JPH0765021A - 情報検索装置 - Google Patents
情報検索装置Info
- Publication number
- JPH0765021A JPH0765021A JP4070065A JP7006592A JPH0765021A JP H0765021 A JPH0765021 A JP H0765021A JP 4070065 A JP4070065 A JP 4070065A JP 7006592 A JP7006592 A JP 7006592A JP H0765021 A JPH0765021 A JP H0765021A
- Authority
- JP
- Japan
- Prior art keywords
- input
- data
- information
- network
- output
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- 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
- Y10S707/00—Data processing: database and file management or data structures
- Y10S707/99931—Database or file accessing
- Y10S707/99933—Query processing, i.e. searching
- Y10S707/99935—Query augmenting and refining, e.g. inexact access
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
(57)【要約】
【目的】 ユーザがデータベース構造を意識することな
しに、データベースの構築やデータ検索を実行できると
ともに、あいまいな検索データでも情報検索が行える装
置を得る。 【構成】 ニューラルネットワーク５は、メモリ６内の
電子スチル写真を指すデータを記憶する。検索用のデー
タが入力されると、インターフェース部４は、撮影場
所、時間などのカテゴリーごとの入力データをネットワ
ーク５に入力する。ネットワーク５は、入力データに対
応したデータを連想出力する。メモリ６は、そのデータ
に対応した電子スチル写真をＣＲＴ３に出力する。
しに、データベースの構築やデータ検索を実行できると
ともに、あいまいな検索データでも情報検索が行える装
置を得る。 【構成】 ニューラルネットワーク５は、メモリ６内の
電子スチル写真を指すデータを記憶する。検索用のデー
タが入力されると、インターフェース部４は、撮影場
所、時間などのカテゴリーごとの入力データをネットワ
ーク５に入力する。ネットワーク５は、入力データに対
応したデータを連想出力する。メモリ６は、そのデータ
に対応した電子スチル写真をＣＲＴ３に出力する。
Description
【０００１】
【産業上の利用分野】この発明は、データベースの中か
ら必要な情報を検索するための情報検索装置に関するも
のである。
ら必要な情報を検索するための情報検索装置に関するも
のである。
【０００２】
【従来の技術】従来のデータベースモデルとして、階層
型データベースやネットワーク型データベースがある
が、ここでは、階層型データベースを例にとって説明す
る。
型データベースやネットワーク型データベースがある
が、ここでは、階層型データベースを例にとって説明す
る。
【０００３】図７は例えばｂｉｔ（共立出版（株））第
２３巻第９号ｐｐ１２９７〜１３０８（１９９１）に示
された階層型データベースにおけるデータ構造を示した
ものである。階層型データベースでは、データ間の関係
はツリー構造（木構造）で表現される。木構造におい
て、一番上にルートというノードがあり、そのしたに子
のノードがつながっている。
２３巻第９号ｐｐ１２９７〜１３０８（１９９１）に示
された階層型データベースにおけるデータ構造を示した
ものである。階層型データベースでは、データ間の関係
はツリー構造（木構造）で表現される。木構造におい
て、一番上にルートというノードがあり、そのしたに子
のノードがつながっている。
【０００４】図７において、１ａ〜１ｈはレコード型で
あり、一番上のレコード型１ａがルートである。図７に
は８つのレコード型１ａ〜１ｈが示されているが、各レ
コード型１ａ〜１ｈの間の線は、その２つのレコード間
に親子関係があることを示している。
あり、一番上のレコード型１ａがルートである。図７に
は８つのレコード型１ａ〜１ｈが示されているが、各レ
コード型１ａ〜１ｈの間の線は、その２つのレコード間
に親子関係があることを示している。
【０００５】木構造の構成上の制約として、 （１）定義のツリー１本につきルートのレコード型は１
つ （２）あるレコード型の親レコード型は高々１つ などの条件がある。
つ （２）あるレコード型の親レコード型は高々１つ などの条件がある。
【０００６】木構造中のレコード型１ａ〜１ｈの順番は
データベースの物理的構造に密接に結びついているの
で、データ操作は、それらのレコード型１ａ〜１ｈを順
番にたどることによって行われる。従って、ユーザは、
そのような構造に則した情報検索装置を使用する場合に
は、その物理的順番をたどるように検索用のデータを書
かなければならない。さもないと、極端に情報検索装置
における検索時間がかかってしまうことになる。
