JPWO2020026328A1 - 情報処理装置、制御方法、及びプログラム - Google Patents
情報処理装置、制御方法、及びプログラム Download PDFInfo
- Publication number
- JPWO2020026328A1 JPWO2020026328A1 JP2020533926A JP2020533926A JPWO2020026328A1 JP WO2020026328 A1 JPWO2020026328 A1 JP WO2020026328A1 JP 2020533926 A JP2020533926 A JP 2020533926A JP 2020533926 A JP2020533926 A JP 2020533926A JP WO2020026328 A1 JPWO2020026328 A1 JP WO2020026328A1
- Authority
- JP
- Japan
- Prior art keywords
- feature
- gas
- odor
- feature amount
- target gas
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N19/00—Investigating materials by mechanical methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/12—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body in dependence upon absorption of a fluid; of a solid body in dependence upon reaction with a fluid, for detecting components in the fluid
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N5/00—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid
- G01N5/02—Analysing materials by weighing, e.g. weighing small particles separated from a gas or liquid by absorbing or adsorbing components of a material and determining change of weight of the adsorbent, e.g. determining moisture content
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
Abstract
情報処理装置(2000)は、対象ガスについて、特徴定数の集合と寄与値の集合とを対応づけている特徴量を取得する。情報処理装置(2000)は、対象ガスの特徴量と類似する特徴量を示すにおい情報を特定し、特定したにおい情報に示されているにおいのラベルを、対象ガスのにおいラベルとして特定する。ここで、におい情報は、においのラベルと、そのにおいを生じるガスの特徴量とを対応づけている。ガスの特徴量は、そのガスをセンシングしたセンサから得られる検出値の時系列データに対する、複数の特徴定数それぞれの寄与の大きさを表す。センサの検出値は、ガスに含まれる分子の付着と離脱に応じて変化する。特徴定数は、センサに付着している分子の量の時間変化の大きさに関する時定数又は速度定数である。
Description
本発明はガスの特徴の解析に関する。
ガスをセンサで測定することにより、ガスに関する情報を得る技術が開発されている。特許文献1は、ナノメカニカルセンサで試料ガスを測定することで得られるシグナル(検出値の時系列データ)を利用して、試料ガスの種類を判別する技術を開示している。具体的には、センサの受容体に対する試料ガスの拡散時定数が、受容体の種類と試料ガスの種類の組み合わせによって決まるため、シグナルから得られる拡散時定数と、受容体の種類とに基づいて、試料ガスの種類を判別できることが開示されている。
特許文献1では、試料ガスに含まれている分子が1種類であることが前提となっており、複数種類の分子が混合している試料ガスを扱うことが想定されていない。本願発明は上記の課題に鑑みてなされたものであり、複数種類の分子が混合しているガスの種類又は成分を特定する技術を提供することである。
本発明の第1の情報処理装置は、1)対象ガスの特徴量を取得する特徴量取得部と、2)においのラベルとそのにおいを生じるガスの特徴量とを対応づけたにおい情報の中から、対象ガスの特徴量に類似するにおい情報を特定し、特定したにおい情報に示されるにおいのラベルを、対象ガスのにおいのラベルとして特定するラベル特定部と、を有する。
ガスの特徴量は、そのガスをセンシングしたセンサから得られる検出値の時系列データに対する、複数の特徴定数それぞれの寄与の大きさを表す。センサの検出値は、ガスに含まれる分子の付着と離脱に応じて変化する。特徴定数は、センサに付着している分子の量の時間変化の大きさに関する時定数又は速度定数である。
ガスの特徴量は、そのガスをセンシングしたセンサから得られる検出値の時系列データに対する、複数の特徴定数それぞれの寄与の大きさを表す。センサの検出値は、ガスに含まれる分子の付着と離脱に応じて変化する。特徴定数は、センサに付着している分子の量の時間変化の大きさに関する時定数又は速度定数である。
本発明の第2の情報処理装置は、1)対象ガスの特徴量を取得する特徴量取得部と、2)単位成分の識別子とその単位成分のみを含むガスの特徴量とを対応づけた単位成分情報と、対象ガスの特徴量とを用いて、対象ガスに含まれる1つ以上の単位成分を特定する成分特定部と、を有する。
ガスの特徴量は、そのガスをセンシングしたセンサから得られる検出値の時系列データに対する、複数の特徴定数それぞれの寄与の大きさを表す。センサの検出値は、ガスに含まれる分子の付着と離脱に応じて変化する。特徴定数は、センサに付着している分子の量の時間変化の大きさに関する時定数又は速度定数である。
ガスの特徴量は、そのガスをセンシングしたセンサから得られる検出値の時系列データに対する、複数の特徴定数それぞれの寄与の大きさを表す。センサの検出値は、ガスに含まれる分子の付着と離脱に応じて変化する。特徴定数は、センサに付着している分子の量の時間変化の大きさに関する時定数又は速度定数である。
本発明の第1の制御方法は、コンピュータによって実行される。当該制御方法は、1)対象ガスの特徴量を取得する特徴量取得ステップと、2)においのラベルとそのにおいを生じるガスの特徴量とを対応づけたにおい情報の中から、対象ガスの特徴量に類似するにおい情報を特定し、特定したにおい情報に示されるにおいのラベルを、対象ガスのにおいのラベルとして特定するラベル特定ステップと、を有する。
ガスの特徴量は、そのガスをセンシングしたセンサから得られる検出値の時系列データに対する、複数の特徴定数それぞれの寄与の大きさを表す。センサの検出値は、ガスに含まれる分子の付着と離脱に応じて変化する。特徴定数は、センサに付着している分子の量の時間変化の大きさに関する時定数又は速度定数である。
ガスの特徴量は、そのガスをセンシングしたセンサから得られる検出値の時系列データに対する、複数の特徴定数それぞれの寄与の大きさを表す。センサの検出値は、ガスに含まれる分子の付着と離脱に応じて変化する。特徴定数は、センサに付着している分子の量の時間変化の大きさに関する時定数又は速度定数である。
本発明の第2の制御方法は、コンピュータによって実行される。当該制御方法は、1)対象ガスの特徴量を取得する特徴量取得ステップと、2)単位成分の識別子とその単位成分のみを含むガスの特徴量とを対応づけた単位成分情報と、対象ガスの特徴量とを用いて、対象ガスに含まれる1つ以上の単位成分を特定する成分特定ステップと、を有する。
ガスの特徴量は、そのガスをセンシングしたセンサから得られる検出値の時系列データに対する、複数の特徴定数それぞれの寄与の大きさを表す。センサの検出値は、ガスに含まれる分子の付着と離脱に応じて変化する。特徴定数は、センサに付着している分子の量の時間変化の大きさに関する時定数又は速度定数である。
ガスの特徴量は、そのガスをセンシングしたセンサから得られる検出値の時系列データに対する、複数の特徴定数それぞれの寄与の大きさを表す。センサの検出値は、ガスに含まれる分子の付着と離脱に応じて変化する。特徴定数は、センサに付着している分子の量の時間変化の大きさに関する時定数又は速度定数である。
本発明のプログラムは、コンピュータに、本発明の制御方法が有する各ステップを実行させる。
本発明によれば、複数種類の分子が混合しているガスの種類又は成分を特定する技術が提供される。
上述した目的、およびその他の目的、特徴および利点は、以下に述べる好適な実施の形態、およびそれに付随する以下の図面によってさらに明らかになる。
実施形態1の情報処理装置の概要を例示する図である。
情報処理装置が扱うガスの特徴量を得るためのセンサを例示する図である。
実施形態1の情報処理装置の機能構成を例示する図である。
情報処理装置を実現するための計算機を例示する図である。
実施形態1の情報処理装置によって実行される処理の流れを例示するフローチャートである。
におい情報をテーブル形式で例示する図である。
特徴量の変換を概念的に表す図である。
対象ガスの特徴量とにおい情報が示す特徴量を、グラフで表示する図である。
実施形態2の情報処理装置の概要を例示する図である。
実施形態2の情報処理装置の機能構成を例示する図である。
実施形態2の情報処理装置によって実行される処理の流れを例示するフローチャートである。
単一の種類の分子についての単位成分情報をテーブル形式で例示する図である。
対象ガスの成分をグラフで表す図である。
以下、本発明の実施の形態について、図面を用いて説明する。尚、すべての図面において、同様な構成要素には同様の符号を付し、適宜説明を省略する。また、特に説明する場合を除き、各ブロック図において、各ブロックは、ハードウエア単位の構成ではなく、機能単位の構成を表している。
[実施形態1]
<発明の概要と理論的背景>
図1は、実施形態1の情報処理装置2000の概要を例示する図である。実施形態1の情報処理装置2000は、対象ガスの特徴量に基づいて、その対象ガスのにおいを表すラベル(以下、においラベル)を特定する。例えばにおいラベルは、そのにおいを発生させる物質の名称を示す。具体的には、対象ガスを発生させる物質がリンゴである場合(すなわち、対象ガスがリンゴのにおいを表すガスである場合)、「リンゴ」というにおいラベルが特定される。においを発生させる物質は、リンゴの様な食品には限定されず、機械、建材、薬品、カビ、焦げ、又は生ゴミなどといった任意の物とすることができる。
<発明の概要と理論的背景>
図1は、実施形態1の情報処理装置2000の概要を例示する図である。実施形態1の情報処理装置2000は、対象ガスの特徴量に基づいて、その対象ガスのにおいを表すラベル(以下、においラベル)を特定する。例えばにおいラベルは、そのにおいを発生させる物質の名称を示す。具体的には、対象ガスを発生させる物質がリンゴである場合(すなわち、対象ガスがリンゴのにおいを表すガスである場合)、「リンゴ」というにおいラベルが特定される。においを発生させる物質は、リンゴの様な食品には限定されず、機械、建材、薬品、カビ、焦げ、又は生ゴミなどといった任意の物とすることができる。
その他にも例えば、においラベルは、そのにおいがする場所や状況などといった抽象的な概念を表すものであってもよい。例えば、「カフェのにおい」、「プールのにおい」、「青臭いにおい」、「押し入れのようなにおい」、「甘いにおい」、「生臭いにおい」、又は「雨の日のにおい」などといったにおいラベルが考えられる。
このようなにおいラベルの特定を実現するために、においラベルと、そのにおいラベルに対応するガスの特徴量を対応づけた情報を、予め用意しておく。この情報をにおい情報と呼ぶ。
情報処理装置2000は、におい情報に示される特徴量の中から、対象ガスの特徴量に類似する特徴量を特定し、特定した特徴量に対応づけられているにおいラベルを、対象ガスのにおいラベルとして特定する。
情報処理装置2000は、ガスの特徴量として、本発明者が新たに見出した特徴量を扱う。以下、情報処理装置2000が扱うガスの特徴量について説明する。
図2は、情報処理装置2000が扱うガスの特徴量を得るためのセンサ10を例示する図である。センサ10は、分子が付着する受容体を有し、その受容体における分子の付着と離脱に応じて検出値が変化するセンサである。センサ10から出力される検出値の時系列データを、時系列データ14と呼ぶ。ここで、必要に応じ、時系列データ14を Y とも表記し、時刻 t の検出値を y(t) とも表記する。Y は、y(t) が列挙されたベクトルとなる。
例えばセンサ10は、膜型表面応力(Membrane-type Surface Stress; MSS)センサである。MSS センサは、受容体として、分子が付着する官能膜を有しており、その官能膜に対する分子の付着と離脱によってその官能膜の支持部材に生じる応力が変化する。MSS センサは、この応力の変化に基づく検出値を出力する。なお、センサ10は、MSS センサには限定されず、受容体に対する分子の付着と離脱に応じて生じる、センサ10の部材の粘弾性や動力学特性(質量や慣性モーメントなど)に関連する物理量の変化に基づいて検出値を出力するものであればよく、カンチレバー式、膜型、光学式、ピエゾ、振動応答などの様々なタイプのセンサを採用することができる。
ここで、説明のため、センサ10によるセンシングを以下のようにモデル化する。
(1)センサ10は、K 種類の分子を含むガスに曝されている。
(2)ガスに含まれる各分子 k の濃度は一定のρkである。
(3)センサ10には、合計 N 個の分子が吸着可能である。
(4)時刻t においてセンサ10に付着している分子k の数は nk(t) 個である。
(1)センサ10は、K 種類の分子を含むガスに曝されている。
(2)ガスに含まれる各分子 k の濃度は一定のρkである。
(3)センサ10には、合計 N 個の分子が吸着可能である。
(4)時刻t においてセンサ10に付着している分子k の数は nk(t) 個である。
式(1)の右辺の第1項と第2項はそれぞれ、単位時間当たりの分子 k の増加量(新たにセンサ10に付着する分子 k の数)と減少量(センサ10から離脱する分子 k の数)を表している。また、αk とβk はそれぞれ、分子 k がセンサ10に付着する速度を表す速度定数と、分子 k がセンサ10から離脱する速度を表す速度定数である。
センサ10の検出値は、ガスに含まれる分子によってセンサ10に働く応力によって定まる。そして、複数の分子によってセンサ10に働く応力は、個々の分子に働く応力の線形和で表すことができると考えられる。ただし、分子によって生じる応力は、分子の種類によって異なると考えられる。すなわち、センサ10の検出値に対する分子の寄与は、その分子の種類によって異なると言える。
そこで、センサ10の検出値 y(t) は、以下のように定式化できる。
ここで、γk とξk はいずれも、センサ10の検出値に対する分子 k の寄与を表す。なお、パージガスとは、測定対象のガスをセンサ10から取り除く時に利用するガスである。
ここで、ガスをセンシングしたセンサ10から得た時系列データ14を上述の式(4)のように分解できれば、そのガスに含まれる分子の種類や、各種類の分子がそのガスに含まれる割合を把握することができる。すなわち、式(4)に示す分解によって、ガスの特徴を表すデータ(すなわち、ガスの特徴量)が得られる。
ここで、θi は特徴定数と呼ばれる定数である。また、ξi は、センサ10の検出値に対する特徴定数θi の寄与を表す寄与値である。
特徴定数θとしては、前述した速度定数βや、速度定数の逆数である時定数τを採用することができる。θとしてβとτを使う場合それぞれについて、式(5)は、以下のように表すことができる。
ガスの特徴量は、このようにして得られる特徴定数の集合Θ={θ1, θ2,..., θm} と、寄与値の集合 Ξ={ξ1, ξ2,..., ξm} を対応づけた情報である。特徴定数の集合Θと寄与値の集合Ξとの対応づけは、例えば、m 行2列の特徴行列 F で表される(m は特徴定数と寄与値それぞれの数)。例えばこの行列 F は、特徴定数の集合を表すベクトルΘ=(θ1,..., θm) を第1列に有し、なおかつ寄与値の集合を表すベクトルΞ=(ξ1,..., ξm) を第2列に有する。すなわち、F=(ΘT, ΞT) である。
なお、各ガスについて特徴定数の集合が共通である場合、ガスの特徴量において、特徴定数の集合を表すベクトルΘは省略されてもよい。この場合、ガスの特徴量は、寄与値の集合で表される。
情報処理装置2000は、対象ガスについて、特徴定数の集合と寄与値の集合とを対応づけている特徴量(特徴定数の集合は省略されていてもよい)を取得する。また、におい情報が示す特徴量は、そのにおい情報が示すにおいラベルで特定されるガスをセンサ10でセンシングすることで得られる時系列データについて、特徴定数の集合と寄与値の集合とを対応づけている情報である。情報処理装置2000は、このような特徴量同士を比較することにより、対象ガスの特徴量と類似する特徴量を示すにおい情報を特定する。そして、情報処理装置2000は、特定されたにおい情報が示すにおいラベルを、対象ガスのにおいラベルとして特定する。
<作用効果>
本実施形態の情報処理装置2000は、ガスの検出値の時系列データについて得られる特徴定数ベクトルと寄与ベクトルとが対応づけられた特徴量を用いて、対象ガスのにおいラベルを特定する。前述したように、この特徴量はガスに含まれる分子やその混合比率によって変化する特徴量であるため、精度良くガスを区別することができる。よって、このような特徴量を用いることにより、本実施形態の情報処理装置2000によれば、対象ガスのにおいラベルを精度良く特定することができる。
本実施形態の情報処理装置2000は、ガスの検出値の時系列データについて得られる特徴定数ベクトルと寄与ベクトルとが対応づけられた特徴量を用いて、対象ガスのにおいラベルを特定する。前述したように、この特徴量はガスに含まれる分子やその混合比率によって変化する特徴量であるため、精度良くガスを区別することができる。よって、このような特徴量を用いることにより、本実施形態の情報処理装置2000によれば、対象ガスのにおいラベルを精度良く特定することができる。
なお、図1を参照した上述の説明は、情報処理装置2000の理解を容易にするための例示であり、情報処理装置2000の機能を限定するものではない。以下、本実施形態の情報処理装置2000についてさらに詳細に説明する。
<機能構成の例>
図3は、実施形態1の情報処理装置2000の機能構成を例示する図である。実施形態1の情報処理装置2000は、特徴量取得部2020及びラベル特定部2040を有する。特徴量取得部2020は、対象ガスの特徴量を取得する。ラベル特定部2040は、複数のにおい情報の中から、対象ガスの特徴量に類似する特徴量を示すにおい情報を抽出する。さらにラベル特定部2040は、抽出したにおい情報に示されているにおいラベルを、対象ガスのにおいラベルとして特定する。
図3は、実施形態1の情報処理装置2000の機能構成を例示する図である。実施形態1の情報処理装置2000は、特徴量取得部2020及びラベル特定部2040を有する。特徴量取得部2020は、対象ガスの特徴量を取得する。ラベル特定部2040は、複数のにおい情報の中から、対象ガスの特徴量に類似する特徴量を示すにおい情報を抽出する。さらにラベル特定部2040は、抽出したにおい情報に示されているにおいラベルを、対象ガスのにおいラベルとして特定する。
<情報処理装置2000のハードウエア構成>
情報処理装置2000の各機能構成部は、各機能構成部を実現するハードウエア(例:ハードワイヤードされた電子回路など)で実現されてもよいし、ハードウエアとソフトウエアとの組み合わせ(例:電子回路とそれを制御するプログラムの組み合わせなど)で実現されてもよい。以下、情報処理装置2000の各機能構成部がハードウエアとソフトウエアとの組み合わせで実現される場合について、さらに説明する。
情報処理装置2000の各機能構成部は、各機能構成部を実現するハードウエア(例:ハードワイヤードされた電子回路など)で実現されてもよいし、ハードウエアとソフトウエアとの組み合わせ(例:電子回路とそれを制御するプログラムの組み合わせなど)で実現されてもよい。以下、情報処理装置2000の各機能構成部がハードウエアとソフトウエアとの組み合わせで実現される場合について、さらに説明する。
図4は、情報処理装置2000を実現するための計算機1000を例示する図である。計算機1000は任意の計算機である。例えば計算機1000は、Personal Computer(PC)やサーバマシンなどの据え置き型の計算機である。その他にも例えば、計算機1000は、スマートフォンやタブレット端末などの可搬型の計算機である。計算機1000は、情報処理装置2000を実現するために設計された専用の計算機であってもよいし、汎用の計算機であってもよい。
計算機1000は、バス1020、プロセッサ1040、メモリ1060、ストレージデバイス1080、入出力インタフェース1100、及びネットワークインタフェース1120を有する。バス1020は、プロセッサ1040、メモリ1060、ストレージデバイス1080、入出力インタフェース1100、及びネットワークインタフェース1120が、相互にデータを送受信するためのデータ伝送路である。ただし、プロセッサ1040などを互いに接続する方法は、バス接続に限定されない。
プロセッサ1040は、CPU(Central Processing Unit)、GPU(Graphics Processing Unit)、FPGA(Field−Programmable Gate Array)などの種々のプロセッサである。メモリ1060は、RAM(Random Access Memory)などを用いて実現される主記憶装置である。ストレージデバイス1080は、ハードディスク、SSD(Solid State Drive)、メモリカード、又は ROM(Read Only Memory)などを用いて実現される補助記憶装置である。
入出力インタフェース1100は、計算機1000と入出力デバイスとを接続するためのインタフェースである。例えば入出力インタフェース1100には、キーボードなどの入力装置や、ディスプレイ装置などの出力装置が接続される。
ネットワークインタフェース1120は、計算機1000を通信網に接続するためのインタフェースである。この通信網は、例えば LAN(Local Area Network)や WAN(Wide Area Network)である。ネットワークインタフェース1120が通信網に接続する方法は、無線接続であってもよいし、有線接続であってもよい。
ストレージデバイス1080は、情報処理装置2000の各機能構成部を実現するプログラムモジュールを記憶している。プロセッサ1040は、これら各プログラムモジュールをメモリ1060に読み出して実行することで、各プログラムモジュールに対応する機能を実現する。
<処理の流れ>
図5は、実施形態1の情報処理装置2000によって実行される処理の流れを例示するフローチャートである。特徴量取得部2020は、対象ガスの特徴量を取得する(S102)。ラベル特定部2040は、複数のにおい情報の中から、対象ガスの特徴量に類似する特徴量を示すにおい情報を抽出する(S104)。ラベル特定部2040は、抽出したにおい情報が示すにおいラベルを、対象ガスのにおいラベルとして特定する(S106)。
図5は、実施形態1の情報処理装置2000によって実行される処理の流れを例示するフローチャートである。特徴量取得部2020は、対象ガスの特徴量を取得する(S102)。ラベル特定部2040は、複数のにおい情報の中から、対象ガスの特徴量に類似する特徴量を示すにおい情報を抽出する(S104)。ラベル特定部2040は、抽出したにおい情報が示すにおいラベルを、対象ガスのにおいラベルとして特定する(S106)。
<対象ガスの特徴量の取得:S102>
特徴量取得部2020は、対象ガスの特徴量を取得する。例えば特徴量取得部2020は、対象ガスの特徴量が記憶されている記憶装置にアクセスすることで、対象ガスの特徴量を取得する。この記憶装置は、情報処理装置2000の内部に設けられていてもよいし、情報処理装置2000の外部に設けられていてもよい。その他にも例えば、情報処理装置2000は、他の装置から送信される対象ガスの特徴量を受信することで、対象ガスの特徴量を取得してもよい。この「他の装置」は、例えば、対象ガスについてセンサ10から得られた時系列データ14を利用して、対象ガスの特徴量を算出する装置である。
特徴量取得部2020は、対象ガスの特徴量を取得する。例えば特徴量取得部2020は、対象ガスの特徴量が記憶されている記憶装置にアクセスすることで、対象ガスの特徴量を取得する。この記憶装置は、情報処理装置2000の内部に設けられていてもよいし、情報処理装置2000の外部に設けられていてもよい。その他にも例えば、情報処理装置2000は、他の装置から送信される対象ガスの特徴量を受信することで、対象ガスの特徴量を取得してもよい。この「他の装置」は、例えば、対象ガスについてセンサ10から得られた時系列データ14を利用して、対象ガスの特徴量を算出する装置である。
<におい情報について>
図6は、におい情報をテーブル形式で例示する図である。図6のテーブルを、テーブル200と呼ぶ。テーブル200は、においラベル202及び特徴量204という2つの列を有する。テーブル200の各レコードは、においラベル202に示されるにおいラベルに、特徴量204に示される特徴量(この例では、特徴行列 F)を対応づけている。なお、におい情報は、情報処理装置2000の内部又は外部に設けられている記憶装置に予め記憶されているものとする。
図6は、におい情報をテーブル形式で例示する図である。図6のテーブルを、テーブル200と呼ぶ。テーブル200は、においラベル202及び特徴量204という2つの列を有する。テーブル200の各レコードは、においラベル202に示されるにおいラベルに、特徴量204に示される特徴量(この例では、特徴行列 F)を対応づけている。なお、におい情報は、情報処理装置2000の内部又は外部に設けられている記憶装置に予め記憶されているものとする。
<におい情報の抽出:S104>
ラベル特定部2040は、複数のにおい情報の中から、対象ガスの特徴量に類似する特徴量を示すにおい情報を抽出する(S104)。例えばラベル特定部2040は、対象ガスの特徴量と最も類似している特徴量を示すにおい情報を抽出する。この場合、対象ガスのにおいラベルが一意に特定される。
ラベル特定部2040は、複数のにおい情報の中から、対象ガスの特徴量に類似する特徴量を示すにおい情報を抽出する(S104)。例えばラベル特定部2040は、対象ガスの特徴量と最も類似している特徴量を示すにおい情報を抽出する。この場合、対象ガスのにおいラベルが一意に特定される。
ラベル特定部2040によって抽出されるにおい情報は複数であってもよい。例えばラベル特定部2040は、対象ガスの特徴量との類似度合いが閾値以上である特徴量を示すにおい情報を、1つ以上抽出する。この場合、対象ガスのにおいを表すラベルである蓋然性が高い1つ以上のにおいラベルが特定されることになる。すなわち、対象ガスのにおいラベルの候補が1つ以上特定される。
なお、ラベル特定部2040は、対象ガスの特徴量との類似度合いが閾値以上である特徴量を示すにおい情報がテーブル200に存在しない場合、対象ガスのにおいラベルの候補が存在しないことを出力してもよい。この場合、対象ガスは、テーブル200に未登録の新しいにおいであると解釈することができる。
<<特徴量の類似度合いを判定する方法>>
ラベル特定部2040は、対象ガスの特徴量とにおい情報が示す特徴量とを比較することで、これらの類似度を算出する。以下、この類似度の算出方法を例示する。
ラベル特定部2040は、対象ガスの特徴量とにおい情報が示す特徴量とを比較することで、これらの類似度を算出する。以下、この類似度の算出方法を例示する。
<<<特徴定数の集合が共通である場合>>>
対象ガスの特徴量とにおい情報が示す特徴量で、特徴定数の集合が共通であるとする。この場合、いずれの特徴量も、寄与値の集合のベクトル表現であるΞ=(Ξ1, Ξ2,..., Ξm) で表すことができる。そこでラベル特定部2040は、対象ガスの特徴量とにおい情報の特徴量について、ベクトル間の距離を算出し、算出した距離を特徴量間の類似度の指標として利用する。具体的には、特徴量間の距離が短いほど、それらの特徴量が類似しているものと扱う。
対象ガスの特徴量とにおい情報が示す特徴量で、特徴定数の集合が共通であるとする。この場合、いずれの特徴量も、寄与値の集合のベクトル表現であるΞ=(Ξ1, Ξ2,..., Ξm) で表すことができる。そこでラベル特定部2040は、対象ガスの特徴量とにおい情報の特徴量について、ベクトル間の距離を算出し、算出した距離を特徴量間の類似度の指標として利用する。具体的には、特徴量間の距離が短いほど、それらの特徴量が類似しているものと扱う。
例えば、対象ガスの特徴量に最も類似している特徴量を示すにおい情報を抽出するとする。この場合、ラベル特定部2040は、対象ガスの特徴量との距離が最も短い特徴量を示すにおい情報を抽出する。
その他にも例えば、対象ガスの特徴量との類似度合いが閾値以上である特徴量を示すにおい情報を、1つ以上抽出するとする。この場合、対象ガスの特徴量との距離について閾値を定めておく。ラベル特定部2040は、対象ガスの特徴量との距離が閾値以下である特徴量を示す各におい情報を抽出する。
<<<特徴定数の集合が共通でない場合>>>
対象ガスの特徴量とにおい情報が示す特徴量とで、特徴定数の集合が共通でないとする。この場合、例えばラベル特定部2040は、対象ガスの特徴量とにおい情報の特徴量のいずれか一方又は双方を、これらの特徴定数の集合が共通になるように変換する。このような変換により、前述した特徴量間の距離を利用した類似判定が可能となる。そこでラベル特定部2040は、変換後の特徴量を用いて、特徴量間の距離を利用した類似判定を行うことにより、対象ガスの特徴量と類似する特徴量を示すにおい情報を抽出する。
対象ガスの特徴量とにおい情報が示す特徴量とで、特徴定数の集合が共通でないとする。この場合、例えばラベル特定部2040は、対象ガスの特徴量とにおい情報の特徴量のいずれか一方又は双方を、これらの特徴定数の集合が共通になるように変換する。このような変換により、前述した特徴量間の距離を利用した類似判定が可能となる。そこでラベル特定部2040は、変換後の特徴量を用いて、特徴量間の距離を利用した類似判定を行うことにより、対象ガスの特徴量と類似する特徴量を示すにおい情報を抽出する。
特徴量の変換方法について説明する。図7は、特徴量の変換を概念的に表す図である。図7において、変換前の特徴量は、特徴定数の集合Θa={θa1, θa2, θa3, θa4, θa5} に対して、寄与値の集合Ξa={ξa1, ξa2, ξa3, ξa4, ξa5} を対応づけたものである。ラベル特定部2040は、この特徴量を、特徴定数の集合Θb={θb1, θb2,..., θb9} に対して、寄与値の集合Ξb={ξb1, ξb2,.., ξb9} を対応づけた特徴量に変換する。この際、変換前の特徴量において特徴定数θai に対応づけられているξai は、変換後の特徴量において θbj≦θai<θ_(bj+1) を満たすθbj に対応づけられる。例えば図7では、θb2≦θa1<θb3 を満たすため、変換前の特徴量においてθa1 に対応づけられていた寄与値ξa1 が、変換後の特徴量において θb2 に対応づけられる。すなわち、ξb2=ξa1 となる。
なお、θbj≦θai<θ_(bj+1) を満たすθai が複数存在するとする。この場合、これら複数のθai に対応づけられている寄与値ξai の和を、変換後の特徴定数θbj に対応づける。例えば図7において、θa3 とθa4 はいずれも、θb7≦θi<θb8 を満たしている。そのため、変換後の特徴量では、θb7 に対応する寄与値 ξb7 の値を(ξa3+ξa4)とする。
前述したように、特徴量の変換は、対象ガスの特徴量とにおい情報の特徴量のいずれか一方について行われてもよいし、双方について行われてもよい。前者の場合、ラベル特定部2040は、におい情報の特徴量が持つ特徴定数の集合に合わせるように対象ガスの特徴量を変換してもよいし、対象ガスの特徴量が持つ特徴定数の集合に合わせるようににおい情報の特徴量を変換してもよい。ただし、複数のにおい情報において特徴定数の集合が共通でない場合には、におい情報の特徴量を変換して、対象ガスの特徴量が持つ特徴定数の集合に合わせることが好適である。こうすることで、全ての特徴量において特徴定数の集合を共通にした上で、類似判定が行われるためである。
対象ガスの特徴量とにおい情報の特徴量の双方を変換する場合、共通の特徴定数の集合Θc を予め用意しておく。そしてラベル特定部2040は、対象ガスの特徴量とにおい情報の特徴量の双方を、特徴定数の集合がΘc となるように変換する。
特徴定数の集合が共通でない場合の類似判定の方法は、上述のように特徴量に変換を施してから類似判定を行う方法に限定されない。例えば、対比する2つの特徴量の寄与値Ξがすべて正である場合、ラベル特定部2040は、対比する2つの特徴量を確率分布として扱い、これらの特徴量の類似度として、KL(Kullback-Leibler)ダイバージェンスを算出する。KL ダイバージェンスは、確率分布同士の類似度を表す指標値であり、対比する2つの確率分布の差異が小さいほど、小さい値となる。そこでラベル特定部2040は、対象ガスの特徴量とにおい情報が示す特徴量との間で算出される KL ダイバージェンスが小さいほど、これらが類似しているものとして扱う。
上述の特徴量を確率分布として扱う方法として、例えば、カーネル法を用いることができる。具体的には、ラベル特定部2040は、特徴量 F を次式で表される確率分布として扱うことで、KL ダイバージェンスを計算する。
ここで、g はカーネル関数であり、C は確率分布の規格化定数である。
また、ラベル特定部2040は、上記対比する2つの特徴量の類似度として、たとえば、ワッサースタイン計量(Wasserstein metric)を用いても良い。ワッサースタイン計量は、一方の分布をもう一方の分布に移動する際に掛かるコストの最小値を表す計量であり、対比する2つの分布の差異が小さいほど、小さい値となる。そこでラベル特定部2040は、対象ガスの特徴量とにおい情報が示す特徴量との間で算出されるワッサースタイン計量が小さいほど、これらが類似しているものとして扱う。なお、ワッサースタイン計量は、寄与値Ξが負の値を含む場合であっても適用可能である。
<特定結果の出力について>
情報処理装置2000は、対象ガスのにおいラベルを表す情報(以下、出力情報)を出力する。例えば出力情報は、対象ガスのにおいラベルを表すテキストデータである。その他にも例えば、出力情報は、特定されたにおいラベルを示すにおい情報を含んでもよい。この場合、例えば出力情報は、対象ガスの特徴量とにおい情報が示す特徴量を、グラフや表などのグラフィカルな情報で示してもよい。
情報処理装置2000は、対象ガスのにおいラベルを表す情報(以下、出力情報)を出力する。例えば出力情報は、対象ガスのにおいラベルを表すテキストデータである。その他にも例えば、出力情報は、特定されたにおいラベルを示すにおい情報を含んでもよい。この場合、例えば出力情報は、対象ガスの特徴量とにおい情報が示す特徴量を、グラフや表などのグラフィカルな情報で示してもよい。
図8は、対象ガスの特徴量とにおい情報が示す特徴量を、グラフで表示する図である。図8において、実線は対象ガスの特徴量を示している。一方、点線は、「においA」というラベルを持つにおい情報が示す特徴量を示している。このグラフを見ることで、情報処理装置2000のユーザは、対象ガスのにおいラベルを把握しつつ、対象ガスの特徴量とにおい情報が示す特徴量とがどの程度類似しているかについて、視覚的に容易に確認することができる。
なお、前述した様ににおいラベルが複数特定された場合、情報処理装置2000は、これらのにおいラベルを順序づけて出力することが好適である。例えば情報処理装置2000は、対象ガスの特徴量との類似度合いが高い順(距離が小さい順)に、においラベルを出力する。
出力情報を出力する具体的な方法は様々である。例えば情報処理装置2000は、出力情報を任意の記憶装置に記憶させる。その他にも例えば、情報処理装置2000は、出力情報をディスプレイ装置に表示させる。その他に例えば、情報処理装置2000は、情報処理装置2000以外の装置に出力情報を送信してもよい。
[実施形態2]
図9は、実施形態2の情報処理装置2000の概要を例示する図である。実施形態2の情報処理装置2000は、対象ガスの特徴量に基づいて、対象ガスの成分を特定する。ここで、対象ガスの成分の特定には、少なくとも、対象ガスに含まれる単位成分を1つ以上特定することが含まれる。また、対象ガスの成分の特定には、対象ガスに含まれる各単位成分の濃度の特定や、各単位成分の混合比率(相対濃度)の特定が含まれてもよい。
図9は、実施形態2の情報処理装置2000の概要を例示する図である。実施形態2の情報処理装置2000は、対象ガスの特徴量に基づいて、対象ガスの成分を特定する。ここで、対象ガスの成分の特定には、少なくとも、対象ガスに含まれる単位成分を1つ以上特定することが含まれる。また、対象ガスの成分の特定には、対象ガスに含まれる各単位成分の濃度の特定や、各単位成分の混合比率(相対濃度)の特定が含まれてもよい。
単位成分は、例えば単一の種類の分子である。この場合、情報処理装置2000は、対象ガスの特徴量に基づいて、対象ガスに含まれる1種類以上の分子の推定や、複数の分子の濃度比の推定を行う。単一の種類の分子以外の単位成分については後述する。
その他にも例えば、単位成分は、特定のにおいを生じる分子の組み合わせである。特定のにおいとは、実施形態1で説明したにおいラベルで特定されるにおいである。例えば、リンゴのにおいを生じさせる単位成分として、リンゴのにおいを生じる分子の組み合わせ(すなわち、リンゴから生じるガスに含まれる分子の組み合わせ)を定めることができる。
対象ガスの成分の推定を実現するため、単位成分それぞれについての特徴量を表す情報を予め用意しておく。この情報を、単位成分情報と呼ぶ。単位成分情報は、単位成分の識別子と、その単位成分の特徴量とを対応づけた情報である。単位成分の特徴量は、その単位成分のみを含むガスをセンサ10でセンシングすることで得られる時系列データについて算出される特徴量である。
ここで、対象ガスの特徴量と各単位成分の特徴量とにおいて、特徴定数の集合が共通であるとする。この場合、対象ガスの特徴量と各単位成分の特徴量をベクトル表現で表せば、対象ガスの特徴量は、対象ガスに含まれる単位成分の特徴量の線形和で表すことができると考えられる。例えば対象ガスに単位成分1からkが含まれている場合、対象ガスの特徴量は、以下のように表すことができると考えられる。
ここで、Ξiは単位成分 i の特徴量ベクトルであり、ai は対象ガスにおける単位成分 i の濃度である。また、対象ガスが1種類の単位成分のみで構成される場合は、k=1 であるため、Ξg=Ξ1 となる。
そこで情報処理装置2000は、単位成分情報を利用して、対象ガスの特徴量ベクトルΞgを、1つ以上の単位成分の特徴量ベクトルΞi の線形和に分解する。こうすることで、情報処理装置2000は、対象ガスに含まれる1つ以上の単位成分を特定する。ここで、或る1つのベクトルを既知のベクトル(ここでは、単位成分情報に示されている各特徴量ベクトル)の線形和に分解する方法には、種々の既存の手法を利用することができる。例えば、以下の目的関数で表される非負制約付きの最小二乗法を利用することができる。
また、単位成分の濃度を特定する場合、上述した線形和への分解によって得られるベクトル A=(a1, a2,..., ak) を、各単位成分の濃度を表す情報として得ることができる。単位成分の混合比率は、これらの濃度の比で表すことができる。なお、ここでいう単位成分の濃度とは、(空気中のガスの濃度)×(ガス中の単位成分の濃度比)で表される値である。すなわち、空気中のガスの濃度に対する単位成分の相対的な濃度を意味する。また、ここでいう単位成分の濃度は、空気圧に占める単位成分の分圧の割合ととらえることもできる。
なお、対象ガスの特徴量と単位成分の特徴量において特徴定数の集合が共通でない場合、前述した方法で、これらの特徴定数の集合を一致させてから、対象ガスの特徴量を、単位成分の特徴量の線形和に分解する。
<作用効果>
本実施形態の情報処理装置2000は、ガスの検出値の時系列データに対する各特徴定数の寄与に基づいて定まる特徴量を用いて、対象ガスに含まれる1つ以上の単位成分を特定する。前述したように、この特徴量はガスに含まれる分子やその混合比率によって変化する特徴量であるため、この特徴量を各単位成分の特徴量と比較することにより、対象ガスに含まれる単位成分やその混合比率を精度良く特定することができる。
本実施形態の情報処理装置2000は、ガスの検出値の時系列データに対する各特徴定数の寄与に基づいて定まる特徴量を用いて、対象ガスに含まれる1つ以上の単位成分を特定する。前述したように、この特徴量はガスに含まれる分子やその混合比率によって変化する特徴量であるため、この特徴量を各単位成分の特徴量と比較することにより、対象ガスに含まれる単位成分やその混合比率を精度良く特定することができる。
<機能構成の例>
図10は、実施形態2の情報処理装置2000の機能構成を例示する図である。実施形態2の情報処理装置2000は、特徴量取得部2020及び成分特定部2060を有する。特徴量取得部2020については、実施形態1で説明した通りである。成分特定部2060は、単位成分情報と対象ガスの特徴量とを用いて、対象ガスに含まれる1つ以上の単位成分を特定する。
図10は、実施形態2の情報処理装置2000の機能構成を例示する図である。実施形態2の情報処理装置2000は、特徴量取得部2020及び成分特定部2060を有する。特徴量取得部2020については、実施形態1で説明した通りである。成分特定部2060は、単位成分情報と対象ガスの特徴量とを用いて、対象ガスに含まれる1つ以上の単位成分を特定する。
<ハードウエア構成の例>
実施形態2の情報処理装置2000を実現する計算機のハードウエア構成は、実施形態1と同様に、例えば図4によって表される。ただし、本実施形態の情報処理装置2000を実現する計算機1000のストレージデバイス1080には、本実施形態の情報処理装置2000の機能を実現するプログラムモジュールが記憶される。
実施形態2の情報処理装置2000を実現する計算機のハードウエア構成は、実施形態1と同様に、例えば図4によって表される。ただし、本実施形態の情報処理装置2000を実現する計算機1000のストレージデバイス1080には、本実施形態の情報処理装置2000の機能を実現するプログラムモジュールが記憶される。
<処理の流れ>
図11は、実施形態2の情報処理装置2000によって実行される処理の流れを例示するフローチャートである。特徴量取得部2020は、対象ガスの特徴量ベクトルΞg を取得する(S402)。成分特定部2060は、取得した特徴量ベクトルΞg と単位成分情報を用いて、対象ガスに含まれる単位成分を1つ以上特定する(S404)。
図11は、実施形態2の情報処理装置2000によって実行される処理の流れを例示するフローチャートである。特徴量取得部2020は、対象ガスの特徴量ベクトルΞg を取得する(S402)。成分特定部2060は、取得した特徴量ベクトルΞg と単位成分情報を用いて、対象ガスに含まれる単位成分を1つ以上特定する(S404)。
<単位成分情報について>
前述したように、単位成分情報は、単位成分の識別子と、その単位成分の特徴量とを対応づけた情報である。単位成分が単一の種類の分子であるとする。この場合、単位成分情報は、分子の識別子と、その分子の特徴量とを対応づけている。分子の識別子は、その分子の名称や化学式などである。分子の特徴量は、その分子のみを含むガスをセンサ10でセンシングすることで得られる時系列データを分解することで得られる特徴量(例えば特徴行列 F)である。なお、単位成分情報は、情報処理装置2000の内部又は外部に設けられている記憶装置に予め記憶されているものとする。
前述したように、単位成分情報は、単位成分の識別子と、その単位成分の特徴量とを対応づけた情報である。単位成分が単一の種類の分子であるとする。この場合、単位成分情報は、分子の識別子と、その分子の特徴量とを対応づけている。分子の識別子は、その分子の名称や化学式などである。分子の特徴量は、その分子のみを含むガスをセンサ10でセンシングすることで得られる時系列データを分解することで得られる特徴量(例えば特徴行列 F)である。なお、単位成分情報は、情報処理装置2000の内部又は外部に設けられている記憶装置に予め記憶されているものとする。
図12は、単一の種類の分子についての単位成分情報をテーブル形式で例示する図である。図12のテーブルを、テーブル300と呼ぶ。テーブル300は、分子識別子302及び特徴量304という2つの列を有する。テーブル300の各レコードは、分子識別子302に示される分子の識別子(単位成分の識別子)に、特徴量304に示される特徴量を対応づけている。
単位成分が、特定のにおいを生じる分子の組み合わせであるとする。「特定のにおい」とは、実施形態1で説明したにおいラベルで表されるにおいに相当する。そして、特定のにおいを生じる分子の組み合わせとは、においラベルで特定されるガスに含まれる分子の組み合わせに相当する。なお、ここでいう「分子の組み合わせ」では、どの分子が含まれているかだけでなく、それらの分子の混合比率も特定される。
単位成分が、特定のにおいを生じる分子の組み合わせである場合、単位成分情報が示す単位成分の識別子は、においラベルである。また、単位成分の特徴量は、そのにおいラベルで特定されるガスの特徴量である。すなわち、この単位成分情報は、実施形態1におけるにおい情報に相当する(図6参照)。
<特定結果の出力について>
情報処理装置2000は、対象ガスの成分を表す情報(以下、第2出力情報)を出力する。例えば第2出力情報は、対象ガスに含まれる各単位成分の識別子及びそれらの濃度や混合比率を示すテキストデータである。その他にも例えば、第2出力情報は、対象ガスに含まれる各単位成分の識別子及びそれらの濃度や混合比率を、表やグラフで表現したグラフィカルな情報であってもよい。
情報処理装置2000は、対象ガスの成分を表す情報(以下、第2出力情報)を出力する。例えば第2出力情報は、対象ガスに含まれる各単位成分の識別子及びそれらの濃度や混合比率を示すテキストデータである。その他にも例えば、第2出力情報は、対象ガスに含まれる各単位成分の識別子及びそれらの濃度や混合比率を、表やグラフで表現したグラフィカルな情報であってもよい。
図13は、対象ガスの成分をグラフで表す図である。このグラフは、横軸に対象ガスに含まれる各分子の名称を示し、縦軸に各分子の濃度を示している。具体的には、対象ガスに分子B、C、E、及びGが含まれていること、及びそれらの濃度を表している。なお、このグラフにおいて、単位成分は、濃度の降順にソートされている。このように対象ガスの成分をグラフィカルな情報で出力することにより、情報処理装置2000のユーザが、対象ガスの成分を直感的に容易に理解できるようになる。
以上、図面を参照して本発明の実施形態について述べたが、これらは本発明の例示であり、上記各実施形態を組み合わせた構成や、上記以外の様々な構成を採用することもできる。
上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
1. 対象ガスの特徴量を取得する特徴量取得部と、
においのラベルとそのにおいを生じるガスの特徴量とを対応づけたにおい情報の中から、前記対象ガスの特徴量に類似するにおい情報を特定し、前記特定したにおい情報に示される前記においのラベルを、前記対象ガスのにおいのラベルとして特定するラベル特定部と、を有し、
ガスの特徴量は、そのガスをセンシングしたセンサから得られる検出値の時系列データに対する、複数の特徴定数それぞれの寄与の大きさを表し、
前記センサの検出値は、ガスに含まれる分子の付着と離脱に応じて変化し、
前記特徴定数は、前記センサに付着している分子の量の時間変化の大きさに関する時定数又は速度定数である、情報処理装置。
2. 前記ラベル特定部は、前記対象ガスの特徴量が表す寄与値の分布と、各前記におい情報が示す特徴量が表す寄与値の分布との類似度を算出し、前記算出した類似度を用いて、前記対象ガスの特徴量に類似するにおい情報を特定する、1.に記載の情報処理装置。
3. ガスの特徴量は、各特徴定数それぞれの寄与の大きさを表す寄与値が列挙された特徴ベクトルであり、
前記ラベル特定部は、前記対象ガスの特徴ベクトルと、各前記におい情報が示す特徴ベクトルとの距離を算出し、前記算出された距離が最小である前記におい情報が示すラベルを、前記対象ガスのにおいラベルとして特定する、2.に記載の情報処理装置。
4. ガスの特徴量は、特徴定数の集合と、各特徴定数の寄与値の集合とを対応づけた情報であり、
前記ラベル特定部は、
前記対象ガスの特徴量が示す特徴定数の集合と、前記におい情報が示す特徴定数の集合とが同一になるように、前記対象ガスの特徴量と前記におい情報が示す特徴量の双方又は一方を変換し、
前記変換の後、前記対象ガスの特徴量が示す寄与値の集合を表す特徴ベクトルと、各前記におい情報が示す寄与値の集合を表す特徴ベクトルとの距離を算出し、前記算出された距離が最小である前記におい情報が示すラベルを、前記対象ガスのにおいラベルとして特定する、2.に記載の情報処理装置。
5. ガスの特徴量は、特徴定数の集合と、各特徴定数の寄与値の集合とを対応づけた情報であり、
前記ラベル特定部は、
前記対象ガスの特徴量が表す寄与値の分布と各前記におい情報が示す特徴量が表す寄与値の分布との間で、Kullback-Leibler(KL)ダイバージェンス又はワッサースタイン計量を算出し、前記算出された KL ダイバージェンス又はワッサースタイン計量が最小である前記におい情報が示すラベルを、前記対象ガスのにおいラベルとして特定する、2.に記載の情報処理装置。
1. 対象ガスの特徴量を取得する特徴量取得部と、
においのラベルとそのにおいを生じるガスの特徴量とを対応づけたにおい情報の中から、前記対象ガスの特徴量に類似するにおい情報を特定し、前記特定したにおい情報に示される前記においのラベルを、前記対象ガスのにおいのラベルとして特定するラベル特定部と、を有し、
ガスの特徴量は、そのガスをセンシングしたセンサから得られる検出値の時系列データに対する、複数の特徴定数それぞれの寄与の大きさを表し、
前記センサの検出値は、ガスに含まれる分子の付着と離脱に応じて変化し、
前記特徴定数は、前記センサに付着している分子の量の時間変化の大きさに関する時定数又は速度定数である、情報処理装置。
2. 前記ラベル特定部は、前記対象ガスの特徴量が表す寄与値の分布と、各前記におい情報が示す特徴量が表す寄与値の分布との類似度を算出し、前記算出した類似度を用いて、前記対象ガスの特徴量に類似するにおい情報を特定する、1.に記載の情報処理装置。
3. ガスの特徴量は、各特徴定数それぞれの寄与の大きさを表す寄与値が列挙された特徴ベクトルであり、
前記ラベル特定部は、前記対象ガスの特徴ベクトルと、各前記におい情報が示す特徴ベクトルとの距離を算出し、前記算出された距離が最小である前記におい情報が示すラベルを、前記対象ガスのにおいラベルとして特定する、2.に記載の情報処理装置。
4. ガスの特徴量は、特徴定数の集合と、各特徴定数の寄与値の集合とを対応づけた情報であり、
前記ラベル特定部は、
前記対象ガスの特徴量が示す特徴定数の集合と、前記におい情報が示す特徴定数の集合とが同一になるように、前記対象ガスの特徴量と前記におい情報が示す特徴量の双方又は一方を変換し、
前記変換の後、前記対象ガスの特徴量が示す寄与値の集合を表す特徴ベクトルと、各前記におい情報が示す寄与値の集合を表す特徴ベクトルとの距離を算出し、前記算出された距離が最小である前記におい情報が示すラベルを、前記対象ガスのにおいラベルとして特定する、2.に記載の情報処理装置。
5. ガスの特徴量は、特徴定数の集合と、各特徴定数の寄与値の集合とを対応づけた情報であり、
前記ラベル特定部は、
前記対象ガスの特徴量が表す寄与値の分布と各前記におい情報が示す特徴量が表す寄与値の分布との間で、Kullback-Leibler(KL)ダイバージェンス又はワッサースタイン計量を算出し、前記算出された KL ダイバージェンス又はワッサースタイン計量が最小である前記におい情報が示すラベルを、前記対象ガスのにおいラベルとして特定する、2.に記載の情報処理装置。
6. 対象ガスの特徴量を取得する特徴量取得部と、
単位成分の識別子とその単位成分のみを含むガスの特徴量とを対応づけた単位成分情報と、前記対象ガスの特徴量とを用いて、前記対象ガスに含まれる1つ以上の単位成分を特定する成分特定部と、を有し、
ガスの特徴量は、そのガスをセンシングしたセンサから得られる検出値の時系列データに対する、複数の特徴定数それぞれの寄与の大きさを表し、
前記センサの検出値は、ガスに含まれる分子の付着と離脱に応じて変化し、
前記特徴定数は、前記センサに付着している分子の量の時間変化の大きさに関する時定数又は速度定数である、情報処理装置。
7. 前記成分特定部は、前記対象ガスの特徴量を、前記単位成分情報に示される1つ以上の特徴量に分解し、前記分解によって得られた各前記特徴量に対応する単位成分を、前記対象ガスに含まれる前記単位成分として特定する、6.に記載の情報処理装置。
8. ガスの特徴量は、各特徴定数それぞれの寄与の大きさを表す寄与値が列挙された特徴ベクトルを示し、
前記成分特定部は、前記対象ガスの特徴ベクトルを、1つ以上の前記単位成分情報それぞれが示す特徴ベクトルの線形和に分解し、前記線形和を構成する特徴ベクトルに対応する単位成分を、前記対象ガスに含まれる前記単位成分として特定する、7.に記載の情報処理装置。
9. ガスの特徴量は、特徴定数の集合と、各特徴定数の寄与値の集合とを対応づけた情報であり、
前記成分特定部は、
前記対象ガスの特徴量が示す特徴定数の集合と、前記単位成分情報が示す特徴定数の集合とが同一になるように、前記対象ガスの特徴量と前記単位成分情報が示す特徴量の双方又は一方を変換し、
前記変換の後、前記対象ガスの特徴量が示す寄与値の集合を表す特徴ベクトルを、1つ以上の単位成分それぞれの特徴量が示す寄与値の集合を表す特徴ベクトルの線形和に分解し、前記線形和を構成する特徴ベクトルに対応する単位成分を、前記対象ガスに含まれる前記単位成分として特定する、7.に記載の情報処理装置。
10. 前記成分特定部は、前記線形和における各前記単位成分の特徴ベクトルの係数に基づいて、前記対象ガスにおける各前記単位成分の混合比を特定する、9.に記載の情報処理装置。
11. 前記単位成分は、単一の種類の分子であるか、又は特定のにおいを生じるガスを構成する分子の組み合わせである、6.乃至10.いずれか一つに記載の情報処理装置。
単位成分の識別子とその単位成分のみを含むガスの特徴量とを対応づけた単位成分情報と、前記対象ガスの特徴量とを用いて、前記対象ガスに含まれる1つ以上の単位成分を特定する成分特定部と、を有し、
ガスの特徴量は、そのガスをセンシングしたセンサから得られる検出値の時系列データに対する、複数の特徴定数それぞれの寄与の大きさを表し、
前記センサの検出値は、ガスに含まれる分子の付着と離脱に応じて変化し、
前記特徴定数は、前記センサに付着している分子の量の時間変化の大きさに関する時定数又は速度定数である、情報処理装置。
7. 前記成分特定部は、前記対象ガスの特徴量を、前記単位成分情報に示される1つ以上の特徴量に分解し、前記分解によって得られた各前記特徴量に対応する単位成分を、前記対象ガスに含まれる前記単位成分として特定する、6.に記載の情報処理装置。
8. ガスの特徴量は、各特徴定数それぞれの寄与の大きさを表す寄与値が列挙された特徴ベクトルを示し、
前記成分特定部は、前記対象ガスの特徴ベクトルを、1つ以上の前記単位成分情報それぞれが示す特徴ベクトルの線形和に分解し、前記線形和を構成する特徴ベクトルに対応する単位成分を、前記対象ガスに含まれる前記単位成分として特定する、7.に記載の情報処理装置。
9. ガスの特徴量は、特徴定数の集合と、各特徴定数の寄与値の集合とを対応づけた情報であり、
前記成分特定部は、
前記対象ガスの特徴量が示す特徴定数の集合と、前記単位成分情報が示す特徴定数の集合とが同一になるように、前記対象ガスの特徴量と前記単位成分情報が示す特徴量の双方又は一方を変換し、
前記変換の後、前記対象ガスの特徴量が示す寄与値の集合を表す特徴ベクトルを、1つ以上の単位成分それぞれの特徴量が示す寄与値の集合を表す特徴ベクトルの線形和に分解し、前記線形和を構成する特徴ベクトルに対応する単位成分を、前記対象ガスに含まれる前記単位成分として特定する、7.に記載の情報処理装置。
10. 前記成分特定部は、前記線形和における各前記単位成分の特徴ベクトルの係数に基づいて、前記対象ガスにおける各前記単位成分の混合比を特定する、9.に記載の情報処理装置。
11. 前記単位成分は、単一の種類の分子であるか、又は特定のにおいを生じるガスを構成する分子の組み合わせである、6.乃至10.いずれか一つに記載の情報処理装置。
12. コンピュータによって実行される制御方法であって、
対象ガスの特徴量を取得する特徴量取得ステップと、
においのラベルとそのにおいを生じるガスの特徴量とを対応づけたにおい情報の中から、前記対象ガスの特徴量に類似するにおい情報を特定し、前記特定したにおい情報に示される前記においのラベルを、前記対象ガスのにおいのラベルとして特定するラベル特定ステップと、を有し、
ガスの特徴量は、そのガスをセンシングしたセンサから得られる検出値の時系列データに対する、複数の特徴定数それぞれの寄与の大きさを表し、
前記センサの検出値は、ガスに含まれる分子の付着と離脱に応じて変化し、
前記特徴定数は、前記センサに付着している分子の量の時間変化の大きさに関する時定数又は速度定数である、制御方法。
13. 前記ラベル特定ステップにおいて、前記対象ガスの特徴量が表す寄与値の分布と、各前記におい情報が示す特徴量が表す寄与値の分布との類似度を算出し、前記算出した類似度を用いて、前記対象ガスの特徴量に類似するにおい情報を特定する、12.に記載の制御方法。
14. ガスの特徴量は、各特徴定数それぞれの寄与の大きさを表す寄与値が列挙された特徴ベクトルであり、
前記ラベル特定ステップにおいて、前記対象ガスの特徴ベクトルと、各前記におい情報が示す特徴ベクトルとの距離を算出し、前記算出された距離が最小である前記におい情報が示すラベルを、前記対象ガスのにおいラベルとして特定する、13.に記載の制御方法。
15. ガスの特徴量は、特徴定数の集合と、各特徴定数の寄与値の集合とを対応づけた情報であり、
前記ラベル特定ステップにおいて、
前記対象ガスの特徴量が示す特徴定数の集合と、前記におい情報が示す特徴定数の集合とが同一になるように、前記対象ガスの特徴量と前記におい情報が示す特徴量の双方又は一方を変換し、
前記変換の後、前記対象ガスの特徴量が示す寄与値の集合を表す特徴ベクトルと、各前記におい情報が示す寄与値の集合を表す特徴ベクトルとの距離を算出し、前記算出された距離が最小である前記におい情報が示すラベルを、前記対象ガスのにおいラベルとして特定する、13.に記載の制御方法。
16. ガスの特徴量は、特徴定数の集合と、各特徴定数の寄与値の集合とを対応づけた情報であり、
前記ラベル特定ステップにおいて、
前記対象ガスの特徴量が表す寄与値の分布と各前記におい情報が示す特徴量が表す寄与値の分布との間で、Kullback-Leibler(KL)ダイバージェンス又はワッサースタイン計量を算出し、前記算出された KL ダイバージェンス又はワッサースタイン計量が最小である前記におい情報が示すラベルを、前記対象ガスのにおいラベルとして特定する、13.に記載の制御方法。
対象ガスの特徴量を取得する特徴量取得ステップと、
においのラベルとそのにおいを生じるガスの特徴量とを対応づけたにおい情報の中から、前記対象ガスの特徴量に類似するにおい情報を特定し、前記特定したにおい情報に示される前記においのラベルを、前記対象ガスのにおいのラベルとして特定するラベル特定ステップと、を有し、
ガスの特徴量は、そのガスをセンシングしたセンサから得られる検出値の時系列データに対する、複数の特徴定数それぞれの寄与の大きさを表し、
前記センサの検出値は、ガスに含まれる分子の付着と離脱に応じて変化し、
前記特徴定数は、前記センサに付着している分子の量の時間変化の大きさに関する時定数又は速度定数である、制御方法。
13. 前記ラベル特定ステップにおいて、前記対象ガスの特徴量が表す寄与値の分布と、各前記におい情報が示す特徴量が表す寄与値の分布との類似度を算出し、前記算出した類似度を用いて、前記対象ガスの特徴量に類似するにおい情報を特定する、12.に記載の制御方法。
14. ガスの特徴量は、各特徴定数それぞれの寄与の大きさを表す寄与値が列挙された特徴ベクトルであり、
前記ラベル特定ステップにおいて、前記対象ガスの特徴ベクトルと、各前記におい情報が示す特徴ベクトルとの距離を算出し、前記算出された距離が最小である前記におい情報が示すラベルを、前記対象ガスのにおいラベルとして特定する、13.に記載の制御方法。
15. ガスの特徴量は、特徴定数の集合と、各特徴定数の寄与値の集合とを対応づけた情報であり、
前記ラベル特定ステップにおいて、
前記対象ガスの特徴量が示す特徴定数の集合と、前記におい情報が示す特徴定数の集合とが同一になるように、前記対象ガスの特徴量と前記におい情報が示す特徴量の双方又は一方を変換し、
前記変換の後、前記対象ガスの特徴量が示す寄与値の集合を表す特徴ベクトルと、各前記におい情報が示す寄与値の集合を表す特徴ベクトルとの距離を算出し、前記算出された距離が最小である前記におい情報が示すラベルを、前記対象ガスのにおいラベルとして特定する、13.に記載の制御方法。
16. ガスの特徴量は、特徴定数の集合と、各特徴定数の寄与値の集合とを対応づけた情報であり、
前記ラベル特定ステップにおいて、
前記対象ガスの特徴量が表す寄与値の分布と各前記におい情報が示す特徴量が表す寄与値の分布との間で、Kullback-Leibler(KL)ダイバージェンス又はワッサースタイン計量を算出し、前記算出された KL ダイバージェンス又はワッサースタイン計量が最小である前記におい情報が示すラベルを、前記対象ガスのにおいラベルとして特定する、13.に記載の制御方法。
17. コンピュータによって実行される制御方法であって、
対象ガスの特徴量を取得する特徴量取得ステップと、
単位成分の識別子とその単位成分のみを含むガスの特徴量とを対応づけた単位成分情報と、前記対象ガスの特徴量とを用いて、前記対象ガスに含まれる1つ以上の単位成分を特定する成分特定ステップと、を有し、
ガスの特徴量は、そのガスをセンシングしたセンサから得られる検出値の時系列データに対する、複数の特徴定数それぞれの寄与の大きさを表し、
前記センサの検出値は、ガスに含まれる分子の付着と離脱に応じて変化し、
前記特徴定数は、前記センサに付着している分子の量の時間変化の大きさに関する時定数又は速度定数である、制御方法。
18. 前記成分特定ステップにおいて、前記対象ガスの特徴量を、前記単位成分情報に示される1つ以上の特徴量に分解し、前記分解によって得られた各前記特徴量に対応する単位成分を、前記対象ガスに含まれる前記単位成分として特定する、17.に記載の制御方法。
19. ガスの特徴量は、各特徴定数それぞれの寄与の大きさを表す寄与値が列挙された特徴ベクトルを示し、
前記成分特定ステップにおいて、前記対象ガスの特徴ベクトルを、1つ以上の前記単位成分情報それぞれが示す特徴ベクトルの線形和に分解し、前記線形和を構成する特徴ベクトルに対応する単位成分を、前記対象ガスに含まれる前記単位成分として特定する、18.に記載の制御方法。
20. ガスの特徴量は、特徴定数の集合と、各特徴定数の寄与値の集合とを対応づけた情報であり、
前記成分特定ステップにおいて、
前記対象ガスの特徴量が示す特徴定数の集合と、前記単位成分情報が示す特徴定数の集合とが同一になるように、前記対象ガスの特徴量と前記単位成分情報が示す特徴量の双方又は一方を変換し、
前記変換の後、前記対象ガスの特徴量が示す寄与値の集合を表す特徴ベクトルを、1つ以上の単位成分それぞれの特徴量が示す寄与値の集合を表す特徴ベクトルの線形和に分解し、前記線形和を構成する特徴ベクトルに対応する単位成分を、前記対象ガスに含まれる前記単位成分として特定する、18.に記載の制御方法。
21. 前記成分特定ステップにおいて、前記線形和における各前記単位成分の特徴ベクトルの係数に基づいて、前記対象ガスにおける各前記単位成分の混合比を特定する、20.に記載の制御方法。
22. 前記単位成分は、単一の種類の分子であるか、又は特定のにおいを生じるガスを構成する分子の組み合わせである、17.乃至21.いずれか一つに記載の制御方法。
対象ガスの特徴量を取得する特徴量取得ステップと、
単位成分の識別子とその単位成分のみを含むガスの特徴量とを対応づけた単位成分情報と、前記対象ガスの特徴量とを用いて、前記対象ガスに含まれる1つ以上の単位成分を特定する成分特定ステップと、を有し、
ガスの特徴量は、そのガスをセンシングしたセンサから得られる検出値の時系列データに対する、複数の特徴定数それぞれの寄与の大きさを表し、
前記センサの検出値は、ガスに含まれる分子の付着と離脱に応じて変化し、
前記特徴定数は、前記センサに付着している分子の量の時間変化の大きさに関する時定数又は速度定数である、制御方法。
18. 前記成分特定ステップにおいて、前記対象ガスの特徴量を、前記単位成分情報に示される1つ以上の特徴量に分解し、前記分解によって得られた各前記特徴量に対応する単位成分を、前記対象ガスに含まれる前記単位成分として特定する、17.に記載の制御方法。
19. ガスの特徴量は、各特徴定数それぞれの寄与の大きさを表す寄与値が列挙された特徴ベクトルを示し、
前記成分特定ステップにおいて、前記対象ガスの特徴ベクトルを、1つ以上の前記単位成分情報それぞれが示す特徴ベクトルの線形和に分解し、前記線形和を構成する特徴ベクトルに対応する単位成分を、前記対象ガスに含まれる前記単位成分として特定する、18.に記載の制御方法。
20. ガスの特徴量は、特徴定数の集合と、各特徴定数の寄与値の集合とを対応づけた情報であり、
前記成分特定ステップにおいて、
前記対象ガスの特徴量が示す特徴定数の集合と、前記単位成分情報が示す特徴定数の集合とが同一になるように、前記対象ガスの特徴量と前記単位成分情報が示す特徴量の双方又は一方を変換し、
前記変換の後、前記対象ガスの特徴量が示す寄与値の集合を表す特徴ベクトルを、1つ以上の単位成分それぞれの特徴量が示す寄与値の集合を表す特徴ベクトルの線形和に分解し、前記線形和を構成する特徴ベクトルに対応する単位成分を、前記対象ガスに含まれる前記単位成分として特定する、18.に記載の制御方法。
21. 前記成分特定ステップにおいて、前記線形和における各前記単位成分の特徴ベクトルの係数に基づいて、前記対象ガスにおける各前記単位成分の混合比を特定する、20.に記載の制御方法。
22. 前記単位成分は、単一の種類の分子であるか、又は特定のにおいを生じるガスを構成する分子の組み合わせである、17.乃至21.いずれか一つに記載の制御方法。
23. 12.乃至22.いずれか一つに記載の制御方法の各ステップを実行するプログラム。
Claims (23)
- 対象ガスの特徴量を取得する特徴量取得部と、
においのラベルとそのにおいを生じるガスの特徴量とを対応づけたにおい情報の中から、前記対象ガスの特徴量に類似するにおい情報を特定し、前記特定したにおい情報に示される前記においのラベルを、前記対象ガスのにおいのラベルとして特定するラベル特定部と、を有し、
ガスの特徴量は、そのガスをセンシングしたセンサから得られる検出値の時系列データに対する、複数の特徴定数それぞれの寄与の大きさを表し、
前記センサの検出値は、ガスに含まれる分子の付着と離脱に応じて変化し、
前記特徴定数は、前記センサに付着している分子の量の時間変化の大きさに関する時定数又は速度定数である、情報処理装置。 - 前記ラベル特定部は、前記対象ガスの特徴量が表す寄与値の分布と、各前記におい情報が示す特徴量が表す寄与値の分布との類似度を算出し、前記算出した類似度を用いて、前記対象ガスの特徴量に類似するにおい情報を特定する、請求項1に記載の情報処理装置。
- ガスの特徴量は、各特徴定数それぞれの寄与の大きさを表す寄与値が列挙された特徴ベクトルであり、
前記ラベル特定部は、前記対象ガスの特徴ベクトルと、各前記におい情報が示す特徴ベクトルとの距離を算出し、前記算出された距離が最小である前記におい情報が示すラベルを、前記対象ガスのにおいラベルとして特定する、請求項2に記載の情報処理装置。 - ガスの特徴量は、特徴定数の集合と、各特徴定数の寄与値の集合とを対応づけた情報であり、
前記ラベル特定部は、
前記対象ガスの特徴量が示す特徴定数の集合と、前記におい情報が示す特徴定数の集合とが同一になるように、前記対象ガスの特徴量と前記におい情報が示す特徴量の双方又は一方を変換し、
前記変換の後、前記対象ガスの特徴量が示す寄与値の集合を表す特徴ベクトルと、各前記におい情報が示す寄与値の集合を表す特徴ベクトルとの距離を算出し、前記算出された距離が最小である前記におい情報が示すラベルを、前記対象ガスのにおいラベルとして特定する、請求項2に記載の情報処理装置。 - ガスの特徴量は、特徴定数の集合と、各特徴定数の寄与値の集合とを対応づけた情報であり、
前記ラベル特定部は、
前記対象ガスの特徴量が表す寄与値の分布と各前記におい情報が示す特徴量が表す寄与値の分布との間で、Kullback-Leibler(KL)ダイバージェンス又はワッサースタイン計量を算出し、前記算出された KL ダイバージェンス又はワッサースタイン計量が最小である前記におい情報が示すラベルを、前記対象ガスのにおいラベルとして特定する、請求項2に記載の情報処理装置。 - 対象ガスの特徴量を取得する特徴量取得部と、
単位成分の識別子とその単位成分のみを含むガスの特徴量とを対応づけた単位成分情報と、前記対象ガスの特徴量とを用いて、前記対象ガスに含まれる1つ以上の単位成分を特定する成分特定部と、を有し、
ガスの特徴量は、そのガスをセンシングしたセンサから得られる検出値の時系列データに対する、複数の特徴定数それぞれの寄与の大きさを表し、
前記センサの検出値は、ガスに含まれる分子の付着と離脱に応じて変化し、
前記特徴定数は、前記センサに付着している分子の量の時間変化の大きさに関する時定数又は速度定数である、情報処理装置。 - 前記成分特定部は、前記対象ガスの特徴量を、前記単位成分情報に示される1つ以上の特徴量に分解し、前記分解によって得られた各前記特徴量に対応する単位成分を、前記対象ガスに含まれる前記単位成分として特定する、請求項6に記載の情報処理装置。
- ガスの特徴量は、各特徴定数それぞれの寄与の大きさを表す寄与値が列挙された特徴ベクトルを示し、
前記成分特定部は、前記対象ガスの特徴ベクトルを、1つ以上の前記単位成分情報それぞれが示す特徴ベクトルの線形和に分解し、前記線形和を構成する特徴ベクトルに対応する単位成分を、前記対象ガスに含まれる前記単位成分として特定する、請求項7に記載の情報処理装置。 - ガスの特徴量は、特徴定数の集合と、各特徴定数の寄与値の集合とを対応づけた情報であり、
前記成分特定部は、
前記対象ガスの特徴量が示す特徴定数の集合と、前記単位成分情報が示す特徴定数の集合とが同一になるように、前記対象ガスの特徴量と前記単位成分情報が示す特徴量の双方又は一方を変換し、
前記変換の後、前記対象ガスの特徴量が示す寄与値の集合を表す特徴ベクトルを、1つ以上の単位成分それぞれの特徴量が示す寄与値の集合を表す特徴ベクトルの線形和に分解し、前記線形和を構成する特徴ベクトルに対応する単位成分を、前記対象ガスに含まれる前記単位成分として特定する、請求項7に記載の情報処理装置。 - 前記成分特定部は、前記線形和における各前記単位成分の特徴ベクトルの係数に基づいて、前記対象ガスにおける各前記単位成分の混合比を特定する、請求項9に記載の情報処理装置。
- 前記単位成分は、単一の種類の分子であるか、又は特定のにおいを生じるガスを構成する分子の組み合わせである、請求項6乃至10いずれか一項に記載の情報処理装置。
- コンピュータによって実行される制御方法であって、
対象ガスの特徴量を取得する特徴量取得ステップと、
においのラベルとそのにおいを生じるガスの特徴量とを対応づけたにおい情報の中から、前記対象ガスの特徴量に類似するにおい情報を特定し、前記特定したにおい情報に示される前記においのラベルを、前記対象ガスのにおいのラベルとして特定するラベル特定ステップと、を有し、
ガスの特徴量は、そのガスをセンシングしたセンサから得られる検出値の時系列データに対する、複数の特徴定数それぞれの寄与の大きさを表し、
前記センサの検出値は、ガスに含まれる分子の付着と離脱に応じて変化し、
前記特徴定数は、前記センサに付着している分子の量の時間変化の大きさに関する時定数又は速度定数である、制御方法。 - 前記ラベル特定ステップにおいて、前記対象ガスの特徴量が表す寄与値の分布と、各前記におい情報が示す特徴量が表す寄与値の分布との類似度を算出し、前記算出した類似度を用いて、前記対象ガスの特徴量に類似するにおい情報を特定する、請求項12に記載の制御方法。
- ガスの特徴量は、各特徴定数それぞれの寄与の大きさを表す寄与値が列挙された特徴ベクトルであり、
前記ラベル特定ステップにおいて、前記対象ガスの特徴ベクトルと、各前記におい情報が示す特徴ベクトルとの距離を算出し、前記算出された距離が最小である前記におい情報が示すラベルを、前記対象ガスのにおいラベルとして特定する、請求項13に記載の制御方法。 - ガスの特徴量は、特徴定数の集合と、各特徴定数の寄与値の集合とを対応づけた情報であり、
前記ラベル特定ステップにおいて、
前記対象ガスの特徴量が示す特徴定数の集合と、前記におい情報が示す特徴定数の集合とが同一になるように、前記対象ガスの特徴量と前記におい情報が示す特徴量の双方又は一方を変換し、
前記変換の後、前記対象ガスの特徴量が示す寄与値の集合を表す特徴ベクトルと、各前記におい情報が示す寄与値の集合を表す特徴ベクトルとの距離を算出し、前記算出された距離が最小である前記におい情報が示すラベルを、前記対象ガスのにおいラベルとして特定する、請求項13に記載の制御方法。 - ガスの特徴量は、特徴定数の集合と、各特徴定数の寄与値の集合とを対応づけた情報であり、
前記ラベル特定ステップにおいて、
前記対象ガスの特徴量が表す寄与値の分布と各前記におい情報が示す特徴量が表す寄与値の分布との間で、Kullback-Leibler(KL)ダイバージェンス又はワッサースタイン計量を算出し、前記算出された KL ダイバージェンス又はワッサースタイン計量が最小である前記におい情報が示すラベルを、前記対象ガスのにおいラベルとして特定する、請求項13に記載の制御方法。 - コンピュータによって実行される制御方法であって、
対象ガスの特徴量を取得する特徴量取得ステップと、
単位成分の識別子とその単位成分のみを含むガスの特徴量とを対応づけた単位成分情報と、前記対象ガスの特徴量とを用いて、前記対象ガスに含まれる1つ以上の単位成分を特定する成分特定ステップと、を有し、
ガスの特徴量は、そのガスをセンシングしたセンサから得られる検出値の時系列データに対する、複数の特徴定数それぞれの寄与の大きさを表し、
前記センサの検出値は、ガスに含まれる分子の付着と離脱に応じて変化し、
前記特徴定数は、前記センサに付着している分子の量の時間変化の大きさに関する時定数又は速度定数である、制御方法。 - 前記成分特定ステップにおいて、前記対象ガスの特徴量を、前記単位成分情報に示される1つ以上の特徴量に分解し、前記分解によって得られた各前記特徴量に対応する単位成分を、前記対象ガスに含まれる前記単位成分として特定する、請求項17に記載の制御方法。
- ガスの特徴量は、各特徴定数それぞれの寄与の大きさを表す寄与値が列挙された特徴ベクトルを示し、
前記成分特定ステップにおいて、前記対象ガスの特徴ベクトルを、1つ以上の前記単位成分情報それぞれが示す特徴ベクトルの線形和に分解し、前記線形和を構成する特徴ベクトルに対応する単位成分を、前記対象ガスに含まれる前記単位成分として特定する、請求項18に記載の制御方法。 - ガスの特徴量は、特徴定数の集合と、各特徴定数の寄与値の集合とを対応づけた情報であり、
前記成分特定ステップにおいて、
前記対象ガスの特徴量が示す特徴定数の集合と、前記単位成分情報が示す特徴定数の集合とが同一になるように、前記対象ガスの特徴量と前記単位成分情報が示す特徴量の双方又は一方を変換し、
前記変換の後、前記対象ガスの特徴量が示す寄与値の集合を表す特徴ベクトルを、1つ以上の単位成分それぞれの特徴量が示す寄与値の集合を表す特徴ベクトルの線形和に分解し、前記線形和を構成する特徴ベクトルに対応する単位成分を、前記対象ガスに含まれる前記単位成分として特定する、請求項18に記載の制御方法。 - 前記成分特定ステップにおいて、前記線形和における各前記単位成分の特徴ベクトルの係数に基づいて、前記対象ガスにおける各前記単位成分の混合比を特定する、請求項20に記載の制御方法。
- 前記単位成分は、単一の種類の分子であるか、又は特定のにおいを生じるガスを構成する分子の組み合わせである、請求項17乃至21いずれか一項に記載の制御方法。
- 請求項12乃至22いずれか一項に記載の制御方法の各ステップを実行するプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/028566 WO2020026328A1 (ja) | 2018-07-31 | 2018-07-31 | 情報処理装置、制御方法、及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JPWO2020026328A1 true JPWO2020026328A1 (ja) | 2021-08-02 |
Family
ID=69232433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020533926A Pending JPWO2020026328A1 (ja) | 2018-07-31 | 2018-07-31 | 情報処理装置、制御方法、及びプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JPWO2020026328A1 (ja) |
WO (1) | WO2020026328A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11846620B2 (en) * | 2020-03-17 | 2023-12-19 | Nec Corporation | Noise removing apparatus, noise removing method, and recording medium |
US11974803B2 (en) | 2020-10-12 | 2024-05-07 | Biosense Webster (Israel) Ltd. | Basket catheter with balloon |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06308008A (ja) * | 1993-04-26 | 1994-11-04 | Nippon Telegr & Teleph Corp <Ntt> | 混合ガス成分判別および定量方法ならびに装置 |
JPH11264809A (ja) * | 1998-03-17 | 1999-09-28 | Shimadzu Corp | ガス識別装置 |
JP2001305034A (ja) * | 2000-04-26 | 2001-10-31 | Mitsubishi Electric Corp | ガス同定方法、ガス定量方法およびガス同定または定量装置 |
JP2011203006A (ja) * | 2010-03-24 | 2011-10-13 | Olympus Corp | 検出センサ |
US20160084808A1 (en) * | 2014-09-20 | 2016-03-24 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Method and device for determining a composition of a gas sample processed by means of gas chromatography |
US20160161433A1 (en) * | 2014-05-16 | 2016-06-09 | Massachusetts Institute Of Technology | Electrospun Polymer Fibers for Gas Sensing |
JP2017117438A (ja) * | 2015-11-13 | 2017-06-29 | タタ コンサルタンシー サービシズ リミテッドTATA Consultancy Services Limited | マルチセンサビジュアルアナリティクス |
-
2018
- 2018-07-31 JP JP2020533926A patent/JPWO2020026328A1/ja active Pending
- 2018-07-31 WO PCT/JP2018/028566 patent/WO2020026328A1/ja active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06308008A (ja) * | 1993-04-26 | 1994-11-04 | Nippon Telegr & Teleph Corp <Ntt> | 混合ガス成分判別および定量方法ならびに装置 |
JPH11264809A (ja) * | 1998-03-17 | 1999-09-28 | Shimadzu Corp | ガス識別装置 |
JP2001305034A (ja) * | 2000-04-26 | 2001-10-31 | Mitsubishi Electric Corp | ガス同定方法、ガス定量方法およびガス同定または定量装置 |
JP2011203006A (ja) * | 2010-03-24 | 2011-10-13 | Olympus Corp | 検出センサ |
US20160161433A1 (en) * | 2014-05-16 | 2016-06-09 | Massachusetts Institute Of Technology | Electrospun Polymer Fibers for Gas Sensing |
US20160084808A1 (en) * | 2014-09-20 | 2016-03-24 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Method and device for determining a composition of a gas sample processed by means of gas chromatography |
JP2017117438A (ja) * | 2015-11-13 | 2017-06-29 | タタ コンサルタンシー サービシズ リミテッドTATA Consultancy Services Limited | マルチセンサビジュアルアナリティクス |
Non-Patent Citations (1)
Title |
---|
瀬戸就一、川辺弘之、下村有子、史麗琴、勝部昭明、大薮多可志: ""半導体ガスセンサの過渡応答出力の解析"", 電気学会論文誌E, vol. 125, no. 3, JPN6018043048, 1 June 2005 (2005-06-01), JP, pages 129 - 134, ISSN: 0004673485 * |
Also Published As
Publication number | Publication date |
---|---|
WO2020026328A1 (ja) | 2020-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dilthey et al. | Strain-level metagenomic assignment and compositional estimation for long reads with MetaMaps | |
Bengtsson‐Palme et al. | METAXA2: improved identification and taxonomic classification of small and large subunit rRNA in metagenomic data | |
Karosiene et al. | NetMHCcons: a consensus method for the major histocompatibility complex class I predictions | |
CN102265227B (zh) | 用于在机器状况监视中创建状态估计模型的方法和设备 | |
Gillich et al. | Beam damage assessment using natural frequency shift and machine learning | |
JP7063389B2 (ja) | 処理装置、処理方法、およびプログラム | |
US11598740B2 (en) | Server apparatus, odor sensor data analysis method, and computer-readable recording medium | |
Singh et al. | SPOT-Contact-LM: improving single-sequence-based prediction of protein contact map using a transformer language model | |
TW201935316A (zh) | 用於光譜量化的減少的誤報識別 | |
Mount | Using BLOSUM in sequence alignments | |
JPWO2020026328A1 (ja) | 情報処理装置、制御方法、及びプログラム | |
JP7127697B2 (ja) | 情報処理装置、制御方法、及びプログラム | |
Rapin et al. | The MHC motif viewer: a visualization tool for MHC binding motifs | |
CN111797395B (zh) | 恶意代码可视化及变种检测方法、装置、设备及存储介质 | |
JP7140191B2 (ja) | 情報処理装置、制御方法、及びプログラム | |
US11245764B2 (en) | Server apparatus, odor sensor data analysis method, and computer readable recording medium for unfixed odor analysis targets | |
JP2004093447A (ja) | におい測定装置 | |
Singh et al. | SPOT-Contact-Single: Improving Single-Sequence-Based Prediction of Protein Contact Map using a Transformer Language Model | |
JP7056747B2 (ja) | 情報処理装置、処理装置、情報処理方法、処理方法、決定方法、およびプログラム | |
JP7099623B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
CN110046770B (zh) | 粮食霉变预测方法及装置 | |
Mohammed et al. | Eu-detect: an algorithm for detecting eukaryotic sequences in metagenomic data sets | |
JP7074194B2 (ja) | 情報処理装置、制御方法、及びプログラム | |
Sokouti et al. | Applying random forest and subtractive fuzzy c-means clustering techniques for the development of a novel G protein-coupled receptor discrimination method using pseudo amino acid compositions | |
CN111883226A (zh) | 一种信息处理和模型训练方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210121 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210121 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220104 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220802 |