JP6882357B2 - 非接触物質検査のシステム、装置、方法 - Google Patents
非接触物質検査のシステム、装置、方法 Download PDFInfo
- Publication number
- JP6882357B2 JP6882357B2 JP2019041126A JP2019041126A JP6882357B2 JP 6882357 B2 JP6882357 B2 JP 6882357B2 JP 2019041126 A JP2019041126 A JP 2019041126A JP 2019041126 A JP2019041126 A JP 2019041126A JP 6882357 B2 JP6882357 B2 JP 6882357B2
- Authority
- JP
- Japan
- Prior art keywords
- point
- extremum
- signal
- sample
- radar
- 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
- 239000000126 substance Substances 0.000 title claims description 59
- 238000007689 inspection Methods 0.000 title claims description 12
- 238000000034 method Methods 0.000 title description 17
- 239000000523 sample Substances 0.000 claims description 56
- 238000012360 testing method Methods 0.000 claims description 36
- 238000013145 classification model Methods 0.000 claims description 14
- 238000013500 data storage Methods 0.000 claims description 11
- 239000000463 material Substances 0.000 claims description 9
- 238000003672 processing method Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 7
- 238000013459 approach Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- OMOVVBIIQSXZSZ-UHFFFAOYSA-N [6-(4-acetyloxy-5,9a-dimethyl-2,7-dioxo-4,5a,6,9-tetrahydro-3h-pyrano[3,4-b]oxepin-5-yl)-5-formyloxy-3-(furan-3-yl)-3a-methyl-7-methylidene-1a,2,3,4,5,6-hexahydroindeno[1,7a-b]oxiren-4-yl] 2-hydroxy-3-methylpentanoate Chemical compound CC12C(OC(=O)C(O)C(C)CC)C(OC=O)C(C3(C)C(CC(=O)OC4(C)COC(=O)CC43)OC(C)=O)C(=C)C32OC3CC1C=1C=COC=1 OMOVVBIIQSXZSZ-UHFFFAOYSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000001804 emulsifying effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000004154 testing of material Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/417—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section involving the use of neural networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N22/00—Investigating or analysing materials by the use of microwaves or radio waves, i.e. electromagnetic waves with a wavelength of one millimetre or more
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/04—Systems determining presence of a target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/08—Systems for measuring distance only
- G01S13/32—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/35—Details of non-pulse systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Chemical & Material Sciences (AREA)
- Electromagnetism (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Radar Systems Or Details Thereof (AREA)
Description
優先権の主張
本願は、２０１８年１１月５日付で出願された、特許文献１から、優先権を主張する。前述した出願の全内容は、参照により本明細書に援用される。
本願は、２０１８年１１月５日付で出願された、特許文献１から、優先権を主張する。前述した出願の全内容は、参照により本明細書に援用される。
本明細書における開示は、概して、物質検査に関し、特に、物質の組成を分類及び推定するために、該物質を非接触検査するためのシステム及びコンピュータの処理方法に関する。
