JP7051749B2 - 信号処理装置、信号処理システム、信号処理方法、およびプログラム - Google Patents

Description

本発明の実施形態は、信号処理装置、信号処理システム、信号処理方法、およびプログラムに関する。

近年、ニューラルネットワークによる、センサ信号（１次元信号や画像）の認識処理には目覚ましい進歩がある。認識処理は、アカデミックな世界に留まらず、自動運転に代表されるような産業応用も進みつつある。しかし、アカデミックな分野で開発された認識処理は、ＳＮ比が高い理想的なセンサ信号を対象としていることが多い。このため、産業応用をする場合には、センサ信号に含まれる不要成分（ノイズ等）を抑制する前処理が必要不可欠である。

Ｏｎ ｌｅａｓｔ ｓｑｕａｒｅｓ ａｎｄ ｌｉｎｅａｒ ｃｏｍｂｉｎａｔｉｏｎ ｏｆ ｏｂｓｅｒｖａｔｉｏｎｓ（Ａ．Ａｉｔｋｅｎ，１９３４）

しかしながら、従来技術では、ノイズ等の不要成分を抑制する信号処理時に、必要な信号成分も抑制される場合があった。

実施形態の信号処理装置は、信号処理部と、第１信号調整部と、更新部と、を備える。第１信号調整部は、第１信号に第２信号が重畳された入力信号に対して、少なくとも１以上のパラメータを用いた第１信号処理を行い、前記第１信号を復元した第１復元信号を出力する。第１信号調整部は、前記第１信号および前記第１復元信号の少なくとも一方に重み係数を乗算し、補正第１信号および補正第１復元信号を出力する。更新部は、前記補正第１信号と前記補正第１復元信号との誤差を用いて前記パラメータを更新する。

第１の実施の形態に係る信号処理システムの模式図。 第１の実施の形態に係る第１信号処理装置の機能的構成のブロック図。 第１の実施の形態に係る第１信号の一例を示す図。 第１の実施の形態に係る第２信号の一例を示す図。 第１の実施の形態に係る信号処理の流れを示すフローチャート。 第２の実施の形態に係る第１信号処理装置の機能的構成のブロック図。 第２の実施の形態に係る信号処理の流れを示すフローチャート。 第３の実施の形態に係る第１信号処理装置の機能的構成を示すブロック図。 第３の実施の形態に係る信号処理の流れを示すフローチャート。 第４の実施の形態に係る第２信号処理装置の機能的構成を示すブロック図。 第４の実施の形態に係る信号処理の流れを示すフローチャート。 第５の実施の形態に係る第２信号処理装置の機能的構成を示すブロック図。 第５の実施の形態に係る特徴情報の抽出の説明図。 第５の実施の形態に係る特徴情報の抽出の説明図。 第５の実施の形態に係る特徴情報の抽出の説明図。 第５の実施の形態に係る特徴情報の抽出の説明図。 第５の実施の形態に係る信号処理の流れを示すフローチャート。 第１の実施の形態から第５の実施形態にかかる信号処理装置のハードウェア構成図。

以下に添付図面を参照して、この発明にかかる信号処理装置、信号処理システム、信号処理方法、およびプログラムの実施の形態を詳細に説明する。

（第１の実施の形態）
図１は、本実施の形態の信号処理システム１の構成の一例を示す模式図である。

信号処理システム１は、第１信号処理装置１０と、第２信号処理装置３０と、を備える。

第１信号処理装置１０と第２信号処理装置３０とは、データまたは信号を授受可能に接続可能である。詳細には、第１信号処理装置１０と第２信号処理装置３０とは、有線通信または無線通信により、データまたは信号を授受可能に接続される。なお、第１信号処理装置１０と第２信号処理装置３０とは、他の装置や媒体を介して、データまたは信号を授受可能に接続してもよい。例えば、第１信号処理装置１０と第２信号処理装置３０とは、一方の信号処理装置で記憶媒体に記憶されたデータを、他方の信号処理装置で読取ることで、データを授受可能に接続してもよい。

第１信号処理装置１０は、信号処理装置の一例である。第１信号処理装置１０は、１以上のパラメータを学習するための信号処理装置である。パラメータは、一次元信号や多次元信号（画素など）などの入力信号から、該入力信号に含まれる第１信号を復元した第１復元信号を生成する時に用いられる。入力信号、第１信号、および第１復元信号の詳細は後述する。

第２信号処理装置３０は、信号処理装置の一例である。第２信号処理装置３０は、第１復元信号に対して各種の認識処理を実行する信号処理装置である。

認識処理は、例えば、画像の画像分類、画像認識、画像のセグメンテーション、画像のキャプショニング、電気信号、振動などの１次元信号の分類処理、音声の機械翻訳、などである。第２信号処理装置３０による認識処理結果は、例えば、入力信号の発生源（例えば、装置の異常箇所）の特定や、入力信号の発生源の動作状況（例えば、異常状況など）の特定に用いられる。

なお、第１信号処理装置１０と第２信号処理装置３０とは、物理的に異なる装置として構成してもよい。また、第１信号処理装置１０と第２信号処理装置３０とを一体的に構成してもよい、また、第１信号処理装置１０および第２信号処理装置３０の少なくとも一方が備える機能を、複数の物理的に異なる装置に分散して備えてもよい。例えば、第１信号処理装置１０の機能の少なくとも一部は、クラウド上で処理を実行するクラウドサーバに搭載されていてもよい。

本実施の形態では、第１信号処理装置１０について説明する。

図２は、第１信号処理装置１０の機能的構成の一例を示すブロック図である。第１信号処理装置１０は、合成部１０Ａと、信号処理部１０Ｂと、第１信号調整部１０Ｃと、誤差算出部１０Ｄと、更新部１０Ｅと、を備える。

合成部１０Ａ、信号処理部１０Ｂ、第１信号調整部１０Ｃ、誤差算出部１０Ｄ、および更新部１０Ｅは、例えば、１または複数のプロセッサにより実現される。例えば上記各部は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などのプロセッサにプログラムを実行させること、すなわちソフトウェアにより実現してもよい。上記各部は、専用のＩＣなどのプロセッサ、すなわちハードウェアにより実現してもよい。上記各部は、ソフトウェアおよびハードウェアを併用して実現してもよい。複数のプロセッサを用いる場合、各プロセッサは、各部のうち１つを実現してもよいし、各部のうち２以上を実現してもよい。

合成部１０Ａは、第１信号２０に第２信号２２を重畳し、入力信号２４を出力する。

第１信号２０および第２信号２２は、それぞれ、一次元信号または多次元信号である。一次元信号は、例えば、音響信号、または電気信号などである。多次元信号は、例えば、画像、または音声などの信号である。なお、一次元信号および多次元信号は、これら以外のどのような信号であってもよい。また、第１信号２０は、画像または音声を一定区間（フレームなど）で分割した複数の一次元または多次元信号であってもよい。一次元信号および多次元信号は、時系列信号であってもよい。

第１信号２０は、第２信号処理装置３０で実行される認識処理で用いる必要成分である。第２信号２２は、第２信号処理装置３０で実行される認識処理では不要な成分である。言い換えると、第２信号２２は、入力信号２４に含まれる必要成分である第１信号２０以外の信号である。例えば、第２信号２２は、ノイズ成分である。

本実施の形態では、第１信号２０は、第２信号２２に比べて疎な信号である。第１信号２０が第２信号２２に比べて疎な信号であるとは、第２信号２２の存在区間に比べて第１信号２０の存在区間が短い、または、第１信号２０に含まれる信号ピークの値と第１信号２０に含まれるノイズ領域の値の平均値との比が、第２信号２２に含まれる信号ピークの値と第２信号に含まれるノイズ領域の値の平均値との比よりも大きい、ことを意味する。

図３Ａは、第１信号２０の一例を示す図である。図３Ｂは、第２信号２２の一例を示す図である。図３Ａおよび図３Ｂに示すように、第２信号２２の存在区間Ｓ２に比べて第１信号２０の存在区間Ｓ１が短い。また、第１信号２０は、一部の位置（時間的な位置）の値（信号強度）が大きく、その他の位置の値（信号強度）は０または０に近い値である。