データベースの物理的構造に密接に結びついているの
で、データ操作は、それらのレコード型１ａ〜１ｈを順
番にたどることによって行われる。従って、ユーザは、
そのような構造に則した情報検索装置を使用する場合に
は、その物理的順番をたどるように検索用のデータを書
かなければならない。さもないと、極端に情報検索装置
における検索時間がかかってしまうことになる。
【０００７】
【発明が解決しようとする課題】従来の情報検索装置は
以上のように構成されているので、ユーザは、データ間
の物理的構成に拘束されながら検索用のデータを書かな
ければならず、データ検索に際して、大きな労力をかけ
なければならないという問題点があった。
以上のように構成されているので、ユーザは、データ間
の物理的構成に拘束されながら検索用のデータを書かな
ければならず、データ検索に際して、大きな労力をかけ
なければならないという問題点があった。
【０００８】ところで、従来、プリントされた写真の整
理は、それらをアルバムに張りつけて撮影日や撮影場所
などの情報を記入することによって行われていた。しか
し、その場合には、フィルムを現像、焼き付けするたび
に整理する必要があり、面倒な作業となっていた。ま
た、後で検索する場合には、写真の枚数が多いと非常に
困難である。
理は、それらをアルバムに張りつけて撮影日や撮影場所
などの情報を記入することによって行われていた。しか
し、その場合には、フィルムを現像、焼き付けするたび
に整理する必要があり、面倒な作業となっていた。ま
た、後で検索する場合には、写真の枚数が多いと非常に
困難である。
【０００９】そこで、電子スチル写真による画像情報の
記憶が注目されている。電子スチル写真とは、ＣＣＤの
ような画像入力デバイスによって取り込んだ画像情報を
磁気テープや磁気ディスクあるいは光ディスクなどに記
憶しておき、必要に応じてテレビジョン受像機などのＣ
ＲＴ画面上で再生したり、ハードコピーを取ったりでき
るものである。従って、従来の写真のように、その内容
を目で調べることはできないが、大量の画像情報を効率
よく蓄積することができる。
記憶が注目されている。電子スチル写真とは、ＣＣＤの
ような画像入力デバイスによって取り込んだ画像情報を
磁気テープや磁気ディスクあるいは光ディスクなどに記
憶しておき、必要に応じてテレビジョン受像機などのＣ
ＲＴ画面上で再生したり、ハードコピーを取ったりでき
るものである。従って、従来の写真のように、その内容
を目で調べることはできないが、大量の画像情報を効率
よく蓄積することができる。
【００１０】電子スチル写真のデ−タ検索に関して、従
来のデータベース管理手法を適用することもできるが、
その場合に、一般ユーザが大規模なデータベースを構築
することは困難である。
来のデータベース管理手法を適用することもできるが、
その場合に、一般ユーザが大規模なデータベースを構築
することは困難である。
【００１１】よって、一般ユーザが直接取り扱うデータ
ベースに対して、従来のようなデータベース検索手法に
よらない情報検索装置、すなわち、簡単な検索用のデー
タを与えるだけで、所望のデータを容易に検索できる情
報検索装置が望まれる。
ベースに対して、従来のようなデータベース検索手法に
よらない情報検索装置、すなわち、簡単な検索用のデー
タを与えるだけで、所望のデータを容易に検索できる情
報検索装置が望まれる。
【００１２】この発明は上記のような問題点を解消する
ためになされたもので、データベースに対する問い合わ
せを容易化するとともに、検索用のデータに厳密性を要
求しない情報検索装置を得ることを目的とする。
ためになされたもので、データベースに対する問い合わ
せを容易化するとともに、検索用のデータに厳密性を要
求しない情報検索装置を得ることを目的とする。
【００１３】請求項１記載の発明に係る情報検索装置
は、検索用の入力情報が入力される入力手段と、入力情
報をカテゴリー分けした後ビット列に変換する変換手段
と、ビット列を入力する入力層と入力情報に対応したデ
ータベース中のデータを示す出力データを出力する出力
層とを有し、学習時、入力データが入力層に入力される
ごとに入出力層間の結合加重を変化させるニューラルネ
ットワークとを備えたものである。
は、検索用の入力情報が入力される入力手段と、入力情
報をカテゴリー分けした後ビット列に変換する変換手段
と、ビット列を入力する入力層と入力情報に対応したデ
ータベース中のデータを示す出力データを出力する出力
層とを有し、学習時、入力データが入力層に入力される
ごとに入出力層間の結合加重を変化させるニューラルネ
ットワークとを備えたものである。
【００１４】また、請求項２記載の発明に係る情報検索
装置は、検索用の入力情報が入力される入力手段と、入
力情報をカテゴリー分けした後ビット列に変換する変換
手段と、ビット列を入力する入力層と入力情報に対応し
たデータベース中のデータを示す出力データの複数の候
補を出力する出力層とを有し、学習時、入力データが入
力層に入力されるごとに入出力層間の結合加重を変化さ
せるニューラルネットワークとを備えたものである。
装置は、検索用の入力情報が入力される入力手段と、入
力情報をカテゴリー分けした後ビット列に変換する変換
手段と、ビット列を入力する入力層と入力情報に対応し
たデータベース中のデータを示す出力データの複数の候
補を出力する出力層とを有し、学習時、入力データが入
力層に入力されるごとに入出力層間の結合加重を変化さ
せるニューラルネットワークとを備えたものである。
【００１５】
【作用】請求項１記載の発明におけるニューラルネット
ワークは、ユーザが入力した検索用のデータがあいまい
なものであっても、その検索用のデータに対して最も適
合するデータベース中のデータを示すデータを出力す
る。
ワークは、ユーザが入力した検索用のデータがあいまい
なものであっても、その検索用のデータに対して最も適
合するデータベース中のデータを示すデータを出力す
る。
【００１６】また、請求項２記載の発明におけるニュー
ラルネットワークは、ユーザが入力した検索用のデータ
があいまいなものであっても、その検索用のデータに対
して最もふさわしい幾つかのデータベース中のデータを
示すデータを出力する。
ラルネットワークは、ユーザが入力した検索用のデータ
があいまいなものであっても、その検索用のデータに対
して最もふさわしい幾つかのデータベース中のデータを
示すデータを出力する。
【００１７】
実施例１．以下、この発明の一実施例を図について説明
する。ここでは、電子スチル写真の検索方法について説
明を行う。
する。ここでは、電子スチル写真の検索方法について説
明を行う。
【００１８】図１において、２はユーザが入力情報を入
力するためのキーボード（入力手段）、３は入力データ
の入力を促すメニューが表示されるとともに検索された
電子スチル写真が表示されるＣＲＴ、４はＣＲＴ３にメ
ニューを与えるとともに入力データをビット情報に変換
するインターフェース部（変換手段）、５は入力情報に
応じた電子スチル写真の写真ナンバーを出力するニュー
ラルネットワーク（以下、ネットワークという。）、６
は電子スチル写真が蓄積されたメモリ（データベース）
である。
力するためのキーボード（入力手段）、３は入力データ
の入力を促すメニューが表示されるとともに検索された
電子スチル写真が表示されるＣＲＴ、４はＣＲＴ３にメ
ニューを与えるとともに入力データをビット情報に変換
するインターフェース部（変換手段）、５は入力情報に
応じた電子スチル写真の写真ナンバーを出力するニュー
ラルネットワーク（以下、ネットワークという。）、６
は電子スチル写真が蓄積されたメモリ（データベース）
である。
【００１９】また、９２はネットワーク５に与えられる
入力データであり、例えば、図２に示すように、場所、
時間、天候、登場人物、および季節などの情報が何ビッ
トかのビット情報で表示される。また、９４は出力デー
タを示し、検索された写真ナンバーに対応したものであ
る。
入力データであり、例えば、図２に示すように、場所、
時間、天候、登場人物、および季節などの情報が何ビッ
トかのビット情報で表示される。また、９４は出力デー
タを示し、検索された写真ナンバーに対応したものであ
る。
【００２０】図２はネットワーク５の構成を示す構成図
であり、図において、５１は入力データを導入する入力
層、５２は入力層５１の各入力ニューロンに各出力ニュ
ーロンが結合している出力層である。
であり、図において、５１は入力データを導入する入力
層、５２は入力層５１の各入力ニューロンに各出力ニュ
ーロンが結合している出力層である。
【００２１】次に動作について説明する。ユーザがメモ
リ６に存在する写真を見たい時には、ＣＲＴ３に表示さ
れる入力メニューに従って、その写真に対応した撮影日
時などの情報を入力する。インターフェース部４は、そ
れらの情報を、撮影日時、撮影場所、撮影者などにカテ
ゴリー分けした後、図３に示すように、ビット情報に変
換して入力データを作成し、その入力データをネットワ
ーク５に与える。なお、図３において、黒丸は「１」を
示す（白丸を「１」と考えてもよい。）。
リ６に存在する写真を見たい時には、ＣＲＴ３に表示さ
れる入力メニューに従って、その写真に対応した撮影日
時などの情報を入力する。インターフェース部４は、そ
れらの情報を、撮影日時、撮影場所、撮影者などにカテ
ゴリー分けした後、図３に示すように、ビット情報に変
換して入力データを作成し、その入力データをネットワ
ーク５に与える。なお、図３において、黒丸は「１」を
示す（白丸を「１」と考えてもよい。）。
【００２２】このネットワーク５は、学習機能を有して
いる。学習として、パーセプトロン（２層のバックプロ
パゲーションネットワークとみなせる。）における学習
方式が導入できる。例えば、学習時には、ある入力デー
タに対する出力データが好ましいデータ（その入力デー
タが示す意味に最も適合する写真ナンバー）となるよう
に、入出力ニューロン間の各結合強度を変化させる。
いる。学習として、パーセプトロン（２層のバックプロ
パゲーションネットワークとみなせる。）における学習
方式が導入できる。例えば、学習時には、ある入力デー
タに対する出力データが好ましいデータ（その入力デー
タが示す意味に最も適合する写真ナンバー）となるよう
に、入出力ニューロン間の各結合強度を変化させる。
【００２３】すなわち、そのときの出力データと好まし
いデータ（教師信号）との差が、学習信号として入力層
５１にフィードバックされ、出力データが教師信号に近
づくように結合強度が変化する。このようにして、入力
情報に対応した出力データがネットワーク５に記憶され
る。
いデータ（教師信号）との差が、学習信号として入力層
５１にフィードバックされ、出力データが教師信号に近
づくように結合強度が変化する。このようにして、入力
情報に対応した出力データがネットワーク５に記憶され
る。
【００２４】その後、ユーザが、必要とする写真につい
ての各情報を入力すると、ネットワーク５は、その情報
に対応した写真ナンバーを出力することになる。そし
て、ユーザが各情報を入力する際に二、三の情報が欠落
しても、ネットワーク５は、その連想能力によって、最
も適合する写真ナンバーを出力する。
ての各情報を入力すると、ネットワーク５は、その情報
に対応した写真ナンバーを出力することになる。そし
て、ユーザが各情報を入力する際に二、三の情報が欠落
しても、ネットワーク５は、その連想能力によって、最
も適合する写真ナンバーを出力する。
【００２５】例えば、撮影日時は忘れたが、大阪で撮影
したものであって、Ａさんと一緒に撮った写真であるこ
とがわかっている場合には、ユーザはわかっている情報
のみを入力する。このとき、ネットワーク５の入力層５
１に入力されるビット情報には、一部不完全なものがあ
るが、出力層５２からは、わかっている情報から連想さ
れる写真ナンバーが出力される。
したものであって、Ａさんと一緒に撮った写真であるこ
とがわかっている場合には、ユーザはわかっている情報
のみを入力する。このとき、ネットワーク５の入力層５
１に入力されるビット情報には、一部不完全なものがあ
るが、出力層５２からは、わかっている情報から連想さ
れる写真ナンバーが出力される。
【００２６】さらに、検索用の入力情報に対して、その
情報の正しさの程度を導入することも可能である。例え
ば、ＣＲＴ３に情報の確度に関するメニューをも表示
し、ユーザにキーボード２から情報の確度を入力させ
る。例えば、撮影場所が大阪であることが１００％確実
であることを示す確度が入力されたら、インターフェー
ス部４は、その入力の重みを１．０とする。ユーザが、
撮影季節ははっきりわからないがおそらく夏ではないか
と思った時には、キーボード２にその旨を入力する。す
ると、インターフェース部４は、その入力の重みを、例
えば、０．５とする。
情報の正しさの程度を導入することも可能である。例え
ば、ＣＲＴ３に情報の確度に関するメニューをも表示
し、ユーザにキーボード２から情報の確度を入力させ
る。例えば、撮影場所が大阪であることが１００％確実
であることを示す確度が入力されたら、インターフェー
ス部４は、その入力の重みを１．０とする。ユーザが、
撮影季節ははっきりわからないがおそらく夏ではないか
と思った時には、キーボード２にその旨を入力する。す
ると、インターフェース部４は、その入力の重みを、例
えば、０．５とする。
【００２７】入力層５１の入力層ニューロンにおいて、
入力の重みは、対応する入力層ニューロンの興奮度とし
て与えられる。例えば、重み１．０が与えられた入力層
ニューロンは１．０を出力し、重み０．５が与えられた
入力層ニューロンは０．５を出力するように入力層５１
が構成される。ネットワーク５は連想能力を有している
ので、この場合にも、出力層５２には、最も入力情報に
適合する写真ナンバーが出力される。
入力の重みは、対応する入力層ニューロンの興奮度とし
て与えられる。例えば、重み１．０が与えられた入力層
ニューロンは１．０を出力し、重み０．５が与えられた
入力層ニューロンは０．５を出力するように入力層５１
が構成される。ネットワーク５は連想能力を有している
ので、この場合にも、出力層５２には、最も入力情報に
適合する写真ナンバーが出力される。
【００２８】ネットワーク５から出力された写真ナンバ
ーは、メモリ６に与えられる。そして、メモリ６は、そ
の写真ナンバーが示す写真情報をＣＲＴ３に出力する。
ーは、メモリ６に与えられる。そして、メモリ６は、そ
の写真ナンバーが示す写真情報をＣＲＴ３に出力する。
【００２９】実施例２．図４はこの発明に第２の実施例
による情報検索装置を示すブロック図である。図におい
て、９はネットワーク５の出力データからユーザが望む
写真の写真ナンバーを順次選択する選択部である。
による情報検索装置を示すブロック図である。図におい
て、９はネットワーク５の出力データからユーザが望む
写真の写真ナンバーを順次選択する選択部である。
【００３０】次に動作について説明する。この場合に
も、第１の実施例の場合と同様に、ネットワーク５は、
学習を行い、その後、入力情報に応じた出力データを出
力する。選択部９は、まず、最も値の大きい出力データ
を、すなわち最も確からしい写真ナンバーを選択し、そ
の写真ナンバーをメモリ６に与える。よって、第１の実
施例の場合と同様に、最も確からしい写真がＣＲＴ３に
表示される。
も、第１の実施例の場合と同様に、ネットワーク５は、
学習を行い、その後、入力情報に応じた出力データを出
力する。選択部９は、まず、最も値の大きい出力データ
を、すなわち最も確からしい写真ナンバーを選択し、そ
の写真ナンバーをメモリ６に与える。よって、第１の実
施例の場合と同様に、最も確からしい写真がＣＲＴ３に
表示される。
【００３１】ユーザは、その写真が望んでいたものでな
かった時には、次に確からしい写真を要求する旨を、キ
ーボード２に入力する。すると、選択部９は、ネットワ
ーク５の出力データのうち、２番目に値の大きいもの、
すなわち、２番目に確からしい写真ナンバーを選択す
る。そして、その写真ナンバーをメモリ６に与え、その
写真をＣＲＴ３に表示させる。
かった時には、次に確からしい写真を要求する旨を、キ
ーボード２に入力する。すると、選択部９は、ネットワ
ーク５の出力データのうち、２番目に値の大きいもの、
すなわち、２番目に確からしい写真ナンバーを選択す
る。そして、その写真ナンバーをメモリ６に与え、その
写真をＣＲＴ３に表示させる。
【００３２】ユーザは、その写真も望んでいたものでは
なかった時には、さらに次に確からしい写真を要求する
旨を入力する。選択部９は、次の写真ナンバーを選択す
る。以上の処理を繰り返して、ユーザは望む写真を見つ
けることができる。
なかった時には、さらに次に確からしい写真を要求する
旨を入力する。選択部９は、次の写真ナンバーを選択す
る。以上の処理を繰り返して、ユーザは望む写真を見つ
けることができる。
【００３３】なお、選択部９が、値の大きい順に複数の
写真ナンバーを選択し、それらに対応した写真が、一度
にＣＲＴ３に縮小表示されるようにしてもよい。
写真ナンバーを選択し、それらに対応した写真が、一度
にＣＲＴ３に縮小表示されるようにしてもよい。
【００３４】実施例３．出力データが本当に欲しい情報
を示しているものであるのかを、自動的に判定する機能
を付加することも可能である。そのためには、図５に示
すように、ネットワーク５内に、データ検索用のネット
ワークを付加すればよい。
を示しているものであるのかを、自動的に判定する機能
を付加することも可能である。そのためには、図５に示
すように、ネットワーク５内に、データ検索用のネット
ワークを付加すればよい。
【００３５】図５において、７は図２に示したものと同
一構造のデータ記憶用ネットワーク、８はデータ検索用
ネットワークである。また、９６はデータ記憶用ネット
ワーク７の出力データであり、この場合には、写真ナン
バーではなく不完全な入力データ９２を連想能力によっ
て正しい形式にしたものである。例えば、入力データ９
２に撮影場所、季節および撮影者に関する情報しか含ま
れていない場合に、データ記憶用ネットワーク７が、そ
の他の情報を連想し、それらの情報を入力データに付加
して出力データ９６とする。
一構造のデータ記憶用ネットワーク、８はデータ検索用
ネットワークである。また、９６はデータ記憶用ネット
ワーク７の出力データであり、この場合には、写真ナン
バーではなく不完全な入力データ９２を連想能力によっ
て正しい形式にしたものである。例えば、入力データ９
２に撮影場所、季節および撮影者に関する情報しか含ま
れていない場合に、データ記憶用ネットワーク７が、そ
の他の情報を連想し、それらの情報を入力データに付加
して出力データ９６とする。
【００３６】９８はデータ検索用ネットワーク８からデ
ータ記憶用ネットワーク７に与えられる処理パラメータ
の修正信号である。入力データ９２があいまいである時
には、出力データ９６は正しいとは限らない。よって、
データ検索用ネットワーク８がその出力データ９６を評
価する。
ータ記憶用ネットワーク７に与えられる処理パラメータ
の修正信号である。入力データ９２があいまいである時
には、出力データ９６は正しいとは限らない。よって、
データ検索用ネットワーク８がその出力データ９６を評
価する。
【００３７】例えば、出力データ９６の示す内容が、日
時が４月１日であるのに季節が秋であるとか、撮影者と
被撮影者とが同一人物であるなどの場合には、その出力
データ９６は矛盾していると判断する。その場合、デー
タ検索用ネットワーク８は、データ記憶用ネットワーク
７の矛盾を起こしている出力ニューロンの閾値を変更さ
せるための修正信号９８を出力する。
時が４月１日であるのに季節が秋であるとか、撮影者と
被撮影者とが同一人物であるなどの場合には、その出力
データ９６は矛盾していると判断する。その場合、デー
タ検索用ネットワーク８は、データ記憶用ネットワーク
７の矛盾を起こしている出力ニューロンの閾値を変更さ
せるための修正信号９８を出力する。
【００３８】すると、データ記憶用ネットワーク７は、
出力ニューロンの閾値を変更して別のデ−タを出力す
る。以上の処理が、出力データ９６に矛盾がなくなるま
で繰り返される。なお、データ検索用ネットワーク８
は、従来のデータベース検索手法によっても実現できる
し、あるいは、図６に示すように、入力層８１、中間層
８２および出力層８３を有し、バックプロパゲーション
学習則を用いた多層構造のニューラルネットワークによ
っても実現できる。
出力ニューロンの閾値を変更して別のデ−タを出力す
る。以上の処理が、出力データ９６に矛盾がなくなるま
で繰り返される。なお、データ検索用ネットワーク８
は、従来のデータベース検索手法によっても実現できる
し、あるいは、図６に示すように、入力層８１、中間層
８２および出力層８３を有し、バックプロパゲーション
学習則を用いた多層構造のニューラルネットワークによ
っても実現できる。
【００３９】なお、第１の実施例におけるニューラルネ
ットワークおよび第３に実施例におけるデータ記憶用ネ
ットワークとして、図２に示す型のネットワークを例示
したが、ホップフィールド型のもの、ボルツマンマシ
ン、または多層構造のフィードフォワード型のものなど
を用いてもよい。データ検索用ネットワークについても
同様のことが言える。
ットワークおよび第３に実施例におけるデータ記憶用ネ
ットワークとして、図２に示す型のネットワークを例示
したが、ホップフィールド型のもの、ボルツマンマシ
ン、または多層構造のフィードフォワード型のものなど
を用いてもよい。データ検索用ネットワークについても
同様のことが言える。
【００４０】また、上記各実施例では、写真の検索につ
いて説明したが、本装置は、写真に限られず、名刺の整
理・検索、人名・住所の整理・検索など種々のデータの
検索に適用可能である。
いて説明したが、本装置は、写真に限られず、名刺の整
理・検索、人名・住所の整理・検索など種々のデータの
検索に適用可能である。
【００４１】
【発明の効果】以上のように、請求項１記載の発明によ
れば、情報検索装置を、入力情報がカテゴリー分けされ
たものであるビット列を入力し、その入力情報に対応し
たデータを示す出力データを出力するニューラルネット
ワークを含む構成としたので、あいまいな検索用の入力
情報しかなくてもデータベース上のデータを検索できる
ものが得られる効果がある。
れば、情報検索装置を、入力情報がカテゴリー分けされ
たものであるビット列を入力し、その入力情報に対応し
たデータを示す出力データを出力するニューラルネット
ワークを含む構成としたので、あいまいな検索用の入力
情報しかなくてもデータベース上のデータを検索できる
ものが得られる効果がある。
【００４２】また、請求項２記載の発明によれば、情報
検索装置を、入力情報がカテゴリー分けされたものであ
るビット列を入力し、その入力情報に対応した複数の出
力データ候補を出力するニューラルネットワークを含む
構成としたので、あいまいな検索用の入力情報しかなく
てもデータベース上のデータを検索でき、しかも、ユー
ザが望むデータではないデータがユーザに与えられた場
合に、他の適切なデータをユーザに提供しうるものが得
られる効果がある。
検索装置を、入力情報がカテゴリー分けされたものであ
るビット列を入力し、その入力情報に対応した複数の出
力データ候補を出力するニューラルネットワークを含む
構成としたので、あいまいな検索用の入力情報しかなく
てもデータベース上のデータを検索でき、しかも、ユー
ザが望むデータではないデータがユーザに与えられた場
合に、他の適切なデータをユーザに提供しうるものが得
られる効果がある。
【図１】この発明の第１の実施例による情報検索装置の
構成を示すブロック図である。
構成を示すブロック図である。
【図２】ニューラルネットワークの一構成例を示す構成
図である。
図である。
【図３】入力データの一例を示す説明図である。
【図４】この発明の第２の実施例による情報検索装置の
構成を示すブロック図である。
構成を示すブロック図である。
【図５】図４に示したものにおけるニューラルネットワ
ークの構成を示すブロック図である。
ークの構成を示すブロック図である。
【図６】データ検索用ニューラルネットワークの一構成
例を示す構成図である。
例を示す構成図である。
【図７】従来のデータベースにおけるデータ構造を示す
説明図である。
説明図である。
２ キーボード（入力手段） ４ インターフェース部（変換手段） ５ ニューラルネットワーク
───────────────────────────────────────────────────── フロントページの続き (72)発明者 田井 修市 尼崎市塚口本町８丁目１番１号 三菱電機 株式会社中央研究所内 (72)発明者 追田 真也 尼崎市塚口本町８丁目１番１号 三菱電機 株式会社中央研究所内 (72)発明者 大山 永昭 川崎市川崎区観音２−３−９ (72)発明者 山口 雅浩 東京都世田谷区鎌田４−１−３ カノープ ス502号
Claims (2)
- 【請求項１】 データベース中のデータを検索する情報
検索装置において、検索用の入力情報が入力される入力
手段と、前記各入力情報をカテゴリー分けした後ビット
列の入力データに変換する変換手段と、前記ビット列を
入力する入力層と前記入力情報に対応した前記データベ
ース中のデータを示す出力データを出力する出力層とを
有し、学習時、前記入力データが入力層に入力されると
入出力層間の結合加重が変化するニューラルネットワー
クとを備えたことを特徴とする情報検索装置。 - 【請求項２】 データベース中のデータを検索する情報
検索装置において、検索用の入力情報が入力される入力
手段と、前記各入力情報をカテゴリー分けした後ビット
列の入力情報に変換する変換手段と、前記ビット列を入
力する入力層と前記入力情報に対応した前記データベー
ス中のデータを示す出力データの複数の候補を出力する
出力層とを有し、学習時、前記入力データが入力層に入
力されると入出力層間の結合加重が変化するニューラル
ネットワークとを備えたことを特徴とする情報検索装
置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4070065A JPH0765021A (ja) | 1992-02-21 | 1992-02-21 | 情報検索装置 |
| US08/014,253 US5504884A (en) | 1992-02-21 | 1993-02-05 | Information retrieval system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4070065A JPH0765021A (ja) | 1992-02-21 | 1992-02-21 | 情報検索装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0765021A true JPH0765021A (ja) | 1995-03-10 |
Family
ID=13420767
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4070065A Pending JPH0765021A (ja) | 1992-02-21 | 1992-02-21 | 情報検索装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US5504884A (ja) |
| JP (1) | JPH0765021A (ja) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2776295B2 (ja) * | 1994-10-27 | 1998-07-16 | 日本電気株式会社 | 画像インデックス生成方法及び画像インデックス生成装置 |
| US5819245A (en) * | 1995-09-05 | 1998-10-06 | Motorola, Inc. | Method of organizing data into a graphically oriented format |
| US5970247A (en) * | 1996-10-07 | 1999-10-19 | Wolf; William M. | Methods for encoding decoding and processing six character date designations for the year 2000 and beyond |
| US5983232A (en) * | 1997-09-29 | 1999-11-09 | Triada, Ltd. | Virtual structured information system |
| US6163776A (en) * | 1998-03-23 | 2000-12-19 | Software Tree, Inc. | System and method for exchanging data and commands between an object oriented system and relational system |
| US6539375B2 (en) * | 1998-08-04 | 2003-03-25 | Microsoft Corporation | Method and system for generating and using a computer user's personal interest profile |
| DE10032225A1 (de) * | 2000-07-03 | 2002-01-17 | Pixfind Com Gmbh | Verfahren und Vorrichtung zur automatischen Suche relevanter Bilddatensätze |
| JP2002300363A (ja) * | 2001-03-29 | 2002-10-11 | Fuji Photo Film Co Ltd | 背景画像設定方法および装置並びに記録媒体 |
| US7249116B2 (en) * | 2002-04-08 | 2007-07-24 | Fiske Software, Llc | Machine learning |
| US8019705B2 (en) * | 2003-03-24 | 2011-09-13 | Fiske Software, LLC. | Register and active element machines: commands, programs, simulators and translators |
| US10268843B2 (en) | 2011-12-06 | 2019-04-23 | AEMEA Inc. | Non-deterministic secure active element machine |
| US10437564B1 (en) | 2016-09-16 | 2019-10-08 | Software Tree, LLC | Object mapping and conversion system |
| US11449268B2 (en) | 2018-11-20 | 2022-09-20 | Samsung Electronics Co., Ltd. | Deep solid state device (deep-SSD): a neural network based persistent data storage |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02224068A (ja) * | 1989-02-27 | 1990-09-06 | Toshiba Corp | 情報検索システム |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5023833A (en) * | 1987-12-08 | 1991-06-11 | California Institute Of Technology | Feed forward neural network for unary associative memory |
| GB2220780B (en) * | 1988-07-05 | 1992-12-23 | Mitsubishi Electric Corp | Neurocomputer |
| US5086479A (en) * | 1989-06-30 | 1992-02-04 | Hitachi, Ltd. | Information processing system using neural network learning function |
| US5274714A (en) * | 1990-06-04 | 1993-12-28 | Neuristics, Inc. | Method and apparatus for determining and organizing feature vectors for neural network recognition |
-
1992
- 1992-02-21 JP JP4070065A patent/JPH0765021A/ja active Pending
-
1993
- 1993-02-05 US US08/014,253 patent/US5504884A/en not_active Expired - Lifetime
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02224068A (ja) * | 1989-02-27 | 1990-09-06 | Toshiba Corp | 情報検索システム |
Also Published As
| Publication number | Publication date |
|---|---|
| US5504884A (en) | 1996-04-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7197493B2 (en) | Collection management database of arbitrary schema | |
| US7411606B2 (en) | Efficient image categorization | |
| US6389181B2 (en) | Photocollage generation and modification using image recognition | |
| US7707220B2 (en) | Methods and apparatus for interactive searching techniques | |
| US8934717B2 (en) | Automatic story creation using semantic classifiers for digital assets and associated metadata | |
| US20040135815A1 (en) | Method and apparatus for image metadata entry | |
| JP4904255B2 (ja) | 画像処理システムおよび方法 | |
| EP1004967B1 (en) | Photocollage generation and modification using image recognition | |
| US7463792B2 (en) | System and method of archiving family history | |
| US20040098379A1 (en) | Multi-indexed relationship media organization system | |
| US20080306995A1 (en) | Automatic story creation using semantic classifiers for images and associated meta data | |
| JP2003298991A (ja) | 画像整理方法および装置並びにプログラム | |
| US20050008264A1 (en) | Image displaying method and apparatus, and program for the same | |
| US20080281776A1 (en) | Interactive System For Creating, Organising, and Sharing One's Own Databank of Pictures Such as Photographs, Drawings, Art, Sketch, Iconography, Illustrations, Portraits, Paintings and Images | |
| US20050271352A1 (en) | Apparatus and program for image classification | |
| CN101131702A (zh) | 用于生成电子照相簿的装置和程序 | |
| JPH0765021A (ja) | 情報検索装置 | |
| CN107704519A (zh) | 基于云计算技术的用户端相册管理系统及其交互方法 | |
| JP7488821B2 (ja) | 領域ベースのメタデータ索引付けを用いる画像管理 | |
| JP2002010178A (ja) | 画像管理システム及び画像管理方法、並びに、記憶媒体 | |
| US8862582B2 (en) | System and method of organizing images | |
| JPH11175533A (ja) | 画像検索装置 | |
| US8762414B2 (en) | Process for organizing multimedia data | |
| JPH06309381A (ja) | 動画像処理装置 | |
| JPH08235198A (ja) | マルチメディア情報管理システム |