物質検査は、通常、被検査物質の特定を伴い、時には被検査物質の品質の調査を伴うこともある。伝統的に、物質検査は、接触式アプローチを伴うものである。また一方、モータの精密制御及び安定したプラットホームが、かかる検査アプローチには要求され、かかるアプローチは、必ずしも実現可能ではないかも知れない。
本開示の実施形態は、従来のシステムで本発明者らによって認識された１つ又は複数の上記技術的課題に対する解決方法として、技術改良を提供する。
一態様では、コントローラユニットによって、反射信号の経験的に定められた長さ、すなわち反射波の波長が複数個収まる程度の所定の長さ内で極値点を演算するステップであって、反射信号は、連続波（ＣＷ：Ｃｏｎｔｉｎｕｏｕｓ Ｗａｖｅ）レーダからの送信信号に応答して、サンプルセット中のサンプル物質から反射された信号である、ステップ；コントローラユニットによって、極値点に対して二階微分を実行することで、極値点から極大点と極小点とを特定するステップ；コントローラユニットによって、特定された極大点及び極小点からの極大点と連続する極小点との間の勾配の絶対値（以下では絶対勾配と呼ぶ）を、関連する振幅及び対応するサンプル物質からのＣＷレーダの距離に基づいて、演算するステップ；コントローラユニットによって、極値点を演算するステップ、極値点の極大点及び極小点を特定するステップ、及びサンプルセットからの各サンプル物質に対応する、各線の絶対勾配を演算するステップを複数回繰り返して演算された勾配の平均を含む、第１特徴セットを生成するステップ；生成された第１特徴セットを使用して、分類モデルを訓練するステップ；及び訓練された分類モデルを使用して、任意の２連続極値点を使用して演算された絶対勾配に基づいて、被検査物質を分類するステップを含む、プロセッサ処理方法が提供される。
別の態様では、被検査物質に向かい、又は被検査物質から遠くへ摺動するように構成された連続波（ＣＷ：Ｃｏｎｔｉｎｕｏｕｓ Ｗａｖｅ）レーダ；ＣＷレーダを被検査物質に向けて、又は被検査物質から遠くへ移動するように構成されたモータ；コントローラユニットであって、命令を記憶するように構成された１つ又は複数のデータ記憶装置；及び１つ又は複数のデータ記憶装置と動作可能に結合された１つ又は複数のハードウェアプロセッサであって、命令によって：モータを用いて、ＣＷレーダの移動を制御し；反射信号の経験的に定められた長さ内で極値点を演算し、反射信号は、ＣＷレーダからの送信信号に応答して、サンプルセット中のサンプル物質から反射された信号であり；極値点に対して二階微分を実行することによって、極値点から極大点と極小点を特定し；特定された極大点及び極小点からの極大点と連続する極小点との間の各線の絶対勾配を、関連する振幅及び対応するサンプル物質からのＣＷレーダの距離に基づいて、演算し；極値点を演算するステップ、極値点の極大点及び極小点を特定するステップ、及びサンプルセットからの各サンプル物質に対応する、各線の絶対勾配を演算するステップを複数回繰り返して演算された勾配の平均を含む第１特徴セットを生成し；生成された第１特徴セットを使用して、分類モデルを訓練し；第１特徴セット及びサンプルセット中の各サンプル物質の組成を含む第２特徴セットを生成し；生成された第２特徴セットを使用して、回帰モデルを訓練するように構成された１つ又は複数のハードウェアプロセッサを含むコントローラユニット；任意の２連続極値点を使用して演算された絶対勾配に基づいて、被検査物質を分類するように構成された分類モデル；及び任意の２連続極値点を使用して演算された絶対勾配に基づいて、被検査物質の組成を推定するように構成された回帰モデルを含む、非接触物質検査装置が提供される。
更に別の態様では、１つ又は複数のハードウェアプロセッサに動作可能に結合され、１つ又は複数のハードウェアプロセッサによって：反射信号の経験的に定められた長さ内で極値点を演算し、反射信号は、連続波（ＣＷ：Ｃｏｎｔｉｎｕｏｕｓ Ｗａｖｅ）レーダからの送信信号に応答して、サンプルセット中のサンプル物質から反射された信号であり；極値点に対して二階微分を実行することによって、極値点から極大点と極小点とを特定し；特定された極大点及び極小点からの極大点と連続する極小点との間の各線の絶対勾配を、関連する振幅及び対応するサンプル物質からのＣＷレーダの距離に基づいて、演算し；極値点を演算するステップ、極値点の極大点及び極小点を特定するステップ、及びサンプルセットからの各サンプル物質に対応する、各線の絶対勾配を演算するステップを複数回繰り返して演算された勾配の平均を含む第１特徴セットを生成し；生成された第１特徴セットを使用して、分類モデルを訓練し；第１特徴セット及びサンプルセット中の各サンプル物質の組成を含む第２特徴セットを生成し；生成された第２特徴セットを使用して、回帰モデルを訓練することを実行するように構成された命令を記憶するように構成された１つ又は複数のデータ記憶装置を含む、システムが提供される。
本開示の一実施形態によると、反射信号の経験的に定められた長さは、２．５λであり、λは、反射信号の波長を表す。
本開示の一実施形態によると、１つ又は複数のプロセッサは：サンプル物質から少なくとも６λの距離にある出発点から２．５λ内で、ＣＷレーダを、λ／１０ずつ移動し；反射信号に対応するベースバンド信号Ｂ（ｔ）を、λ／１０距離ごとに、測定し；測定されたベースバンド信号Ｂ（ｔ）の一階微分を実行し；一階微分がゼロの点を、極値点として特定することによって、極値点を演算するように更に構成される。
本開示の一実施形態によると、ベースバンド信号Ｂ（ｔ）は、反射信号を局部発振器信号Ｔ（ｔ）と混合し、その結果生じた信号をローパスフィルタに通すことによって、得られる。
本開示の一実施形態によると、極大点は、二階微分が負になる極値点であり、ベースバンド信号の勾配は、最初に正であり、その後ゼロを通過して、負になる；及び極小点は、二階微分が正になる極値点であり、ベースバンド信号の勾配は、最初に負であり、その後ゼロを通過して、正になる。
上述の一般的な記載と以下の詳細な記載の両方共、例示及び説明だけを目的としており、特許請求の範囲に記載されるようには、本発明を制限しないと理解されるべきである。
本開示に組込まれ、本開示の一部を構成する添付図は、例示的実施形態を解説し、明細書と共に、開示された原理を説明する役割を果たす。
例示的実施形態は、添付図を参照して記載される。図面では、参照番号の最も左側の桁（複数可）は、参照番号が最初に出現した図を特定している。便宜上、同じ参照番号は、同じ又は同様な部品を指すために、全図面を通して使用される。開示された原理の一実施形態及び特徴が本明細書に記載されるが、開示された実施形態の精神及び範囲から逸脱しない範囲で、変形、適合、及び他の実装が可能である。以下の詳細な記載は、例示のみと見なされると共に、以下のクレームによって真の範囲及び精神が示されるものとする。
基本的に、物質検査は、接触式アプローチを伴う侵襲的プロセスである。レーダ式アプローチは、特定の場所にレーダを設置する必要があるが、該設置は、反射信号の振幅が、この距離に左右されるため、難題である。本開示は、この技術的課題を、反射信号に関する極値点での勾配に基づくレーダ式アプローチを提供することによって、解決する。被検査物質の分類を容易にする他に、本開示は、被検査物質の品質チェックも容易にする。本開示の文脈では、物質の分類は、物質の種類、例えば、物質が、物質Ａ又は物質Ｂであるかを分類することを意味する。同様に、物質の品質チェックは、本開示の文脈では、被検査物質を、既知の組成を有する物質に対して対応付け（ｍａｐｐｉｎｇ）することを意味する。
次に、図面、特に図１〜図４を参照すると、全図面を通して一貫して、同様な参照文字は、対応する特徴を指し、好適な実施形態が示されており、これらの実施形態については、以下の例示的なシステム及び／又は方法に関連して記載される。
図１は、本開示の一実施形態による非接触物質検査のためのシステム１００の例示的なブロック図を示す。一実施形態では、システム１００は、１つ又は複数のプロセッサ１０４、通信インタフェース装置（複数可）又は入力／出力（Ｉ／Ｏ）インタフェース（複数可）１０６、及び１つ又は複数のプロセッサ１０４に動作可能に結合される１つ又は複数のデータ記憶装置又はメモリ１０２を含む。ハードウェアプロセッサである１つ又は複数のプロセッサ１０４は、１つ又は複数のマイクロプロセッサ、マイクロコンピュータ、マイクロコントローラ、デジタル信号プロセッサ、中央演算処理装置、状態機械、グラフィックスコントローラ、論理回路、及び／又は、動作命令に基づいて信号を操作する任意の装置として、実装できる。他の能力の中では、プロセッサ（複数可）は、メモリに記憶されたコンピュータ可読な命令をフェッチし、実行するように構成される。本開示の文脈では、表現「プロセッサ」及び「ハードウェアプロセッサ」は、同義で使用されてもよい。一実施形態では、システム１００は、ラップトップコンピュータ、ノート型パソコン、携帯端末、ワークステーション、メインフレームコンピュータ、サーバ、ネットワーククラウド等、様々なコンピューティングシステムで実装できる。
Ｉ／Ｏインタフェース装置（複数可）１０６は、例えば、ウェブインタフェース、グラフィカルユーザインタフェース等の様々なソフトウェア及びハードウェアインタフェースを含むことができ、例えば、ＬＡＮケーブル等の有線ネットワーク、及びＷＬＡＮ、セルラ又は衛星等の無線ネットワークを含む、多種多様のネットワークＮ／Ｗ及びプロトコルタイプ内で、複数の通信を促進できる。一実施形態では、Ｉ／Ｏインタフェース（複数可）は、多数の装置同士を接続する又は多数の装置を別のサーバに接続するための１つ又は複数のポートを含むことができる。
メモリ１０２は、従来技術で既知の任意のコンピュータ可読な媒体を含んでもよく、該媒体は、例えば、スタティックＲＡＭ（ＳＲＡＭ）及びダイナミックＲＡＭ（ＤＲＡＭ）等の揮発性メモリ、及び／又は、読出し専用メモリ（ＲＯＭ：ｒｅａｄ ｏｎｌｙ ｍｅｍｏｒｙ）、消去可能プログラマブルＲＯＭ、フラッシュメモリ、ハードディスク、光ディスク、及び磁気テープ等の非揮発性メモリを含む。一実施形態では、システム１００の１つ又は複数のモジュール（図示せず）は、メモリ１０２に記憶できる。
一実施形態では、システム１００は、１つ又は複数のプロセッサ１０４と動作可能に結合された１つ又は複数のデータ記憶装置又はメモリ１０２を含み、１つ又は複数のプロセッサ１０４によって方法２００のステップを実行するように構成された命令を記憶するように構成される。
図２Ａ〜図２Ｂは、本開示の一実施形態による、非接触物質検査のためのコンピュータ処理方法２００に関する例示的なフロー図を示し、図３は、本開示の一実施形態による、非接触物質検査装置３００の略図を示している。次に、方法２００のステップについて、図３の非接触物質検査装置及び図１のシステム１００の構成要素を参照して、詳細に説明されるが、図３のコントローラユニット３０６は、図１のシステム１００の１つ又は複数のプロセッサ１０４と類似のステップを実行するように構成される。
本開示の一実施形態によると、図３の非接触物質検査装置３００は、被検査物質に向かい、又は被検査物質から遠くへ摺動するように構成された連続波（ＣＷ：Ｃｏｎｔｉｎｕｏｕｓ Ｗａｖｅ）レーダ３０２を含む。一実施形態では、スタンドは、ＣＷレーダを、下方に被検査物質（図示されたように、サンプルホルダ上に載置された）に対して照準を定めて保持する。スタンドは、ＣＷレーダを被検査物質に向かい又は被検査物質から遠くへ移動するように構成されたモータ３０４を用いて、スタンドの高さに沿ったＣＷレーダの摺動を容易にする。一実施形態では、コントローラユニット３０６は：命令を記憶するように構成された１つ又は複数のデータ記憶装置；及び１つ又は複数のデータ記憶装置と動作可能に結合された１つ又は複数のハードウェアプロセッサを含み、該１つ又は複数ハードウェアプロセッサは、命令によって：ＣＷレーダ３０２の移動を、モータ３０４を用いて、良好な解像度で被検査物質からの距離を変化させるよう制御するように、構成される。従って、モータ３０４及びＣＷレーダ３０２の入力／出力は、コントローラユニット３０６によって制御される。一実施形態では、取得されたデータは、コントローラユニット３０６の１つ又は複数のデータ記憶装置に記憶されてもよい。また、一実施形態では、非接触物質検査装置３００は、被検査物質を分類するように構成された分類モデル３０８；及び被検査物質の組成を推定するように構成された回帰モデル３１０を含んでもよい。また、コントローラユニット３０６は、以下で説明される本開示の方法２００による、分類モデルが被検査物質を分類できるようにする、及び回帰モデルが被検査物質の組成を推定できるようにする複数のステップを実行するようにも構成される。
プロセスステップ、方法ステップ、技術等は、順番に記載されてもよいが、かかるプロセス、方法及び技術は、別の順序（ａｌｔｅｒｎａｔｅ ｏｒｄｅｒ）で作動するように構成されてもよい。つまり、記載される可能性があるステップのあらゆる順番又は順序は、必ずしも、その順序でステップが実行される必要性を示しているわけではない。本明細書に記載されたプロセスのステップは、実用的に如何なる順序で実行されてもよい。更に、一部のステップは、同時に実行されてもよい。