一方、第２信号２２は、第１信号２０に比べて密な信号である。第２信号２２に比べて密な信号であるとは、第１信号２０の存在区間に比べて２２の存在区間が長い、または、信号ピークの間隔が第２信号２２より短いことを意味する。

また、第２信号２２は、電力（パワー）、振幅、および分散の少なくとも１つが第１信号２０より大きい。具体的には、例えば、第２信号２２がノイズ成分であると想定する。この場合、第１信号２０と第２信号２２との合成信号（重畳信号）である入力信号２４は、ノイズレベルが高い（すなわち、ＳＮ比が小さい）信号であるといえる。

合成部１０Ａは、第１信号２０に第２信号２２を重畳させることで、第１信号２０と第２信号２２との合成信号である入力信号２４を生成する。なお、合成部１０Ａは、公知の方法で、第１信号２０と第２信号２２とを合成し、入力信号２４を生成すればよい。

信号処理部１０Ｂは、入力信号２４から、入力信号２４に含まれる第１信号２０を復元した第１復元信号２６を生成する。詳細には、信号処理部１０Ｂは、第１信号２０に第２信号２２が重畳された入力信号２４に対して、少なくとも１以上のパラメータを用いた第１信号処理を行い、第１信号２０を復元した第１復元信号２６を出力する。

本実施の形態では、信号処理部１０Ｂは、少なくとも１以上のパラメータと入力信号２４とに基づいて第１信号処理を実行することで、第１復元信号２６を出力する。

第１信号処理は、入力信号２４から第１復元信号２６を復元する復元処理である。具体的には、第１信号処理は、入力信号２４に対する線形変換と非線形変換の組合せによる処理である。具体的には、例えば、第１信号処理は、ニューラルネットワークを用いた信号処理である。この場合、信号処理部１０Ｂは、例えば、畳込み層、活性化関数、Ｂａｔｃｈ Ｎｏｒｍａｌｉｚａｔｉｏｎからなるニューラルネットワークにより第１信号処理を行う。

ニューラルネットワークは、ネットワークパラメータＷ（重み行列）による線形変換と活性化関数による非線形変換の組み合わせによって、入力信号ｘから所望の信号ｙを出力する関数を指す。ネットワークパラメータＷは、パラメータの一例であり。言い換えると、ネットワークパラメータＷは、第１信号処理がニューラルネットワークである場合の、該ニューラルネットワークのパラメータである。この関数は、下記式（Ａ）によって表さる。

ｙ＝Ｆ（Ｗ，ｘ）・・式（Ａ）

式（Ａ）中、ｘは入力信号２４を示し、ｙは第１復元信号２６を示す。Ｗは、ネットワークパラメータＷ（重み行列）を示す。

なお、第１信号処理は、入力信号２４から第１復元信号２６を復元する復元処理であればよく、ニューラルネットワークを用いた信号処理に限定されない。例えば、第１信号処理は、フィルタを用いた復元処理を含んでもよい。フィルタは、ガウシアンフィルタ、および、メディアンフィルタなどのローパスフィルタなどである。例えば、多次元信号が画像の場合、ＢＭ３Ｄ（Ｂｌｏｃｋ Ｍａｔｃｈｉｎｇ ａｎｄ ３Ｄ Ｃｏｌｌａｂｏｒａｔｉｖｅ Ｆｉｌｔｅｒｉｎｇ）などのハンドクラフト方式を適用してもよい。

なお、本実施の形態では、信号処理部１０Ｂは、ニューラルネットワークにより第１信号処理を行い、入力信号２４から第１復元信号２６を復元する場合を一例として説明する。

第１復元信号２６は、信号処理部１０Ｂによって入力信号２４から復元された第１信号２０である。第１復元信号２６は、第１信号２０と同じ次元、かつ、同じ個数の１次元または多次元信号である。

第１信号調整部１０Ｃは、第１信号２０および第１復元信号２６の少なくとも一方に、重み係数を乗算し、補正第１信号２８および補正第１復元信号２９を出力する。

なお、第１信号調整部１０Ｃから出力される信号を、補正第１信号２８および補正第１復元信号２９と称して説明する。このため、第１信号２０に重み係数を乗算し、第１復元信号２６に重み係数を乗算しなかった場合、第１信号調整部１０Ｃは、重み係数の乗算された第１信号２０である補正第１信号２８と、重み係数の乗算されていない第１復元信号２６である補正第１復元信号２９と、を出力する。同様に、第１信号２０に重み係数を乗算せず、第１復元信号２６に重み係数を乗算した場合、第１信号調整部１０Ｃは、重み係数の乗算されていない第１信号２０である補正第１信号２８と、重み係数の乗算された第１復元信号２６である補正第１復元信号２９と、を出力する。

重み係数は、該第１信号２０と該第１復元信号２６との誤差を、該入力信号２４に含まれる第２信号２２の信号強度より大きくするための、重み係数である。言い換えると、重み係数は、信号処理部１０Ｂによる信号処理によって、入力信号２４に含まれる第１信号２０以外の信号成分である第２信号２２と共に、入力信号２４に含まれる第１信号２０が抑制された第１復元信号２６が出力されることを、抑制するための重み係数である。

重み係数は、上記関係を満たす誤差が得られるように、予め設定すればよい。また、重み係数は、ベクトル、および、対角成分に係数が並ぶ行列、の何れであってもよい。

例えば、重み係数が、第１信号２０に乗算することで上記関係を満たす誤差を得るための、重み係数であると想定する。この場合、第１信号調整部１０Ｃは、第１信号２０に該重み係数を乗算した乗算結果である補正第１信号２８と、第１復元信号２６である補正第１復元信号２９と、を出力する。

また、例えば、重み係数が、第２信号２２に乗算することで上記関係を満たす誤差を得るための、重み係数であると想定する。この場合、第１信号調整部１０Ｃは、第１復元信号２６に該重み係数を乗算した乗算結果である補正第１復元信号２９と、第１信号２０である補正第１信号２８と、を出力する。

また、例えば、重み係数が、上記関係を満たす誤差を得るために、第１信号２０および第１復元信号２６の各々に乗算するための、第１復元信号２６および第１復元信号２６の各々用の重み係数であると想定する。この場合、第１信号調整部１０Ｃは、第１信号２０に該第１信号２０用の重み係数を乗算した補正第１信号２８と、第１復元信号２６に該第１復元信号２６用の重み係数を乗算した補正第１復元信号２９と、を出力する。

誤差算出部１０Ｄは、補正第１信号２８と補正第１復元信号２９との誤差を算出する。

例えば、誤差算出部１０Ｄは、補正第１信号２８と補正第１復元信号２９との二乗誤差を、誤差として算出する。具体的には、例えば、誤差算出部１０Ｄは、下記式（１）を用いて誤差を算出する。

式（１）中、Ｅ（Ｗ）は、誤差を意味する。ｋは、重み係数を意味する。ｔは、第１信号２０を意味する。すなわち、ｋｔは、補正第１信号２８を意味する。Ｆ（Ｗ，ｘ）は、第１復元信号２６を示し、上記式（Ａ）と同様である。

なお、式（１）には、第１信号調整部１０Ｃによって、第１信号２０に重み係数が乗算された例を一例として示した。しかし、上述したように、重み係数（ｋ）は、第１信号２０および第１復元信号２６の少なくとも一方に乗算されればよい。この場合、式（１）中、“ｋｔ”を“ｔ”とし、“Ｆ（Ｗ，ｘ）”を“Ｆ（Ｗ，ｘ）ｔ”とした式を用いて、誤差を算出すればよい。

また、例えば、第１信号調整部１０Ｃが、２つ以上の重み係数を用いた場合には、誤差算出部１０Ｄは、対角成分に重み係数が並ぶ行列Ｋを用いた下記式（２）を用いて、誤差を算出すればよい。

