JPH08161434A - パターンの分離および認識のための発振器回路網 - Google Patents
パターンの分離および認識のための発振器回路網Info
- Publication number
- JPH08161434A JPH08161434A JP6313724A JP31372494A JPH08161434A JP H08161434 A JPH08161434 A JP H08161434A JP 6313724 A JP6313724 A JP 6313724A JP 31372494 A JP31372494 A JP 31372494A JP H08161434 A JPH08161434 A JP H08161434A
- Authority
- JP
- Japan
- Prior art keywords
- layer
- pattern
- character
- phase
- oscillator
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/049—Temporal neural networks, e.g. delay elements, oscillating neurons or pulsed inputs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/192—Recognition using electronic means using simultaneous comparisons or correlations of the image signals with a plurality of references
- G06V30/194—References adjustable by an adaptive method, e.g. learning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Image Analysis (AREA)
- Character Discrimination (AREA)
Abstract
(57)【要約】
【目的】神経発振器の位相情報を利用してパターンの分
離および認識を同時に遂行する。 【構成】認識しようとする文字が入力されて活性化され
た要素を特徴抽出層にいる要素に外部の入力として注入
する入力段５０と、一つの特定のパターンに対して一つ
の位相に同期化された発振を行う複数の神経発振器を要
素とする特徴抽出層５１と、神経発振器を要素として構
成され、位相同期された文字を認識する文字検出層５２
とを設ける。
離および認識を同時に遂行する。 【構成】認識しようとする文字が入力されて活性化され
た要素を特徴抽出層にいる要素に外部の入力として注入
する入力段５０と、一つの特定のパターンに対して一つ
の位相に同期化された発振を行う複数の神経発振器を要
素とする特徴抽出層５１と、神経発振器を要素として構
成され、位相同期された文字を認識する文字検出層５２
とを設ける。
Description
【０００１】
【産業上の利用分野】本発明は、神経発振器の位相情報
を利用してパタンの分離および認識を遂行する発振器回
路網に関するものである。
を利用してパタンの分離および認識を遂行する発振器回
路網に関するものである。
【０００２】
【従来の技術】最近、多様な神経網のモデルが提案され
ており、これらは分離された文字パターンの認識に効果
的であることが証明されている。
ており、これらは分離された文字パターンの認識に効果
的であることが証明されている。
【０００３】しかし、筆記体の文字を認識するために必
要となるパタンの分離は容易でない。したがって、既存
のパタン認識の神経網には、筆記体の文字を認識する点
において問題があった。
要となるパタンの分離は容易でない。したがって、既存
のパタン認識の神経網には、筆記体の文字を認識する点
において問題があった。
【０００４】結論的にいえば、筆記体の文字を認識する
場合、パターン分離および認識は同時に遂行されなけれ
ばならない。
場合、パターン分離および認識は同時に遂行されなけれ
ばならない。
【０００５】このため、人間の脳が如何にパタンを分離
し認識するかに対する研究が進められている。
し認識するかに対する研究が進められている。
【０００６】人間の脳は認識された情報の各種の特徴を
処理するために多様な皮質領域から構成されている。
処理するために多様な皮質領域から構成されている。
【０００７】ここで、多様なモードの分離は特徴結合機
構（feature binding mechanism)を必要とする。
構（feature binding mechanism)を必要とする。
【０００８】Gray等は、生物学的な観点から、視覚皮質
神経は、パタンが全体的に関連している特徴の抽出と表
現のためのメカニズムとしての役割を果たす視覚フィー
ルドに依存して、それらの応答において関連する特徴に
対して同期を成していることを記録した。
神経は、パタンが全体的に関連している特徴の抽出と表
現のためのメカニズムとしての役割を果たす視覚フィー
ルドに依存して、それらの応答において関連する特徴に
対して同期を成していることを記録した。
【０００９】また、これと関連して、神経発振器とバイ
ンディング（binding)との間の関係を仮説化した幾つか
のモデルが提案されており、Jang等はパタンの分離およ
び認識のための回路網を提案した。
ンディング（binding)との間の関係を仮説化した幾つか
のモデルが提案されており、Jang等はパタンの分離およ
び認識のための回路網を提案した。
【００１０】しかし、それらが回路網が使用した発振単
位のモデルは実際的ではない。即ち、それらはアクショ
ンの電位は無視しており、只ミーン（mean）電位のみを
描写しているからである。
位のモデルは実際的ではない。即ち、それらはアクショ
ンの電位は無視しており、只ミーン（mean）電位のみを
描写しているからである。
【００１１】従来の技術によると、多数個の複合された
パタンを正確に認識するためには個別的なパタンの適切
な分離が先行されなければならないし、また分離が適切
に行なわれるようにするためには個別的なパタンが、ま
ず先に認識されなければならないという矛盾が存在し
た。
パタンを正確に認識するためには個別的なパタンの適切
な分離が先行されなければならないし、また分離が適切
に行なわれるようにするためには個別的なパタンが、ま
ず先に認識されなければならないという矛盾が存在し
た。
【００１２】
【発明が解決しようとする課題】本発明は前記の問題点
を排除するために案出されたもので、ＨＨ（Hodgkin-Hu
xley）型の神経発振器の位相情報を利用してパタンの分
離と認識を同時に遂行する発振器回路網を提供すること
を目的とする。
を排除するために案出されたもので、ＨＨ（Hodgkin-Hu
xley）型の神経発振器の位相情報を利用してパタンの分
離と認識を同時に遂行する発振器回路網を提供すること
を目的とする。
【００１３】
【課題を解決するための手段】本発明は前記の目的を達
成するために、入力された認識対象文字によって活性化
された文字要素を特徴抽出層に出力する入力段と、神経
発振器から構成されており、一つの特定のパターンに対
して一つの位相によって位相同期化された位相の発振を
行い、相互に異なるパターンに対しては、それぞれに対
応する相互に異なる位相の発振を行う特徴抽出層と、神
経発振器から構成されており、虚の文字を位相非同期に
応じて非活性することにより、位相同期された文字を認
識する文字検出層とを有することを特徴とするパターン
の分離および認識のための発振器回路網を提供する。
成するために、入力された認識対象文字によって活性化
された文字要素を特徴抽出層に出力する入力段と、神経
発振器から構成されており、一つの特定のパターンに対
して一つの位相によって位相同期化された位相の発振を
行い、相互に異なるパターンに対しては、それぞれに対
応する相互に異なる位相の発振を行う特徴抽出層と、神
経発振器から構成されており、虚の文字を位相非同期に
応じて非活性することにより、位相同期された文字を認
識する文字検出層とを有することを特徴とするパターン
の分離および認識のための発振器回路網を提供する。
【００１４】
【作用】入力段において活性化された、認識しようとす
る文字要素を特徴抽出層に要素を外部の入力として注入
すると、一つの特定のパターンに対して一つの位相に同
期化された発振を行う。文字検出層は、特徴抽出層の出
力に応じて、文字検出層は位相同期された文字を認識す
る。
る文字要素を特徴抽出層に要素を外部の入力として注入
すると、一つの特定のパターンに対して一つの位相に同
期化された発振を行う。文字検出層は、特徴抽出層の出
力に応じて、文字検出層は位相同期された文字を認識す
る。
【００１５】
【実施例】以下、添附の図面を参照して本発明の一実施
例を詳細に説明する。
例を詳細に説明する。
【００１６】神経細胞における発振器出力は、軸索突起
始作部（axon hillock）と呼ばれる領域に根幹を置いて
いる。
始作部（axon hillock）と呼ばれる領域に根幹を置いて
いる。
【００１７】１９５２年にHodgkin とhuxleyは、この軸
索突起からの神経パルスの発生について非線形の微分方
程式を提案した。
索突起からの神経パルスの発生について非線形の微分方
程式を提案した。
【００１８】ＨＨ式は４個の変数、ｘ＝（Ｖ，ｍ，ｈ，
ｎ）によって表現される。
ｎ）によって表現される。
【００１９】ここで、Ｖは膜の電位であり、ｍとｈはそ
れぞれナトリウム電流の活性と非活性の変数であり、ｎ
はカリウム電流の活性変数である。
れぞれナトリウム電流の活性と非活性の変数であり、ｎ
はカリウム電流の活性変数である。
【００２０】ＨＨ式による神経発振器のモデルは以下の
ように示される。
ように示される。
【００２１】
【数１】
【００２２】
【数２】
【００２３】
【数３】
【００２４】
【数４】
【００２５】ここで、
【００２６】
【数５】
【００２７】は神経発展期間の伝達電流であり、τ1 は
伝達遅延期間を示す。
伝達遅延期間を示す。
【００２８】パラメータｇNa，ｇKとｇLはそれぞれナト
リウム、カリウムおよび漏れ電流に対する単位面積の当
りの最大コンダクタンスである。
リウム、カリウムおよび漏れ電流に対する単位面積の当
りの最大コンダクタンスである。
【００２９】また、ＶNa，ＶKとＶLはれぞれの逆電位で
あり、Ｃは軸索突起始作部の単位面積の当りの膜の静電
容量（membrane capacitance）である。
あり、Ｃは軸索突起始作部の単位面積の当りの膜の静電
容量（membrane capacitance）である。
【００３０】函数ｍ∞（Ｖ），ｈ∞（Ｖ）とｎ∞（Ｖ）
と特性時間τm，τhとτnは次のように示される。
と特性時間τm，τhとτnは次のように示される。
【００３１】ｘ＝ｍ，ｎ，ｈともにｘ∞（Ｖ）＝ａx／
（ａx ＋ｂx ）， τx≒１／（ａx＋ｂx）であり、 ａm＝０．１（Ｖ＋４０）／（１−ｅｘＰ（（−Ｖ−４
０）／１０））， ｂm＝４ｅｘＰ（（−Ｖ−６５）／１８）， ａh＝０．０７ｅｘｐ（（−Ｖ−６５）／２０））であ
り、 ｂh＝１／（１＋ｅｘｐ（（−Ｖ−３５）／１０））， ａn＝０．０１（Ｖ＋５５）／（１−ｅｘｐ（（−Ｖ−
５５）／１０））， ｂn＝０．１２５ｅｘｐ（（−Ｖ−６５）／８０））で
ある。
（ａx ＋ｂx ）， τx≒１／（ａx＋ｂx）であり、 ａm＝０．１（Ｖ＋４０）／（１−ｅｘＰ（（−Ｖ−４
０）／１０））， ｂm＝４ｅｘＰ（（−Ｖ−６５）／１８）， ａh＝０．０７ｅｘｐ（（−Ｖ−６５）／２０））であ
り、 ｂh＝１／（１＋ｅｘｐ（（−Ｖ−３５）／１０））， ａn＝０．０１（Ｖ＋５５）／（１−ｅｘｐ（（−Ｖ−
５５）／１０））， ｂn＝０．１２５ｅｘｐ（（−Ｖ−６５）／８０））で
ある。
【００３２】ここで、図１から図３までを参照してＨＨ
型の神経発振器を用いた神経発振器対の位相同期の特性
を分析しておく。
型の神経発振器を用いた神経発振器対の位相同期の特性
を分析しておく。
【００３３】伝達遅延時間を与えて、抑制性の神経発振
器の回路網を構成すると図１のａ）のようになる。各神
経細胞（neuron）の入力は、数１のＩ、出力はＶであ
る。
器の回路網を構成すると図１のａ）のようになる。各神
経細胞（neuron）の入力は、数１のＩ、出力はＶであ
る。
【００３４】一番目の神経細胞（neuron）は常数入力と
二番目の神経細胞からのパルス列（pulse stream）を受
けており、二番目の神経細胞は一番目の神経細胞からの
パルス列を受けるが、常数入力は受けない。
二番目の神経細胞からのパルス列（pulse stream）を受
けており、二番目の神経細胞は一番目の神経細胞からの
パルス列を受けるが、常数入力は受けない。
【００３５】この場合に、微小遅延時間から３ｍｓｅｃ
より小さい伝達遅延時間までは位相非同期が発生し、３
ｍｓｅｃ以上の遅延時間からは位相同期が起る。
より小さい伝達遅延時間までは位相非同期が発生し、３
ｍｓｅｃ以上の遅延時間からは位相同期が起る。
【００３６】一方、二番目の神経細胞に常数入力を加え
る場合ても、影響はパルスの周波数を増加させるばかり
で、この結論には変化はない。
る場合ても、影響はパルスの周波数を増加させるばかり
で、この結論には変化はない。
【００３７】図２は抑制性の回路網の位相同期に対する
模擬実験結果を示している。
模擬実験結果を示している。
【００３８】図２のａ）は二つの位相発振器間の遅延時
間が微小であるときの発振器の出力波形図であり、ｂ）
は遅延時間が長い場合である。
間が微小であるときの発振器の出力波形図であり、ｂ）
は遅延時間が長い場合である。
【００３９】図２における“Input"と表示された波形は
二番目の神経細胞が常数入力を受けた場合であり、“No
Input”と表示された波形は常数入力を受けない場合で
ある。
二番目の神経細胞が常数入力を受けた場合であり、“No
Input”と表示された波形は常数入力を受けない場合で
ある。
【００４０】次に、伝達遅延時間を与えて、興奮性の神
経発振器の回路網を構成すると図１のａ）のようにな
る。
経発振器の回路網を構成すると図１のａ）のようにな
る。
【００４１】一番目の神経細胞は常数入力と二番目の神
経細胞からパルス列を受けており、二番目の神経細胞か
らはパルス列は受けているが、常数入力は受けない。
経細胞からパルス列を受けており、二番目の神経細胞か
らはパルス列は受けているが、常数入力は受けない。
【００４２】実験結果から遅延時間が３ｍｓｅｃ未満で
あるときには位相同期特性を、そして３ｍｓｅｃ以上で
あるときには位相非同期の特性を示す。
あるときには位相同期特性を、そして３ｍｓｅｃ以上で
あるときには位相非同期の特性を示す。
【００４３】この場合において二番目の神経細胞の常数
入力の影響は、若干の周波数を変化させるのみある。
入力の影響は、若干の周波数を変化させるのみある。
【００４４】図３には、この興奮性の回路網の位相同期
に対する模擬実験結果を示した。
に対する模擬実験結果を示した。
【００４５】以下、図４から図６を参照して本実施例に
係る発振器回路網について説明する。 本発振器回路網
においては、ＨＨ型の神経発振器がアクション電位の位
相情報を利用してパタンを分離および認識する。
係る発振器回路網について説明する。 本発振器回路網
においては、ＨＨ型の神経発振器がアクション電位の位
相情報を利用してパタンを分離および認識する。
【００４６】図５に、本実施例に係る発振回路網の零を
示す。
示す。
【００４７】図示するように、回路網はパタンの分離お
よび認識のためにJangの場合のように入力段（input pl
ate)５０、特徴抽出層（feature extraction layer）
（ＦＥＬ））５１および文字検出層（alphabet detecti
on layer（ＡＤＬ））５２の３段階から構成されてい
る。
よび認識のためにJangの場合のように入力段（input pl
ate)５０、特徴抽出層（feature extraction layer）
（ＦＥＬ））５１および文字検出層（alphabet detecti
on layer（ＡＤＬ））５２の３段階から構成されてい
る。
【００４８】特徴抽出層と文字検出層の要素（神経）は
ＨＨ神経発振器であり、発振器の間の結合は両方向であ
り、また、図示した他の連結通路ももっている。
ＨＨ神経発振器であり、発振器の間の結合は両方向であ
り、また、図示した他の連結通路ももっている。
【００４９】特徴抽出層（ＦＥＬ）と文字検出層（ＡＤ
Ｌ）単位との間の結合は同期化のために相互に興奮的で
あり、ＡＤＬ間は非同期化のために相互に抑制的であ
る。
Ｌ）単位との間の結合は同期化のために相互に興奮的で
あり、ＡＤＬ間は非同期化のために相互に抑制的であ
る。
【００５０】回路網における発振器間の遅延時間は微小
である。
である。
【００５１】特徴抽出層内における神経間の位相結合は
文字検出層神経の選択的な発振が下層にフィードバック
されることにより決定される、また文字検出層の選択的
な発振は特徴抽出層から文字検出層への連結強度のパタ
ンと入力パタンとのマッチングによって、相互的な抑制
競争によって決定される。たとえば前記特徴抽出層と文
字検出層との間の結合の強さをネオコグニトロン（neoc
ognitron）のように特定の文字を検出するためのテムレ
ートマッチング（Temlate Matching）に基礎して定め
る。これらの結合は両方向性であるが、他の連結線によ
って連結される。
文字検出層神経の選択的な発振が下層にフィードバック
されることにより決定される、また文字検出層の選択的
な発振は特徴抽出層から文字検出層への連結強度のパタ
ンと入力パタンとのマッチングによって、相互的な抑制
競争によって決定される。たとえば前記特徴抽出層と文
字検出層との間の結合の強さをネオコグニトロン（neoc
ognitron）のように特定の文字を検出するためのテムレ
ートマッチング（Temlate Matching）に基礎して定め
る。これらの結合は両方向性であるが、他の連結線によ
って連結される。
【００５２】これにより、一つの位相によって同期化さ
れた特徴抽出層の神経の発振は一つの特定のパタンに対
応し、相互に異なるパタンに対してはそれぞれに対応す
る特徴抽出神経が相互に異なる位相で発振するように構
成される。
れた特徴抽出層の神経の発振は一つの特定のパタンに対
応し、相互に異なるパタンに対してはそれぞれに対応す
る特徴抽出神経が相互に異なる位相で発振するように構
成される。
【００５３】この回路網を、図７ａに示す簡単な筆記体
のハングルの文字に適用してみる。
のハングルの文字に適用してみる。
【００５４】この場合、ネオコグニトロン（neocognitr
on）のような特徴抽出を使用した神経網のモデルによっ
て、図７ｂに示す四つのハングル文字が検出されること
ができることをJang等が記述している。
on）のような特徴抽出を使用した神経網のモデルによっ
て、図７ｂに示す四つのハングル文字が検出されること
ができることをJang等が記述している。
【００５５】したがって、図７ａの文字は図４のよう
に、ときには図７ｃに示す異なる文字に認識されること
がある。
に、ときには図７ｃに示す異なる文字に認識されること
がある。
【００５６】図６は、本回路網によれば、図７ｄに示す
虚の文字は位相非同期によって、図７ｅに示す文字比べ
て出力パルスが少なく非活性化されていることを示して
いる。
虚の文字は位相非同期によって、図７ｅに示す文字比べ
て出力パルスが少なく非活性化されていることを示して
いる。
【００５７】したがって、本回路網によれば、図７ｅに
示す文字が正確に認識されて結果的に、図７ａの文字が
認識される。
示す文字が正確に認識されて結果的に、図７ａの文字が
認識される。
【００５８】
【発明の効果】このように、本発明によれば、パタンの
分離および認識を同時に遂行することができる。
分離および認識を同時に遂行することができる。
【図１】二つの神経発振器から構成された簡単な回路網
を図示している図面であって、（ａ）は抑制性の回路
網、（ｂ）は興奮性の回路網である。
を図示している図面であって、（ａ）は抑制性の回路
網、（ｂ）は興奮性の回路網である。
【図２】抑制性の回路網の位相同期のようすを示す図で
ある。
ある。
【図３】興奮性の回路網の位相同期のようすを示す図で
ある。
ある。
【図４】特徴抽出を使用した神経網のモデルの動作を説
明する図である。
明する図である。
【図５】本発明の実施例に係る文字の認識のための発振
器回路網の構成を示す図である。
器回路網の構成を示す図である。
【図６】本発明の実施例に係る回路網の文字の認識のた
めの模擬実験の結果を示す図である。
めの模擬実験の結果を示す図である。
【図７】本発明の実施例に係る回路網の文字の認識のよ
うすを示す図である。
うすを示す図である。
Ｄｅｖｉｃｅ 神経発振器 ５０ 入力段 ５１ 特徴検出層 ５２ 文字検出層
Claims (5)
- 【請求項１】入力された認識対象文字によって活性化さ
れた文字要素を特徴抽出層に出力する入力段と、 神経発振器から構成されており、一つの特定のパターン
に対して一つの位相によって位相同期化された位相の発
振を行い、相互に異なるパターンに対しては、それぞれ
に対応する相互に異なる位相の発振を行う特徴抽出層
と、 神経発振器から構成されており、虚の文字を位相非同期
に応じて非活性することにより、位相同期された文字を
認識する文字検出層とを有することを特徴とするパター
ンの分離および認識のための発振器回路網。 - 【請求項２】特徴抽出層内における神経間の位相結合は
文字検出層神経の選択的な発振が下層にフィードバック
されて決定され、また文字検出層の選択的な発振は下層
から上層への連結強度のパタンと入力パタンとのマッチ
ングによる相互的な抑制競争によって決定されることを
特徴とする請求項１記載のパタンの分離および認識のた
めの発振器回路網。 - 【請求項３】同期発振のために相互に興奮性の結合構造
を使用し、非同期発振のために相互に抑制性の結合構造
を使用したことを特徴とする請求項１記載のパタンの分
離および認識のための発振器回路網。 - 【請求項４】前記特徴抽出層と文字検出層との間の結合
の強さはネオコグニトロン（neocognitron）のように特
定の文字を検出するためのテムレートマッチング（Teml
ateMatching）を基に行なわれ、かつ、これらの結合は
両方向性であって、所定の連結線をもつ構造によって実
現され、かつ、前記特徴抽出層の単位と文字検出層の単
位との間の結合を同期のために相互に興奮的なものとし
たことを特徴とする請求項１記載のパタンの分離および
認識のための発振器回路網。 - 【請求項５】前記文字検出層の間の結合を非同期のため
に相互に抑制的なものとしたことを特徴とする請求項１
記載のパタンの分離および認識のための請求項１記載の
発振器回路網。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1019940032944A KR960025218A (ko) | 1994-12-06 | 1994-12-06 | 패턴의 분리 및 인식을 위한 발진기 회로망 |
| KR94-32944 | 1994-12-06 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH08161434A true JPH08161434A (ja) | 1996-06-21 |
Family
ID=19400448
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6313724A Pending JPH08161434A (ja) | 1994-12-06 | 1994-12-16 | パターンの分離および認識のための発振器回路網 |
Country Status (3)
| Country | Link |
|---|---|
| JP (1) | JPH08161434A (ja) |
| KR (1) | KR960025218A (ja) |
| DE (1) | DE4446984C1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020155833A (ja) * | 2019-03-18 | 2020-09-24 | 国立大学法人電気通信大学 | 同期引込周波数帯域演算装置、同期引込周波数帯域演算方法およびプログラム |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070124264A1 (en) * | 2005-11-18 | 2007-05-31 | International Business Machines Corporation | Deconvolution and segmentation based on a network of dynamical units |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63150770A (ja) * | 1986-12-16 | 1988-06-23 | Matsushita Electric Ind Co Ltd | ホロビジヨン装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5311601A (en) * | 1990-01-12 | 1994-05-10 | Trustees Of Boston University | Hierarchical pattern recognition system with variable selection weights |
| KR910020571A (ko) * | 1990-05-21 | 1991-12-20 | 다카도리 수나오 | 데이터 처리장치 |
-
1994
- 1994-12-06 KR KR1019940032944A patent/KR960025218A/ko not_active Application Discontinuation
- 1994-12-16 JP JP6313724A patent/JPH08161434A/ja active Pending
- 1994-12-28 DE DE4446984A patent/DE4446984C1/de not_active Expired - Fee Related
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63150770A (ja) * | 1986-12-16 | 1988-06-23 | Matsushita Electric Ind Co Ltd | ホロビジヨン装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020155833A (ja) * | 2019-03-18 | 2020-09-24 | 国立大学法人電気通信大学 | 同期引込周波数帯域演算装置、同期引込周波数帯域演算方法およびプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| DE4446984C1 (de) | 1996-06-20 |
| KR960025218A (ko) | 1996-07-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Handel | Perceptual coherence: Hearing and seeing | |
| Dickson et al. | Facilitating computer-supported meetings: A cumulative analysis in a multiple-criteria task environment | |
| Panchuk et al. | Synchronization of coupled neural oscillators with heterogeneous delays | |
| Wang | Relaxation oscillators and networks | |
| Pisarchik et al. | Asymmetry in electrical coupling between neurons alters multistable firing behavior | |
| Krampe et al. | The fast and the slow of skilled bimanual rhythm production: parallel versus integrated timing. | |
| Mehrabbeik et al. | Synchronization and chimera states in the network of electrochemically coupled memristive Rulkov neuron maps | |
| Li | Generalization, representation, and recovery in a self-organizing feature-map model of language acquisition | |
| Câteau et al. | Interplay between a phase response curve and spike-timing-dependent plasticity leading to wireless clustering | |
| Miró-Amarante et al. | A spiking neural network for real-time Spanish vowel phonemes recognition | |
| JPH08161434A (ja) | パターンの分離および認識のための発振器回路網 | |
| Savino et al. | Nonlinear electronic circuit with neuron like bursting and spiking dynamics | |
| Abarbanel et al. | Neural circuitry for recognizing interspike interval sequences | |
| Ursino et al. | Binding and segmentation of multiple objects through neural oscillators inhibited by contour information | |
| Bertram et al. | Mathematical analysis of complex cellular activity | |
| Sato et al. | Spiking neuron models with excitatory or inhibitory synaptic couplings and synchronization phenomena | |
| Rabinovich et al. | Computer simulations of stimulus dependent state switching in basic circuits of bursting neurons | |
| CN108334880B (zh) | 一种搭建针对手势检测的深度学习网络结构的方法及系统 | |
| De Lange | Neuron models of the generic bifurcation type: network analysis and data modeling | |
| Giese | Skeleton model for the neurodynamics of visual action representations | |
| KR970010032B1 (ko) | 발진 신경망의 패턴의 분리 및 인식방법 | |
| Meng et al. | Bursting and synchronization in a two-compartment model with current-feedback control | |
| Yang et al. | Aging effect of picture naming in Chinese: The influence of the non-selective inhibition ability | |
| Magarshak | Quaternion representation of RNA sequences and tertiary structures | |
| Franci et al. | A novel phase portrait to understand neuronal excitability |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 19980120 |