ＣＷレーダの送信機／局部発振器は、式（１）に従い、電磁波又は信号（図３の入来波又は送信波）を生成する。
式中、ｆは、送信周波数を表し、Ｔ（ｔ）は、送信波であり、Ｌ（ｔ）は、局部発振器波を表す。次に、ＣＷレーダの受信機は、式（２）に従い、被検査物質からの反射信号（図３の反射波）を受信する。
式中、反射信号の振幅Ａrは、式（４）で示されたように、ＣＷレーダのパラメータに応じて変化し、式中、ＰTは、送信されたアンテナ電力であり、Ｇは、送信／受信アンテナ利得であり、σは、レーダ断面であり、λは、送信波長（反射波長とも等しい）であり、Ｚは、入力インピーダンスであり、Γは、反射係数であり、Ｄは、ＣＷレーダと被検査物質間の距離である。反射係数Γは、順に、εr1及びεr2、空気と被検査物質の比誘電率に其々依存する。
反射信号Ｒ（ｔ）に対応するベースバンド信号Ｂ（ｔ）は、反射信号Ｒ（ｔ）を局部発振器信号Ｔ（ｔ）と混合し、その結果生じた信号をローパスフィルタに通すことによって、得られる。ベースバンド信号は、式（６）として表される。
式中、ｃは、光速度を表す。式（７）では、極値点で最も高い信号振幅を求められることが注目されるかも知れない。また、ベースバンド信号Ｂ（ｔ）は、振幅Ａrと比例することが、式（７）から注目されるかも知れない。式（４）から、振幅Ａrは、被検査物質の誘電率εr2と、ＣＷレーダと被検査物質間の距離Ｄとの関数であることが注目されるかも知れない。よって、特徴が距離Ｄと無関係であれば、被検査物質の誘電率εr2は、物質を分類するためのインジケータとして機能できる。本開示は、この観察結果に焦点を当てて、被検査物質を分類可能にする。
本開示によると、まず分類モデル３０８と回帰モデル３１０が、第１特徴セット及び第２特徴セットを其々使用して訓練され、該特徴セットは、サンプルセット中の各サンプル物質を使用して生成される。
本開示の一実施形態によると、１つ又は複数のプロセッサ１０４（及び図３のコントローラユニット３０６）は、ステップ２０２で、反射信号の経験的に定められた長さ内で極値点を演算するように構成され、反射信号は、ＣＷレーダ（３０２、図３）からの送信信号に応答して、サンプルセット中のサンプル物質から反射された信号である。一実施形態では、反射信号の経験的に定められた長さは、２．５λであり、その際、λは、反射信号の波長を表す。
本開示の一実施形態によると、極値点を演算するステップは、最初に、出発点から２．５λ内で、ＣＷレーダ３０２をλ／１０ずつ移動することを含む。一実施形態では、出発点は、サンプル物質から少なくとも６λの距離にあってもよい。反射信号に対応するベースバンド信号Ｂ（ｔ）は、その後、λ／１０距離ごとに測定される。測定されたベースバンド信号Ｂ（ｔ）の一階微分が実行される。一階微分がゼロの点は、極値点として特定される。
本開示の一実施形態によると、１つ又は複数のプロセッサ１０４（及び図３のコントローラユニット３０６）は、ステップ２０４で、二階微分を実行することによって、極値点から極大点及び極小点を特定するように構成される。一実施形態では、極大点は、二階微分が負になる極値点であり、ベースバンド信号の勾配は、最初に正であり、その後ゼロを通過して、負になる。また、一実施形態では、極小点は、二階微分が正になる極値点であり、ベースバンド信号の勾配は、最初に負であり、その後ゼロを通過して、正になる。
本開示の一実施形態によると、１つ又は複数のプロセッサ１０４（及び図３のコントローラユニット３０６）は、ステップ２０６では、特定された極大点及び極小点からの極大点と連続する極小点との間の各線の絶対勾配を、関連する振幅及び対応するサンプル物質からのＣＷレーダの距離に基づいて、演算するように構成される。
各線の絶対勾配は、以下の式（８）〜（１１）に従い、表されてもよい。
式中、各極値点における、Ａ1、Ａ2、Ａ3、Ａ4、Ａ5は、振幅を表し、Ｄ1、Ｄ2、Ｄ3、Ｄ4、Ｄ5は、サンプル物質からのＣＷレーダの対応する距離を表す。
本開示の一実施形態によると、１つ又は複数のプロセッサ１０４（及び図３のコントローラユニット３０６）は、ステップ２０８で、極値点を演算するステップ、該極値点の極大点及び極小点を特定するステップ、及びサンプルセットからの各サンプル物質に対応する、各線の絶対勾配を演算するステップを複数回繰り返して演算された勾配（Ｓｌｏｐｅ１、Ｓｌｏｐｅ２、Ｓｌｏｐｅ３、Ｓｌｏｐｅ４）の平均を含む、第１特徴セットを生成するように構成される。
図４は、当技術分野で知られるような振幅に基づく特徴セットと比べた、本開示の一実施形態による勾配に基づく特徴セットのグラフ図を示している。極値点の勾配は、当技術分野で使用される振幅とは異なり、多少一定であり、その結果、被検査物質を分類するためのより信頼できる特徴を提供する点が注目されるかも知れない。
本開示の一実施形態によると、１つ又は複数のプロセッサ１０４（及び図３のコントローラユニット３０６）は、ステップ２１０で、上述のような生成された第１特徴セットを使用して、分類モデル３０８を訓練するように構成される。実際には、これらのステップは、各サンプル物質が、機械学習アルゴリズムのための適切な訓練データを生成するように、約４０回繰り返されてもよい。しかしながら、被検査物質をテストする際には、２極値点だけが、勾配を評価するのに必要である。従って、本開示の一実施形態では、１つ又は複数のプロセッサ１０４（及び図３のコントローラユニット３０６）は、ステップ２１２で、訓練された分類モデル３０８を使用して、任意の２連続極値点を使用して演算された絶対勾配に基づいて、被検査物質を分類するように構成される。
本開示のシステム及び方法の別の用途は、被検査物質の組成を推定することである。 例えば、乳化燃料中の水の割合。回帰ベースの分析は、このために使用され、その際、回帰は、変数間の関係、及びどのように１つの変数（独立変数）が、１つ又は複数の変数（従属変数）によって影響を受ける可能性があるかについて調査するのに使用される統計的尺度である。一旦回帰モデルが訓練され、回帰曲線が得られると、該回帰曲線は、被検査物質の組成比を推定するのに使用されてもよい。
従って、本開示の一実施形態では、１つ又は複数のプロセッサ１０４（及び図３のコントローラユニット３０６）は、ステップ２１４で、第１特徴セット（平均勾配）及びサンプルセット中の各サンプル物質の組成を含む第２特徴セットを生成するように構成される。次に、回帰モデル３１０は、ステップ２１６で、生成された第２特徴セットを使用して、訓練される。次に、訓練された回帰モデル３１０は、ステップ２１８で、訓練された回帰モデル３１０を使用して、任意の２連続極値点を使用して演算された絶対勾配に基づいて、被検査物質の組成を推定するのに使用されてもよい。
従って、本開示のシステム及び方法は、被検査物質の分類を容易にするだけではなく、非接触アプローチによって組成を推定できる。
本明細書は、全ての当業者が実施形態を作製及び使用できるように、本明細書における主題を記載する。主題の実施形態の範囲は、クレームで規定され、当業者が着想する他の変形例を含んでもよい。かかる他の変形例は、クレームの文言と異ならない同様の要素を有するならば、又はクレームの文言とごく僅かな相違点を有する同等な要素を含むならば、クレームの範囲内にあるものとする。
保護の範囲は、かかるプログラム、更にそこにメッセージを有するコンピュータ可読な手段に拡大されると理解されるべきである；かかるコンピュータ可読な記憶手段は、プログラムがサーバ又はモバイル装置又は任意の適当なプログラム可能装置上で走る際に、本方法の１ステップ又は複数のステップを実装するためのプログラム−コード手段を含有する。ハードウェア装置は、サーバ又はパーソナルコンピュータ等のような任意の種類のコンピュータ、又はそれらの組合せを含む、プログラムできる任意の種類の装置とすることができる。また、該装置は、例えば、特定用途向け集積回路（ＡＳＩＣ：ａｐｐｌｉｃａｔｉｏｎ−ｓｐｅｃｉｆｉｃ ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）のような、例えばハードウェア手段、或いは、例えば、ＡＳＩＣとＦＰＧＡ、又は少なくとも１つのマイクロプロセッサと内部にソフトウェアモジュールが配置された少なくとも１つのメモリとといったハードウェアとソフトウェア手段の組合せとしてもよい。従って、これらの手段は、ハードウェア手段とソフトウェア手段との両方を含むことができる。本明細書に記載された方法の実施形態は、ハードウェア及びソフトウェアに実装し得る。また、装置は、ソフトウェア手段を含んでもよい。或いは、実施形態は、例えば複数のＣＰＵを使用して、異なるハードウェア装置上に実装されてもよい。
本明細書中の実施形態は、ハードウェア要素及びソフトウェア要素を含むことができる。ソフトウェアに実装される実施形態は、ファームウェア、常駐ソフトウェア、マイクロコード等を含むが、これらに限定されない。本明細書に記載された様々なモジュールによって実行される機能は、他のモジュール又は他のモジュールの組合せにおいて実装されてもよい。本明細書の目的のために、コンピュータ使用可能な又はコンピュータ可読な媒体は、命令実行システム、機器、若しくは装置によって、又はそれらと接続して使用するプログラムを、含む、記憶する、通信する、伝搬する、又は移植できる任意の機器とすることができる。
解説されたステップは、図示された一例示実施形態について説明するために提示されたもので、現在進行中の技術開発が、特定機能が実行される様式を変化させるであろうことは、見込まれるべきである。これらの一実施形態は、限定ではなく、説明目的で本明細書に提示されている。更に、機能を構築する各ブロックの境界は、記載の便宜上、本明細書では恣意的に規定されている。代替的境界は、それらの指定された機能及び関係が適切に実行される限りにおいて、規定され得る。代替手段（本明細書に記載されたものの、同等物、拡張物、変形物、仕様変更物（ｄｅｖｉａｔｉｏｎ）等を含む）は、本明細書に含有される教示に基づいて、関連技術の当業者には明らかであろう。かかる代替手段は、開示された実施形態の範囲及び精神の範囲内にある。また、単語「含む（ｃｏｍｐｒｉｓｉｎｇ）」、「有する（ｈａｖｉｎｇ）」、「含有する（ｃｏｎｔａｉｎｉｎｇ）」及び「含む（ｉｎｃｌｕｄｉｎｇ）」、及び他の同様な形は、意味において同等であり、これらの単語のいずれか１つに続く一項目若しくは複数の項目が、かかる項目又は複数の項目の総記を意味せず、又は列記された項目若しくは複数の項目だけに限定されることを意味しない点で、オープンエンドであると意図される。また、本明細書及び付記されるクレームで使用されるように、単数形の「ａ」、「ａｎ」、及び「ｔｈｅ」は、その文脈で別段明記していない限り、複数の参照物も含むことにも、注意されねばならない。
更に、１つ又は複数のコンピュータ可読な記憶媒体が、本開示に沿った実施形態を実装する際に利用されてもよい。コンピュータ可読な記憶媒体は、プロセッサによって可読な情報又はデータが記憶されてもよいあらゆる種類の物理的なメモリを指す。従って、コンピュータ可読な記憶媒体は、本明細書に記載された実施形態に沿ったステップ又は段階をプロセッサに実行させる命令を含む、１つ又は複数のプロセッサによって実行する命令を記憶してもよい。用語「コンピュータ可読な媒体」は、有形なアイテムを含み、搬送波及び過渡信号を除外する、即ち非一時的なものと理解されるべきである。一実施形態は、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、揮発性メモリ、不揮発性メモリ、ハードドライブ、ＣＤ ＲＯＭ、ＤＶＤ、フラッシュドライブ、ディスク、及びあらゆる他の既知の物理的記憶媒体を含む。
本開示及び一実施形態は、例示のみと見なされ、開示された実施形態の真の範囲及び精神は、以下のクレームによって示されるものとする。
Claims (8)
- コントローラユニットによって、反射信号における反射波の波長が複数個収まる程度の所定の長さ内で極値点を演算するステップであり、前記反射信号は、連続波（ＣＷ：Ｃｏｎｔｉｎｕｏｕｓ Ｗａｖｅ）レーダからの送信信号に応答して、サンプルセット中のサンプル物質から反射された信号である、ステップ（２０２）であって、前記極値点を演算するステップは：
前記サンプル物質から少なくとも６λの距離にある出発点から２．５λ内で、前記ＣＷレーダを、λ／１０ずつ移動するステップ；
前記反射信号を局部発振器信号Ｔ（ｔ）と混合し、その結果生じた信号をローパスフィルタに通すことによって得られるベースバンド信号Ｂ（ｔ）を、λ／１０距離ごとに、測定するステップであって、λは、前記反射信号の波長を表し、ベースバンド信号Ｂ（ｔ）は、前記反射信号の振幅Ａ r と比例する、ステップ；
前記測定されたベースバンド信号Ｂ（ｔ）の一階微分を実行するステップ；及び
前記一階微分がゼロの点を、極値点として特定するステップ
を含む、ステップ；
前記コントローラユニットによって、前記極値点に対して二階微分を実行することで、前記極値点から極大点と極小点を特定するステップ（２０４）；
前記コントローラユニットによって、前記特定された極大点及び極小点からの極大点と連続する極小点間の勾配の絶対値を、関連する振幅及び前記対応するサンプル物質からのＣＷレーダの距離に基づいて、演算するステップ（２０６）；
前記コントローラユニットによって、前記極値点を演算するステップ、前記極値点の前記極大点及び前記極小点を特定するステップ、及び前記サンプルセットからの各サンプル物質に対応する、各線の前記絶対勾配を演算するステップを複数回繰り返して演算された勾配の平均を含む、第１特徴セットを生成するステップ（２０８）；
機械学習アルゴリズムを用いて、前記生成された第１特徴セットを使用して、分類モデルを訓練するステップ（２１０）；及び
前記訓練された分類モデルを使用して、任意の２連続極値点を使用して演算された絶対勾配に基づいて、被検査物質を分類するステップ（２１２）
を含む、プロセッサ処理方法（２００）。 - 前記反射信号の前記所定の長さは、２．５λであり、λは、前記反射信号の波長を表す、請求項１に記載のプロセッサ処理方法。
- 前記極大点は、前記二階微分が負になる前記極値点であり、前記ベースバンド信号の勾配は、最初に正であり、その後ゼロを通過して、負になる；及び前記極小点は、前記二階微分が正になる前記極値点であり、前記ベースバンド信号の勾配は、最初に負であり、その後ゼロを通過して、正になる、請求項１に記載のプロセッサ処理方法。
- 前記第１特徴セットを生成するステップの後には；
前記コントローラユニットによって、前記第１特徴セット及び前記サンプルセット中の各サンプル物質の組成を含む第２特徴セットを生成するステップ（２１４）；
前記生成された第２特徴セットを使用して、回帰モデルを、訓練するステップ（２１６）；及び
前記訓練された回帰モデルを使用して、任意の２連続極値点を使用して演算された絶対勾配に基づいて、前記被検査物質の組成を推定するステップ（２１８）
が続く、請求項１に記載のプロセッサ処理方法。 - 非接触物質検査装置（３００）は：
被検査物質に向かい、又は被検査物質から遠くへ摺動するように構成された連続波（ＣＷ）レーダ（３０２）；
前記ＣＷレーダ（３０２）を前記被検査物質に向けて、又は前記被検査物質から遠くへ移動するように構成されたモータ（３０４）；
コントローラユニット（３０６）であって、
命令を記憶するように構成された１つ又は複数のデータ記憶装置；及び
前記１つ又は複数のデータ記憶装置と動作可能に結合された１つ又は複数のハードウェアプロセッサであって、前記命令によって：
前記モータを用いて、前記ＣＷレーダの前記移動を制御し；
反射信号における反射波の波長が複数個収まる程度の所定の長さ内で極値点を演算し、前記反射信号は、前記ＣＷレーダからの送信信号に応答して、サンプルセット中のサンプル物質から反射された信号であり、前記極値点を演算することは：
前記サンプル物質から少なくとも６λの距離にある出発点から２．５λ内で、前記ＣＷレーダを、λ／１０ずつ移動し；
前記反射信号に対応するベースバンド信号Ｂ（ｔ）を、λ／１０距離ごとに、測定し、λは、前記反射信号の波長を表し、ベースバンド信号Ｂ（ｔ）は、前記反射信号の振幅Ａ r と比例し；
前記測定されたベースバンド信号Ｂ（ｔ）の一階微分を実行し；
前記一階微分がゼロの点を、極値点として特定すること
を含み；
前記極値点に対して二階微分を実行することによって、前記極値点から極大点と極小点を特定し；
前記特定された極大点及び極小点からの極大点と連続する極小点との間の勾配の絶対値を、関連する振幅及び前記対応するサンプル物質からの前記ＣＷレーダの距離に基づいて、演算し；
前記極値点を演算するステップ、前記極値点の前記極大点及び前記極小点を特定するステップ、及び前記サンプルセットからの各サンプル物質に対応する、各線の前記絶対勾配を演算するステップを複数回繰り返して演算された勾配の平均を含む第１特徴セットを生成し；
機械学習アルゴリズムを用いて、前記生成された第１特徴セットを使用して、分類モデルを訓練し；
前記第１特徴セット及び前記サンプルセット中の各サンプル物質の組成を含む第２特徴セットを生成し；
前記生成された第２特徴セットを使用して、回帰モデルを訓練するように
構成された１つ又は複数のハードウェアプロセッサ
を含むコントローラユニット（３０６）；
任意の２連続極値点を使用して演算された絶対勾配に基づいて、前記被検査物質を分類するように構成された前記分類モデル（３０８）；及び
任意の２連続極値点を使用して演算された絶対勾配に基づいて、前記被検査物質の組成を推定するように構成された前記回帰モデル（３１０）
を含む、非接触物質検査装置（３００）。 - １つ又は複数のハードウェアプロセッサ（１０４）に動作可能に結合され、前記１つ又は複数のハードウェアプロセッサによって：
反射信号における反射波の波長が複数個収まる程度の所定の長さ内で極値点を演算し、前記反射信号は、連続波（ＣＷ）レーダからの送信信号に応答して、サンプルセット中のサンプル物質から反射された信号であり、前記極値点を演算することは：
前記サンプル物質から少なくとも６λの距離にある出発点から２．５λ内で、前記ＣＷレーダを、λ／１０ずつ移動し；
前記反射信号を局部発振器信号Ｔ（ｔ）と混合し、その結果生じた信号をローパスフィルタに通すことによって得られるベースバンド信号Ｂ（ｔ）を、λ／１０距離ごとに、測定し、λは、前記反射信号の波長を表し、ベースバンド信号Ｂ（ｔ）は、前記反射信号の振幅Ａ r と比例し；
前記測定されたベースバンド信号Ｂ（ｔ）の一階微分を実行し；
前記一階微分がゼロの点を、極値点として特定すること
を含み；
前記極値点に対して二階微分を実行することによって、前記極値点から極大点と極小点を特定し；
前記特定された極大点及び極小点からの極大点と連続する極小点との間の勾配の絶対値を、関連する振幅及び前記対応するサンプル物質からの前記ＣＷレーダの距離に基づいて、演算し；
前記極値点を演算するステップ、前記極値点の前記極大点及び前記極小点を特定するステップ、及び前記サンプルセットからの各サンプル物質に対応する、各線の前記絶対勾配を演算するステップを複数回繰り返して演算された勾配の平均を含む第１特徴セットを生成し；
機械学習アルゴリズムを用いて、前記生成された第１特徴セットを使用して、分類モデルを訓練し；
前記第１特徴セット及び前記サンプルセット中の各サンプル物質の組成を含む第２特徴セットを生成し；
前記生成された第２特徴セットを使用して、回帰モデルを訓練することを実行するように構成された命令を記憶するように構成された１つ又は複数のデータ記憶装置（１０２）を含む、システム（１００）。 - 前記反射信号の前記所定の長さは、２．５λであり、λは、前記反射信号の波長を表す、請求項６に記載のシステム。
- 前記極大点は、前記二階微分が負になる前記極値点であり、前記ベースバンド信号の勾配は、最初に正であり、その後ゼロを通過して、負になる；及び前記極小点は、前記二階微分が正になる前記極値点であり、前記ベースバンド信号の勾配は、最初に負であり、その後ゼロを通過して、正になる、請求項６に記載のシステム。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IN201821041789 | 2018-11-05 | ||
| IN201821041789 | 2018-11-05 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020076728A JP2020076728A (ja) | 2020-05-21 |
| JP6882357B2 true JP6882357B2 (ja) | 2021-06-02 |
Family
ID=65657347
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019041126A Active JP6882357B2 (ja) | 2018-11-05 | 2019-03-07 | 非接触物質検査のシステム、装置、方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US10871468B2 (ja) |
| EP (1) | EP3647810B1 (ja) |
| JP (1) | JP6882357B2 (ja) |
| AU (1) | AU2019201494B2 (ja) |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07260462A (ja) * | 1994-03-22 | 1995-10-13 | Hewtec:Kk | 空間定在波形成方法とその装置および空間定在波形成装置を用いたマイクロ波測定装置 |
| GB2291551B (en) * | 1994-06-24 | 1998-03-18 | Roscoe C Williams Limited | Electronic viewing aid |
| US6782328B2 (en) | 1999-01-21 | 2004-08-24 | Rosemount Inc. | Measurement of concentration of material in a process fluid |
| JP2001235555A (ja) * | 2000-02-24 | 2001-08-31 | Yokogawa Denshikiki Co Ltd | 路面監視装置 |
| JP2006196621A (ja) * | 2005-01-12 | 2006-07-27 | Sharp Corp | ライフタイム測定装置およびライフタイム測定方法 |
| DE102005003024B4 (de) * | 2005-01-22 | 2010-04-15 | Eads Deutschland Gmbh | Verfahren zur Identifikation und Klassifikation von Objekten mittels Radar |
| JP2008180623A (ja) * | 2007-01-25 | 2008-08-07 | Nagoya Electric Works Co Ltd | 路面状態判別装置および路面状態判別方法 |
| US8523075B2 (en) * | 2010-09-30 | 2013-09-03 | Apple Inc. | Barcode recognition using data-driven classifier |
| WO2016077617A1 (en) * | 2014-11-12 | 2016-05-19 | Femtometrix, Inc. | Systems for parsing material properties from within shg signals |
| CN105469079A (zh) | 2015-12-31 | 2016-04-06 | 中国科学院上海高等研究院 | 基于多传感器信息融合的物体材质识别方法 |
| CN108072872A (zh) * | 2016-11-17 | 2018-05-25 | 富士通株式会社 | 信息提取装置、物品检测装置 |
| CN107169469B (zh) | 2017-06-02 | 2020-06-19 | 南京理工大学 | 一种基于机器学习的mimo雷达的材料识别方法 |
| CN107290746A (zh) | 2017-06-08 | 2017-10-24 | 北京小米移动软件有限公司 | 材料检测方法及装置 |
| CN108459032B (zh) * | 2018-05-25 | 2024-01-02 | 吉林农业大学 | 一种双探头差分式微波在线测量含水率的装置及测量方法 |
-
2019
- 2019-03-01 EP EP19160223.4A patent/EP3647810B1/en active Active
- 2019-03-05 US US16/293,468 patent/US10871468B2/en active Active
- 2019-03-05 AU AU2019201494A patent/AU2019201494B2/en active Active
- 2019-03-07 JP JP2019041126A patent/JP6882357B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| AU2019201494A1 (en) | 2020-05-21 |
| EP3647810A1 (en) | 2020-05-06 |
| JP2020076728A (ja) | 2020-05-21 |
| EP3647810C0 (en) | 2024-02-07 |
| US10871468B2 (en) | 2020-12-22 |
| AU2019201494B2 (en) | 2021-03-04 |
| US20200141903A1 (en) | 2020-05-07 |
| EP3647810B1 (en) | 2024-02-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11144842B2 (en) | Model adaptation and online learning for unstable environments | |
| CN111751318A (zh) | 使用光谱测量进行织物验证 | |
| CN105044722B (zh) | 合成孔径雷达目标的全贝叶斯特征提取方法 | |
| US20180253284A1 (en) | Approximate random number generator by empirical cumulative distribution function | |
| CN108509324B (zh) | 选择计算平台的系统和方法 | |
| Cernuda et al. | NIR-based quantification of process parameters in polyetheracrylat (PEA) production using flexible non-linear fuzzy systems | |
| US20210224664A1 (en) | Relationship analysis device, relationship analysis method, and recording medium | |
| Lamorski et al. | Modelling soil water retention using support vector machines with genetic algorithm optimisation | |
| Lemeshko et al. | Application of nonparametric Kuiper and Watson tests of goodness-of-fit for composite hypotheses | |
| Li et al. | Data augmentation via variational mode reconstruction and its application in few-shot fault diagnosis of rolling bearings | |
| Priyanka et al. | Multi-type feature extraction and classification of leakage in oil pipeline network using digital twin technology | |
| Ye et al. | Method for automatic railway track surface defect classification and evaluation using a laser‐based 3D model | |
| CN109580549B (zh) | 物质含量的计算、定标方法及装置 | |
| JP6882357B2 (ja) | 非接触物質検査のシステム、装置、方法 | |
| US20230214660A1 (en) | Hybrid training method for self-learining algorithms | |
| CN108507607A (zh) | 一种基于核函数的微弱信号检测方法 | |
| Ahmed et al. | Real-time flaw characterization through learning-by-examples techniques: a comparative study applied to ECT | |
| JP2023154566A (ja) | 空洞判定装置、空洞判定方法、及び空洞判定プログラム | |
| Hartmann et al. | Automatic quality assessment of terrestrial laser scans | |
| CN105259135B (zh) | 适用于实时在线的无测点温度补偿近红外测量方法 | |
| He et al. | An intelligent signal processing method for high-speed weighing system | |
| US20240235952A9 (en) | Drift detection in edge devices via multi-algorithmic deltas | |
| RU2756340C1 (ru) | Система, машиночитаемый носитель и способ обработки данных качества проб пластовых флюидов | |
| Zhang et al. | A Bayes factor model for detecting artificial discontinuities via pairwise comparisons | |
| Honrubia et al. | A Machine Learning approach for enhancing permittivity mixing rules of binary liquids with a Gaussian modification and a new interaction factor estimation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190425 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200526 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20200824 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20201026 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201126 |
|
| 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: 20210427 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210506 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6882357 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |