JP4879178B2 - 自動パターン解析のための方法と装置 - Google Patents
自動パターン解析のための方法と装置 Download PDFInfo
- Publication number
- JP4879178B2 JP4879178B2 JP2007529054A JP2007529054A JP4879178B2 JP 4879178 B2 JP4879178 B2 JP 4879178B2 JP 2007529054 A JP2007529054 A JP 2007529054A JP 2007529054 A JP2007529054 A JP 2007529054A JP 4879178 B2 JP4879178 B2 JP 4879178B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- mapping
- pattern
- map
- procedure
- 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
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
Description
データ
・projA:A×B→A [projA(a,b)=a]
・projB:A×B→B [projB(a,b)=b]
写像projAはh*:Πi∈Z2Ai→Πj∈Z1BjでA1=A、A2=B、h=incl:Z1→Z2としたものと同じである。
原始写像
・恒等写像:idA:A→A [idA(a)=a]
・定数写像:const:A→(B→A)[const(a)(b)=a](任意の集合Bについて)
・eqA:A×A→bool [a=bならeqA(a,b)=true、それ以外false]
・(加法)AddV:V×V→V [AddV(u,ν)=u+ν]
・(実数との積)MultV:R×V→V [MultV{a,ν)=aν]
・(減法)SubV:V×V→V [SubV(u,ν)=u−ν] (これは加法と−1倍によって定義できるが、後の記法の簡略化のためにここに含める。)
・(長さ)LenV:V→R [LenV(ν)=ベクトルνの長さ]
・別のベクトル空間でパラメーターづけられた種々の線形変換:LT:V×U→W
・別のベクトル空間でパラメーターづけられた種々の双線形、trilinear、...等々の形式:
・LF:V×U→R
・BF:V×V×U→R
・TF:V×V×V×U→R
・OrdR:R×R→bool [a<bならOrdR(a,b)=true、それ以外はfalse]
・DiffE:E×E→V(Vは同次元のベクトル空間)
誘導データと写像
・2つ以上の集合から積集合を作られ得る。積集合上の確率測度は元の集合上のものから誘導され得る。
・データは写像によって送られ得る。確率測度は写像によって誘導され得る。
・集合の写像による逆像がとられ得る。
・データは部分集合に制限され得る。確率測度も部分集合に制限され得る。
・写像を別の写像に送る写像が適用されて、新しい写像が作られ得る、例えば:
・2つの写像f:A→Bとg:C→Dから、積写像f×g:A×C→B×Dがf×g((a,c))=(f(a),g(c))で定義される。([PM III]参照)
・2つの写像f:A→Bとg:B→Cから、写像gof:A→CがA内のaについて(gof)(a)=g(f(a))で定義される。([PM IV]参照)
・より高位の写像、つまり引数のより多い写像は、多くの対象の間の関係を定義するため重要である。写像を組み合わせてより高位の写像に導くことは、原始写像の殆どは多くても2つの引数しか持たないことから、特に重要である。このように、[PM V]の原始写像は重要である。それは上述した写像の写像を適用する特殊な場合に過ぎないが、ここで例を使って簡単に説明する価値がある。f:A×A→Bを写像とする。高位の写像を作るために、まず積写像を作る:f×f:A×A×A×A→B×B。しかしこれは同じことを2回やっているだけだから、あまり多くの新情報をもたらさない。しかし、g(a,b,c)=f×f(a,b,b,c)で定義されるg:A×A×A→B×Bは3つの引数の間に新しい関係を定義する。これが、[PM V]の原始写像が適用されたときにこの場合に起こることである。
パターン
バックトラック
データ
原始写像
誘導データと写像
・頻度計数の表現を格納するデータ構造FC。それは始め、頻度計数として表現された入力データと、入力データがその上にあるような集合の構成要素として現れる全ての集合Aについて、その標準頻度計数St(A)([FC V]参照)を持つ。(つまり、もし入力データがA×(B→C)上の頻度計数なら、A,B,C,B→C、A×(B→C)上の標準頻度計数がFC内に含まれるであろう。)それはまたboolやunitなどのいくつかの標準的集合上の標準頻度計数も含む。
・集合の記号表現を格納するデータ構造SETS。始めそれはFC内の頻度計数がその上にあるような集合を含む。
・写像の記号表現を格納するデータ構造MAPS。始めそれは原始写像を含む。
1.FC内の頻度計数FとGの組を選んでF×GをFCに加える。Fが集合A上、Gが集合B上であるとして、A×BをSETSに加える。
