | |
CN111814557A (zh) | 动作流检测方法、装置、设备及存储介质 | |
US9865158B2 (en) | Method for detecting false alarm | |
JP7056259B2 (ja) | 検査システム、識別システム、及び識別器評価装置 | |
CN116543538B (zh) | 一种物联网消防电气预警方法及预警系统 | |
JP4875433B2 (ja) | 信号識別装置の学習方法 | |
JP2020107248A (ja) | 異常判定装置および異常判定方法 | |
Zhang et al. | Applied sensor fault detection and validation using transposed input data PCA and ANNs | |
JP2011065545A (ja) | 信号識別装置および信号識別方法 | |
JP7396361B2 (ja) | 異常判定装置及び異常判定方法 | |
JP4513796B2 (ja) | 異常監視装置 | |
TW202223767A (zh) | 學習裝置、不良檢測裝置以及不良檢測方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20071003 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20101109 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110111 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20110111 |
|
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: 20110531 |
|
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: 20110613 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 4775100 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140708 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140708 Year of fee payment: 3 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
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: 20140708 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140708 Year of fee payment: 3 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140708 Year of fee payment: 3 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
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: R313111 |