式（２）中、Ｅ（Ｗ）は、誤差を意味する。Ｋは、重み係数である行列を意味する。ｔは、第１信号２０を意味する。すなわち、ｋｔは、補正第１信号２８を意味する。Ｆ（Ｗ，ｘ）は、第１復元信号２６を示し、上記式（Ａ）と同様である。

誤差算出部１０Ｄは、算出した誤差を、更新部１０Ｅへ出力する。

なお、誤差算出部１０Ｄは、補正第１信号２８と補正第１復元信号２９との誤差を算出すればよく、二乗誤差（Ｌ２ロス）を誤差として算出する算出方法に限定されない。例えば、誤差算出部１０Ｄは、補正第１信号２８と補正第１復元信号２９とのＬ１ロス、Ｃｈａｒｂｏｎｎｉｅｒロス、Ｈｕｂｅｒロスを、誤差として算出してもよい。

更新部１０Ｅは、誤差算出部１０Ｄで算出された誤差を用いて、第１信号処理に用いるパラメータを更新する。言い換えると、例えば、更新部１０Ｅは、誤差Ｅ（Ｗ）を用いて、ニューラルネットワークに用いるネットワークパラメータＷを更新する。

例えば、更新部１０Ｅは、勾配法などによってニューラルネットワークのネットワークパラメータＷを更新する。

具体的には、更新部１０Ｅは、誤差Ｅ（Ｗ）をネットワークパラメータＷで偏微分して得られる勾配（σＥ（Ｗ）／σＷ）に基づいて、勾配法によってネットワークパラメータＷを更新する。また、誤差Ｅ（Ｗ）が活性化関数を含んだ入れ子構造となっているため、効率的に偏微分を行う観点から、誤差逆伝播法により誤差の勾配を計算してもよい。なお、勾配計算方法は、誤差逆伝播法に限られず、どのような方法であってもよい。

例えば、更新部１０Ｅは、下記式（３）を用いて、ネットワークパラメータＷを更新する。なお、下記式（３）は、最も単純な勾配法によるネットワークパラメータの更新式の一例である。

式（３）中、Ｗ’は、更新後のネットワークパラメータＷを示す。ηは、一度の更新でどの程度ネットワークパラメータＷを変化させるかを決めるための、学習率を意味する。

信号処理部１０Ｂは、更新部１０Ｅによって更新されたパラメータ（ネットワークパラメータＷ）を用いて、入力信号２４に対して上述した第１信号処理を行い、第１信号２０を復元した第１復元信号２６を出力する。

そして、第１信号処理装置１０では、合成部１０Ａ、信号処理部１０Ｂ、第１信号調整部１０Ｃ、誤差算出部１０Ｄ、および更新部１０Ｅが、上記処理を繰返し実行する。第１信号調整部１０Ｃが、この繰返しの処理を実行することで、パラメータが更新され、パラメータが最適化（学習）される。

次に、第１信号処理装置１０が実行する信号処理の流れの一例を説明する。第１信号処理装置１０が実行する信号処理は、すなわち、パラメータの学習処理である。

図４は、第１信号処理装置１０が実行する信号処理の流れの一例を示す、フローチャートである。

合成部１０Ａは、第１信号２０と第２信号２２を重畳し、入力信号２４を出力する（ステップＳ１００）。

信号処理部１０Ｂは、更新部１０Ｅによって更新されたパラメータを用いて、入力信号２４に対して第１信号処理を行い、第１復元信号２６を出力する。

第１信号調整部１０Ｃは、ステップＳ１００で入力信号２４の生成に用いた第１信号２０、および、ステップＳ１０２で出力された第１復元信号２６、の少なくとも一方に重み係数を乗算する（ステップＳ１０４）。ステップＳ１０４の処理によって、第１信号調整部１０Ｃは、補正第１信号２８および補正第１復元信号２９を誤差算出部１０Ｄへ出力する。

誤差算出部１０Ｄは、補正第１信号２８と補正第１復元信号２９との誤差を計算する（ステップＳ１０６）。

更新部１０Ｅは、ステップＳ１０６で計算された誤差を用いて、信号処理部１０Ｂによる第１信号処理のパラメータを更新する（ステップＳ１０８）。

次に、第１信号処理装置１０は、パラメータの学習を終了するか否かを判断する（ステップＳ１１０）。例えば、第１信号処理装置１０は、予め定めた繰返し回数に足しているか否かを判別することで、ステップＳ１１０の判断を行う。繰返し回数は、ステップＳ１００～ステップＳ１０８の一連の処理の繰返し回数である。ステップＳ１１０で肯定判断すると（ステップＳ１１０：Ｙｅｓ）。上記ステップＳ１００へ戻る。一方、ステップＳ１１０で否定判断すると（ステップＳ１１０：Ｎｏ）、本ルーチンを終了する。

以上説明したように、本実施の形態の第１信号処理装置１０は、信号処理部１０Ｂと、第１信号調整部１０Ｃと、誤差算出部１０Ｄと、更新部１０Ｅと、を備える。信号処理部１０Ｂは、第１信号２０に第２信号２２が重畳された入力信号２４に対して、少なくとも１以上のパラメータを用いた第１信号処理を行い、第１信号２０を復元した第１復元信号２６を出力する。第１信号調整部１０Ｃは、第１信号２０および第１復元信号２６の少なくとも一方に、重み係数を乗算し、補正第１信号２８および補正第１復元信号２９を出力する。更新部１０Ｅは、補正第１信号２８と補正第１復元信号２９との誤差を用いてパラメータを更新する。

ここで、従来では、第１信号２０および第１復元信号２６の少なくとも一方に対する重み係数の乗算が行われずに、第１信号２０と第１復元信号２６との誤差が算出されていた。そして、従来では、該誤差に基づいてパラメータの学習（最適化）が実行されていた。

例えば、従来では、誤差の算出には、下記式（４）が用いられていた。

式（４）中、Ｅ（Ｗ）、ｔ、Ｆ（Ｗ，ｘ）は、上記式（Ａ）と同様である。

また、従来では、誤差Ｅ（Ｗ）として、二乗誤差または重み付き二乗誤差を用いる方法が知られている。この方法は、データ毎の二乗誤差をデータの分散などで重み付けした和を、誤差Ｅ（Ｗ）とする方法である。この方法は、上記式（４）を一般化最小二乗法に書き換えることで、式（５）で表される。

式（５）中、Ｅ（Ｗ）、ｙ、Ｆ（Ｗ，ｘ）は、上記式（Ａ）と同様である。また、式（５）中、Ωは、対角成分に分散が並ぶ行列を意味する。

式（４）および式（５）に示すように、従来では、誤差Ｅ（Ｗ）の算出には、本実施の形態における、第１信号２０および第１復元信号２６の少なくとも一方への重み係数の乗算は行われていなかった。

このため、従来技術では、ノイズレベルが高く（例えば、ＳＮ比（Ｓ／Ｎ）が１未満）、且つ、必要成分（例えば、第１信号２０）がノイズなどの不要成分（例えば、第２信号２２）に比べて疎である場合、ノイズなどの不要成分だけでなく、必要な信号成分も抑制する方向に向かって、パラメータが更新される場合があった。

また、従来では、重み付き最小二乗誤差を誤差とした場合であっても、信号成分が抑制された時の誤差、および、ノイズ成分を抑制しきれなかった場合の誤差の両方に重み付けがなされていた。このため、従来では、ノイズなどの不要成分だけでなく、必要な信号成分も抑制する方向に向かって、パラメータが更新される場合があった。

また、従来より、入力信号２４に含まれる必要成分（例えば、第１信号２０）を復元する復元処理が長年研究されており、信号強度よりノイズ強度が小さい一般的なケースについては有効な手法が数多く存在する。しかし、従来技術では、信号強度よりノイズ強度が大きいようなＳＮ比が著しく低いケースに対しては有効な手法は確立されていなかった。

信号のＳＮ比が著しく低くなるシーンとして以下の例が挙げられる。
・早期発見や予兆検知を目的とした計測のため、対象となる信号が微弱である。
・計測時間の制約や環境特有の外乱により、ノイズが増大する。

一方、本実施の形態の第１信号処理装置１０は、信号処理部１０Ｂが入力信号２４から第１信号２０を復元した第１復元信号２６を導出する時に用いるパラメータを、補正第１信号２８と補正第１復元信号２９との誤差を用いて補正する。補正第１信号２８および補正第１復元信号２９は、第１信号２０および第１復元信号２６の少なくとも一方に重み係数を乗算した結果の信号である。

すなわち、第１信号処理装置１０は、第１信号２０と第１復元信号２６との誤差では無く、重み係数を乗算した後の補正第１信号２８と補正第１復元信号２９との誤差を用いて、パラメータを更新する。

このため、本実施の形態の第１信号処理装置１０は、重み係数を調整することで、Ｅ（Ｗ）中の第１信号２０が抑制されたときに算出される誤差と、第２信号２２を抑制しきれなかった場合に算出される誤差と、の割合を調整することができる。

このため、第１信号処理装置１０では、該誤差Ｅ（Ｗ）を用いて更新されたパラメータを用いることで、入力信号２４の信号処理時に、第１信号２０の信号成分の抑制を防ぎつつ、且つ、第２信号２２の信号成分を抑制した信号処理を実行するためのパラメータを、学習することができる。すなわち、第１信号処理装置１０は、該パラメータを学習することができるため、入力信号２４の信号処理時における、入力信号２４に含まれる必要成分である第１信号２０の信号成分の抑制の防止と、入力信号２４に含まれる必要成分以外の第２信号２２の信号成分の抑制と、を図ることができる。

従って、本実施の形態の第１信号処理装置１０は、入力信号２４に含まれる不要成分（第２信号２２）を抑制する信号処理時に、必要な信号成分（第１信号２０）が抑制されることを抑制することができる。

また、第２信号２２は、電力（パワー）、振幅、および分散の少なくとも１つが第１信号２０より大きい。また、第１信号２０は、第２信号２２に比べて疎な信号である。

ここで、異常信号の検出による製造装置やインフラ設備の故障診断では、性質上早期発見が望まれる。このため、ノイズレベルが高く（例えばＳ／Ｎ＜１）かつ異常信号が疎となる場合がある。しかし、従来では、このような信号の検出をニューラルネットワークに学習させる際、一般的に用いられる二乗誤差をロス関数として最適化すると、ノイズ成分だけでなく信号成分も抑制するような望ましくない解に収束する場合があった。また、重み付け最小二乗誤差をロス関数とした場合であっても、望ましくない解への収束を回避できなかった。

一方、本実施の形態の誤差算出部１０Ｄでは、第１信号２０と第１復元信号２６との誤差では無く、重み係数を乗算した後の補正第１信号２８と補正第１復元信号２９との誤差を用いて、パラメータを更新する。

このため、本実施の形態では、第２信号２２の電力、振幅、および分散の少なくとも１つが第１信号２０より大きく、また、第１信号２０が第２信号２２に比べて疎な信号であっても、信号処理時に第１信号２０が抑制されることを抑制することができる。

なお、本実施の形態では、信号処理部１０Ｂと、更新部１０Ｅと、誤差算出部１０Ｄと、を別体として構成した場合を一例として示した（図２参照）。しかし、信号処理部１０Ｂ、更新部１０Ｅ、および誤差算出部１０Ｄの少なくとも２以上を、一体的に構成してもよい。

（第２の実施の形態）
上記第１の実施の形態では、第１信号２０および第１復元信号２６の少なくとも一方に乗算する重み係数が、上記関係を満たすように予め設定されている場合を、一例として説明した。

本実施の形態では、第１信号２０および第２信号２２に基づいて重み係数を算出する形態を説明する。

図５は、第１信号処理装置１１の機能的構成の一例を示すブロック図である。第１信号処理装置１１は、信号処理装置の一例である。

第１信号処理装置１１は、合成部１０Ａと、信号処理部１０Ｂと、第１信号調整部１１Ｃと、誤差算出部１０Ｄと、更新部１０Ｅと、第１算出部１１Ｆと、を備える。

第１信号処理装置１１は、第１算出部１１Ｆを更に備える点、および第１信号調整部１０Ｃに代えて第１信号調整部１１Ｃを備える点以外は、第１の実施の形態の第１信号処理装置１０と同様である。その他の機能は、第１の実施形態にかかる第１信号処理装置１０のブロック図である図２と同様であるため、同一符号を付し、ここでの説明は省略する。

第１算出部１１Ｆは、第１信号２０の第１統計情報、および第２信号２２の第２統計情報の少なくとも一方に基づいて、重み係数を算出する。

第１統計情報は、第１信号２０の統計情報である。第２統計情報は、第２信号２２の統計情報である。第１統計情報および第２統計情報は、それぞれ、第１信号２０および第２信号２２の各々の、信号処理における二乗平均値である電力（パワー）、振幅、分散、の少なくとも１つを示す。

詳細には、第１統計情報および第２統計情報が、それぞれ、第１信号２０および第２信号２２の各々の、電力を示すと想定する。この場合、第１算出部１１Ｆは、受付けた第１信号２０の電力を、第１信号２０の第１統計情報として算出する。また、第１算出部１１Ｆは、受付けた第２信号２２の電力を、第２信号２２の第２統計情報として算出する。

また、第１統計情報および第２統計情報が、それぞれ、第１信号２０および第２信号２２の各々の、振幅を示すと想定する。この場合、第１算出部１１Ｆは、受付けた第１信号２０の単位時間あたりの振幅の最大値または平均値を、第１信号２０の第１統計情報として算出する。また、第１算出部１１Ｆは、受付けた第２信号２２の単位時間あたりの振幅の最大値を、第２信号２２の第２統計情報として算出する。

また、第１統計情報および第２統計情報が、それぞれ、第１信号２０および第２信号２２の各々の、分散または標準偏差を示すと想定する。この場合、第１算出部１１Ｆは、受付けた第１信号２０のヒストグラムによって表される分散または標準偏差を、第１信号２０の第１統計情報として算出する。また、第１算出部１１Ｆは、受付けた第２信号２２のヒストグラムによって表される分散または標準偏差を、第２信号２２の第２統計情報として算出する。

第１算出部１１Ｆは、第１統計情報および第２統計情報の少なくとも一方に基づいて、上記第１の実施の形態で説明した上記関係を満たす誤差が得られる、重み係数を算出する。

例えば、第１算出部１１Ｆは、第１統計情報と第２統計情報との比を、重み係数として算出する。例えば、第１算出部１１Ｆは、第１統計情報に対する第２統計情報の比、または、第２統計情報に対する第１統計情報の比を、重み係数として算出する。そして、第１算出部１１Ｆは、算出した重み係数を、第１信号調整部１１Ｃへ出力する。

第１信号調整部１１Ｃは、第１算出部１１Ｆで算出された重み係数を、第１信号２０および第１復元信号２６の少なくとも一方に乗算し、補正第１信号２８および補正第１復元信号２９を誤差算出部１０Ｄへ出力する。

第１信号調整部１１Ｃは、予め設定された重み係数に代えて、第１算出部１１Ｆから受付けた重み係数を用いる点以外は、第１の実施の形態の第１信号調整部１０Ｃと同様の処理を実行すればよい。

次に、第１信号処理装置１１が実行する信号処理の流れの一例を説明する。第１信号処理装置１１が実行する信号処理は、すなわち、パラメータの学習処理である。

図６は、第１信号処理装置１１が実行する信号処理の流れの一例を示す、フローチャートである。

ステップＳ２００～ステップＳ２０２は、第１の実施の形態の第１信号処理装置１０におけるステップＳ１００～ステップＳ１０２と同様である（図４参照）。このため、その説明を省略する。

第１算出部１１Ｆは、ステップＳ２００で入力信号２４の生成に用いた第１信号２０と第２信号２２について、第１信号２０の第１統計情報と第２信号２２の第２統計情報とを算出する。そして、第１算出部１１Ｆは、これらの第１統計情報と第２統計情報戸を用いて、重み係数を算出し、第１信号調整部１１Ｃで用いられる重み係数を更新する（ステップＳ２０４）。

第１信号調整部１１Ｃは、ステップＳ２００で入力信号２４の生成に用いた第１信号２０、および、ステップＳ２０２で出力された第１復元信号２６、の少なくとも一方に、ステップＳ２０４で算出および更新された重み係数を乗算する（ステップＳ２０４）。

そして、第１信号処理装置１１は、ステップＳ２０６～ステップＳ２１２の処理を実行し、本ルーチンを終了する。ステップＳ２０６～ステップＳ２１２は、第１の実施の形態の第１信号処理装置１０におけるステップＳ１０４～ステップＳ１１０と同様である（図４参照）。このため、その説明を省略する。

以上説明したように、本実施の形態の第１信号処理装置１１では、第１算出部１１Ｆが、第１信号２０の第１統計情報、および、第２信号２２の第２統計情報、の少なくとも一方に基づいて、重み係数を算出する。第１信号調整部１１Ｃは、第１算出部１１Ｆで算出された重み係数を第１信号２０および第１復元信号２６の少なくとも一方に乗算する。

このため、本実施の形態の第１信号処理装置１１では、重み係数が上記関係を満たすように、第１信号２０および第２信号２２に基づいて、重み係数を動的に算出し、更新することができる。

上記関係とは、すなわち、入力信号２４から第１信号２０に一致する第１復元信号２６が復元出来なかったときの、該第１信号２０と該第１復元信号２６との誤差を、該入力信号２４に含まれる第２信号２２の信号強度より大きくするための、重み係数であることである。また、上記関係とは、信号処理部１０Ｂによる信号処理によって、入力信号２４に含まれる第１信号２０以外の信号成分である第２信号２２と共に、入力信号２４に含まれる第１信号２０が抑制された第１復元信号２６が出力されることを、抑制するための重み係数であることである。

従って、本実施の形態の第１信号処理装置１１は、上記第１の実施の形態の効果に加えて、入力信号２４に含まれる不要成分（第２信号２２）の抑制と、必要な信号成分（第１信号２０）が抑制されることの抑制と、の両立を更に図ることができる。

（第３の実施の形態）
上記第１実施の形態では、第１信号２０および第１復元信号２６の少なくとも一方に乗算する重み係数が、上記関係を満たすように予め設定されている場合を、一例として説明した。

本実施の形態では、誤差算出部１０Ｄで算出された誤差に基づいて、重み係数を算出する形態を説明する。

図７は、第１信号処理装置１２の機能的構成の一例を示すブロック図である。第１信号処理装置１２は、信号処理装置の一例である。

第１信号処理装置１２は、合成部１０Ａと、信号処理部１０Ｂと、第１信号調整部１２Ｃと、誤差算出部１０Ｄと、更新部１０Ｅと、第２算出部１２Ｇと、を備える。

第１信号処理装置１２は、第１信号調整部１０Ｃに代えて第１信号調整部１２Ｃを備える点、および第２算出部１２Ｇを更に備える点以外は、第１の実施の形態の第１信号処理装置１０と同様である。その他の機能は、第１の実施形態にかかる第１信号処理装置１０のブロック図である図２と同様であるため、同一符号を付し、ここでの説明は省略する。

第２算出部１２Ｇは、誤差算出部１０Ｄで算出された誤差に基づいて、重み係数を算出する。

詳細には、第２算出部１２Ｇは、例えば、一定の繰り返し期間、誤差の変化が停滞している場合には、重み係数を前回算出した値より大きくし、誤差の変化が大きい場合には、重み係数を前回算出した値より小さくする。

例えば、第２算出部１２Ｇは、誤差を重み係数で偏微分した時の勾配を用いて、下記式（６）により、新たな重み係数を算出する。

式（６）中、ｋ’は、更新後の新たな重み係数を示す。ｋは、更新前、すなわち前回算出した重み係数を示す。ηは、更新量を決める係数である。Ｗは、ネットワークパラメータＷ（重み行列）を示す。

なお、式（６）では、最急降下法によって重み係数の更新を行う例を示した。しかし、第２算出部１２Ｇは、反復最適化を行う任意の最適化アルゴリズムを用いて、新たな重み係数“ｋ’”を算出してもよい。

また、式（６）には、重み係数がスカラ値である場合の一例を示した。しかし、重み係数が、２つ以上の重み係数を有するベクトルや行列の場合であっても、第２算出部１２Ｇは、式（６）と同様の式により、新たな重み係数“ｋ’”を算出してもよい。

第１信号調整部１２Ｃは、第２算出部１２Ｇで算出された重み係数を、第１信号２０および第１復元信号２６の少なくとも一方に乗算し、補正第１信号２８および補正第１復元信号２９を誤差算出部１０Ｄへ出力する。言い換えると、第１信号調整部１２Ｃは、第２算出部１２Ｇによって更新された新たな重み係数“ｋ’”を、第１信号２０および第１復元信号２６の少なくとも一方に乗算する。

なお、第１信号調整部１１Ｃは、予め設定された重み係数に代えて、第２算出部１２Ｇから受付けた重み係数を用いる点以外は、第１の実施の形態の第１信号調整部１０Ｃと同様の処理を実行すればよい。

次に、第１信号処理装置１２が実行する信号処理の流れの一例を説明する。第１信号処理装置１１が実行する信号処理は、すなわち、パラメータの学習処理である。

図８は、第１信号処理装置１２が実行する信号処理の流れの一例を示す、フローチャートである。

ステップＳ３００～ステップＳ３０８は、第１の実施の形態の第１信号処理装置１０におけるステップＳ１００～ステップＳ１０８と同様である（図４参照）。このため、その説明を省略する。

第２算出部１２Ｇは、ステップＳ３０６で算出された誤差を用いて、重み係数を算出し、算出した新たな重み係数に更新する（ステップＳ３１０）。このため、次回の処理時には、第１信号調整部１２Ｃは、ステップＳ３１０で算出および更新された重み係数を、第１信号２０および第１復元信号２６の少なくとも一方に乗算し、補正第１信号２８および補正第１復元信号２９を出力することとなる。

なお、初回の処理時には、第１信号調整部１２Ｃは、予め設定された重み係数を用いればよい。そして、次回の処理時以降では、第１信号処理装置１２は、第２算出部１２Ｇから受付けた新たな重み係数を用いればよい。

そして、第１信号処理装置１２は、上記ステップＳ１１０と同様にしてステップＳ３１２の処理を実行した後に、本ルーチンを終了する。

以上説明したように、本実施の形態の第１信号処理装置１２では、第２算出部１２Ｇが、補正第１信号２８と補正第１復元信号２９との誤差に基づいて、重み係数を算出する。第１信号調整部１２Ｃは、算出された重み係数を、第１信号２０および第１復元信号２６の少なくとも一方に乗算し、補正第１信号２８および補正第１復元信号２９を出力する。

このため、本実施の形態の第１信号処理装置１１では、重み係数が、第１の実施の形態で説明した上記関係を満たすように、第１信号２０および第２信号２２に基づいて、重み係数を動的に算出し、更新することができる。

従って、本実施の形態の第１信号処理装置１３は、上記第１の実施の形態の効果に加えて、入力信号２４に含まれる不要成分（第２信号２２）の抑制と、必要な信号成分（第１信号２０）が抑制されることの抑制と、の両立を更に図ることができる。

（第４の実施の形態）
本実施の形態では、信号処理システム１に含まれる第２信号処理装置３０について説明する（図１参照）。

図９は、第２信号処理装置３０の機能的構成の一例を示すブロック図である。第２信号処理装置３０は、信号処理部３０Ａと、第２信号調整部３０Ｂと、を備える。

信号処理部３０Ａ、および第２信号調整部３０Ｂは、例えば、１または複数のプロセッサにより実現される。例えば上記各部は、ＣＰＵなどのプロセッサにプログラムを実行させること、すなわちソフトウェアにより実現してもよい。上記各部は、専用のＩＣなどのプロセッサ、すなわちハードウェアにより実現してもよい。上記各部は、ソフトウェアおよびハードウェアを併用して実現してもよい。複数のプロセッサを用いる場合、各プロセッサは、各部のうち１つを実現してもよいし、各部のうち２以上を実現してもよい。

信号処理部３０Ａは、入力信号４６から、入力信号４６に含まれる第１信号２０を復元した第１復元信号４８を生成する。

入力信号４６は、上記実施の形態で説明した入力信号２４と同様である。すなわち、入力信号４６は、第１信号２０に第２信号２２を重畳した信号である。

但し、本実施の形態の第２信号処理装置３０で用いる入力信号４６は、合成部１０Ａによって合成された信号ではなく、第２信号処理装置３０による認識処理時に、第２信号処理装置３０が外部装置または外部環境から取得した入力信号４６である。

信号処理部３０Ａは、第１信号処理装置１０、第１信号処理装置１１、または第１信号処理装置１２によって学習されたパラメータである学習済パラメータ４４を取得し、記憶する。例えば、信号処理部３０Ａは、第１信号処理装置１０、第１信号処理装置１１、または第１信号処理装置１２から、有線通信または無線通信などにより直接、または他の装置などを介して、学習済パラメータ４４を取得すればよい。

信号処理部３０Ａは、学習済パラメータ４４と、入力信号４６と、基づいて、第１信号処理を実行することで、第１復元信号４８を出力する。

信号処理部３０Ａは、パラメータとして学習済パラメータ４４を用い、入力信号２４に代えて入力信号４６を用いる点以外は、上記実施の形態の信号処理部１０Ｂと同様にして、第１復元信号４８を復元し、出力すればよい。

第１復元信号４８は、入力信号２４に代えて入力信号４６から復元された信号である点以外は、第１の実施の形態の第１復元信号２６と同様である。

第２信号調整部３０Ｂは、第１復元信号４８に、上記学習済パラメータ４４を学習した第１信号処理装置（第１信号処理装置１０、第１信号処理装置１１、または第１信号処理装置１２）で用いた重み係数に基づく補正重み係数を乗算し、第２復元信号４９を出力する。

詳細には、第２信号調整部３０Ｂは、信号処理部３０Ａで用いる学習済パラメータ４４を学習した第１信号処理装置（第１信号処理装置１０、第１信号処理装置１１、または第１信号処理装置１２）から、該第１信号処理装置による学習済パラメータ４４の学習時の重み係数４０を取得する。学習時の重み係数４０とは、該第１信号処理装置で該学習済パラメータ４４を算出したときに、該第１信号処理装置の第１信号調整部１０Ｃ（または、第１信号調整部１１Ｃ、第１信号調整部１２Ｃ）で用いていた重み係数である。

また、第２信号調整部３０Ｂは、信号処理部３０Ａで用いる学習済パラメータ４４を学習した第１信号処理装置（第１信号処理装置１０、第１信号処理装置１１、または第１信号処理装置１２）から、該第１信号処理装置による学習済パラメータ４４の学習時のノイズレベル４２を取得する。学習時のノイズレベル４２とは、該第１信号処理装置で該学習済パラメータ４４を算出したときに、該第１信号処理装置の第１信号調整部１０Ｃ（または、第１信号調整部１１Ｃ、第１信号調整部１２Ｃ）で用いた、入力信号２４のノイズレベル４２である。

ノイズレベル４２は、該入力信号２４に含まれる第１信号２０と第２信号２２とのパワー比によって表される。

第２信号調整部３０Ｂは、第１信号処理装置１０、第１信号処理装置１１、または第１信号処理装置１２から、有線通信または無線通信などにより直接、または他の装置などを介して、重み係数４０およびノイズレベル４２を取得すればよい。

そして、第２信号調整部３０Ｂは、取得した重み係数４０を補正した補正重み係数を導出する。

例えば、第２信号調整部３０Ｂは、重み係数４０の逆数を、補正重み係数として導出する。そして、第２信号調整部３０Ｂは、第１復元信号４８に該補正重み係数を乗算することで、第２復元信号４９を生成する。この処理により、第２信号調整部３０Ｂは、入力信号４６と第２復元信号４９とのスケール（単位）を統一することができる。

ここで、ノイズレベル４２が大きいほど、第２復元信号４９のスケールが真の第１信号２０の値より小さい値に復元される傾向にある。このため、第２信号調整部３０Ｂは、学習時の重み係数４０に、ノイズレベル４２に基づく補正係数を乗算した結果を、補正重み係数として導出してもよい。

すなわち、第２信号調整部３０Ｂは、重み係数４０を、第１信号２０と第２信号２２とのパワー比であるノイズレベル４２を用いて補正した補正重み係数を導出し、第１復元信号４８に該補正重み係数を乗算した第２復元信号４９を出力してもよい。

そして、第２信号調整部３０Ｂは、第２復元信号４９を出力する。なお、第２信号処理装置３０は、第２復元信号４９について、更に、認識処理を実行してもよい。認識処理については、第１の実施の形態で説明したため、ここでは説明を省略する。

次に、第２信号処理装置３０が実行する信号処理の流れの一例を説明する。

図１０は、第２信号処理装置３０が実行する信号処理の流れの一例を示す、フローチャートである。

まず、信号処理部３０Ａが、学習済パラメータ４４を登録する（ステップＳ４００）。次に、第２信号調整部３０Ｂが、ステップＳ４００で登録した学習済パラメータ４４の学習時に用いられた重み係数４０およびノイズレベル４２を受付ける（ステップＳ４０２）。

次に、信号処理部３０Ａが、入力信号４６に対して、学習済パラメータ４４を用いて第１信号処理を行い、第１復元信号４８を出力する（ステップＳ４０４）。

次に、第２信号調整部３０Ｂが、ステップＳ４００で登録した重み係数４０を補正するか否かを判断する（ステップＳ４０６）。例えば、第２信号調整部３０Ｂは、ステップＳ４０２で受付けたノイズレベル４２が予め定めた閾値以上である場合に、補正すると判断する。また、ノイズレベル４２が該閾値未満である場合に、補正しないと判断する。

ステップＳ４０６で肯定判断すると（ステップＳ４０６：Ｙｅｓ）、ステップＳ４０８へ進む。ステップＳ４０８では、第２信号調整部３０Ｂは、重み係数４０を補正し、補正重み係数を算出する（ステップＳ４０８）。そして、第２信号調整部３０Ｂは、第１復元信号４８にステップＳ４０８で算出した補正重み係数を乗算し、第２復元信号４９を出力する（ステップＳ４１０）。

ステップＳ４０６で否定判断すると（ステップＳ４０６：Ｎｏ）、ステップＳ４１２へ進む。ステップＳ４１２では、第２信号調整部３０Ｂは、第１復元信号４８に重み係数４０を乗算し、第２復元信号４９を出力する（ステップＳ４１０）。

第２信号処理装置３０は、信号処理を終了するか否かを判断する（ステップＳ４１４）。例えば、第２信号処理装置３０は、ユーザによる操作指示などによって終了を示す信号を受信したか否を判別することで、ステップＳ４１４の判断を行う。ステップＳ４１４で否定判断すると（ステップＳ４１４：Ｎｏ）、上記ステップＳ４０４へ戻る。なお、ステップＳ４１４で否定判断すると（ステップＳ４１４：Ｎｏ）、上記ステップＳ４００へ戻ってもよい。一方、ステップＳ４１４で肯定判断すると（ステップＳ４１４：Ｙｅｓ）、本ルーチンを終了する。

以上説明したように、本実施の形態の第２信号処理装置３０の第２信号調整部３０Ｂは、学習済パラメータ４４を用いて復元された第１復元信号４８に、信号処理部１０Ｂ（第１信号処理部）が用いた重み係数４０を補正した補正重み係数を乗算し、第２復元信号４９を出力する。

このように、本実施の形態の第２信号調整部３０Ｂは、第１信号２０と第１復元信号２６との誤差では無く、重み係数を乗算した後の補正第１信号２８と補正第１復元信号２９との誤差を用いて学習された学習済パラメータ４４を用いて、入力信号４６から第１復元信号４８を復元する。また、本実施の形態の第２信号処理装置３０は、第１復元信号４８を、重み係数４０を補正した補正重み係数を用いて補正し、第２復元信号４９を出力する。

このため、本実施の形態の第２信号処理装置３０は、上記第１の実施の形態の効果に加えて、入力信号４６に対して統一されたスケール（単位）の第２復元信号４９を出力することができる。

なお、第２信号処理装置３０の機能の少なくとも一部を、第１信号処理装置１０、第１信号処理装置１１、または第１信号処理装置１２に含めた構成としてもよい。

例えば、第１信号処理装置１０（図２参照）に、信号処理部３０Ａおよび第２信号調整部３０Ｂを設けた構成としてもよい。この場合、信号処理部３０Ａは、信号処理部１０Ｂ、第１信号調整部１０Ｃ、更新部１０Ｅ、および更新部１０Ｅで学習された学習済パラメータ４４を受付け、入力信号２４または別途取得した入力信号４６に対して第１信号処理を実行すればよい。

（第５の実施の形態）
本実施の形態では、第２信号処理装置３１について説明する。第２信号処理装置３１は、信号処理システム１に含まれる第２信号処理装置３０の、第４の実施例とは異なる形態の一例である。

図１１は、第２信号処理装置３１の機能的構成の一例を示すブロック図である。第２信号処理装置３１は、信号処理部３０Ａと、推定部３１Ｃと、を備える。推定部３１Ｃは、特徴抽出部３１Ｄと、属性導出部３１Ｅと、を備える。

信号処理部３０Ａ、推定部３１Ｃ、特徴抽出部３１Ｄ、および属性導出部３１Ｅは、例えば、１または複数のプロセッサにより実現される。例えば上記各部は、ＣＰＵなどのプロセッサにプログラムを実行させること、すなわちソフトウェアにより実現してもよい。上記各部は、専用のＩＣなどのプロセッサ、すなわちハードウェアにより実現してもよい。上記各部は、ソフトウェアおよびハードウェアを併用して実現してもよい。複数のプロセッサを用いる場合、各プロセッサは、各部のうち１つを実現してもよいし、各部のうち２以上を実現してもよい。

信号処理部３０Ａは、第４の実施の形態の信号処理部３０Ａと同様であるため、詳細な説明を省略する。

推定部３１Ｃは、第１復元信号４８を用いた認識処理を実行する。認識処理は、上記第１の実施の形態で説明したように、例えば、画像の画像分類、画像認識、画像のセグメンテーション、画像のキャプショニング、電気信号、振動などの１次元信号の分類処理、音声の機械翻訳、などである。

本実施の形態では、推定部３１Ｃは、第１復元信号４８の特徴情報の属性５０を推定する。属性５０は、認識処理結果を用いて特定される各種の情報である。特徴情報の抽出および属性５０の推定が、上記認識処理に相当する。

詳細には、推定部３１Ｃは、特徴抽出部３１Ｄと、属性導出部３１Ｅと、を有する。

特徴抽出部３１Ｄは、第１復元信号４８の特徴を抽出し、特徴抽出後の信号である特徴情報を出力する。例えば、特徴抽出部３１Ｄは、認識処理として、第１復元信号４８に対して量子化および標本化の少なくとも一方を行う。

図１２Ａ～図１２Ｄは、特徴情報６４の抽出の一例の説明図である。なお、図１２Ａ～図１２Ｄには、第１復元信号４８が部分放電を示す信号である場合を、一例として示した。

図１２Ａは、第１復元信号４８の一例を示す図である。特徴抽出部３１Ｄは、第１復元信号４８に対して、所定の範囲毎の最大値６０Ａと最小値６０Ｂとを並べた２つの信号６０を出力する（図１２Ｂ参照）。例えば、特徴抽出部３１Ｄは、第１復元信号４８を標本化（ダウンサンプリング）することで、最大値６０Ａと最小値６０Ｂとを並べた信号６０を出力する。

そして、特徴抽出部３１Ｄは、振幅の最大値が“１”となるように、２つの信号６０（最大値６０Ａ、最小値６０Ｂ）の各々を正規化する（図１２Ｂ参照）。その後、２つの信号６０の各々の振幅の最大値が“１”となるように、それぞれ正規化する。

次に、特徴抽出部３１Ｄは、正規化後の信号６０に対して、予め定めた閾値以下の信号を“０”に置換し、閾値処理後の信号６２とする（図１２Ｃ参照）。

そして、特徴抽出部３１Ｄは、閾値処理後の信号６２に対して、横軸をΦ（位相）、縦軸をｑ（電荷量）として量子化したときの、各セルあたりの個数を、特徴情報６４として抽出する。具体的には、６２に対して、周期単位分割、重ね合せ、および量子化を実行することで、認識処理結果である特徴情報６４を抽出する。

すなわち、これらの処理によって、特徴抽出部３１Ｄは、Φ（位相）－ｑ（電荷量）－ｎ（頻度）パターンによって表される特徴情報６４を抽出する。なお、特徴情報６４は、Φ（位相）－ｑ（電荷量）－ｎ（頻度）パターンに限定されない。

図１１に戻り説明を続ける。属性導出部３１Ｅは、特徴情報６４を用いて、第１復元信号４８の属性５０を導出する。属性５０は、上述したように、特徴情報６４（認識処理結果）を用いて特定される各種の情報である。属性５０は、例えば、入力信号４６の発生源（例えば、装置の異常箇所）や、入力信号４６の発生源の動作状況（例えば、異常状況など）などである。

次に、第２信号処理装置３１が実行する信号処理の流れの一例を説明する。

図１３は、第２信号処理装置３１が実行する信号処理の流れの一例を示す、フローチャートである。

まず、信号処理部３０Ａが、入力信号４６に対して、学習済パラメータ４４を用いて第１信号処理を行い、第１復元信号４８を出力する（ステップＳ５００）。

次に、特徴抽出部３１Ｄが、ステップＳ５００で出力された第１復元信号４８から特徴情報６４を抽出する（ステップＳ５０２）。

次に、属性導出部３１Ｅが、ステップＳ５０２で抽出された特徴情報６４から属性５０を導出し、出力する（ステップＳ５０４）。そして、本ルーチンを終了する。

以上説明したように、本実施の形態の第２信号処理装置３１は、学習済パラメータ４４を用いて復元された第１復元信号４８の特徴情報６４の属性５０を推定する。

このため、本実施の形態では、高精度に復元された第１復元信号４８を用いて、属性５０を推定する認識処理を実行することができる。

従って、本実施の形態の第２信号処理装置３１は、上記第１の実施の形態の効果に加えて、高精度に復元された第１復元信号４８を用いて、認識処理を実行することができる。

なお、第２信号処理装置３１の機能の少なくとも一部を、第１信号処理装置１０、第１信号処理装置１１、または第１信号処理装置１２に含めた構成としてもよい。

例えば、第１信号処理装置１０（図２参照）に、信号処理部３０Ａおよび推定部３１Ｃを設けた構成としてもよい。この場合、信号処理部３０Ａは、信号処理部１０Ｂ、第１信号調整部１０Ｃ、更新部１０Ｅ、および更新部１０Ｅで学習された学習済パラメータ４４を受付け、入力信号２４または別途取得した入力信号４６に対して第１信号処理を実行すればよい。

また、第２信号処理装置３１の機能の少なくとも一部を、第２信号処理装置３０（図９）に設けた構成としてもよい。この場合、例えば、第２信号処理装置３０に、推定部３１Ｃを設けた構成とすればよい。そして、第２信号処理装置３１は、信号処理部３０Ａに代えて第２信号調整部３０Ｂから、第２復元信号４９を受付け、該第２復元信号４９の属性５０を推定すればよい。

次に、上記実施の形態に係る、第１信号処理装置１０、第１信号処理装置１１、第１信号処理装置１２、第２信号処理装置３０、および第２信号処理装置３１のハードウェア構成の一例を説明する。

図１４は、上記実施の形態に係る第１信号処理装置１０、第１信号処理装置１１、第１信号処理装置１２、第２信号処理装置３０、および第２信号処理装置３１のハードウェア構成例を示す説明図である。

上記実施の形態に係る第１信号処理装置１０、第１信号処理装置１１、第１信号処理装置１２、第２信号処理装置３０、および第２信号処理装置３１は、ＣＰＵ５１などの制御装置と、ＲＯＭ（Read Only Memory）５２やＲＡＭ５３などの記憶装置と、ネットワークに接続して通信を行う通信Ｉ／Ｆ５４と、各部を接続するバス６１を備えている。

上記実施の形態に係る第１信号処理装置１０、第１信号処理装置１１、第１信号処理装置１２、第２信号処理装置３０、および第２信号処理装置３１で実行されるプログラムは、ＲＯＭ５２等に予め組み込まれて提供される。

上記実施の形態に係る第１信号処理装置１０、第１信号処理装置１１、第１信号処理装置１２、第２信号処理装置３０、および第２信号処理装置３１で実行されるプログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ－ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｋ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、フレキシブルディスク（ＦＤ）、ＣＤ－Ｒ（Ｃｏｍｐａｃｔ Ｄｉｓｋ Ｒｅｃｏｒｄａｂｌｅ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）等のコンピュータで読み取り可能な記録媒体に記録してコンピュータプログラムプロダクトとして提供されるように構成してもよい。

さらに、上記実施の形態に係る第１信号処理装置１０、第１信号処理装置１１、第１信号処理装置１２、第２信号処理装置３０、および第２信号処理装置３１で実行されるプログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成してもよい。また、第１から第３の実施形態にかかる信号処理装置で実行されるプログラムをインターネット等のネットワーク経由で提供または配布するように構成してもよい。

第１から第３の実施形態にかかる信号処理装置で実行されるプログラムは、コンピュータを上述した信号処理装置の各部として機能させうる。このコンピュータは、ＣＰＵ５１がコンピュータ読取可能な記憶媒体からプログラムを主記憶装置上に読み出して実行することができる。

本発明のいくつかの実施の形態を説明したが、これらの実施の形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施の形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施の形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１ 信号処理システム
１０、１１、１２ 第１信号処理装置
１０Ｂ 信号処理部
１０Ｃ、１１Ｃ、１２Ｃ 第１信号調整部
１０Ｄ 誤差算出部
１０Ｅ 更新部
１１Ｆ 第１算出部
１２Ｇ 第２算出部
３０、３１ 第２信号処理装置
３０Ａ 信号処理部
３０Ｂ 第２信号調整部
３１Ｃ 推定部

Claims (15)

1. 第１信号に第２信号が重畳された入力信号に対して、少なくとも１以上のパラメータを用いた第１信号処理を行い、前記第１信号を復元した第１復元信号を出力する信号処理部と、
   前記第１信号および前記第１復元信号の少なくとも一方に重み係数を乗算し、補正第１信号および補正第１復元信号を出力する第１信号調整部と、
   前記補正第１信号と前記補正第１復元信号との誤差を用いて前記パラメータを更新する更新部と、
   を備える信号処理装置。
2. 前記重み係数は、
   前記誤差を前記第２信号の信号強度より大きくするための係数である、
   請求項１に記載の信号処理装置。
3. 前記信号処理部は、
   前記入力信号に対する線形変換と非線形変換の組合せである前記第１信号処理を行う、
   請求項１または請求項２に記載の信号処理装置。
4. 前記信号処理部は、
   ニューラルネットワークにより前記第１信号処理を行う、
   請求項３に記載の信号処理装置。
5. 前記第１信号の第１統計情報、および、前記第２信号の第２統計情報、の少なくとも一方に基づいて、前記重み係数を算出する第１算出部を備え、
   前記第１信号調整部は、
   算出された前記重み係数を前記第１信号および前記第１復元信号の少なくとも一方に乗算する、
   請求項１～請求項４の何れか１項に記載の信号処理装置。
6. 前記誤差に基づいて、前記重み係数を算出する第２算出部を備え、
   前記第１信号調整部は、
   算出された前記重み係数を前記第１信号および前記第１復元信号の少なくとも一方に乗算する、
   請求項１～請求項４の何れか１項に記載の信号処理装置。
7. 前記第１復元信号に、前記第１信号調整部が用いた前記重み係数を補正した補正重み係数を乗算し、第２復元信号を出力する第２信号調整部を備える、
   請求項１～請求項６の何れか１項に記載の信号処理装置。
8. 前記第２信号調整部は、
   前記重み係数を前記第１信号と前記第２信号とのパワー比であるノイズレベルを用いて補正した前記補正重み係数を導出し、前記第１復元信号に該補正重み係数を乗算した前記第２復元信号を出力する、
   請求項７に記載の信号処理装置。
9. 前記第１復元信号の特徴情報の属性を推定する推定部、
   を備える請求項１～請求項８の何れか１項に記載の信号処理装置。
10. 前記第２信号は、電力、振幅、および分散の少なくとも１つが前記第１信号より大きい、
    請求項１～請求項９の何れか１項に記載の信号処理装置。
11. 前記第１信号は、前記第２信号に比べて疎な信号である、
    請求項１～請求項１０の何れか１項に記載の信号処理装置。
12. 第１信号に第２信号が重畳された入力信号に対して、少なくとも１以上のパラメータを用いた第１信号処理を行い、前記第１信号を復元した第１復元信号を出力する信号処理部と、
    前記第１信号および前記第１復元信号の少なくとも一方に重み係数を乗算し、補正第１信号および補正第１復元信号を出力する第１信号調整部と、
    前記補正第１信号と前記補正第１復元信号との誤差を用いて前記パラメータを更新する更新部と、
    前記第１復元信号に、前記第１信号調整部が用いた前記重み係数を補正した補正重み係数を乗算し、第２復元信号を出力する第２信号調整部と、を備える、
    信号処理装置。
13. 第１信号処理装置と、第２信号処理装置と、を備えた信号処理システムであって、
    前記第１信号処理装置は、
    第１信号に第２信号が重畳された入力信号に対して、少なくとも１以上のパラメータを用いた第１信号処理を行い、前記第１信号を復元した第１復元信号を出力する信号処理部と、
    前記第１信号および前記第１復元信号の少なくとも一方に重み係数を乗算し、補正第１信号および補正第１復元信号を出力する第１信号調整部と、
    前記補正第１信号と前記補正第１復元信号との誤差を用いて前記パラメータを更新する更新部と、
    を備え、
    前記第２信号処理装置は、
    前記第１復元信号に、前記第１信号調整部が用いた前記重み係数を補正した補正重み係数を乗算し、第２復元信号を出力する第２信号調整部を備える、
    信号処理システム。
14. コンピュータが、
    第１信号に第２信号が重畳された入力信号に対して、少なくとも１以上のパラメータを用いた第１信号処理を行い、前記第１信号を復元した第１復元信号を出力し、
    前記第１信号および前記第１復元信号の少なくとも一方に重み係数を乗算し、補正第１信号および補正第１復元信号を出力し、
    前記補正第１信号と前記補正第１復元信号との誤差を用いて前記パラメータを更新する、
    信号処理方法。
15. 第１信号に第２信号が重畳された入力信号に対して、少なくとも１以上のパラメータを用いた第１信号処理を行い、前記第１信号を復元した第１復元信号を出力するステップと、
    前記第１信号および前記第１復元信号の少なくとも一方に重み係数を乗算し、補正第１信号および補正第１復元信号を出力するステップと、
    前記補正第１信号と前記補正第１復元信号との誤差を用いて前記パラメータを更新するステップと、
    をコンピュータに実行させるためのプログラム。

Images