2.[D II]に従って写像に適用可能なMAPS内の写像を選んで適用し、結果をMAPSに加える。
3.SETS内の集合Aを選び、Aのある真部分集合BをSETSに加え、subsetB:A→boolをMAPSに加える。
4.FC内の頻度計数Fを選ぶ。Fが集合A上であるとして、SETS内のAの真部分集合Bを選び、F|BをFCに加える。
5.MAPS内の写像f:A→Bを選び、SETS内のBの真部分集合Cを選ぶ。逆像f−1(C)をSETSに加える。
6.FC内の頻度計数Fと、Fが上にある集合から何か他の集合への写像fをMAPS内に選び、f*(F)をFCに加える。
Nb:Dom×Dom→boolとしてシステムに入れることができる。もう一つの例は、例えばウェーブレットフィルターなどの、画像処理の関連分野で知られる種々のフィルターである。
1.A1.[D I]より、2つの頻度計数Dom→Col上のImとDom上のSt(Dom)に基づいて、(Dom→Col)×Dom上の頻度計数Im×St(Dom)がFCに加えられる。
2.A2.[D IV]より、A1からのIm×St(Dom)と(原始写像なのでMAPS内にある)評価写像ev:(Dom→Col)×Dom→Colに基づいて、ev*(Im×St(Dom))がFCに加えられる。Col上の頻度計数ev*(Im×St(Dom))は粒子(c,nc)の集合で、ncは色cを持つ画素の数である。
1.B1.[D II]により、対角写像diag:(Dom→Col)→(Dom→Col)×(Dom→Col)、積写像mp:(Dom→Col)×(Dom→Col)→(Dom×Dom→Col×Col)、及び対角写像
diag:Dom×Dom→(Dom×Dom)×(Dom×Dom)に基づいて、写像
(mpodiag)×diag:(Dom→Col)×(Dom×Dom)→(Dom×Dom→Col×Col)×(Dom×Dom)×(Dom×Dom)がMAPSに加えられる。
2.B2.[D II]より、評価写像ev:(Dom×Dom→Col×Col)×(Dom×Dom)→Col×Col、及びDom×Domの恒等写像に基づいて、写像
ev×idDom×Dom:(Dom×Dom→Col×Col)×(Dom×Dom)×(Dom×Dom)→(Col×Col)×(Dom×Dom)がMAPSに加えられる。
3.B3.[D II]より、色空間の引算と画像領域の差写像に基づいて、写像
SubCol×DiffDom:(Col×Col)×(Dom×Dom)→Col×VDomがMAPSに加えられる。
4.B4.[D II]によりB1、B2、B3でMAPSに加えられた写像を合成して(SubCol×DifrDom)o(ev×idDom×Dom)o((mpodiag)×diag):(Dom→Col)×(Dom×Dom)→Col×VDomがMAPSに加えられる。
5.B5.[D I]により、(Dom→Col)×(Dom×Dom)上の頻度計数Im×St(Dom×Dom)がFCに加えられる。
6.B6.[D IV]により、B4の写像をB5で加えられた頻度計数Im×St(Dom×Dom)に適用した結果がFCに加えられる。
B6で加えられたCol×VDom上の頻度計数は粒子((d,ν),nd,ν)の集合で、nd,νはi)色の違いdを持ち、ii)それらの間の画像領域内でのベクトルがνである、画素の組の数である。
例2:デ−タマトリクス
Claims (28)
- 記憶手段と処理手段を備えた情報処理システムにより実行されるパターン解析方法であって、
少なくとも1つの第1データを受信する第1工程と、
該第1データを、データ、写像、およびパターンの記録可能な前記記憶手段上のデータ構造に記録する第2工程と、
該第1データの構造と解釈に応じて少なくとも1つの原始写像を決定する第3工程と、
該原始写像を前記データ構造に記録する第4工程と、
前記データ構造に記録された少なくとも1つの第2データを選択する第5工程と、
該第2データから少なくとも1つの第3データを誘導する複数の手続きから少なくとも1つの手続きを選択する第6工程と、
該手続きに従い前記第2データから前記第3データを誘導する第7工程と、
前記データ構造に該第3データを記録する第8工程と
を有し、前記複数の手続きに、前記データ構造に記録された少なくとも1つの第1写像を所定の方法により選択し該第1写像を前記第2データに適用することにより前記第3データを誘導することを特徴とする第1手続きと、
前記第2データ内に表現された複数の集合の直積を少なくとも1つとり該直積を前記第3データ内に表現することにより該第3データを誘導することを特徴とする第2手続きと
を含むことを特徴とするパターン解析方法であって、
前記データ構造に記録された少なくとも1つの第4データ内に所定の方法により少なくとも1つの第1パターンを探す第9工程
をさらに有することを特徴としたパターン解析方法。 - 前記第9工程は前記第4データのエントロピーに従って前記第1パターンを探すことを特徴とした請求項1記載のパターン解析方法。
- 前記第1パターンが見つかれば該第1パターンを前記データ構造に記録する第10工程と、
前記データ構造に記録された少なくとも1つの第2パターンをパターン解析結果として提供する第11工程
をさらに有することを特徴とした請求項1ないし2いずれか1項に記載のパターン解析方法。 - 前記第1パターンが見つかれば該第1パターンに対応する理想化されたデータである少なくとも1つの第5データを所定の方法により生成し前記データ構造に記録する第12工程
をさらに有することを特徴とした請求項1ないし3いずれか1項に記載のパターン解析方法。 - 前記第12工程は前記第4データ内に表現された少なくとも1つの第1確率測度を選択しエントロピーのより低い第2確率測度を該第1確率測度から生成し該第2確率測度を前記第5データ内に表現するか、
前記第4データ内に表現された少なくとも1つの第3確率測度を選択し該第3確率測度を集中させて少なくとも1つの第4確率測度を生成し該第4確率測度を前記第5データ内に表現するか、
前記第4データ内に表現された少なくとも1つの第5確率測度を選択し該第5確率測度内の少なくとも1つの確率の集中に各々対応した複数の確率測度を生成し該複数の確率測度を前記第5データ内に表現するか、
前記第4データ内の近似的に繰り返すパターンをより正確に前記第5データ内に繰り返させるか
の少なくとも1つにより前記第5データを生成することを特徴とした請求項4記載のパターン解析方法。 - 前記第1パターンが見つかれば前記第4データに結び付けられた手続き及び写像に従ってパターン写像を決定し前記データ構造に記録する第13工程をさらに有し、
前記第8工程は選択された前記手続きと該手続きで写像が使用されていれば該写像を前記第3データと結び付けて前記データ構造に記録することを特徴とした請求項1ないし5いずれか1項に記載のパターン解析方法。 - 一連の工程を所定の停止条件が満たされるまで繰り返す第14工程をさらに有し、該一連の工程は前記第5ないし14工程のうち前記第14工程以外の少なくとも1つを含むことを特徴とした請求項1ないし6いずれか1項に記載のパターン解析方法。
- 前記複数の手続きに、
前記データ構造に記録された少なくとも1つの第2写像を選択し前記第2データ内に表現された少なくとも1つの第1集合の該第2写像による逆像をとり前記第3データ内に該逆像を表現することにより該第3データを誘導することを特徴とする第3手続きをさらに含むことを特徴とした請求項1ないし7いずれか1項に記載のパターン解析方法。 - 前記複数の手続きに、
前記第2データ内に表現された少なくとも1つの第2集合の少なくとも1つの部分集合をとり前記第3データ内に該部分集合を表現することにより該第3データを誘導することを特徴とする第4手続きをさらに含むことを特徴とした請求項1ないし8いずれか1項に記載のパターン解析方法。 - 前記原始写像が、
恒等写像、定数写像、等号写像、積写像、複数の写像の積写像を与える写像、引戻し演算写像、射影写像、対角写像、置換写像、写像合成写像、評価写像、複数の低位写像を組み合わせて高位写像を与える写像、CURRY写像、論理演算写像、ベクトル演算写像、順序写像、汎関数演算写像、固定点演算写像の1つ以上を含むことを特徴とする請求項1ないし9いずれか1項に記載のパターン解析方法。 - コンピュータープログラムを含む記憶手段と、該コンピュータープログラムを実行する時に、
少なくとも1つの第1データを受信する第1工程と、
該第1データを、データ、写像、およびパターンの記録可能な前記記憶手段上のデータ構造に記録する第2工程と、
該第1データの構造と解釈に応じて少なくとも1つの原始写像を決定する第3工程と、
該原始写像を前記データ構造に記録する第4工程と、
前記データ構造に記録された少なくとも1つの第2データを選択する第5工程と、
該第2データから少なくとも1つの第3データを誘導する複数の手続きから少なくとも1つの手続きを選択する第6工程と、
該手続きに従い前記第2データから前記第3データを誘導する第7工程と、
前記データ構造に該第3データを記録する第8工程と
を実行するように配置された処理手段を有し、前記複数の手続きに、前記データ構造に記録された少なくとも1つの第1写像を所定の方法により選択し該第1写像を前記第2データに適用することにより前記第3データを誘導することを特徴とする第1手続きと、
前記第2データ内に表現された複数の集合の直積を少なくとも1つとり該直積を前記第3データ内に表現することにより該第3データを誘導することを特徴とする第2手続きと
を含むことを特徴とするパターン解析システムであって、
前記処理手段が前記コンピュータープログラムを実行する時に、
前記データ構造に記録された少なくとも1つの第4データ内に所定の方法により少なくとも1つの第1パターンを探す第9工程
をさらに実行するように配置されたパターン解析システム。 - 前記処理手段が前記コンピュータープログラムを実行する時に、
前記第1パターンが見つかれば該第1パターンを前記データ構造に記録する第10工程と、
前記データ構造に記録された少なくとも1つの第2パターンをパターン解析結果として提供する第11工程
をさらに実行するように配置された請求項11記載のパターン解析システム。 - 前記処理手段が前記コンピュータープログラムを実行する時に、
前記第1パターンが見つかれば該第1パターンに対応する理想化されたデータである少なくとも1つの第5データを所定の方法により生成し前記データ構造に記録する第12工程をさらに実行するように配置された請求項11ないし12いずれか1項に記載のパターン解析システム。 - 前記第12工程は
前記第4データ内に表現された少なくとも1つの第1確率測度を選択しエントロピーのより低い第2確率測度を該第1確率測度から生成し該第2確率測度を前記第5データ内に表現するか、
前記第4データ内に表現された少なくとも1つの第3確率測度を選択し該第3確率測度を集中させて少なくとも1つの第4確率測度を生成し該第4確率測度を前記第5データ内に表現するか、
前記第4データ内に表現された少なくとも1つの第5確率測度を選択し該第5確率測度内の少なくとも1つの確率の集中に各々対応した複数の確率測度を生成し該複数の確率測度を前記第5データ内に表現するか、
前記第4データ内の近似的に繰り返すパターンをより正確に前記第5データ内に繰り返させるかの少なくとも1つにより前記第5データを生成することを特徴とした請求項13記載のパターン解析システム。 - 前記処理手段が前記コンピュータープログラムを実行する時に、
前記第1パターンが見つかれば前記第4データに結び付けられた手続き及び写像に従ってパターン写像を決定し前記データ構造に記録する第13工程をさらに実行するように配置され、前記第8工程は選択された前記手続きと該手続きで写像が使用されていれば該写像を前記第3データと結び付けて前記データ構造に記録することを特徴とした請求項11ないし14いずれか1項に記載のパターン解析システム。 - 前記処理手段が前記コンピュータープログラムを実行する時に、
一連の工程を所定の停止条件が満たされるまで繰り返す第14工程をさらに実行するように配置され、該一連の工程は前記第5ないし14工程のうち前記第14工程以外の少なくとも1つを含むことを特徴とした請求項11ないし15いずれか1項に記載のパターン解析システム。 - 前記複数の手続きに、
前記データ構造に記録された少なくとも1つの第2写像を選択し前記第2データ内に表現された少なくとも1つの第1集合の該第2写像による逆像をとり前記第3データ内に該逆像を表現することにより該第3データを誘導することを特徴とする第3手続きをさらに含むことを特徴とした請求項11ないし16いずれか1項に記載のパターン解析システム。 - 前記複数の手続きに、
前記第2データ内に表現された少なくとも1つの第2集合の少なくとも1つの部分集合をとり前記第3データ内に該部分集合を表現することにより該第3データを誘導することを特徴とする第4手続きをさらに含むことを特徴とした請求項11ないし17いずれか1項に記載のパターン解析システム。 - 前記原始写像が、
恒等写像、定数写像、等号写像、積写像、複数の写像の積写像を与える写像、引戻し演算写像、射影写像、対角写像、置換写像、写像合成写像、評価写像、複数の低位写像を組み合わせて高位写像を与える写像、CURRY写像、論理演算写像、ベクトル演算写像、順序写像、汎関数演算写像、固定点演算写像の1つ以上を含むことを特徴とする請求項11ないし18いずれか1項に記載のパターン解析システム。 - 記憶手段を備えた処理手段によって実行されたとき、パターン解析をするように配置されたソフトウェア・プログラムが記録されたソフトウェア記録媒体であって、該ソフトウェア・プログラムは
実行されたとき、少なくとも1つの第1データを受信する第1モジュールと、
実行されたとき、該第1データを、データ、写像、およびパターンの記録可能な前記記憶手段上のデータ構造に記録する第2モジュールと、
実行されたとき、該第1データの構造と解釈に応じて少なくとも1つの原始写像を決定する第3モジュールと、
実行されたとき、該原始写像を前記データ構造に記録する第4モジュールと、
実行されたとき、前記データ構造に記録された少なくとも1つの第2データを選択する第5モジュールと、
実行されたとき、該第2データから少なくとも1つの第3データを誘導する複数の手続きから少なくとも1つの手続きを選択する第6モジュールと、
実行されたとき、前記手続きに従い前記第2データから前記第3データを誘導する第7モジュールと、
実行されたとき、前記データ構造に該第3データを記録する第8モジュールと
を有し、前記複数の手続きに、
前記データ構造に記録された少なくとも1つの第1写像を所定の方法により選択し該第1写像を前記第2データに適用することにより前記第3データを誘導することを特徴とする第1手続きと、
前記第2データ内に表現された複数の集合の直積を少なくとも1つとり該直積を前記第3データ内に表現することにより該第3データを誘導することを特徴とする第2手続きと
を含むことを特徴とするソフトウェア記録媒体
であって、
前記ソフトウェア・プログラムが実行されたとき、前記データ構造に記録された少なくとも1つの第4データ内に所定の方法により少なくとも1つの第1パターンを探す第9モジュール
をさらに有することを特徴としたソフトウェア記録媒体。 - 前記ソフトウェア・プログラムが
実行されたとき、前記第1パターンが見つかれば該第1パターンを前記データ構造に記録する第10モジュールと、
実行されたとき、前記データ構造に記録された少なくとも1つの第2パターンをパターン解析結果として提供する第11モジュールと
をさらに有することを特徴とした請求項20記載のソフトウェア記録媒体。 - 前記ソフトウェア・プログラムが
実行されたとき、前記第1パターンが見つかれば該第1パターンに対応する理想化されたデータである少なくとも1つの第5データを所定の方法により生成し前記データ構造に記録する第12モジュール
をさらに有することを特徴とした請求項20ないし21いずれか1項に記載のソフトウェア記録媒体。 - 前記第12モジュールは、実行されたとき、
前記第4データ内に表現された少なくとも1つの第1確率測度を選択しエントロピーのより低い第2確率測度を該第1確率測度から生成し該第2確率測度を前記第5データ内に表現するか、
前記第4データ内に表現された少なくとも1つの第3確率測度を選択し該第3確率測度を集中させて少なくとも1つの第4確率測度を生成し該第4確率測度を前記第5データ内に表現するか、
前記第4データ内に表現された少なくとも1つの第5確率測度を選択し該第5確率測度内の少なくとも1つの確率の集中に各々対応した複数の確率測度を生成し該複数の確率測度を前記第5データ内に表現するか、
前記第4データ内の近似的に繰り返すパターンをより正確に前記第5データ内に繰り返させるかの少なくとも1つにより前記第5データを生成することを特徴とした請求項22記載のソフトウェア記録媒体。 - 前記ソフトウェア・プログラムが実行されたとき、前記第1パターンが見つかれば前記第4データに結び付けられた手続き及び写像に従ってパターン写像を決定し前記データ構造に記録する第13モジュールをさらに有し、
前記第8モジュールは選択された前記手続きと該手続きで写像が使用されていれば該写像を前記第3データと結び付けて前記データ構造に記録することを特徴とした請求項20ないし23いずれか1項に記載のソフトウェア記録媒体。 - 前記ソフトウェア・プログラムが
実行されたとき、一連のモジュールを所定の停止条件が満たされるまで繰り返し実行する第14モジュールをさらに有し、該一連のモジュールは前記第5ないし14モジュールのうち前記第14モジュール以外の少なくとも1つを含むことを特徴とした請求項20ないし24いずれか1項に記載のソフトウェア記録媒体。 - 前記複数の手続きに、
前記データ構造に記録された少なくとも1つの第2写像を選択し前記第2データ内に表現された少なくとも1つの第1集合の該第2写像による逆像をとり前記第3データ内に該逆像を表現することにより該第3データを誘導することを特徴とする第3手続きをさらに含むことを特徴とした請求項20ないし25いずれか1項に記載のソフトウェア記録媒体。 - 前記複数の手続きに、
前記第2データ内に表現された少なくとも1つの第2集合の少なくとも1つの部分集合をとり前記第3データ内に該部分集合を表現することにより該第3データを誘導することを特徴とする第4手続きをさらに含むことを特徴とした請求項20ないし26いずれか1項に記載のソフトウェア記録媒体。 - 前記原始写像が、
恒等写像、定数写像、等号写像、積写像、複数の写像の積写像を与える写像、引戻し演算写像、射影写像、対角写像、置換写像、写像合成写像、評価写像、複数の低位写像を組み合わせて高位写像を与える写像、CURRY写像、論理演算写像、ベクトル演算写像、順序写像、汎関数演算写像、固定点演算写像の1つ以上を含むことを特徴とする請求項20ないし27いずれか1項に記載のソフトウェア記録媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US59291104P | 2004-08-02 | 2004-08-02 | |
US60/592,911 | 2004-08-02 | ||
PCT/IB2005/052570 WO2006013549A1 (en) | 2004-08-02 | 2005-08-01 | Method and apparatus for automatic pattern analysis |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008508645A JP2008508645A (ja) | 2008-03-21 |
JP4879178B2 true JP4879178B2 (ja) | 2012-02-22 |
Family
ID=35786908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007529054A Expired - Fee Related JP4879178B2 (ja) | 2004-08-02 | 2005-08-01 | 自動パターン解析のための方法と装置 |
Country Status (3)
Country | Link |
---|---|
US (2) | US20080097991A1 (ja) |
JP (1) | JP4879178B2 (ja) |
WO (1) | WO2006013549A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8141044B2 (en) * | 2007-11-14 | 2012-03-20 | International Business Machines Corporation | Method and system for identifying sources of operating system jitter |
US10635639B2 (en) * | 2016-11-30 | 2020-04-28 | Nutanix, Inc. | Managing deduplicated data |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04276785A (ja) * | 1991-03-04 | 1992-10-01 | Ricoh Co Ltd | 超音波3次元物体認識方式 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5065447A (en) * | 1989-07-05 | 1991-11-12 | Iterated Systems, Inc. | Method and apparatus for processing digital data |
US6341372B1 (en) * | 1997-05-01 | 2002-01-22 | William E. Datig | Universal machine translator of arbitrary languages |
US20040198386A1 (en) * | 2002-01-16 | 2004-10-07 | Dupray Dennis J. | Applications for a wireless location gateway |
US6556199B1 (en) * | 1999-08-11 | 2003-04-29 | Advanced Research And Technology Institute | Method and apparatus for fast voxelization of volumetric models |
US7525583B2 (en) * | 2005-02-11 | 2009-04-28 | Hewlett-Packard Development Company, L.P. | Decreasing aliasing in electronic images |
US7730079B2 (en) * | 2005-08-30 | 2010-06-01 | Microsoft Corporation | Query comprehensions |
-
2005
- 2005-08-01 WO PCT/IB2005/052570 patent/WO2006013549A1/en active Application Filing
- 2005-08-01 US US11/573,048 patent/US20080097991A1/en not_active Abandoned
- 2005-08-01 JP JP2007529054A patent/JP4879178B2/ja not_active Expired - Fee Related
-
2011
- 2011-09-12 US US13/230,838 patent/US20120002888A1/en not_active Abandoned
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04276785A (ja) * | 1991-03-04 | 1992-10-01 | Ricoh Co Ltd | 超音波3次元物体認識方式 |
Also Published As
Publication number | Publication date |
---|---|
WO2006013549A1 (en) | 2006-02-09 |
JP2008508645A (ja) | 2008-03-21 |
US20120002888A1 (en) | 2012-01-05 |
US20080097991A1 (en) | 2008-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gleixner et al. | MIPLIB 2017: data-driven compilation of the 6th mixed-integer programming library | |
Pezzotti et al. | Approximated and user steerable tSNE for progressive visual analytics | |
EP2585949B1 (en) | Processing related datasets | |
Mooij et al. | Constraint-based causal discovery using partial ancestral graphs in the presence of cycles | |
US8250116B2 (en) | KStore data simulator directives and values processor process and files | |
Beck et al. | Visual comparison of software architectures | |
US7966346B1 (en) | Updating groups of items | |
JP2016509308A (ja) | データレコード選択 | |
Chang et al. | Reconciling gene trees with apparent polytomies | |
US20040148578A1 (en) | Method and system for design selection by interactive visualization | |
Jabbour et al. | Mining top-k motifs with a sat-based framework | |
Hahsler et al. | Dissimilarity plots: A visual exploration tool for partitional clustering | |
JP4879178B2 (ja) | 自動パターン解析のための方法と装置 | |
US8572551B2 (en) | Difference log production for model merging | |
Bücher et al. | AppGNN: Approximation-aware functional reverse engineering using graph neural networks | |
Chapman et al. | DPDS: assisting data science with data provenance | |
Johansson et al. | A screen space quality method for data abstraction | |
Bastianelli et al. | Consistency conditions and trace anomalies in six dimensions | |
Puolamäki et al. | Visually controllable data mining methods | |
Thuijsman et al. | Transformational supervisor synthesis for evolving systems | |
Kang et al. | Using Design Cohesion to Visualize, Quantify, and Restructure Software. | |
Debussche et al. | A law of large numbers in the supremum norm for a multiscale stochastic spatial gene network | |
WO2005015430A1 (en) | A method of processing data for a system model | |
Giri et al. | Explainable Machine Learning Approach to Yield and Quality Improvements Using Deep Topological Data Analytics | |
Parkkinen et al. | Graph visualization with latent variable models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080722 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110222 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110413 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110726 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110922 |
|
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: 20111115 |
|
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: 20111129 |
|
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: 20141209 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |