JPH0635706A - ファジィ推論システムおよび方法，ならびにパターン入力型メンバーシップ値生成装置および方法 - Google Patents
ファジィ推論システムおよび方法，ならびにパターン入力型メンバーシップ値生成装置および方法Info
- Publication number
- JPH0635706A JPH0635706A JP4212379A JP21237992A JPH0635706A JP H0635706 A JPH0635706 A JP H0635706A JP 4212379 A JP4212379 A JP 4212379A JP 21237992 A JP21237992 A JP 21237992A JP H0635706 A JPH0635706 A JP H0635706A
- Authority
- JP
- Japan
- Prior art keywords
- pattern information
- input
- rule
- distance
- pattern
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
- G06N7/04—Physical realisation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S706/00—Data processing: artificial intelligence
- Y10S706/90—Fuzzy logic
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computational Mathematics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Fuzzy Systems (AREA)
- Biomedical Technology (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Automation & Control Theory (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
- Character Discrimination (AREA)
Abstract
(57)【要約】
【目的】 ファジィ推論装置において，スカラ量のみな
らずパターン情報を表わす入力信号も取扱うことができ
るようにする。 【構成】 ファジィ・ルールの前件部において入力変数
とパターンのカテゴリとが組合わされている。入力変数
の入力パターン情報はパターン・メモリ（41）に格納さ
れる。入力変数と組合われされたカテゴリ信号Ｓ２によ
ってそのカテゴリに適した抽出プログラムがライブラリ
（46）から読出され，特徴抽出ユニット（42）において
そのプログラムにしたがって入力パターン情報の特徴量
が抽出され，特徴ベクトルＶが算出される。一方，カテ
ゴリ信号Ｓ２によってライブラリ（47）から標準パター
ンの特徴ベクトルＶ０が読出される。距離算出部（43）
において特徴ベクトルＶとＶ０との距離ｄが算出され，
この距離ｄに基づいて適合度生成部（44）において，入
力パターン情報のカテゴリに対する適合度ｇが生成され
る。
らずパターン情報を表わす入力信号も取扱うことができ
るようにする。 【構成】 ファジィ・ルールの前件部において入力変数
とパターンのカテゴリとが組合わされている。入力変数
の入力パターン情報はパターン・メモリ（41）に格納さ
れる。入力変数と組合われされたカテゴリ信号Ｓ２によ
ってそのカテゴリに適した抽出プログラムがライブラリ
（46）から読出され，特徴抽出ユニット（42）において
そのプログラムにしたがって入力パターン情報の特徴量
が抽出され，特徴ベクトルＶが算出される。一方，カテ
ゴリ信号Ｓ２によってライブラリ（47）から標準パター
ンの特徴ベクトルＶ０が読出される。距離算出部（43）
において特徴ベクトルＶとＶ０との距離ｄが算出され，
この距離ｄに基づいて適合度生成部（44）において，入
力パターン情報のカテゴリに対する適合度ｇが生成され
る。
Description
【０００１】
【技術分野】この発明は，パターン情報に現われたファ
ジィ概念を取扱うためのファジィ推論システムおよび方
法，ならびにこのシステムおよび方法で用いられるパタ
ーン入力型メンバーシップ値生成装置および方法に関す
る。
ジィ概念を取扱うためのファジィ推論システムおよび方
法，ならびにこのシステムおよび方法で用いられるパタ
ーン入力型メンバーシップ値生成装置および方法に関す
る。
【０００２】
【背景技術】ファジィ技術はあいまい性を取扱う技術で
ある。人間が行なっている情報処理は，あいまいな言語
を用いて行なわれている。そして，人間の持つ知識もそ
のようなあいまいな言語でないと表現できないものが多
い。
ある。人間が行なっている情報処理は，あいまいな言語
を用いて行なわれている。そして，人間の持つ知識もそ
のようなあいまいな言語でないと表現できないものが多
い。
【０００３】このようなあいまいな言語で表現された知
識（ルール）には次ような様々なレベルのものがある。
識（ルール）には次ような様々なレベルのものがある。
【０００４】(1)IF 取水量が「少なく」，季節が
「春」，時刻が「午前」，THEN 注入率を少し多くす
る。 (2)IF 写っている物が「スポーツカー」で，その色が
「赤っぽい」，速度が「高速」，THEN 警報を中程度と
する。 (3)IF 写っている物が「角張り」，模様が「渋い」，TH
EN 購入意欲を減退させる。 (4)IF 会社の経営が「革新的」で，雰囲気が「明る
い」，THEN 学生の人気は上昇する。 (5)IF 我々の働きが「良好」，THEN 社会がよりよくな
る， IF 社会が「よりよくなる」，THEN 我々の生活が向上
する。
「春」，時刻が「午前」，THEN 注入率を少し多くす
る。 (2)IF 写っている物が「スポーツカー」で，その色が
「赤っぽい」，速度が「高速」，THEN 警報を中程度と
する。 (3)IF 写っている物が「角張り」，模様が「渋い」，TH
EN 購入意欲を減退させる。 (4)IF 会社の経営が「革新的」で，雰囲気が「明る
い」，THEN 学生の人気は上昇する。 (5)IF 我々の働きが「良好」，THEN 社会がよりよくな
る， IF 社会が「よりよくなる」，THEN 我々の生活が向上
する。
【０００５】従来のファジィ技術は，スカラ量の入力信
号をメンバーシップ関数に適用して得られるメンバーシ
ップ値（適合度）を用いてファジィ推論やファジィ制御
を行なうものが殆どであった。
号をメンバーシップ関数に適用して得られるメンバーシ
ップ値（適合度）を用いてファジィ推論やファジィ制御
を行なうものが殆どであった。
【０００６】たとえば上記知識の例でいうと，(1) の
「少ない」，(2) の「高速」などがスカラ量である。
「少ない」，(2) の「高速」などがスカラ量である。
【０００７】上記(1) の知識における「春」，「午前」
などは年月日時間を用いてスカラ量に変換することがで
きる。従来のファジィ技術では上記(1) のレベルの知識
しか取扱えなかった。すなわち，取扱い可能なものは，
台集合として１つのスカラ型の物理量を設定し，その台
集合上にメンバーシップ関数を定義できるものに限られ
ていた。
などは年月日時間を用いてスカラ量に変換することがで
きる。従来のファジィ技術では上記(1) のレベルの知識
しか取扱えなかった。すなわち，取扱い可能なものは，
台集合として１つのスカラ型の物理量を設定し，その台
集合上にメンバーシップ関数を定義できるものに限られ
ていた。
【０００８】ところが，上記(2) のような知識におい
て，「スポーツカー」というファジィ概念は，１つのス
カラ型の物理量を台集合としたメンバーシップ関数では
到底，表現できるものではない。メンバーシップ関数と
いう枠組みでは表現できないものであるといえる。
て，「スポーツカー」というファジィ概念は，１つのス
カラ型の物理量を台集合としたメンバーシップ関数では
到底，表現できるものではない。メンバーシップ関数と
いう枠組みでは表現できないものであるといえる。
【０００９】上記の「スポーツカー」のようなパターン
概念は，少なくともテレビカメラから得た画像を入力す
る枠組みでないと表現できないものである。一般的に言
うと上記(2) のような知識はパターン情報に対応するフ
ァジィ概念を取扱う枠組みを必要とする。
概念は，少なくともテレビカメラから得た画像を入力す
る枠組みでないと表現できないものである。一般的に言
うと上記(2) のような知識はパターン情報に対応するフ
ァジィ概念を取扱う枠組みを必要とする。
【００１０】上記(3) の知識も上記(2) の知識と同様に
パターン情報に対応するファジィ概念の取扱いの枠組み
を必要とするものである。しかし，上記(2) が物理的な
パターン情報を直接的に取扱うものであるのに対して，
上記(3) は物理的なパターン情報を別の空間に写像して
得られるパターンを取扱うものである点において少し異
なる。
パターン情報に対応するファジィ概念の取扱いの枠組み
を必要とするものである。しかし，上記(2) が物理的な
パターン情報を直接的に取扱うものであるのに対して，
上記(3) は物理的なパターン情報を別の空間に写像して
得られるパターンを取扱うものである点において少し異
なる。
【００１１】上記(4) や(5) の知識は，スカラ型の物理
量でも，物理的なパターン情報にも対応するものでもな
い。今のところ対応させるべき情報の種類すら分らない
のが現状である。便宜的にはいろいろな経営指標やアン
ケート調査の結果の数値を上記(4) や(5) の知識に対応
させることは可能である。しかしながら，それが上記
(4) や(5) の知識の本質をとらえていないこともまた明
白である。
量でも，物理的なパターン情報にも対応するものでもな
い。今のところ対応させるべき情報の種類すら分らない
のが現状である。便宜的にはいろいろな経営指標やアン
ケート調査の結果の数値を上記(4) や(5) の知識に対応
させることは可能である。しかしながら，それが上記
(4) や(5) の知識の本質をとらえていないこともまた明
白である。
【００１２】このように，従来のファジィ技術ではスカ
ラ型の物理量しか取扱えなかったので，非常に単純な知
識しか表現できなかった。そのため，人間の意志決定や
予測を支援するための複雑な情報処理が困難であるとい
う問題点があった。
ラ型の物理量しか取扱えなかったので，非常に単純な知
識しか表現できなかった。そのため，人間の意志決定や
予測を支援するための複雑な情報処理が困難であるとい
う問題点があった。
【００１３】
【発明の開示】この発明は，上記(2) の知識において表
現されるようなパターン情報をファジィ推論やファジィ
制御において取扱うことができるようにすることを目的
とする。
現されるようなパターン情報をファジィ推論やファジィ
制御において取扱うことができるようにすることを目的
とする。
【００１４】この発明によるファジィ推論システムは，
スカラ量の入力変数に対してはメンバーシップ関数を用
いて，パターン情報の入力変数に対してはパターンのカ
テゴリを用いて表現され，かつ入力変数についてスカラ
量かパターン情報かの区別を表わす区別コードを含むフ
ァジィ・ルールがあらかじめ設定されたルール・メモ
リ，上記ルール・メモリから読出された処理すべきルー
ルによって指定されるメンバーシップ関数に対する，ス
カラ量を表わす入力信号の適合度を求める第１の適合度
演算回路手段，上記ルール・メモリから読出された処理
すべきルールによって指定されるカテゴリに対する，パ
ターン情報を表わす入力信号の適合度を求める第２の適
合度演算回路手段，上記ルール・メモリから読出された
処理すべきルールの上記区別コードにしたがって上記第
１および第２の適合度演算回路手段を切替える切替え回
路手段，および上記切替え回路手段によって選択された
第１または第２の適合度演算回路手段から得られる適合
度に所定の演算を施してファジィ推論出力を発生する推
論演算回路手段を備えている。
スカラ量の入力変数に対してはメンバーシップ関数を用
いて，パターン情報の入力変数に対してはパターンのカ
テゴリを用いて表現され，かつ入力変数についてスカラ
量かパターン情報かの区別を表わす区別コードを含むフ
ァジィ・ルールがあらかじめ設定されたルール・メモ
リ，上記ルール・メモリから読出された処理すべきルー
ルによって指定されるメンバーシップ関数に対する，ス
カラ量を表わす入力信号の適合度を求める第１の適合度
演算回路手段，上記ルール・メモリから読出された処理
すべきルールによって指定されるカテゴリに対する，パ
ターン情報を表わす入力信号の適合度を求める第２の適
合度演算回路手段，上記ルール・メモリから読出された
処理すべきルールの上記区別コードにしたがって上記第
１および第２の適合度演算回路手段を切替える切替え回
路手段，および上記切替え回路手段によって選択された
第１または第２の適合度演算回路手段から得られる適合
度に所定の演算を施してファジィ推論出力を発生する推
論演算回路手段を備えている。
【００１５】この発明によるファジィ推論方法は，スカ
ラ量の入力変数に対してはメンバーシップ関数を用い
て，パターン情報の入力変数に対してはパターンのカテ
ゴリを用いて表現され，かつ入力変数についてスカラ量
かパターン情報かの区別を表わす区別コードを含むファ
ジィ・ルールをあらかじめルール・メモリに設定してお
き，上記ルール・メモリからファジィ・ルールを読出
し，そのルールの入力変数がスカラ量に関するものであ
るときは，読出されたルールによって指定されるメンバ
ーシップ関数に対する，スカラ量を表わす入力信号の適
合度を求め，上記ルール・メモリから読出されたルール
の入力変数がパターン情報に関するものであるときに
は，読出されたルールによって指定されるカテゴリに対
する，パターン情報を表わす入力信号の適合度を求め，
得られた適合度に所定の演算を施してファジィ推論出力
を発生するものである。
ラ量の入力変数に対してはメンバーシップ関数を用い
て，パターン情報の入力変数に対してはパターンのカテ
ゴリを用いて表現され，かつ入力変数についてスカラ量
かパターン情報かの区別を表わす区別コードを含むファ
ジィ・ルールをあらかじめルール・メモリに設定してお
き，上記ルール・メモリからファジィ・ルールを読出
し，そのルールの入力変数がスカラ量に関するものであ
るときは，読出されたルールによって指定されるメンバ
ーシップ関数に対する，スカラ量を表わす入力信号の適
合度を求め，上記ルール・メモリから読出されたルール
の入力変数がパターン情報に関するものであるときに
は，読出されたルールによって指定されるカテゴリに対
する，パターン情報を表わす入力信号の適合度を求め，
得られた適合度に所定の演算を施してファジィ推論出力
を発生するものである。
【００１６】この発明によると，入力パターン情報をフ
ァジィ・ルールにおいて規定されたカテゴリに対比させ
てその適合度を得るようにしているので，パターン情報
もスカラ量と同じようにファジィ推論において取扱える
ようになる。
ァジィ・ルールにおいて規定されたカテゴリに対比させ
てその適合度を得るようにしているので，パターン情報
もスカラ量と同じようにファジィ推論において取扱える
ようになる。
【００１７】特にこの発明によるファジィ推論システム
および方法によると，スカラ量の入力信号とパターンに
よって表わされる入力情報との両方を取扱うことができ
るので，ファジィ技術の応用範囲が非常に広がる。
および方法によると，スカラ量の入力信号とパターンに
よって表わされる入力情報との両方を取扱うことができ
るので，ファジィ技術の応用範囲が非常に広がる。
【００１８】この発明は上記ファジィ推論システムおよ
び方法で用いられるパターン情報の処理のための，適合
度生成装置，メンバーシップ値生成装置および方法も提
供している。
び方法で用いられるパターン情報の処理のための，適合
度生成装置，メンバーシップ値生成装置および方法も提
供している。
【００１９】この発明による適合度生成装置は，パター
ン情報の入力変数に対してパターンのカテゴリを用いて
表現されたファジィ・ルールにしたがって適合度を生成
する装置であり，複数のカテゴリのそれぞれについて標
準パターン情報をあらかじめ格納した標準パターン・メ
モリ，入力パターン情報と上記メモリのファジィ・ルー
ルによって指定されるカテゴリの標準パターン情報との
距離を算出する距離算出回路手段，および距離が零の場
合に１の値をとり，距離が大きくなるにつれて値が減少
するように，上記距離算出回路手段から得られる距離を
適合度に変換する適合度生成回路手段を備えている。
ン情報の入力変数に対してパターンのカテゴリを用いて
表現されたファジィ・ルールにしたがって適合度を生成
する装置であり，複数のカテゴリのそれぞれについて標
準パターン情報をあらかじめ格納した標準パターン・メ
モリ，入力パターン情報と上記メモリのファジィ・ルー
ルによって指定されるカテゴリの標準パターン情報との
距離を算出する距離算出回路手段，および距離が零の場
合に１の値をとり，距離が大きくなるにつれて値が減少
するように，上記距離算出回路手段から得られる距離を
適合度に変換する適合度生成回路手段を備えている。
【００２０】この発明による適合度生成方法は，パター
ン情報の入力変数に対してパターンのカテゴリを用いて
表現されたファジィ・ルールにしたがって適合度を生成
する方法であり，複数のカテゴリのそれぞれについて標
準パターン情報をあらかじめ標準パターン・メモリに格
納しておき，入力パターン情報と上記メモリのファジィ
・ルールによって指定されるカテゴリの標準パターン情
報との距離を算出し，距離が零の場合に１の値をとり，
距離が大きくなるにつれて値が減少するように，算出さ
れた距離を適合度に変換するものである。
ン情報の入力変数に対してパターンのカテゴリを用いて
表現されたファジィ・ルールにしたがって適合度を生成
する方法であり，複数のカテゴリのそれぞれについて標
準パターン情報をあらかじめ標準パターン・メモリに格
納しておき，入力パターン情報と上記メモリのファジィ
・ルールによって指定されるカテゴリの標準パターン情
報との距離を算出し，距離が零の場合に１の値をとり，
距離が大きくなるにつれて値が減少するように，算出さ
れた距離を適合度に変換するものである。
【００２１】この発明によるパターン入力型メンバーシ
ップ値生成装置は，パターン情報を入力するパターン情
報入力手段，上記パターン情報入力手段によって入力さ
れたパターン情報に関係づけられたカテゴリを，そのカ
テゴリに関する標準パターン情報に変換する標準パター
ン情報生成手段，上記パターン情報入力手段によって入
力されたパターン情報と上記標準パターン情報生成手段
によって生成された標準パターン情報との距離を算出す
る距離算出回路手段，および距離が零の場合に１の値を
とり，距離が大きくなるにつれて値が減少するように，
上記距離算出回路手段から得られる距離を適合度に変換
する適合度生成回路手段を備えている。
ップ値生成装置は，パターン情報を入力するパターン情
報入力手段，上記パターン情報入力手段によって入力さ
れたパターン情報に関係づけられたカテゴリを，そのカ
テゴリに関する標準パターン情報に変換する標準パター
ン情報生成手段，上記パターン情報入力手段によって入
力されたパターン情報と上記標準パターン情報生成手段
によって生成された標準パターン情報との距離を算出す
る距離算出回路手段，および距離が零の場合に１の値を
とり，距離が大きくなるにつれて値が減少するように，
上記距離算出回路手段から得られる距離を適合度に変換
する適合度生成回路手段を備えている。
【００２２】この発明によるパターン入力型メンバーシ
ップ値生成方法は，与えられるパターン情報を入力し，
入力されたパターン情報に関係づけられたカテゴリを，
そのカテゴリに関する標準パターン情報に変換し，入力
されたパターン情報と上記変換により生成された標準パ
ターン情報との距離を算出し，距離が零の場合に１の値
をとり，距離が大きくなるにつれて値が減少するよう
に，算出された距離を適合度に変換するものである。
ップ値生成方法は，与えられるパターン情報を入力し，
入力されたパターン情報に関係づけられたカテゴリを，
そのカテゴリに関する標準パターン情報に変換し，入力
されたパターン情報と上記変換により生成された標準パ
ターン情報との距離を算出し，距離が零の場合に１の値
をとり，距離が大きくなるにつれて値が減少するよう
に，算出された距離を適合度に変換するものである。
【００２３】上記距離の算出にはいくつかの方法があ
る。
る。
【００２４】その１つは，標準パターン情報の特徴ベク
トルを生成し，入力パターン情報の特徴量を抽出し，抽
出した特徴量から特徴ベクトルを生成し，標準パターン
情報の特徴ベクトルと入力パターン情報の特徴ベクトル
との距離を算出するものである。
トルを生成し，入力パターン情報の特徴量を抽出し，抽
出した特徴量から特徴ベクトルを生成し，標準パターン
情報の特徴ベクトルと入力パターン情報の特徴ベクトル
との距離を算出するものである。
【００２５】他の１つは，標準パターン情報と入力パタ
ーン情報とのパターン・マッチングを行ない，パターン
の不一致度から上記距離を算出するものである。
ーン情報とのパターン・マッチングを行ない，パターン
の不一致度から上記距離を算出するものである。
【００２６】この発明は入力パターン情報を，ルールに
よってそれに関係づけられたカテゴリの標準パターン情
報と対比することにより，そのカテゴリに対する入力パ
ターン情報の適合度を求めているので，パターン情報も
従来のスカラ量と同じように取扱えるようになり，ファ
ジィ技術の応用が広がる。
よってそれに関係づけられたカテゴリの標準パターン情
報と対比することにより，そのカテゴリに対する入力パ
ターン情報の適合度を求めているので，パターン情報も
従来のスカラ量と同じように取扱えるようになり，ファ
ジィ技術の応用が広がる。
【００２７】
【実施例の説明】具体的に分りやすくするために，スカ
ラ量とパターン情報とを取扱うファジィ推論システムま
たはファジィ制御システムの応用例についてまず説明す
る。
ラ量とパターン情報とを取扱うファジィ推論システムま
たはファジィ制御システムの応用例についてまず説明す
る。
【００２８】図１は交差点に設置された警報システムを
示すものである。
示すものである。
【００２９】自動車が走行する第１の道路Ｌ１にＴ字形
（または十字形）に他の道路Ｌ２が交差しているものと
する。この警報システムは道路Ｌ２を進んできて道路Ｌ
１を横断しようとする歩行者に，道路Ｌ１を走行する車
両の種類，走行速度，交差点までの距離等に応じて，危
険度に対応した音量で警報音を発生することにより警報
しようとするものである。
（または十字形）に他の道路Ｌ２が交差しているものと
する。この警報システムは道路Ｌ２を進んできて道路Ｌ
１を横断しようとする歩行者に，道路Ｌ１を走行する車
両の種類，走行速度，交差点までの距離等に応じて，危
険度に対応した音量で警報音を発生することにより警報
しようとするものである。
【００３０】交差点の近傍に支柱13がたてられ，この支
柱にセンサ群が取付けられている。センサ群には，道路
Ｌ１を交差点に向って走行してくる車両をとらえるＴＶ
カメラ１，道路Ｌ２を交差点に向って歩んでくる歩行者
をとらえるＴＶカメラ２，ならびに道路Ｌ１を交差点に
向って走行してくる車両の走行速度および車両から交差
点までの距離をそれぞれ測定する速度センサ３および距
離センサ４が含まれる。この他にも種々のセンサを設け
ることができるのはいうまでもない。
柱にセンサ群が取付けられている。センサ群には，道路
Ｌ１を交差点に向って走行してくる車両をとらえるＴＶ
カメラ１，道路Ｌ２を交差点に向って歩んでくる歩行者
をとらえるＴＶカメラ２，ならびに道路Ｌ１を交差点に
向って走行してくる車両の走行速度および車両から交差
点までの距離をそれぞれ測定する速度センサ３および距
離センサ４が含まれる。この他にも種々のセンサを設け
ることができるのはいうまでもない。
【００３１】ＴＶカメラ１およびＴＶカメラ２はパター
ン情報を取込むためのパターン情報センサである。ま
た，速度センサ３および距離センサ４はスカラ量を取込
むスカラ量センサである。
ン情報を取込むためのパターン情報センサである。ま
た，速度センサ３および距離センサ４はスカラ量を取込
むスカラ量センサである。
【００３２】支柱13にはさらに，道路Ｌ２を歩行する者
に警報音を発生するスピーカ11が取付けられている。
に警報音を発生するスピーカ11が取付けられている。
【００３３】このような警報システムにおいて，歩行者
に迫る危険度に応じた警報音量を発声するために用いら
れるファジィ・ルールはたとえば次のようなものであ
る。
に迫る危険度に応じた警報音量を発声するために用いら
れるファジィ・ルールはたとえば次のようなものであ
る。
【００３４】（ルール１） IF ＣＡＭ１＝赤いスポーツカー ＆ ＳＰＥＥＤ＝Ｐ
Ｌ，THEN ＶＯＬ＝ＰＭ （もしＴＶカメラ１が赤いスポーツカーをとえら，かつ
その速度が非常に速いならば，警報音を中程度とせ
よ。）
Ｌ，THEN ＶＯＬ＝ＰＭ （もしＴＶカメラ１が赤いスポーツカーをとえら，かつ
その速度が非常に速いならば，警報音を中程度とせ
よ。）
【００３５】（ルール２） IF ＬＥＮＧ＝ＰＬ ＆ ＳＰＥＥＤ＝ＰＭ，THEN Ｖ
ＯＬ＝ＺＲ （もし交差点へ向う車から交差点までの距離が非常に長
く，かつその速度が中程度であるならば，警報音を零と
せよ。）
ＯＬ＝ＺＲ （もし交差点へ向う車から交差点までの距離が非常に長
く，かつその速度が中程度であるならば，警報音を零と
せよ。）
【００３６】（ルール３） IF ＣＡＭ２＝人間 ＆ ＣＡＭ１＝ダンプカー ＆
ＬＥＮＧ＝ＰＳ＆ ＳＰＥＥＤ＝ＰＬ，THEN ＶＯＬ＝
ＰＬ （もＴＶカメラ２が人間を検出し，かつＴＶカメラ１が
ダンプカーをとらえ，かつそのダンプカーまでの距離が
短く，かつその速度が非常に速いならば，警報音を大と
せよ。）
ＬＥＮＧ＝ＰＳ＆ ＳＰＥＥＤ＝ＰＬ，THEN ＶＯＬ＝
ＰＬ （もＴＶカメラ２が人間を検出し，かつＴＶカメラ１が
ダンプカーをとらえ，かつそのダンプカーまでの距離が
短く，かつその速度が非常に速いならば，警報音を大と
せよ。）
【００３７】（ルール４） IF ＣＡＭ１＝ちょっとみてダンプカー ＆ ＣＡＭ２
＝じっくりみて子供，THEN ＶＯＬ＝ＰＭ （もしＴＶカメラ１がちょっとみてダンプカーをとら
え，ＴＶカメラ２がじっくりみて子供を検出しているな
らば，警報音を中程度とせよ。）
＝じっくりみて子供，THEN ＶＯＬ＝ＰＭ （もしＴＶカメラ１がちょっとみてダンプカーをとら
え，ＴＶカメラ２がじっくりみて子供を検出しているな
らば，警報音を中程度とせよ。）
【００３８】ＣＡＭ１およびＣＡＭ２はそれぞれカメラ
１およびカメラ２からそれぞれ得られる画像を表わす入
力変数，ＳＰＥＥＤおよびＬＥＮＧは速度センサ３およ
び距離センサ４から得られる速度および距離をそれぞれ
表わす入力変数，ＶＯＬはスピーカ11から出力されるべ
き警報音の音量を表わす出力変数である。
１およびカメラ２からそれぞれ得られる画像を表わす入
力変数，ＳＰＥＥＤおよびＬＥＮＧは速度センサ３およ
び距離センサ４から得られる速度および距離をそれぞれ
表わす入力変数，ＶＯＬはスピーカ11から出力されるべ
き警報音の音量を表わす出力変数である。
【００３９】入力変数ＣＡＭ１およびＣＡＭ２には，人
間，子供，ダンプカー，赤いスポーツカー等のパターン
情報が結合している。これらの人間，子供，ダンプカ
ー，赤いスポーツカー等をパターン情報のカテゴリー名
という。また，パターン情報に関するルールには「ちょ
っとみて」，「じっくりみて」のように，入力パターン
情報の厳密さないしは入力情報のファジィ推論における
応用の厳しさを表わすファクタが含まれている。
間，子供，ダンプカー，赤いスポーツカー等のパターン
情報が結合している。これらの人間，子供，ダンプカ
ー，赤いスポーツカー等をパターン情報のカテゴリー名
という。また，パターン情報に関するルールには「ちょ
っとみて」，「じっくりみて」のように，入力パターン
情報の厳密さないしは入力情報のファジィ推論における
応用の厳しさを表わすファクタが含まれている。
【００４０】入力変数ＳＰＥＥＤ，ＬＥＮＧおよび出力
変数ＶＯＬにはメンバーシップ関数が結合している。メ
ンバーシップ関数にはＮＬ，ＮＭ，ＮＳ，ＺＲ，ＰＳ，
ＰＭおよびＰＬ（これをファジィ・ラベルという）によ
って表現される。ＮＬ，ＮＭ，ＮＳ，ＺＲ，ＰＳ，ＰＭ
およびＰＬはそれぞれ，負に大きい，負に中位，負に小
さい，ほぼ零，正に小さい，正に中位および正に大きい
という意味である。
変数ＶＯＬにはメンバーシップ関数が結合している。メ
ンバーシップ関数にはＮＬ，ＮＭ，ＮＳ，ＺＲ，ＰＳ，
ＰＭおよびＰＬ（これをファジィ・ラベルという）によ
って表現される。ＮＬ，ＮＭ，ＮＳ，ＺＲ，ＰＳ，ＰＭ
およびＰＬはそれぞれ，負に大きい，負に中位，負に小
さい，ほぼ零，正に小さい，正に中位および正に大きい
という意味である。
【００４１】図２は警報システムの概略的な電気的構成
を示している。
を示している。
【００４２】ファジィ推論システム10には先に例示した
ファジィ・ルールが設定されている。このファジィ推論
システム10はそのすべてをハードウェア・アーキテクチ
ャにより実現することもできるし，ファジィ・ルールに
したがう処理を実行するようにプログラムされたコンピ
ュータで実現することも可能であるし，一部をハードウ
ェアにより他の部分をソフトウェアによって実現するこ
ともできる。
ファジィ・ルールが設定されている。このファジィ推論
システム10はそのすべてをハードウェア・アーキテクチ
ャにより実現することもできるし，ファジィ・ルールに
したがう処理を実行するようにプログラムされたコンピ
ュータで実現することも可能であるし，一部をハードウ
ェアにより他の部分をソフトウェアによって実現するこ
ともできる。
【００４３】ファジィ推論システム10は上述した４種類
のセンサの出力信号を取込むためにファジィ・ルールに
したがって入力選択信号Ｓ１を出力する。ＴＶカメラ１
およびＴＶカメラ２から出力される映像信号（またはＡ
／Ｄ変換後の画像データ），速度センサ３から出力され
る検出速度を表わす信号および距離センサ４から出力さ
れる検出距離を表わす信号のうちのいずれかが，入力選
択信号Ｓ１によって制御されるセレクタ12を経てファジ
ィ推論システム10に入力する。セレクタ12の出力，すな
わちシステム10への選択された入力Ｐは，画像データ等
のパターン情報および速度，距離情報等のスカラ量を含
む。
のセンサの出力信号を取込むためにファジィ・ルールに
したがって入力選択信号Ｓ１を出力する。ＴＶカメラ１
およびＴＶカメラ２から出力される映像信号（またはＡ
／Ｄ変換後の画像データ），速度センサ３から出力され
る検出速度を表わす信号および距離センサ４から出力さ
れる検出距離を表わす信号のうちのいずれかが，入力選
択信号Ｓ１によって制御されるセレクタ12を経てファジ
ィ推論システム10に入力する。セレクタ12の出力，すな
わちシステム10への選択された入力Ｐは，画像データ等
のパターン情報および速度，距離情報等のスカラ量を含
む。
【００４４】後に詳述するように，ファジィ推論システ
ム10においてファジィ・ルールにしたがう推論処理が実
行されることにより，推論結果を表わす推論出力ｕが得
られる。この推論出力ｕは警報音量を表わしており，こ
の出力ｕによってスピーカ11に流れる電流が制御され
る。
ム10においてファジィ・ルールにしたがう推論処理が実
行されることにより，推論結果を表わす推論出力ｕが得
られる。この推論出力ｕは警報音量を表わしており，こ
の出力ｕによってスピーカ11に流れる電流が制御され
る。
【００４５】ファジィ推論システム10は大別すると，図
３に示すルール・メモリおよびその周辺部と，図４に示
す推論実行部とから構成される。
３に示すルール・メモリおよびその周辺部と，図４に示
す推論実行部とから構成される。
【００４６】まず，ルール・メモリおよびその周辺部，
ならびにルール・メモリに格納されるルールを表わすコ
ードについて説明する。
ならびにルール・メモリに格納されるルールを表わすコ
ードについて説明する。
【００４７】各ルールは複数のサブルールに分解され
る。たとえば，上述したルール１は，次のように３つの
サブルールに分解される（図６も参照）。
る。たとえば，上述したルール１は，次のように３つの
サブルールに分解される（図６も参照）。
【００４８】（サブルール11） ＣＡＭ１＝赤いスポーツカー （サブルール12） ＳＰＥＥＤ＝ＰＬ （サブルール13） ＶＯＬ＝ＰＭ
【００４９】このようなサブルールは図５に示す構造も
つルール・コードによって表現される。ここではルール
・コードは23ビットで構成されているが，各部分のビッ
ト数を任意に増減できるのはいうまでもない。
つルール・コードによって表現される。ここではルール
・コードは23ビットで構成されているが，各部分のビッ
ト数を任意に増減できるのはいうまでもない。
【００５０】先頭の４ビットは入力選択コードＳ１とい
われるもので，上述した入力選択信号Ｓ１を生じさせる
ものである（以下の記述ではルール・コード中の各コー
ドとそのコードによって生じる信号に同一符号を付
す）。図に示されるようにこの４ビット・コードによっ
てカメラ１，カメラ２，速度センサ３，距離センサ４等
が指定される。このコードに基づく入力選択信号Ｓ１に
よってセレクタ12が制御されるのは上述した通りであ
る。
われるもので，上述した入力選択信号Ｓ１を生じさせる
ものである（以下の記述ではルール・コード中の各コー
ドとそのコードによって生じる信号に同一符号を付
す）。図に示されるようにこの４ビット・コードによっ
てカメラ１，カメラ２，速度センサ３，距離センサ４等
が指定される。このコードに基づく入力選択信号Ｓ１に
よってセレクタ12が制御されるのは上述した通りであ
る。
【００５１】次の７ビットは前件部コードＳ２といわれ
るものであり，さらに３種類のコードＳ20，Ｓ21，Ｓ22
に分けて考えることができる。
るものであり，さらに３種類のコードＳ20，Ｓ21，Ｓ22
に分けて考えることができる。
【００５２】コードＳ20は入力変数がスカラ量を表わす
ものかパターン情報を表わすものかの区別を示す。ＣＡ
Ｍ１およびＣＡＭ２はパターン情報を表わすので，Ｓ20
＝１，ＳＰＥＥＤおよびＬＥＮＧはスカラ量を表わすの
でＳ20＝０となる。
ものかパターン情報を表わすものかの区別を示す。ＣＡ
Ｍ１およびＣＡＭ２はパターン情報を表わすので，Ｓ20
＝１，ＳＰＥＥＤおよびＬＥＮＧはスカラ量を表わすの
でＳ20＝０となる。
【００５３】次のコードＳ21はＳ20が０の場合と１の場
合とで異なる。
合とで異なる。
【００５４】Ｓ20＝０の場合には，コードＳ21は前件部
ファジィ・ラベル（ＮＬ〜ＰＬ）を表わす。ファジィ・
ラベルに対するコードＳ21の割当では後述する後件部コ
ードＳ３と同じである。
ファジィ・ラベル（ＮＬ〜ＰＬ）を表わす。ファジィ・
ラベルに対するコードＳ21の割当では後述する後件部コ
ードＳ３と同じである。
【００５５】Ｓ20＝１の場合には，コードＳ21はカテゴ
リー名（赤いスポーツカー，ダンプカー，人間，子供
等）を指定するのに用いられる。
リー名（赤いスポーツカー，ダンプカー，人間，子供
等）を指定するのに用いられる。
【００５６】最後のコードＳ22は，Ｓ20＝１，すなわち
パターン情報の場合にのみ意味をもち，上述した「ちょ
っとみて」とか「じっくりみて」のような厳格さ，また
は適用の強さを表わす。この実施例では厳格さは４段階
（ｎ＝１〜４）に分けられている。
パターン情報の場合にのみ意味をもち，上述した「ちょ
っとみて」とか「じっくりみて」のような厳格さ，また
は適用の強さを表わす。この実施例では厳格さは４段階
（ｎ＝１〜４）に分けられている。
【００５７】後件部コードＳ３は後件部のファジィ・ラ
ベルを表わす。
ベルを表わす。
【００５８】制御コードＣ１，Ｃ２，Ｃ３，Ｃ４はそれ
ぞれ次のようなときに１にセットされ，他の場合は０と
なる。Ｃ１＝１は各ルールにおける最初のサブルールで
あることを示す。Ｃ２＝１は各ルールにおける最後のサ
ブルールであることを示す。Ｃ３＝１はルール・メモリ
に格納された一連のルールの先頭であることを，Ｃ４＝
１は一連のルールの末尾であることをそれぞれ示す。
ぞれ次のようなときに１にセットされ，他の場合は０と
なる。Ｃ１＝１は各ルールにおける最初のサブルールで
あることを示す。Ｃ２＝１は各ルールにおける最後のサ
ブルールであることを示す。Ｃ３＝１はルール・メモリ
に格納された一連のルールの先頭であることを，Ｃ４＝
１は一連のルールの末尾であることをそれぞれ示す。
【００５９】最後の出力変数コードＺは出力変数の種類
を示す。上述した応用例においては出力機器としてスピ
ーカしか用いられていないので出力変数は１種類しかな
い。一般には複数の出力機器ないしはアクチュエータが
ファジィ推論システムの推論出力によって制御されるの
で，複数種類の出力変数がありうる。
を示す。上述した応用例においては出力機器としてスピ
ーカしか用いられていないので出力変数は１種類しかな
い。一般には複数の出力機器ないしはアクチュエータが
ファジィ推論システムの推論出力によって制御されるの
で，複数種類の出力変数がありうる。
【００６０】図６は上述したルール１のサブルール11，
12および13をそれぞれ表わすルール・コードを示してい
る。
12および13をそれぞれ表わすルール・コードを示してい
る。
【００６１】サブルール11および12は前件部に関するも
のであるから後件部に関係するコードＳ３およびＺとし
てそれぞれ無関係であることを示すコード１１１１が設
定されている。また，サブルール12はスカラ量に関係す
るものであるから（Ｓ20＝０），コードＳ22は意味が無
い。ここでは便宜的にＳ22＝００に設定されている。
のであるから後件部に関係するコードＳ３およびＺとし
てそれぞれ無関係であることを示すコード１１１１が設
定されている。また，サブルール12はスカラ量に関係す
るものであるから（Ｓ20＝０），コードＳ22は意味が無
い。ここでは便宜的にＳ22＝００に設定されている。
【００６２】サブルール13は後件部に関するサブルール
であるから，前件部に関係するコードＳ１およびＳ２＝
Ｓ20＋Ｓ21＋Ｓ22には無関係であることを示すコードが
それぞれ設定されている。これらの無関係であることを
示すコードは，ここでは，Ｓ１＝１１１１，Ｓ20＝０，
Ｓ21＝１１１１，Ｓ22＝００である。これらのコードは
ファジィ推論システムに含まれる各回路が誤動作しなけ
れば何でもよい。
であるから，前件部に関係するコードＳ１およびＳ２＝
Ｓ20＋Ｓ21＋Ｓ22には無関係であることを示すコードが
それぞれ設定されている。これらの無関係であることを
示すコードは，ここでは，Ｓ１＝１１１１，Ｓ20＝０，
Ｓ21＝１１１１，Ｓ22＝００である。これらのコードは
ファジィ推論システムに含まれる各回路が誤動作しなけ
れば何でもよい。
【００６３】サブルール11はルール１の最初のサブルー
ルであるからＣ１＝１である。
ルであるからＣ１＝１である。
【００６４】またサブルール13はルール１の最後のサブ
ルールであるからＣ２＝１に設定されている。ルール１
は一連のルールの先頭にあるから，そのことを示すため
にサブルール13においてＣ３＝１と設定されている。
ルールであるからＣ２＝１に設定されている。ルール１
は一連のルールの先頭にあるから，そのことを示すため
にサブルール13においてＣ３＝１と設定されている。
【００６５】図３を参照して，ルール・メモリ36には図
５に示す構造をもつ一連のサブルールがその順番をアド
レスの順序に一致させてあらかじめ格納されている。カ
ウンタ38にはクロック信号ＣＫが与えられ，カウンタ38
はこのクロック信号ＣＫを計数していくことにより，順
次インクレメントされるアドレス信号を出力する。
５に示す構造をもつ一連のサブルールがその順番をアド
レスの順序に一致させてあらかじめ格納されている。カ
ウンタ38にはクロック信号ＣＫが与えられ，カウンタ38
はこのクロック信号ＣＫを計数していくことにより，順
次インクレメントされるアドレス信号を出力する。
【００６６】このアドレス信号がルール・メモリ36に与
えられることにより，ルール・データ読出しユニット37
の働きにより，一連のルール・コードがルール・メモリ
36からアドレスの順序で読出される。ルール・コードを
構成する各コードＳ１，Ｓ２（＝Ｓ21＋Ｓ22＋Ｓ23），
Ｓ３，Ｃ１〜Ｃ４およびＺが読出され，これらのコード
によって生じる各種制御信号がファジィ推論システム10
の各回路要素に与えられることになる。
えられることにより，ルール・データ読出しユニット37
の働きにより，一連のルール・コードがルール・メモリ
36からアドレスの順序で読出される。ルール・コードを
構成する各コードＳ１，Ｓ２（＝Ｓ21＋Ｓ22＋Ｓ23），
Ｓ３，Ｃ１〜Ｃ４およびＺが読出され，これらのコード
によって生じる各種制御信号がファジィ推論システム10
の各回路要素に与えられることになる。
【００６７】設定された一連のルールのうち最後のルー
ルの最後のサブルールが読出されたときにＣ４＝１とな
るので，これによりカウンタ38がリセットされる。また
この制御コードＣ４に基づく制御信号はディレイ回路39
を経て，ゲート制御信号Ｇとして後述するゲート回路34
に与えられるとともに，ストローブ信号として出力され
る。ディレイ回路39はデファジファイア33の動作時間を
保証するためのものであり，デファジファイア33におけ
るデファジファイ処理に要する時間，入力信号を遅らせ
る。
ルの最後のサブルールが読出されたときにＣ４＝１とな
るので，これによりカウンタ38がリセットされる。また
この制御コードＣ４に基づく制御信号はディレイ回路39
を経て，ゲート制御信号Ｇとして後述するゲート回路34
に与えられるとともに，ストローブ信号として出力され
る。ディレイ回路39はデファジファイア33の動作時間を
保証するためのものであり，デファジファイア33におけ
るデファジファイ処理に要する時間，入力信号を遅らせ
る。
【００６８】出力変数コードＺに基づく信号は出力変数
アドレス信号として外部に出力される。これはファジィ
推論により得られた推論出力によって制御すべき出力機
器またはアクチュエータを指定するために用いられる。
アドレス信号として外部に出力される。これはファジィ
推論により得られた推論出力によって制御すべき出力機
器またはアクチュエータを指定するために用いられる。
【００６９】図４を参照してファジィ推論システムの動
作の概略を説明しておく。
作の概略を説明しておく。
【００７０】サブルールのルール・コードが読出される
毎に，そのルール・コードに含まれる入力選択コードＳ
１によってそのサブルールの処理に必要なセンサの出力
信号がセレクタ12を介して取込まれる。この選択された
入力Ｐは前件部処理ユニット20に与えられる。
毎に，そのルール・コードに含まれる入力選択コードＳ
１によってそのサブルールの処理に必要なセンサの出力
信号がセレクタ12を介して取込まれる。この選択された
入力Ｐは前件部処理ユニット20に与えられる。
【００７１】前件部処理ユニット20の詳しい構成につい
ては図７から図９を参照して後述するが，このユニット
20には前件部コードＳ２と制御コードＣ１とが与えられ
る。
ては図７から図９を参照して後述するが，このユニット
20には前件部コードＳ２と制御コードＣ１とが与えられ
る。
【００７２】前件部処理ユニット20からは前件部適合度
ｇmin が出力され，トランケーション・ユニット31に与
えられる。各ルールの最後のサブルール（後件部に関す
るサブルール）において制御コードＣ２＝１に設定され
ているので，この制御コードＣ２に基づくルール単位制
御信号がトランケーション・ユニット31に与えられる。
この制御信号Ｃ２に応答してトランケーション・ユニッ
ト31は前件部適合度ｇmin を内部に取込み，次に示すト
ランケーション動作を行なう。
ｇmin が出力され，トランケーション・ユニット31に与
えられる。各ルールの最後のサブルール（後件部に関す
るサブルール）において制御コードＣ２＝１に設定され
ているので，この制御コードＣ２に基づくルール単位制
御信号がトランケーション・ユニット31に与えられる。
この制御信号Ｃ２に応答してトランケーション・ユニッ
ト31は前件部適合度ｇmin を内部に取込み，次に示すト
ランケーション動作を行なう。
【００７３】一方，後件部メンバーシップ関数（ＭＦ）
メモリ30には後件部で用いられるＮＬ〜ＰＬのメンバー
シップ関数を表わすデータがあらかじめ格納されてい
る。このデータはメンバーシップ関数をその関数値テー
ブルで表わすものであっても，数式またはそのパラメー
タで表わすものであっても，いずれでもよい。後件部に
関するサブルールに含まれる後件部コードＳ３によって
指定される後件部メンバーシップ関数がこのメモリ30か
ら読出され，トランケーション・ユニット31に与えられ
る。
メモリ30には後件部で用いられるＮＬ〜ＰＬのメンバー
シップ関数を表わすデータがあらかじめ格納されてい
る。このデータはメンバーシップ関数をその関数値テー
ブルで表わすものであっても，数式またはそのパラメー
タで表わすものであっても，いずれでもよい。後件部に
関するサブルールに含まれる後件部コードＳ３によって
指定される後件部メンバーシップ関数がこのメモリ30か
ら読出され，トランケーション・ユニット31に与えられ
る。
【００７４】トランケーション・ユニット31は後件部Ｍ
Ｆメモリ30から入力する後件部メンバーシップ関数を，
取込んだ前件部適合度ｇmin のレベルで裁断する。これ
がトランケーション処理である。
Ｆメモリ30から入力する後件部メンバーシップ関数を，
取込んだ前件部適合度ｇmin のレベルで裁断する。これ
がトランケーション処理である。
【００７５】ＭＡＸ合成回路32には，ルール群の開始を
示す制御コードＣ３に基づく制御信号が与えられてお
り，この制御信号Ｃ３が１になったときからこの回路32
は動作を開始する。
示す制御コードＣ３に基づく制御信号が与えられてお
り，この制御信号Ｃ３が１になったときからこの回路32
は動作を開始する。
【００７６】トランケーション・ユニット31における演
算処理に必要な時間だけ遅延回路35によって遅れた信号
Ｃ２がＭＡＸ合成回路32に与えられたときに，回路32は
トランケーション・ユニット31においてトランケーショ
ン処理されたメンバーシップ関数を取込む。トランケー
ション処理されたメンバーシップ関数の取込みは各ルー
ルごとに行なわれる。ＭＡＸ合成回路32は各ルールにお
けるトランケーション後のメンバーシップ関数のＭＡＸ
演算を，その取込みごとに行なう。
算処理に必要な時間だけ遅延回路35によって遅れた信号
Ｃ２がＭＡＸ合成回路32に与えられたときに，回路32は
トランケーション・ユニット31においてトランケーショ
ン処理されたメンバーシップ関数を取込む。トランケー
ション処理されたメンバーシップ関数の取込みは各ルー
ルごとに行なわれる。ＭＡＸ合成回路32は各ルールにお
けるトランケーション後のメンバーシップ関数のＭＡＸ
演算を，その取込みごとに行なう。
【００７７】遂に一連のすべてのルールについての読出
しが終了すると，最後のサブルールの読出しにおいてＣ
４＝１となる。この制御コードＣ４に基づくルール終了
信号はデファジファイア33に与えられるので，デファジ
ファイア33はそのときのＭＡＸ合成回路32のＭＡＸ合成
されたメンバーシップ関数を取込み，重心演算，その他
の方法により取込んだメンバーシップ関数をデファジフ
ァイする。
しが終了すると，最後のサブルールの読出しにおいてＣ
４＝１となる。この制御コードＣ４に基づくルール終了
信号はデファジファイア33に与えられるので，デファジ
ファイア33はそのときのＭＡＸ合成回路32のＭＡＸ合成
されたメンバーシップ関数を取込み，重心演算，その他
の方法により取込んだメンバーシップ関数をデファジフ
ァイする。
【００７８】この後，ゲート制御信号Ｇによってゲート
回路34のゲートが開かれるので，デファジファイア33に
おいてデファジファイされた推論出力ｕはゲート回路34
を通って外部に出力されることになる。
回路34のゲートが開かれるので，デファジファイア33に
おいてデファジファイされた推論出力ｕはゲート回路34
を通って外部に出力されることになる。
【００７９】図７を参照して前件部処理ユニット20の構
成および動作について説明する。
成および動作について説明する。
【００８０】前件部に関するサブルールに含まれる前件
部コードＳ２を構成するコードのうち，コードＳ20，Ｓ
21はメンバーシップ関数回路（ＭＦＣ）群21に，全コー
ドＳ20，Ｓ21，Ｓ22はメンバーシップ値生成部40に，さ
らにコードＳ20は切替ユニット22にそれぞれ与えられ
る。
部コードＳ２を構成するコードのうち，コードＳ20，Ｓ
21はメンバーシップ関数回路（ＭＦＣ）群21に，全コー
ドＳ20，Ｓ21，Ｓ22はメンバーシップ値生成部40に，さ
らにコードＳ20は切替ユニット22にそれぞれ与えられ
る。
【００８１】Ｓ20＝０のとき，選択された入力信号Ｐは
ＭＦＣ群21に取込まれ，Ｓ20＝１のとき入力信号Ｐはメ
ンバーシップ値生成部40に取込まれる。
ＭＦＣ群21に取込まれ，Ｓ20＝１のとき入力信号Ｐはメ
ンバーシップ値生成部40に取込まれる。
【００８２】ＭＦＣ群21には上述した前件部ファジィ・
ラベルＮＬ〜ＰＬのメンバーシップ関数信号を出力する
メンバーシップ関数回路（ＭＦＣ）が含まれている。こ
れらのＭＦＣのうち，コードＳ21によって指定されたも
のが選択される。スカラ量を表わす入力信号Ｐは選択さ
れたＭＦＣに入力し，入力信号Ｐに対応するメンバーシ
ップ関数値を表わす信号が適合度ｇを表わす信号として
出力される。したがって，適合度ｇは前件部のサブルー
ルごとに出力されることになる。
ラベルＮＬ〜ＰＬのメンバーシップ関数信号を出力する
メンバーシップ関数回路（ＭＦＣ）が含まれている。こ
れらのＭＦＣのうち，コードＳ21によって指定されたも
のが選択される。スカラ量を表わす入力信号Ｐは選択さ
れたＭＦＣに入力し，入力信号Ｐに対応するメンバーシ
ップ関数値を表わす信号が適合度ｇを表わす信号として
出力される。したがって，適合度ｇは前件部のサブルー
ルごとに出力されることになる。
【００８３】メンバーシップ値生成部40の詳細について
は図８を参照して後に説明するが，この生成部40はパタ
ーン情報を表わす入力信号Ｐを取込んで，サブルールご
とに適合度ｇを表わす信号を出力する。
は図８を参照して後に説明するが，この生成部40はパタ
ーン情報を表わす入力信号Ｐを取込んで，サブルールご
とに適合度ｇを表わす信号を出力する。
【００８４】Ｓ20＝０のときはＭＦＣ群21の出力適合度
ｇが，Ｓ20＝１のときにはメンバーシップ値生成部40の
出力適合度ｇがそれぞれ切替ユニット22を通ってＭＩＮ
回路23に与えられる。
ｇが，Ｓ20＝１のときにはメンバーシップ値生成部40の
出力適合度ｇがそれぞれ切替ユニット22を通ってＭＩＮ
回路23に与えられる。
【００８５】ＭＩＮ回路23は入力する適合度ｇとＭＩＮ
値レジスタ24に格納されている値との小さい方を選択す
る。この選択された値をＭＩＮ値レジスタ24に格納され
る。各ルールの最初のサブルールの処理において制御コ
ードＣ１＝１となる。この制御コードＣ１に基づく制御
信号によってＭＩＮ値レジスタ24に初期値（論理値１）
がセットされる。サブルールにしたがう適合度ｇの演算
ごとにＭＩＮ値レジスタ24の値が更新されていくので，
ＭＩＮ値レジスタ24の出力適合度ｇmin は，各ルールに
おける適合度の最小値を表わすことになる。この出力適
合度ｇmin は各ルールの最後のサブルール（後件部のル
ール）におけるＣ２＝１となる制御信号に応答してトラ
ンケーション・ユニット31に取込まれるのは上述した通
りである。
値レジスタ24に格納されている値との小さい方を選択す
る。この選択された値をＭＩＮ値レジスタ24に格納され
る。各ルールの最初のサブルールの処理において制御コ
ードＣ１＝１となる。この制御コードＣ１に基づく制御
信号によってＭＩＮ値レジスタ24に初期値（論理値１）
がセットされる。サブルールにしたがう適合度ｇの演算
ごとにＭＩＮ値レジスタ24の値が更新されていくので，
ＭＩＮ値レジスタ24の出力適合度ｇmin は，各ルールに
おける適合度の最小値を表わすことになる。この出力適
合度ｇmin は各ルールの最後のサブルール（後件部のル
ール）におけるＣ２＝１となる制御信号に応答してトラ
ンケーション・ユニット31に取込まれるのは上述した通
りである。
【００８６】図８を参照して，パターン情報に関してル
ールにしたがう適合度ｇを生成するメンバーシップ値生
成部40の構成と動作について説明する。
ールにしたがう適合度ｇを生成するメンバーシップ値生
成部40の構成と動作について説明する。
【００８７】選択された入力信号Ｐによって表わされる
入力パターン情報は，制御信号Ｓ20が１のときにパター
ン・メモリ41に格納され，特徴抽出ユニット42における
処理の対象となる。パターン・メモリ41はパターン情報
が画像データの場合には，画像データを画素ごとに記憶
する画像メモリであり，パターンが時系列信号パターン
である場合には，時刻に対応するアドレスのエリアに対
応時刻における振幅値を格納する時系列信号メモリであ
る。
入力パターン情報は，制御信号Ｓ20が１のときにパター
ン・メモリ41に格納され，特徴抽出ユニット42における
処理の対象となる。パターン・メモリ41はパターン情報
が画像データの場合には，画像データを画素ごとに記憶
する画像メモリであり，パターンが時系列信号パターン
である場合には，時刻に対応するアドレスのエリアに対
応時刻における振幅値を格納する時系列信号メモリであ
る。
【００８８】一方，特徴抽出プログラム・ライブラリ46
には，パターンのカテゴリ名ごとに，１または複数の特
徴抽出プログラムがあらかじめ格納されている。
には，パターンのカテゴリ名ごとに，１または複数の特
徴抽出プログラムがあらかじめ格納されている。
【００８９】また，特徴抽出プログラム指定信号生成部
45は，図９に示すように，パターンのカテゴリ名を示す
コードＳ21に対応して，そのカテゴリ名に関する特徴抽
出プログラムが格納されているプログラム・ライブラリ
46のエリアの先頭アドレスを記憶したアドレス・メモリ
48を有している。１つのカテゴリ名に対応する特徴抽出
プログラムが複数個ある場合には，各プログラムの先頭
アドレスがそのカテゴリ名のコードに対応して記憶され
ている。
45は，図９に示すように，パターンのカテゴリ名を示す
コードＳ21に対応して，そのカテゴリ名に関する特徴抽
出プログラムが格納されているプログラム・ライブラリ
46のエリアの先頭アドレスを記憶したアドレス・メモリ
48を有している。１つのカテゴリ名に対応する特徴抽出
プログラムが複数個ある場合には，各プログラムの先頭
アドレスがそのカテゴリ名のコードに対応して記憶され
ている。
【００９０】パターン情報に関する前件部のサブルール
が読出されてそのコードＳ20，Ｓ21が指定信号生成部45
に与えられると，コード信号Ｓ20に応答して生成部45は
起動され，コードＳ21によって指定される特徴抽出プロ
グラムのすべての先頭アドレス（たとえばＳ21＝０００
の場合には先頭アドレスａｄ１，ａｄ２およびａｄ３）
が読出しユニット49を介して読出される。この読出され
た先頭アドレスを表わす信号はプログラムの先頭アドレ
スの集合の信号Ｓq として特徴抽出プログラム・ライブ
ラリ46に与えられる。
が読出されてそのコードＳ20，Ｓ21が指定信号生成部45
に与えられると，コード信号Ｓ20に応答して生成部45は
起動され，コードＳ21によって指定される特徴抽出プロ
グラムのすべての先頭アドレス（たとえばＳ21＝０００
の場合には先頭アドレスａｄ１，ａｄ２およびａｄ３）
が読出しユニット49を介して読出される。この読出され
た先頭アドレスを表わす信号はプログラムの先頭アドレ
スの集合の信号Ｓq として特徴抽出プログラム・ライブ
ラリ46に与えられる。
【００９１】この信号Ｓq が与えられると，プログラム
・ライブラリ46から信号Ｓq によって指定されるアドレ
スから特徴抽出プログラムが読出される。読出された１
または複数の特徴抽出プログラムは特徴抽出ユニット42
に設定される。
・ライブラリ46から信号Ｓq によって指定されるアドレ
スから特徴抽出プログラムが読出される。読出された１
または複数の特徴抽出プログラムは特徴抽出ユニット42
に設定される。
【００９２】特徴抽出ユニット42において，そこに設定
された特徴抽出プログラムにしたがって，パターン・メ
モリ41内のパターン情報Ｐの特徴量が抽出される。１個
の特徴抽出プログラムで複数種類の特徴量を抽出するこ
とも可能であるが，ここでは簡単のために１個の特徴抽
出プログラムによって１種類の特徴量が抽出されるもの
とする。このようにして抽出された複数種類の特徴量を
ｖ１，ｖ２，…，ｖｍとする。Ｖ＝（ｖ１，ｖ２，…，
ｖｍ）をパターンＰの特徴ベクトルと呼ぶことができ
る。この特徴ベクトルＶは距離算出部43に与えられる。
された特徴抽出プログラムにしたがって，パターン・メ
モリ41内のパターン情報Ｐの特徴量が抽出される。１個
の特徴抽出プログラムで複数種類の特徴量を抽出するこ
とも可能であるが，ここでは簡単のために１個の特徴抽
出プログラムによって１種類の特徴量が抽出されるもの
とする。このようにして抽出された複数種類の特徴量を
ｖ１，ｖ２，…，ｖｍとする。Ｖ＝（ｖ１，ｖ２，…，
ｖｍ）をパターンＰの特徴ベクトルと呼ぶことができ
る。この特徴ベクトルＶは距離算出部43に与えられる。
【００９３】標準パターン・ベクトルのライブラリ47に
は，カテゴリ名ごとに，そのカテゴリの標準的なパター
ンから特徴抽出プログラムによって抽出された特徴量ｖ
０１，ｖ０２，…，ｖ０ｍの集合からなる標準ベクトル
Ｖ０＝（ｖ０１，ｖ０２，…，ｖ０ｍ）があらかじめ格
納されている。コードＳ20，Ｓ21がこのライブラリ47に
与えられているので，ライブラリ47からは，コードＳ21
によって指定されるカテゴリ名の標準ベクトルＶ０が読
出され，距離算出部43に与えられる。
は，カテゴリ名ごとに，そのカテゴリの標準的なパター
ンから特徴抽出プログラムによって抽出された特徴量ｖ
０１，ｖ０２，…，ｖ０ｍの集合からなる標準ベクトル
Ｖ０＝（ｖ０１，ｖ０２，…，ｖ０ｍ）があらかじめ格
納されている。コードＳ20，Ｓ21がこのライブラリ47に
与えられているので，ライブラリ47からは，コードＳ21
によって指定されるカテゴリ名の標準ベクトルＶ０が読
出され，距離算出部43に与えられる。
【００９４】距離算出部43は，特徴ベクトルＶと，標準
ベクトルＶ０との特徴空間における距離ｄを算出する。
たとえば，距離ｄは次式で表わされる。
ベクトルＶ０との特徴空間における距離ｄを算出する。
たとえば，距離ｄは次式で表わされる。
【００９５】
【数１】 ｄ＝｜ｖ１−ｖ０１｜＋｜ｖ２−ｖ０２｜＋…＋｜ｖｍ−ｖ０ｍ｜ ‥式１
【００９６】特徴ベクトルおよび標準ベクトルの各要素
パラメータを正規化した後に，距離算出を行なうことも
可能である。すなわち，各パラメータごとにパラメータ
からその平均値を引いて，この減算結果をそのパラメー
タの標準偏差で割ることによって，パラメータを正規化
するのである。
パラメータを正規化した後に，距離算出を行なうことも
可能である。すなわち，各パラメータごとにパラメータ
からその平均値を引いて，この減算結果をそのパラメー
タの標準偏差で割ることによって，パラメータを正規化
するのである。
【００９７】パターン・マッチングの手法によって距離
を算出することもできる。パターン・ライブラリを設
け，このパターン・ライブラリに，カテゴリ名ごとに各
カテゴリの標準パターンをあらかじめ格納しておく。パ
ターン・マッチング・ユニットを設け，このパターン・
マッチング・ユニットにおいて，パターン・メモリ41の
入力パターンＰとパターン・ライブラリに格納されてい
るコードＳ21によって指定されるカテゴリ名の標準パタ
ーンとを照合し，一致しないパターン要素の個数を算出
する。この不一致数が入力パターンと標準パターンの間
の距離ｄとして距離算出部43から出力される。
を算出することもできる。パターン・ライブラリを設
け，このパターン・ライブラリに，カテゴリ名ごとに各
カテゴリの標準パターンをあらかじめ格納しておく。パ
ターン・マッチング・ユニットを設け，このパターン・
マッチング・ユニットにおいて，パターン・メモリ41の
入力パターンＰとパターン・ライブラリに格納されてい
るコードＳ21によって指定されるカテゴリ名の標準パタ
ーンとを照合し，一致しないパターン要素の個数を算出
する。この不一致数が入力パターンと標準パターンの間
の距離ｄとして距離算出部43から出力される。
【００９８】適合度生成部44は，距離算出部43の出力す
る距離ｄを，入力されたパターンＰのルールによって規
定されるカテゴリ名に対する適合度ｇに変換する。この
変換は，ｄ＝０のときにはｇ＝１となり，ｄ＝∞のとき
にはｇ＝０となる単調な関数を用いて行なわれる。
る距離ｄを，入力されたパターンＰのルールによって規
定されるカテゴリ名に対する適合度ｇに変換する。この
変換は，ｄ＝０のときにはｇ＝１となり，ｄ＝∞のとき
にはｇ＝０となる単調な関数を用いて行なわれる。
【００９９】たとえば，次の式で示される関数を用いて
この変換を表現することができる。
この変換を表現することができる。
【数２】ｇ＝１／（１＋ｄ）n ‥式２ ここで，ｎは上述のようにコードＳ22によって指定され
る値であって，メンバーシップ値算出における入力の適
用のきびしさを表現するものである。
る値であって，メンバーシップ値算出における入力の適
用のきびしさを表現するものである。
【図１】ファジィ推論システムを警報システムに応用し
た応用例を示す斜視構成図である。
た応用例を示す斜視構成図である。
【図２】警報システムの電気的構成の概要を示すブロッ
ク図である。
ク図である。
【図３】ファジィ推論システムの一部を表わし，ルール
・メモリとその周辺部を示すブロック図である。
・メモリとその周辺部を示すブロック図である。
【図４】ファジィ推論システムの他の一部を表わし，フ
ァジィ推論を実行する部分を示すブロック図である。
ァジィ推論を実行する部分を示すブロック図である。
【図５】ルール・コードの構造を示す。
【図６】ルール・コードの具体例を示す。
【図７】前件部処理ユニットの構成を示すブロック図で
ある。
ある。
【図８】メンバーシップ値生成部を示すブロック図であ
る。
る。
【図９】特徴抽出プログラム指定信号生成部を示すブロ
ック図である。
ック図である。
１ ＴＶカメラ ２ ＴＶカメラ ３ 速度センサ ４ 距離センサ 10 ファジィ推論システム 11 スピーカ 12 セレクタ 20 前件部処理ユニット 21 メンバーシップ関数回路（ＭＦＣ）群 22 切替ユニット 23 ＭＩＮ回路 24 ＭＩＮレジスタ 30 後件部メンバーシップ関数（ＭＦ）メモリ 31 トランケーション・ユニット 32 ＭＡＸ合成回路 33 デファジファイア 34 ゲート回路 35，39 ディレイ回路 36 ルール・メモリ 37 ルール・データ読出しユニット 38 カウンタ 40 メンバーシップ値生成部 41 パターン・メモリ 42 特徴抽出ユニット 43 距離算出部 44 適合度算出部 45 特徴抽出プログラム指定信号生成部 46 特徴抽出プログラム・ライブラリ 47 カテゴリごとの標準パターン・ベクトルのライブラ
リ 48 アドレス・メモリ 49 読出しユニット
リ 48 アドレス・メモリ 49 読出しユニット
Claims (12)
- 【請求項１】 スカラ量の入力変数に対してはメンバー
シップ関数を用いて，パターン情報の入力変数に対して
はパターンのカテゴリを用いて表現され，かつ入力変数
についてスカラ量かパターン情報かの区別を表わす区別
コードを含むファジィ・ルールがあらかじめ設定された
ルール・メモリ，上記ルール・メモリから読出された処
理すべきルールによって指定されるメンバーシップ関数
に対する，スカラ量を表わす入力信号の適合度を求める
第１の適合度演算回路手段，上記ルール・メモリから読
出された処理すべきルールによって指定されるカテゴリ
に対する，パターン情報を表わす入力信号の適合度を求
める第２の適合度演算回路手段，上記ルール・メモリか
ら読出された処理すべきルールの上記区別コードにした
がって上記第１および第２の適合度演算回路手段を切替
える切替え回路手段，および上記切替え回路手段によっ
て選択された第１または第２の適合度演算回路手段から
得られる適合度に所定の演算を施してファジィ推論出力
を発生する推論演算回路手段，を備えたファジィ推論シ
ステム。 - 【請求項２】 複数のセンサから入力する入力信号のう
ち，上記ルール・メモリから読出された処理すべきルー
ルに含まれる入力変数の種類によって指定されるものを
選択して，上記第１または第２の適合度演算回路手段に
与えるセレクタ手段，をさらに備えた請求項１に記載の
ファジィ推論システム。 - 【請求項３】 スカラ量の入力変数に対してはメンバー
シップ関数を用いて，パターン情報の入力変数に対して
はパターンのカテゴリを用いて表現され，かつ入力変数
についてスカラ量かパターン情報かの区別を表わす区別
コードを含む，あらかじめ設定されたファジィ・ルール
にしたがって前件部適合度を生成する前件部処理装置で
あり，ファジィ・ルールによって指定されるメンバーシ
ップ関数に対する，スカラ量を表わす入力信号の適合度
を求める第１の適合度演算回路手段，ファジィ・ルール
によって指定されるカテゴリに対する，パターン情報を
表わす入力信号の適合度を求める第２の適合度演算回路
手段，ファジィ・ルールに含まれる上記区別コードにし
たがって上記第１および第２の適合度演算回路手段を切
替える切替え回路手段，および上記切替え回路手段によ
って選択された第１または第２の適合度演算回路手段か
ら得られる適合度に所定の演算を施してファジィ・ルー
ルごとの前件部適合度を発生する演算回路手段，を備え
た前件部処理装置。 - 【請求項４】 パターン情報の入力変数に対してパター
ンのカテゴリを用いて表現されたファジィ・ルールにし
たがって適合度を生成する装置であり，複数のカテゴリ
のそれぞれについて標準パターン情報をあらかじめ格納
した標準パターン・メモリ，入力パターン情報と上記メ
モリのファジィ・ルールによって指定されるカテゴリの
標準パターン情報との距離を算出する距離算出回路手
段，および距離が零の場合に１の値をとり，距離が大き
くなるにつれて値が減少するように，上記距離算出回路
手段から得られる距離を適合度に変換する適合度生成回
路手段，を備えた適合度生成装置。 - 【請求項５】 パターン情報を入力するパターン情報入
力手段，上記パターン情報入力手段によって入力された
パターン情報に関係づけられたカテゴリを，そのカテゴ
リに関する標準パターン情報に変換する標準パターン情
報生成手段，上記パターン情報入力手段によって入力さ
れたパターン情報と上記標準パターン情報生成手段によ
って生成された標準パターン情報との距離を算出する距
離算出回路手段，および距離が零の場合に１の値をと
り，距離が大きくなるにつれて値が減少するように，上
記距離算出回路手段から得られる距離を適合度に変換す
る適合度生成回路手段，を備えたパターン入力型メンバ
ーシップ値生成装置。 - 【請求項６】 上記標準パターン情報生成手段が標準パ
ターン情報の特徴ベクトルを生成するものであり，上記
距離算出回路手段が入力パターン情報の特徴量を抽出
し，抽出した特徴量から特徴ベクトルを生成し，標準パ
ターン情報の特徴ベクトルと入力パターン情報の特徴ベ
クトルとの距離を算出するものである，請求項５に記載
のメンバーシップ値生成装置。 - 【請求項７】 上記距離算出回路手段が標準パターン情
報と入力パターン情報とのパターン・マッチングを行な
い，パターンの不一致度から上記距離を算出するもので
ある，請求項５に記載のメンバーシップ値生成装置。 - 【請求項８】 スカラ量の入力変数に対してはメンバー
シップ関数を用いて，パターン情報の入力変数に対して
はパターンのカテゴリを用いて表現され，かつ入力変数
についてスカラ量かパターン情報かの区別を表わす区別
コードを含むファジィ・ルールをあらかじめルール・メ
モリに設定しておき，上記ルール・メモリからファジィ
・ルールを読出し，そのルールの入力変数がスカラ量に
関するものであるときは，読出されたルールによって指
定されるメンバーシップ関数に対する，スカラ量を表わ
す入力信号の適合度を求め，上記ルール・メモリから読
出されたルールの入力変数がパターン情報に関するもの
であるときには，読出されたルールによって指定される
カテゴリに対する，パターン情報を表わす入力信号の適
合度を求め，得られた適合度に所定の演算を施してファ
ジィ推論出力を発生する，ファジィ推論方法。 - 【請求項９】 パターン情報の入力変数に対してパター
ンのカテゴリを用いて表現されたファジィ・ルールにし
たがって適合度を生成する方法であり，複数のカテゴリ
のそれぞれについて標準パターン情報をあらかじめ標準
パターン・メモリに格納しておき，入力パターン情報と
上記メモリのファジィ・ルールによって指定されるカテ
ゴリの標準パターン情報との距離を算出し，距離が零の
場合に１の値をとり，距離が大きくなるにつれて値が減
少するように，算出された距離を適合度に変換する，適
合度生成方法。 - 【請求項１０】 与えられるパターン情報を入力し，入
力されたパターン情報に関係づけられたカテゴリを，そ
のカテゴリに関する標準パターン情報に変換し，入力さ
れたパターン情報と上記変換により生成された標準パタ
ーン情報との距離を算出し，距離が零の場合に１の値を
とり，距離が大きくなるにつれて値が減少するように，
算出された距離を適合度に変換する，パターン入力型メ
ンバーシップ値生成方法。 - 【請求項１１】 標準パターン情報の特徴ベクトルを生
成し，入力パターン情報の特徴量を抽出し，抽出した特
徴量から特徴ベクトルを生成し，標準パターン情報の特
徴ベクトルと入力パターン情報の特徴ベクトルとの距離
を算出する，請求項10に記載のメンバーシップ値生成方
法。 - 【請求項１２】 標準パターン情報と入力パターン情報
とのパターン・マッチングを行ない，パターンの不一致
度から上記距離を算出する，請求項10に記載のメンバー
シップ値生成方法。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21237992A JP3362364B2 (ja) | 1992-07-17 | 1992-07-17 | ファジイ推論システムおよび方法ならびに前件部処理装置 |
| EP93111470A EP0579254A1 (en) | 1992-07-17 | 1993-07-16 | A fuzzy inference system and a pattern input type membership value generator |
| US08/378,870 US5506936A (en) | 1992-07-17 | 1995-01-24 | Fuzzy inference system and a pattern input type membership value generator |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21237992A JP3362364B2 (ja) | 1992-07-17 | 1992-07-17 | ファジイ推論システムおよび方法ならびに前件部処理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0635706A true JPH0635706A (ja) | 1994-02-10 |
| JP3362364B2 JP3362364B2 (ja) | 2003-01-07 |
Family
ID=16621601
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP21237992A Expired - Fee Related JP3362364B2 (ja) | 1992-07-17 | 1992-07-17 | ファジイ推論システムおよび方法ならびに前件部処理装置 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US5506936A (ja) |
| EP (1) | EP0579254A1 (ja) |
| JP (1) | JP3362364B2 (ja) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2621658B2 (ja) * | 1992-11-10 | 1997-06-18 | オムロン株式会社 | ルール生成装置および方法 |
| US5845008A (en) | 1994-01-20 | 1998-12-01 | Omron Corporation | Image processing device and method for identifying an input image, and copier scanner and printer including same |
| DE69432349D1 (de) * | 1994-05-23 | 2003-04-30 | Cons Ric Microelettronica | Verfahren zur parallelen Bearbeitung von Fuzzy-Logik-Inferenzregeln und übereinstimmende Schaltkreisarchitektur |
| DE10144441A1 (de) * | 2001-09-06 | 2003-03-27 | Biotronik Mess & Therapieg | Fuzzy-Inferenzmaschine |
| JP5229575B2 (ja) * | 2009-05-08 | 2013-07-03 | ソニー株式会社 | 画像処理装置および方法、並びにプログラム |
| JP2011160379A (ja) * | 2010-02-04 | 2011-08-18 | Sony Corp | 画像処理装置および方法、並びにプログラム |
| TWI510811B (zh) * | 2013-09-13 | 2015-12-01 | Quanta Comp Inc | 頭戴式系統 |
| US9256833B2 (en) * | 2014-01-23 | 2016-02-09 | Healthtrust Purchasing Group, Lp | Fuzzy inference deduction using rules and hierarchy-based item assignments |
| CN112650392A (zh) * | 2020-12-23 | 2021-04-13 | 航天时代电子技术股份有限公司 | 构建基于多源生物信息确定控制指令的模型的方法 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5359697A (en) * | 1985-03-25 | 1994-10-25 | Trw Inc. | Fuzzy associative memory |
| JPH0682396B2 (ja) * | 1985-10-22 | 1994-10-19 | オムロン株式会社 | メンバーシップ関数合成装置およびファジィ・システム |
| DE3772812D1 (de) * | 1986-04-11 | 1991-10-17 | Mitsubishi Electric Corp | Selbsteinstellender regler. |
| JPH0698903B2 (ja) * | 1986-08-06 | 1994-12-07 | 本田技研工業株式会社 | 車両走行制御装置 |
| JP3009149B2 (ja) * | 1988-09-22 | 2000-02-14 | 株式会社日立製作所 | パターンデータ処理装置及びプロセス計測情報処理装置及び画像処理装置及び画像認識装置 |
| JP2638134B2 (ja) * | 1988-09-30 | 1997-08-06 | オムロン株式会社 | 画像記録装置、画像出力装置、画像の種別識別装置、画像記録装置の記録方法、画像出力装置の出力方法および画像の種別識別方法 |
| US4931933A (en) * | 1989-02-09 | 1990-06-05 | The United States Of America As Represented By The Secretary Of Agriculture | Application of knowledge-based system for grading meat |
| JP2669031B2 (ja) * | 1989-02-28 | 1997-10-27 | 日産自動車株式会社 | 自律走行車両 |
| US5159667A (en) * | 1989-05-31 | 1992-10-27 | Borrey Roland G | Document identification by characteristics matching |
| JPH03166601A (ja) * | 1989-11-27 | 1991-07-18 | Hitachi Ltd | 制御支援装置 |
-
1992
- 1992-07-17 JP JP21237992A patent/JP3362364B2/ja not_active Expired - Fee Related
-
1993
- 1993-07-16 EP EP93111470A patent/EP0579254A1/en not_active Withdrawn
-
1995
- 1995-01-24 US US08/378,870 patent/US5506936A/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP3362364B2 (ja) | 2003-01-07 |
| US5506936A (en) | 1996-04-09 |
| EP0579254A1 (en) | 1994-01-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Finnie et al. | A comparison of software effort estimation techniques: Using function points with neural networks, case-based reasoning and regression models | |
| JP3118725B2 (ja) | 自動分類方法 | |
| CN111401517B (zh) | 一种感知网络结构搜索方法及其装置 | |
| JP3362364B2 (ja) | ファジイ推論システムおよび方法ならびに前件部処理装置 | |
| CN111860269B (zh) | 一种多特征融合的串联rnn结构及行人预测方法 | |
| CN111368972B (zh) | 一种卷积层量化方法及其装置 | |
| US20220121902A1 (en) | Method and apparatus for quality prediction | |
| US6493691B1 (en) | Assembly of interconnected computing elements, method for computer-assisted determination of a dynamics which is the base of a dynamic process, and method for computer-assisted training of an assembly of interconnected elements | |
| JPH07282258A (ja) | サイン認識装置 | |
| CN111435457A (zh) | 对传感器获取的采集进行分类的方法 | |
| EP1035506A2 (en) | Brain type computer system | |
| US20220019776A1 (en) | Methods and systems to predict activity in a sequence of images | |
| Guo et al. | Controllable Diffusion Models for Safety-Critical Driving Scenario Generation | |
| US5988844A (en) | Method for arranging a fuzzy controller or a system of interlinked fuzzy controllers | |
| CN117172285A (zh) | 一种感知网络及数据处理方法 | |
| Soh et al. | Representing sea ice knowledge in a Dempster-Shafer belief system | |
| JPH05274293A (ja) | ファジィモデル生成方法及び装置 | |
| KR102469669B1 (ko) | 아날로그 신호와 디지털 신호를 이용한 합성곱 신경망 모델 학습 방법 | |
| Titov | Small Size Object Detection Using the Image Fusion | |
| JPH0490076A (ja) | 医用画像特徴抽出方法 | |
| JP2908553B2 (ja) | 免疫学的反応パターンの判定装置 | |
| JP2527217B2 (ja) | 解析プログラム実行方法 | |
| Pérez-Chust et al. | Detection of atmospheric emissions by classifying images with convolutional neural networks | |
| JPH05224939A (ja) | ファジィ集合処理方式 | |
| JP3114273B2 (ja) | 時系列計算装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |