JPH05307535A - 学習型波形認識処理装置 - Google Patents
学習型波形認識処理装置Info
- Publication number
- JPH05307535A JPH05307535A JP4111124A JP11112492A JPH05307535A JP H05307535 A JPH05307535 A JP H05307535A JP 4111124 A JP4111124 A JP 4111124A JP 11112492 A JP11112492 A JP 11112492A JP H05307535 A JPH05307535 A JP H05307535A
- Authority
- JP
- Japan
- Prior art keywords
- unit
- signal
- recognition
- waveform
- learning
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】 学習、認識処理を短時間で効率的に行うこと
が可能で、しかもテンプレ−ト等を必要としない学習型
波形認識処理装置を提供する。 【構成】 波形信号の遷移軸上の各点に於ける信号変化
を抽出する系列信号抽出部１と、系列信号抽出部１によ
り抽出した遷移軸上の各点に於ける信号の変化と、識別
すべき波形信号との関係を学習し、この学習結果に基づ
いて遷移軸上の各点に於ける認識結果を出力を出す学習
型波形認識部２と、遷移軸上の所定の幅の波形信号の認
識結果を統合して波形を統合認識判断する統合認識部３
とによって構成する。 【効果】 系列信号抽出部に波形信号を逐次入力するだ
けで、統合認識部から逐次総合的な認識出力結果が得ら
れ、非常に高速かつ正確に波形認識を行なうことが出来
る。
が可能で、しかもテンプレ−ト等を必要としない学習型
波形認識処理装置を提供する。 【構成】 波形信号の遷移軸上の各点に於ける信号変化
を抽出する系列信号抽出部１と、系列信号抽出部１によ
り抽出した遷移軸上の各点に於ける信号の変化と、識別
すべき波形信号との関係を学習し、この学習結果に基づ
いて遷移軸上の各点に於ける認識結果を出力を出す学習
型波形認識部２と、遷移軸上の所定の幅の波形信号の認
識結果を統合して波形を統合認識判断する統合認識部３
とによって構成する。 【効果】 系列信号抽出部に波形信号を逐次入力するだ
けで、統合認識部から逐次総合的な認識出力結果が得ら
れ、非常に高速かつ正確に波形認識を行なうことが出来
る。
Description
【０００１】
【産業上の利用分野】本発明は、時系列信号等の波形信
号を、学習に基づいて認識する学習型波形認識処理装置
に関するものである。
号を、学習に基づいて認識する学習型波形認識処理装置
に関するものである。
【０００２】
【従来の技術】波形信号を認識する従来の技術として、
予め用意した波形パタ−ンのテンプレ−トと入力波形信
号とを比較し、誤差の最も少ないテンプレ−トの番号を
出力するというような装置が提案されている。
予め用意した波形パタ−ンのテンプレ−トと入力波形信
号とを比較し、誤差の最も少ないテンプレ−トの番号を
出力するというような装置が提案されている。
【０００３】図９はこの種の従来の波形認識装置の概要
を示すものである。９３はテンプレ−ト比較器で、９１
はテンプレ−ト比較器９３の信号入力端子、９２は、テ
ンプレ−ト比較器９３の信号出力端子、９４〜９７は予
め用意された波形信号パタ−ンのテンプレ−ト、９９は
学習器、９８は学習器９９の教師信号入力端子である。
を示すものである。９３はテンプレ−ト比較器で、９１
はテンプレ−ト比較器９３の信号入力端子、９２は、テ
ンプレ−ト比較器９３の信号出力端子、９４〜９７は予
め用意された波形信号パタ−ンのテンプレ−ト、９９は
学習器、９８は学習器９９の教師信号入力端子である。
【０００４】信号入力端子９１から、認識対象となる一
連の波形信号がテンプレ−ト比較器９３に入力される。
テンプレ−ト比較器９３は、入力された信号のパタ−ン
と９４〜９７のそれぞれのテンプレ−トとを、図１０に
示すように、比較位置を逐次ずらしながら比較し、誤差
の最も少ないテンプレ−トの番号を、認識結果として出
力端子出力する。出力結果が誤っていた場合には、入力
信号が所属すべきテンプレ−トの番号が教師信号入力端
子９８から学習器９９に入力され、所定のテンプレ−ト
を修正することによって学習を行い、認識率の改善を図
っていた。
連の波形信号がテンプレ−ト比較器９３に入力される。
テンプレ−ト比較器９３は、入力された信号のパタ−ン
と９４〜９７のそれぞれのテンプレ−トとを、図１０に
示すように、比較位置を逐次ずらしながら比較し、誤差
の最も少ないテンプレ−トの番号を、認識結果として出
力端子出力する。出力結果が誤っていた場合には、入力
信号が所属すべきテンプレ−トの番号が教師信号入力端
子９８から学習器９９に入力され、所定のテンプレ−ト
を修正することによって学習を行い、認識率の改善を図
っていた。
【０００５】
【発明が解決しようとする課題】以上のような従来の認
識判断装置においては、入力された信号を全テンプレ−
トと比較しなければならず、又図１０に示すように、入
力波形信号とテンプレ−トとを逐次ずらしながら比較し
て行く必要があり、比較過程に非常に長い時間が必要で
あった。又、分類認識させたい波形パタ−ンの種類と同
数のテンプレ−トを用意しなければならず、大容量のテ
ンプレ−ト用メモリ−が必要であると共に、テンプレ−
トを修正する事によって学習を行なうため、学習に長い
時間を要した。
識判断装置においては、入力された信号を全テンプレ−
トと比較しなければならず、又図１０に示すように、入
力波形信号とテンプレ−トとを逐次ずらしながら比較し
て行く必要があり、比較過程に非常に長い時間が必要で
あった。又、分類認識させたい波形パタ−ンの種類と同
数のテンプレ−トを用意しなければならず、大容量のテ
ンプレ−ト用メモリ−が必要であると共に、テンプレ−
トを修正する事によって学習を行なうため、学習に長い
時間を要した。
【０００６】本発明はかかる点に鑑み、学習、認識処理
を短時間で効率的に行うことが可能で、しかもテンプレ
−ト等を必要としない学習型波形認識処理装置を提供し
ようとするものである。
を短時間で効率的に行うことが可能で、しかもテンプレ
−ト等を必要としない学習型波形認識処理装置を提供し
ようとするものである。
【０００７】
【課題を解決するための手段】本発明は、波形信号の遷
移軸上の各点に於ける信号変化を抽出する系列信号抽出
部と、前記系列信号抽出部により抽出した遷移軸上の各
点に於ける信号の変化と、識別すべき波形信号との関係
を学習し、この学習結果に基づいて遷移軸上の各点に於
ける認識結果を出力を出す学習型波形認識部と、遷移軸
上の所定の幅の波形信号の認識結果を統合し、波形を統
合認識判断する統合認識部とによって構成した学習型波
形認識処理装置である。
移軸上の各点に於ける信号変化を抽出する系列信号抽出
部と、前記系列信号抽出部により抽出した遷移軸上の各
点に於ける信号の変化と、識別すべき波形信号との関係
を学習し、この学習結果に基づいて遷移軸上の各点に於
ける認識結果を出力を出す学習型波形認識部と、遷移軸
上の所定の幅の波形信号の認識結果を統合し、波形を統
合認識判断する統合認識部とによって構成した学習型波
形認識処理装置である。
【０００８】
【作用】以上のように構成した学習型波形認識処理装置
の系列信号抽出部に波形信号を入力すると、系列信号抽
出部は、その時点での波形信号の変化を抽出し、学習型
波形認識部に出力する。学習型波形認識部は、予め、識
別すべき各種波形信号と、前記波形信号の変化状態との
関係を学習させてあり、学習結果に基づき、その時点で
の波形信号の変化を判断し、前記予め学習させた各波形
信号との局所的な一致度合を逐次統合認識部に出力す
る。統合認識部は、学習型波形認識部から逐次出力され
てくる前記予め学習させた各波形信号との一致度合を所
定数統合し、最終的な、各波形信号のカテゴリとの一致
度合を演算し、認識結果として出力する。従って、系列
信号抽出部に波形信号を逐次入力するだけで、統合認識
部から逐次出力結果が得られ、非常に高速かつ正確に波
形認識を行なうことが出来る。
の系列信号抽出部に波形信号を入力すると、系列信号抽
出部は、その時点での波形信号の変化を抽出し、学習型
波形認識部に出力する。学習型波形認識部は、予め、識
別すべき各種波形信号と、前記波形信号の変化状態との
関係を学習させてあり、学習結果に基づき、その時点で
の波形信号の変化を判断し、前記予め学習させた各波形
信号との局所的な一致度合を逐次統合認識部に出力す
る。統合認識部は、学習型波形認識部から逐次出力され
てくる前記予め学習させた各波形信号との一致度合を所
定数統合し、最終的な、各波形信号のカテゴリとの一致
度合を演算し、認識結果として出力する。従って、系列
信号抽出部に波形信号を逐次入力するだけで、統合認識
部から逐次出力結果が得られ、非常に高速かつ正確に波
形認識を行なうことが出来る。
【０００９】
【実施例】図１は、本発明による学習型波形認識処理装
置の実施例のブロック図を示したものである。１は系列
信号抽出部で、入力した波形信号の遷移軸上の各点に於
ける信号変化を抽出する。２は学習型波形認識部で、前
記系列信号抽出部により抽出した遷移軸上の各点に於け
る信号の変化と、識別すべき波形信号との関係を予め学
習させておき、この学習結果に基づいて遷移軸上の各点
に於ける局所的な認識結果を、予め学習させた各波形信
号との一致度合として出力を出すものである。３は統合
認識部で、前記学習型波形認識部から逐次出力されてく
る前記予め学習させた各波形信号との局所的な一致度合
を所定数統合し、入力波形を統合認識判断する。従っ
て、学習型波形認識部は入力した信号の局所的な認識結
果を逐次出力し、又統合認識部は、この局所的な認識結
果を所定の範囲で統合して最終的な認識結果を出力する
ものであり、従来の装置のように、入力波形信号とテン
プレ−トとを逐次ずらしながら比較して行く必要がな
く、系列信号抽出部に波形信号を逐次入力するだけで、
統合認識部から逐次出力結果が得られ、非常に高速かつ
正確に波形認識を行なうことが出来る。
置の実施例のブロック図を示したものである。１は系列
信号抽出部で、入力した波形信号の遷移軸上の各点に於
ける信号変化を抽出する。２は学習型波形認識部で、前
記系列信号抽出部により抽出した遷移軸上の各点に於け
る信号の変化と、識別すべき波形信号との関係を予め学
習させておき、この学習結果に基づいて遷移軸上の各点
に於ける局所的な認識結果を、予め学習させた各波形信
号との一致度合として出力を出すものである。３は統合
認識部で、前記学習型波形認識部から逐次出力されてく
る前記予め学習させた各波形信号との局所的な一致度合
を所定数統合し、入力波形を統合認識判断する。従っ
て、学習型波形認識部は入力した信号の局所的な認識結
果を逐次出力し、又統合認識部は、この局所的な認識結
果を所定の範囲で統合して最終的な認識結果を出力する
ものであり、従来の装置のように、入力波形信号とテン
プレ−トとを逐次ずらしながら比較して行く必要がな
く、系列信号抽出部に波形信号を逐次入力するだけで、
統合認識部から逐次出力結果が得られ、非常に高速かつ
正確に波形認識を行なうことが出来る。
【００１０】図２は、系列信号抽出部１の詳細実施例を
示すものである。１１は現信号抽出部で、入力した波形
信号の高さを抽出する。１２は変化量抽出部で、信号記
憶部１２１と差分演算器１２２とによって構成してあ
る。信号記憶部１２１はｎ＋１個の信号記憶単位１２１
１より構成してあり、前記抽出した信号の高さを逐次記
憶させるようにしてある。即ち、現信号抽出部から抽出
した信号が逐次入力されると、シフトレジスタと同様
に、記憶位置をずらしながら、順次前記抽出した信号を
記憶していく。従って、時間ｔの時の抽出信号s(t)が入
力された場合には、図に示すように、s(t)〜s(t-n)まで
の最大ｎ＋１個の信号が記憶される様になる。差分演算
部１２２は、現信号抽出部から入力された信号s(t)と、
信号記憶部に記憶した信号 s(t-i)（i≠ｔ）との差ds(t
i)を（数１）に示すように演算し、最大ｎ−１個の差分
値ds(t1)〜ds(tn)を出力する。
示すものである。１１は現信号抽出部で、入力した波形
信号の高さを抽出する。１２は変化量抽出部で、信号記
憶部１２１と差分演算器１２２とによって構成してあ
る。信号記憶部１２１はｎ＋１個の信号記憶単位１２１
１より構成してあり、前記抽出した信号の高さを逐次記
憶させるようにしてある。即ち、現信号抽出部から抽出
した信号が逐次入力されると、シフトレジスタと同様
に、記憶位置をずらしながら、順次前記抽出した信号を
記憶していく。従って、時間ｔの時の抽出信号s(t)が入
力された場合には、図に示すように、s(t)〜s(t-n)まで
の最大ｎ＋１個の信号が記憶される様になる。差分演算
部１２２は、現信号抽出部から入力された信号s(t)と、
信号記憶部に記憶した信号 s(t-i)（i≠ｔ）との差ds(t
i)を（数１）に示すように演算し、最大ｎ−１個の差分
値ds(t1)〜ds(tn)を出力する。
【００１１】
【数１】
【００１２】このようにして、現信号抽出部１は、現在
の入力信号s(t)、並びに、前記差分値ds(t1)からds(tn)
を学習型波形認識部２に出力する。
の入力信号s(t)、並びに、前記差分値ds(t1)からds(tn)
を学習型波形認識部２に出力する。
【００１３】図３は、本発明による学習型波形認識部２
の実施例を示すものである。系列信号抽出部１によって
抽出した系列信号s(t)、並びにds(t1)からds(tn)を判断
させ、時刻ｔにおける局所的な波形の認識を行なわせる
もので、単位認識ユニットｎを複数個組み合わせて、４
層の階層を有するようにネットワ−クを構成してある。
第５層目には１６個の単位認識ユニットp1〜p16を設け
てあり、p1〜p16に対応する１６個の波形の学習認識が
可能である。又、第４層目の単位認識ユニットp1〜p16
と、第３層の各出力端子とを相互結合させてある。第１
層は５個の端子からなる入力層で、s(t)、ds(t1)〜ds(t
4)よりなる５個の系列信号を入力するものであ。図４
は、本発明による学習型波形認識部の第２層に用いる単
位認識ユニットの一実施例を示したものである。n1は信
号入力部で、信号入力端子n1a を介して入力した系列信
号を量子化器n2に入力する。量子化器n2は、入力された
系列信号を量子化し、量子化した値を経路選択部n3に入
力する。n3aは経路入力端子、n3b1 、n3b2、n3b3は経路
出力端子で、単位認識ユニットを組み合わせてネットワ
−クを構成するときに、これらの端子を相互に連結する
ものである。経路選択部n3は、量子化器n2から入力され
た値に基づいて、経路入力端子n3a と、経路出力端子n3
b1、n3b2、n3b3との連結の仕方を変化させる様に構成し
てある。図５は、経路選択部n3の実施例を示したもので
ある。経路選択部n3を、１個の経路入力端子n3aと、３
個の経路出力端子n3b1、n3b2、n3b3と、荷重設定器n3s
と荷重n3w1、n3w2及びn3w3とによって構成してある。荷
重n3w1、n3w2及びn3w3は、経路入力端子n3aから入力し
た信号に掛け合わせる重みで、掛け合わせた結果を経路
出力端子n3b1、n3b2及びn3b3から出力する。荷重設定器
n3sは、量子化器の出力値が指し示す経路出力端子と経
路入力端子との連結の強度が最大になるように、荷重n3
w1〜n3w3を設定する。図６は、本発明による学習型波形
認識部の第３層に用いる単位認識ユニットの一実施例を
示したものである。n1t は教師信号入力端子で、学習過
程に於いては学習する波形信号の番号、即ち第４層目の
単位認識ユニット番号を入力する。n3aは経路入力端
子、n3b1からn3b16は経路出力端子、荷重n3w1からn3w16
は、経路入力端子n3aから入力した信号に掛け合わせる
重みで、掛け合わせた結果を、経路出力部3bの経路出力
端子n3b1からn3b16に出力する。n3cは経路学習器で、学
習過程に於いて、教師入力値が指し示す経路出力端子と
経路入力端子との連結の強度を変化させる。認識課程に
おいては、教師入力端子nt1 には信号が入力されず、荷
重n3w1からn3w16 は学習後の荷重の状態を保持してお
り、経路入力端子から入力された経路信号を重み付け
し、経路出力端子n3b1からn3b16 に出力する。経路学習
器n3c は、出力が最大となる経路出力端子を検出する最
大出力端子検出器n3c1と、前記最大出力端子検出器によ
って検出した経路出力端子の番号と、教師入力が指し示
す経路出力端子の番号とを比較する比較判定器n3c2と、
前記比較判定器の比較結果に基づいて、前記経路入力部
の経路入力端子と前記量子化器の出力値が指し示す経路
出力部の経路出力端子との連結の強度、即ち荷重を増加
させる荷重増加器n3c3とによって構成してある。比較判
定器n3c2は、最大出力端子検出器n3c1によって検出した
経路出力端子の番号と、教師入力値が指し示す経路出力
端子の番号との比較を行い、両端子番号が一致しなかっ
た場合に０を、一致した場合に１を出力するように構成
してあり、前記比較器n3c2の出力が０である場合に、前
記経路入力部の経路入力端子と前記量子化器の出力値が
指し示す経路出力端子との連結の強度を増加させるよう
に荷重増加器を構成してある。
の実施例を示すものである。系列信号抽出部１によって
抽出した系列信号s(t)、並びにds(t1)からds(tn)を判断
させ、時刻ｔにおける局所的な波形の認識を行なわせる
もので、単位認識ユニットｎを複数個組み合わせて、４
層の階層を有するようにネットワ−クを構成してある。
第５層目には１６個の単位認識ユニットp1〜p16を設け
てあり、p1〜p16に対応する１６個の波形の学習認識が
可能である。又、第４層目の単位認識ユニットp1〜p16
と、第３層の各出力端子とを相互結合させてある。第１
層は５個の端子からなる入力層で、s(t)、ds(t1)〜ds(t
4)よりなる５個の系列信号を入力するものであ。図４
は、本発明による学習型波形認識部の第２層に用いる単
位認識ユニットの一実施例を示したものである。n1は信
号入力部で、信号入力端子n1a を介して入力した系列信
号を量子化器n2に入力する。量子化器n2は、入力された
系列信号を量子化し、量子化した値を経路選択部n3に入
力する。n3aは経路入力端子、n3b1 、n3b2、n3b3は経路
出力端子で、単位認識ユニットを組み合わせてネットワ
−クを構成するときに、これらの端子を相互に連結する
ものである。経路選択部n3は、量子化器n2から入力され
た値に基づいて、経路入力端子n3a と、経路出力端子n3
b1、n3b2、n3b3との連結の仕方を変化させる様に構成し
てある。図５は、経路選択部n3の実施例を示したもので
ある。経路選択部n3を、１個の経路入力端子n3aと、３
個の経路出力端子n3b1、n3b2、n3b3と、荷重設定器n3s
と荷重n3w1、n3w2及びn3w3とによって構成してある。荷
重n3w1、n3w2及びn3w3は、経路入力端子n3aから入力し
た信号に掛け合わせる重みで、掛け合わせた結果を経路
出力端子n3b1、n3b2及びn3b3から出力する。荷重設定器
n3sは、量子化器の出力値が指し示す経路出力端子と経
路入力端子との連結の強度が最大になるように、荷重n3
w1〜n3w3を設定する。図６は、本発明による学習型波形
認識部の第３層に用いる単位認識ユニットの一実施例を
示したものである。n1t は教師信号入力端子で、学習過
程に於いては学習する波形信号の番号、即ち第４層目の
単位認識ユニット番号を入力する。n3aは経路入力端
子、n3b1からn3b16は経路出力端子、荷重n3w1からn3w16
は、経路入力端子n3aから入力した信号に掛け合わせる
重みで、掛け合わせた結果を、経路出力部3bの経路出力
端子n3b1からn3b16に出力する。n3cは経路学習器で、学
習過程に於いて、教師入力値が指し示す経路出力端子と
経路入力端子との連結の強度を変化させる。認識課程に
おいては、教師入力端子nt1 には信号が入力されず、荷
重n3w1からn3w16 は学習後の荷重の状態を保持してお
り、経路入力端子から入力された経路信号を重み付け
し、経路出力端子n3b1からn3b16 に出力する。経路学習
器n3c は、出力が最大となる経路出力端子を検出する最
大出力端子検出器n3c1と、前記最大出力端子検出器によ
って検出した経路出力端子の番号と、教師入力が指し示
す経路出力端子の番号とを比較する比較判定器n3c2と、
前記比較判定器の比較結果に基づいて、前記経路入力部
の経路入力端子と前記量子化器の出力値が指し示す経路
出力部の経路出力端子との連結の強度、即ち荷重を増加
させる荷重増加器n3c3とによって構成してある。比較判
定器n3c2は、最大出力端子検出器n3c1によって検出した
経路出力端子の番号と、教師入力値が指し示す経路出力
端子の番号との比較を行い、両端子番号が一致しなかっ
た場合に０を、一致した場合に１を出力するように構成
してあり、前記比較器n3c2の出力が０である場合に、前
記経路入力部の経路入力端子と前記量子化器の出力値が
指し示す経路出力端子との連結の強度を増加させるよう
に荷重増加器を構成してある。
【００１４】第４層を構成してある単位認識ユニットp1
〜p16 は、例えば、図７に示した単位認識ユニットを用
いたもので、複数の経路入力端子n3a からの入力信号を
加算する加算器n3asと、加算器n3asの出力信号をしきい
値処理し、出力端子n3b に出力する、しきい値処理器n3
bsによって構成したものである。しきい値処理をする関
数としては、シグモイド関数、ステップ関数等を用いる
ことが出来る。
〜p16 は、例えば、図７に示した単位認識ユニットを用
いたもので、複数の経路入力端子n3a からの入力信号を
加算する加算器n3asと、加算器n3asの出力信号をしきい
値処理し、出力端子n3b に出力する、しきい値処理器n3
bsによって構成したものである。しきい値処理をする関
数としては、シグモイド関数、ステップ関数等を用いる
ことが出来る。
【００１５】次に、図３に示した学習型波形認識部の学
習動作を説明する。第２層目の単位認識ユニットnの経
路入力端子n3aへの経路信号として、先ず１を与える。
系列信号抽出部１によって抽出したs(t)及びds(t1)〜ds
(t4)よりなる５個の系列信号を、第１層の５個の端子に
入力すると、これらの系列信号が第２層目の単位認識ユ
ニットnの量子化器n2への信号入力端子n1aに入力され
る。第２層の単位認識ユニットn の量子化器n2は、前記
系列信号を量子化し、この量子化した値に基づいて、上
層の単位認識ユニットとの結合の荷重n3w1からn3w3を設
定し、経路出力信号を第３層目の単位認識ユニットに伝
える。この時、第３層目の単位認識ユニットの荷重n3w1
からn3w16は、経路入力端子n3aから入力された経路信号
を重み付けし、この重み付けした経路信号を経路出力端
子n3b1からn3b16 に出力する。最大出力端子検出器n3c1
は、出力が最大となる経路出力端子を検出し、検出した
経路出力端子の番号を、比較判定器n3c2へ入力する。
又、教師入力端子n1t には、学習すべき波形の番号、即
ちp1からp16 のどれに相当するかを示す信号を入力す
る。比較判定器n3c2は、最大出力端子検出器n3c1によっ
て検出した経路出力端子の番号と、教師入力値が指し示
す経路出力端子の番号との比較を行い、両端子番号が一
致しなかった場合に０を、一致した場合に１を荷重増加
器n3c3へ入力する。前記比較器n3c2の出力が０である場
合、すなわち、最大出力を出している経路出力端子と教
師入力によって示されている経路出力端子が異なる場合
に、荷重増加器n3c3は、前記経路入力部の経路入力端子
と教師入力が示す経路出力部の経路出力端子との連結の
強度を増加させる。
習動作を説明する。第２層目の単位認識ユニットnの経
路入力端子n3aへの経路信号として、先ず１を与える。
系列信号抽出部１によって抽出したs(t)及びds(t1)〜ds
(t4)よりなる５個の系列信号を、第１層の５個の端子に
入力すると、これらの系列信号が第２層目の単位認識ユ
ニットnの量子化器n2への信号入力端子n1aに入力され
る。第２層の単位認識ユニットn の量子化器n2は、前記
系列信号を量子化し、この量子化した値に基づいて、上
層の単位認識ユニットとの結合の荷重n3w1からn3w3を設
定し、経路出力信号を第３層目の単位認識ユニットに伝
える。この時、第３層目の単位認識ユニットの荷重n3w1
からn3w16は、経路入力端子n3aから入力された経路信号
を重み付けし、この重み付けした経路信号を経路出力端
子n3b1からn3b16 に出力する。最大出力端子検出器n3c1
は、出力が最大となる経路出力端子を検出し、検出した
経路出力端子の番号を、比較判定器n3c2へ入力する。
又、教師入力端子n1t には、学習すべき波形の番号、即
ちp1からp16 のどれに相当するかを示す信号を入力す
る。比較判定器n3c2は、最大出力端子検出器n3c1によっ
て検出した経路出力端子の番号と、教師入力値が指し示
す経路出力端子の番号との比較を行い、両端子番号が一
致しなかった場合に０を、一致した場合に１を荷重増加
器n3c3へ入力する。前記比較器n3c2の出力が０である場
合、すなわち、最大出力を出している経路出力端子と教
師入力によって示されている経路出力端子が異なる場合
に、荷重増加器n3c3は、前記経路入力部の経路入力端子
と教師入力が示す経路出力部の経路出力端子との連結の
強度を増加させる。
【００１６】以上説明したように、本発明による学習型
波形認識処理装置の学習型波形認識部の学習過程は、系
列信号抽出部１によって抽出した系列信号を、第１層目
の入力端子を介して第２層の各単位認識ユニットの信号
入力端子に入力し、各単位認識ユニットの量子化器の出
力に応じて、上層の単位認識ユニットとの結合の仕方を
設定し、又、第３層においては、単位認識ユニットの経
路入力端子と、教師入力値が指し示す経路出力端子との
連結の強度を、経路学習器によって変化させるだけでよ
く、非常に高速な学習が可能である。
波形認識処理装置の学習型波形認識部の学習過程は、系
列信号抽出部１によって抽出した系列信号を、第１層目
の入力端子を介して第２層の各単位認識ユニットの信号
入力端子に入力し、各単位認識ユニットの量子化器の出
力に応じて、上層の単位認識ユニットとの結合の仕方を
設定し、又、第３層においては、単位認識ユニットの経
路入力端子と、教師入力値が指し示す経路出力端子との
連結の強度を、経路学習器によって変化させるだけでよ
く、非常に高速な学習が可能である。
【００１７】次に、図３に示した学習型波形認識部の、
波形認識動作を説明する。学習の動作と全く同様に、第
２層目の単位認識ユニットの経路入力端子n3a への経路
信号として、先ず1を与える。又、系列信号抽出部1によ
って抽出したs(t)、ds(t1)からds(t4)よりなる５個の系
列信号を第１層目の５個の端子を介して第２層目の単位
認識ユニットの量子化器への信号入力端子n1a に入力す
る。第２層目の単位認識ユニットの量子化器n2は、それ
ぞれ入力された系列信号を量子化し、この量子化した値
に基づいて、上層の単位認識ユニットとの結合の荷重n3
w1からn3w3を設定し、第３層の単位認識ユニットの経路
信号入力端子n3a に経路信号を入力する。波形認識動作
の場合、第３層の単位認識ユニットの教師信号入力端子
n1t には、教師入力信号は入力されない。従って、第３
層目の単位認識ユニットの荷重n3w1からn3w16は学習時
の荷重の状態を保持しており、経路入力端子n3aから入
力された経路信号を重み付けし、この重み付けした経路
信号を経路出力端子n3b1からn3b16に出力し、第４層目
の全単位認識ユニットの経路入力端子n3aへ、経路信号
が送られる。第４層目のユニットの経路入力部の加算器
n3asは、入力された全経路信号を加算し、しきい値処理
器n3bsに送る。しきい値処理器n3bsはこの信号をしきい
値処理し、出力端子n3b に出力する。従って、加算した
信号の値があるしきい値より大きければ、出力がなされ
るわけであり、各単位認識処理ユニットp1〜p16 は、入
力した系列信号が、それぞれのユニットに対応する学習
に用いた波形信号にどの程度一致しているかの度合を出
力することになる。
波形認識動作を説明する。学習の動作と全く同様に、第
２層目の単位認識ユニットの経路入力端子n3a への経路
信号として、先ず1を与える。又、系列信号抽出部1によ
って抽出したs(t)、ds(t1)からds(t4)よりなる５個の系
列信号を第１層目の５個の端子を介して第２層目の単位
認識ユニットの量子化器への信号入力端子n1a に入力す
る。第２層目の単位認識ユニットの量子化器n2は、それ
ぞれ入力された系列信号を量子化し、この量子化した値
に基づいて、上層の単位認識ユニットとの結合の荷重n3
w1からn3w3を設定し、第３層の単位認識ユニットの経路
信号入力端子n3a に経路信号を入力する。波形認識動作
の場合、第３層の単位認識ユニットの教師信号入力端子
n1t には、教師入力信号は入力されない。従って、第３
層目の単位認識ユニットの荷重n3w1からn3w16は学習時
の荷重の状態を保持しており、経路入力端子n3aから入
力された経路信号を重み付けし、この重み付けした経路
信号を経路出力端子n3b1からn3b16に出力し、第４層目
の全単位認識ユニットの経路入力端子n3aへ、経路信号
が送られる。第４層目のユニットの経路入力部の加算器
n3asは、入力された全経路信号を加算し、しきい値処理
器n3bsに送る。しきい値処理器n3bsはこの信号をしきい
値処理し、出力端子n3b に出力する。従って、加算した
信号の値があるしきい値より大きければ、出力がなされ
るわけであり、各単位認識処理ユニットp1〜p16 は、入
力した系列信号が、それぞれのユニットに対応する学習
に用いた波形信号にどの程度一致しているかの度合を出
力することになる。
【００１８】以上説明したように、本発明による学習型
波形認識処理装置の学習型波形認識部の波形認識過程
は、系列信号抽出部１によって抽出した系列信号を、第
１層目の入力端子を介して第２層の各単位認識ユニット
の信号入力端子に入力し、各単位認識ユニットの量子化
器の出力に応じて、上層の単位認識ユニットとの結合の
仕方を設定し、又、第３層においては、学習過程で設定
された荷重に基づいて、経路入力端子n3a から入力され
た経路信号を重み付けし、この重み付けした経路信号を
経路出力端子n3b1からn3b16 に出力し、第４層目の全単
位認識ユニットの経路入力端子n3a へ経路信号を送るだ
けで、入力された系列信号のその時点での局所的な認識
結果を得ることができ、従って、学習結果に基づいて、
非常に高速に局所的な認識処理が行える。
波形認識処理装置の学習型波形認識部の波形認識過程
は、系列信号抽出部１によって抽出した系列信号を、第
１層目の入力端子を介して第２層の各単位認識ユニット
の信号入力端子に入力し、各単位認識ユニットの量子化
器の出力に応じて、上層の単位認識ユニットとの結合の
仕方を設定し、又、第３層においては、学習過程で設定
された荷重に基づいて、経路入力端子n3a から入力され
た経路信号を重み付けし、この重み付けした経路信号を
経路出力端子n3b1からn3b16 に出力し、第４層目の全単
位認識ユニットの経路入力端子n3a へ経路信号を送るだ
けで、入力された系列信号のその時点での局所的な認識
結果を得ることができ、従って、学習結果に基づいて、
非常に高速に局所的な認識処理が行える。
【００１９】図８は、本発明による学習型波形認識処理
装置の統合認識部の実施例を示したものである。３２は
局所認識結果記憶部で、学習型波形認識部２から出力し
た局所的な波形認識結果を記憶させるものであり、局所
認識結果記憶単位３２１をｍ＋１個設けてある。学習型
波形認識部のp1〜p16 が出力する１６種類の波形に対す
る一致度を、局所認識結果ベクトルｒ(t)｛r1(t),r2
(t),・・・rj(t),・・・rp(t)｝として、最大ｍ＋１個まで逐
次記憶可能であり、即ち、学習型波形認識部が出力した
局所認識結果ベクトルを逐次入力すると、シフトレジス
タと同様に、記憶位置をずらしながら、順次前記局所認
識結果ベクトルを記憶していく。従って、時間tの時の
局所認識結果ベクトルr(t)が入力された場合には、図に
示すように、ｒ(t)〜ｒ(t-m)までの最大m+1個の信号が
記憶される様になる。３３は統合演算部で、ｍ＋１個の
局所認識結果記憶単位に対応するw(t)〜w(t-m) からな
る統合荷重３３１と、積和演算器３３２によって構成し
てある。３１は統合荷重設定器３１１からなる統合数設
定部で、外部から入力した統合数nに基づきn個の局所認
識結果を統合するように、具体的には、現時点ｔから時
刻ｔ−ｎまでの局所認識結果記憶単位r(t)〜r(t-n)に対
応するｎ＋１個の統合荷重w(t)〜w(t-n)が例えば"１"と
なり、その他の統合荷重w(t-n-1)〜w(m)は"０"となる様
に、統合演算部33の統合荷重を設定する。統合演算部３
３の積和演算器３３２は、局所認識結果記憶単位３２１
に記憶させた局所認識結果ベクトルと統合荷重との積和
Ｏ(t)｛O1(t),O2(t),・・・Oj(t),・・・Op(t)｝を（数２）、
（数３）に示すように演算し、学習型波形認識部に学習
させた１６個の波形との総合的な一致度合を出力するわ
けである。
装置の統合認識部の実施例を示したものである。３２は
局所認識結果記憶部で、学習型波形認識部２から出力し
た局所的な波形認識結果を記憶させるものであり、局所
認識結果記憶単位３２１をｍ＋１個設けてある。学習型
波形認識部のp1〜p16 が出力する１６種類の波形に対す
る一致度を、局所認識結果ベクトルｒ(t)｛r1(t),r2
(t),・・・rj(t),・・・rp(t)｝として、最大ｍ＋１個まで逐
次記憶可能であり、即ち、学習型波形認識部が出力した
局所認識結果ベクトルを逐次入力すると、シフトレジス
タと同様に、記憶位置をずらしながら、順次前記局所認
識結果ベクトルを記憶していく。従って、時間tの時の
局所認識結果ベクトルr(t)が入力された場合には、図に
示すように、ｒ(t)〜ｒ(t-m)までの最大m+1個の信号が
記憶される様になる。３３は統合演算部で、ｍ＋１個の
局所認識結果記憶単位に対応するw(t)〜w(t-m) からな
る統合荷重３３１と、積和演算器３３２によって構成し
てある。３１は統合荷重設定器３１１からなる統合数設
定部で、外部から入力した統合数nに基づきn個の局所認
識結果を統合するように、具体的には、現時点ｔから時
刻ｔ−ｎまでの局所認識結果記憶単位r(t)〜r(t-n)に対
応するｎ＋１個の統合荷重w(t)〜w(t-n)が例えば"１"と
なり、その他の統合荷重w(t-n-1)〜w(m)は"０"となる様
に、統合演算部33の統合荷重を設定する。統合演算部３
３の積和演算器３３２は、局所認識結果記憶単位３２１
に記憶させた局所認識結果ベクトルと統合荷重との積和
Ｏ(t)｛O1(t),O2(t),・・・Oj(t),・・・Op(t)｝を（数２）、
（数３）に示すように演算し、学習型波形認識部に学習
させた１６個の波形との総合的な一致度合を出力するわ
けである。
【００２０】
【数２】
【００２１】
【数３】
【００２２】従って、統合認識部は、過去から現在まで
の所定数の局所的な波形認識結果を統合して、総合的な
認識結果を出すもので、精度のよい波形認識を行なうこ
とが出来る。
の所定数の局所的な波形認識結果を統合して、総合的な
認識結果を出すもので、精度のよい波形認識を行なうこ
とが出来る。
【００２３】
【発明の効果】本発明は、波形信号の遷移軸上の各点に
於ける信号変化を抽出する系列信号抽出部と、前記系列
信号抽出部により抽出した遷移軸上の各点に於ける信号
の変化と、識別すべき波形信号との関係を学習し、この
学習結果に基づいて遷移軸上の各点に於ける認識結果を
出力を出す学習型波形認識部と、遷移軸上の所定の幅の
波形信号の認識結果を統合し、波形を統合認識判断する
統合認識部とによって構成した学習型波形認識処理装置
であり、学習型波形認識処理装置の系列信号抽出部に波
形信号を入力すると、系列信号抽出部は、その時点での
波形信号の変化を抽出し、学習型波形認識部に出力す
る。学習型波形認識部は、予め、識別すべき各種波形信
号と、前記波形信号の変化状態との関係を学習させてあ
り、学習結果に基づき、その時点での波形信号の変化を
判断し、前記予め学習させた各波形信号との局所的な一
致度合を逐次統合認識部に出力する。統合認識部は、学
習型波形認識部から逐次出力されてくる前記予め学習さ
せた各波形信号との一致度合を所定数統合し、最終的
な、各波形信号のカテゴリとの一致度合を演算し、最も
一致度合の高い波形信号のカテゴリを認識結果として出
力する。従って、系列信号抽出部に波形信号を逐次入力
するだけで、統合認識部から逐次出力結果が得られ、非
常に高速かつ正確に波形認識を行なうことが出来る。
於ける信号変化を抽出する系列信号抽出部と、前記系列
信号抽出部により抽出した遷移軸上の各点に於ける信号
の変化と、識別すべき波形信号との関係を学習し、この
学習結果に基づいて遷移軸上の各点に於ける認識結果を
出力を出す学習型波形認識部と、遷移軸上の所定の幅の
波形信号の認識結果を統合し、波形を統合認識判断する
統合認識部とによって構成した学習型波形認識処理装置
であり、学習型波形認識処理装置の系列信号抽出部に波
形信号を入力すると、系列信号抽出部は、その時点での
波形信号の変化を抽出し、学習型波形認識部に出力す
る。学習型波形認識部は、予め、識別すべき各種波形信
号と、前記波形信号の変化状態との関係を学習させてあ
り、学習結果に基づき、その時点での波形信号の変化を
判断し、前記予め学習させた各波形信号との局所的な一
致度合を逐次統合認識部に出力する。統合認識部は、学
習型波形認識部から逐次出力されてくる前記予め学習さ
せた各波形信号との一致度合を所定数統合し、最終的
な、各波形信号のカテゴリとの一致度合を演算し、最も
一致度合の高い波形信号のカテゴリを認識結果として出
力する。従って、系列信号抽出部に波形信号を逐次入力
するだけで、統合認識部から逐次出力結果が得られ、非
常に高速かつ正確に波形認識を行なうことが出来る。
【図１】本発明による学習型波形認識処理装置の実施例
のブロック図
のブロック図
【図２】本発明による学習型波形認識処理装置の系列信
号抽出部の実施例を示す図
号抽出部の実施例を示す図
【図３】本発明による学習型波形認識処理装置の学習型
波形認識部の実施例を示す図
波形認識部の実施例を示す図
【図４】本発明による学習型波形認識処理装置の学習型
波形認識部に用いる単位認識ユニットの第１の実施例を
示す図
波形認識部に用いる単位認識ユニットの第１の実施例を
示す図
【図５】本発明による学習型波形認識処理装置の学習型
波形認識部に用いる単位認識ユニットの第２の実施例を
示す図
波形認識部に用いる単位認識ユニットの第２の実施例を
示す図
【図６】本発明による学習型波形認識処理装置の学習型
波形認識部に用いる単位認識ユニットの第３の実施例を
示す図
波形認識部に用いる単位認識ユニットの第３の実施例を
示す図
【図７】本発明による学習型波形認識処理装置の学習型
波形認識部に用いる単位認識ユニットの第４の実施例を
示す図
波形認識部に用いる単位認識ユニットの第４の実施例を
示す図
【図８】本発明による学習型波形認識処理装置の統合認
識部の実施例を示す図
識部の実施例を示す図
【図９】従来の波形認識装置の実施例を示す図
【図１０】従来の波形認識装置で、入力波形信号とテン
プレ−ト信号とのマッチングを行なう様子を示す図
プレ−ト信号とのマッチングを行なう様子を示す図
１ 系列信号抽出部 １１ 現信号抽出部 １２ 信号記憶部 １３ 差分演算部 ２ 学習型波形認識部 n、p 単位認識ユニット n1 信号入力部 n1a 信号入力端子 n1t 教師信号入力端子 n2 量子化器 n3 経路選択部 n3a 経路入力端子 n3b 経路出力端子 n3s 荷重設定器 n3w 荷重 n3c 経路学習器 n3c1 最大出力端子検出器 n3c2 比較判定器 n3c3 荷重増加器 ３ 統合認識部 ３１ 統合数設定部 ３２ 局所認識結果記憶部 ３３ 統合演算部
───────────────────────────────────────────────────── フロントページの続き (72)発明者 阪上 茂生 大阪府門真市大字門真1006番地 松下電器 産業株式会社内
Claims (7)
- 【請求項１】波形信号の遷移軸上の各点に於ける信号変
化を抽出する系列信号抽出部と、前記系列信号抽出部に
より抽出した遷移軸上の各点に於ける信号の変化と、識
別すべき波形信号との関係を学習し、この学習結果に基
づいて遷移軸上の各点に於ける認識結果を出力を出す学
習型波形認識部と、遷移軸上の所定の幅の波形信号の認
識結果を統合し、波形を統合認識判断する統合認識部と
によって構成した学習型波形認識処理装置。 - 【請求項２】系列信号を入力する信号入力部と、前記信
号入力部からの入力信号に応じて量子化を行なう量子化
器と、単一又は複数の経路入力端子と、単一又は複数の
経路出力端子を有し、前記量子化器の出力に応じて、経
路の選択を行なう経路選択部とによって構成した単位認
識ユニットを複数個組み合わせ、多層の階層を有するよ
うにネットワ−クを形成して学習型波形認識部を構成
し、前記ネットワ−クの出力層の前層の単位認識ユニッ
トを、教師信号を入力する信号入力部と、単一又は複数
の経路入力端子と単一又は複数の経路出力端子を有し、
経路入力端子と前記信号入力部から入力した教師入力値
が指し示す経路出力端子との連結の強度を変化させる経
路学習器とによって学習型波形認識部を構成した、請求
項１に記載の学習型波形認識処理装置。 - 【請求項３】波形信号の遷移軸上の所定の点の出力信号
を抽出する現信号抽出部と、前記現信号抽出部によって
抽出した現信号と、前記所定の点よりも以前の出力信号
との差を演算する変化量抽出部とによって系列信号抽出
部を構成した、請求項１に記載の学習型波形認識処理装
置。 - 【請求項４】現信号抽出部によって抽出した波形信号の
遷移軸上の各点の現信号を、所定の範囲で逐次記憶する
記憶部と、前記現信号抽出部によって抽出した現在の現
信号と、前記記憶部に記憶させた信号との差を演算する
差分演算器とによって変化量抽出部を構成した、請求項
３に記載の学習型波形認識処理装置。 - 【請求項５】学習型波形認識部が出力する前記遷移軸上
の所定の点の出力結果を、所定の数だけ逐次記憶する局
所認識結果記憶部と、前記局所認識結果記憶部に記憶さ
せるた局所認識結果の統合する数を設定する統合数設定
部と、前記局所認識結果記憶部に記憶させた局所認識結
果を統合して認識結果を出力する統合演算部とによって
統合認識部を構成した、請求項１に記載の学習型波形認
識処理装置。 - 【請求項６】局所認識結果記憶部に記憶させた局所認識
結果に対応する統合荷重と、前記局所認識結果と前記統
合荷重との積和を演算する積和演算器によって統合演算
部を構成した、請求項５に記載の学習型波形認識処理装
置。 - 【請求項７】統合数設定部を、局所認識結果記憶部に記
憶させた局所認識結果に対応する統合荷重を設定する統
合荷重設定器によって構成した、請求項５に記載の学習
型波形認識処理装置。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11112492A JP3318958B2 (ja) | 1992-04-30 | 1992-04-30 | 学習型波形認識処理装置 |
| EP93106778A EP0567983B1 (en) | 1992-04-30 | 1993-04-27 | Learning type waveform recognizer |
| DE69325612T DE69325612T2 (de) | 1992-04-30 | 1993-04-27 | Lernende Wellenformerkennungseinrichtung |
| US08/409,947 US5497448A (en) | 1992-04-30 | 1995-03-23 | Learning type waveform recognizer |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11112492A JP3318958B2 (ja) | 1992-04-30 | 1992-04-30 | 学習型波形認識処理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05307535A true JPH05307535A (ja) | 1993-11-19 |
| JP3318958B2 JP3318958B2 (ja) | 2002-08-26 |
Family
ID=14553050
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP11112492A Expired - Fee Related JP3318958B2 (ja) | 1992-04-30 | 1992-04-30 | 学習型波形認識処理装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US5497448A (ja) |
| EP (1) | EP0567983B1 (ja) |
| JP (1) | JP3318958B2 (ja) |
| DE (1) | DE69325612T2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE69532309T2 (de) * | 1994-05-18 | 2004-10-21 | Matsushita Electric Ind Co Ltd | Aufzeichnungs- und Wiedergabegerät mit Lernsignal |
| US9320430B2 (en) | 2010-03-31 | 2016-04-26 | Reichert, Inc. | Ophthalmic diagnostic instrument and method |
| JP5214762B2 (ja) * | 2011-03-25 | 2013-06-19 | 株式会社東芝 | 認識装置、方法及びプログラム |
| US12068767B2 (en) * | 2020-09-17 | 2024-08-20 | Nec Corporation | Parameter determination apparatus, signal transmission apparatus, parameter determination method, signal transmission method and program recording medium |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3576976A (en) * | 1967-10-19 | 1971-05-04 | Bendix Corp | Nonlinear optimizing computer for process control |
| JPH0634236B2 (ja) * | 1985-11-02 | 1994-05-02 | 日本放送協会 | 階層型情報処理方法 |
| US5092343A (en) * | 1988-02-17 | 1992-03-03 | Wayne State University | Waveform analysis apparatus and method using neural network techniques |
| US4945494A (en) * | 1989-03-02 | 1990-07-31 | Texas Instruments Incorporated | Neural network and system |
| JPH02275996A (ja) * | 1989-04-18 | 1990-11-09 | Sekisui Chem Co Ltd | 単語認識方式 |
| JPH02304496A (ja) * | 1989-05-18 | 1990-12-18 | Sekisui Chem Co Ltd | 単語認識方式 |
| JPH0352085A (ja) * | 1989-07-20 | 1991-03-06 | Ricoh Co Ltd | 自己組織化ネットワークを用いた話者照合方式 |
| JPH0721721B2 (ja) * | 1989-09-29 | 1995-03-08 | 横河電機株式会社 | 波形認識装置 |
| DE69127495T2 (de) * | 1990-05-16 | 1998-01-08 | Matsushita Electric Ind Co Ltd | Erkennungseinheit und Gerät zur Erkennung und Beurteilung in dem die Einheit verwendet ist |
-
1992
- 1992-04-30 JP JP11112492A patent/JP3318958B2/ja not_active Expired - Fee Related
-
1993
- 1993-04-27 DE DE69325612T patent/DE69325612T2/de not_active Expired - Fee Related
- 1993-04-27 EP EP93106778A patent/EP0567983B1/en not_active Expired - Lifetime
-
1995
- 1995-03-23 US US08/409,947 patent/US5497448A/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| US5497448A (en) | 1996-03-05 |
| DE69325612D1 (de) | 1999-08-19 |
| EP0567983A3 (en) | 1994-07-20 |
| DE69325612T2 (de) | 1999-12-02 |
| EP0567983B1 (en) | 1999-07-14 |
| EP0567983A2 (en) | 1993-11-03 |
| JP3318958B2 (ja) | 2002-08-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5107454A (en) | Pattern associative memory system | |
| EP0591921B1 (en) | Learning and recognition machine | |
| JPH05307535A (ja) | 学習型波形認識処理装置 | |
| EP0750263A1 (en) | Recognition and judgement apparatus having various learning functions | |
| CN109697511A (zh) | 数据推理方法、装置及计算机设备 | |
| JPH05101028A (ja) | 複数特徴量の統合判定方法 | |
| JP3616401B2 (ja) | 波形信号等化方法及び装置 | |
| JP2684857B2 (ja) | 認識判断装置 | |
| JP3262340B2 (ja) | 情報処理装置 | |
| US5542005A (en) | Recognition unit and recognition apparatus | |
| US5329594A (en) | Recognizing and judging apparatus | |
| JPH0675935A (ja) | 多変数システム構成方法およびその装置 | |
| JPH05108601A (ja) | ニユーラルネツトワーク学習装置 | |
| JP2639028B2 (ja) | 神経回路の学習装置および学習方法 | |
| JP2001243210A (ja) | 並列ニューラルネットワーク装置 | |
| JP2752264B2 (ja) | 認識判断装置 | |
| JPH05225168A (ja) | 単位認識ユニット及び学習型認識判断装置 | |
| JP3392612B2 (ja) | 学習型認識判断装置 | |
| JP2767974B2 (ja) | 単位認識ユニット及び認識判断装置 | |
| JP3344873B2 (ja) | 学習型認識判断装置 | |
| JP3440187B2 (ja) | 光学的文字読取装置 | |
| KR20200053836A (ko) | 속도와 전력효율이 향상된 결정 트리 장치 및 이의 분류 방법 | |
| JPH064676A (ja) | 認識判断装置 | |
| JPH0991266A (ja) | 学習型認識判断装置 | |
| JPH05225165A (ja) | 学習機械 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |