JPWO2021261202A5 - 識別器の生成方法及び装置 - Google Patents
識別器の生成方法及び装置 Download PDFInfo
- Publication number
- JPWO2021261202A5 JPWO2021261202A5 JP2022531651A JP2022531651A JPWO2021261202A5 JP WO2021261202 A5 JPWO2021261202 A5 JP WO2021261202A5 JP 2022531651 A JP2022531651 A JP 2022531651A JP 2022531651 A JP2022531651 A JP 2022531651A JP WO2021261202 A5 JPWO2021261202 A5 JP WO2021261202A5
- Authority
- JP
- Japan
- Prior art keywords
- peak
- discriminator
- signal waveform
- waveform
- peaks
- 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
- 238000000034 method Methods 0.000 title claims description 11
- 238000009826 distribution Methods 0.000 claims description 12
- 238000010801 machine learning Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000001228 spectrum Methods 0.000 claims 2
- 239000000284 extract Substances 0.000 claims 1
- 238000001514 detection method Methods 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
Description
上記課題を解決するために成された本発明に係る識別器の生成方法の一態様は、
分析装置を用い複数の試料を測定することにより複数の信号波形を得るステップと、
前記複数の信号波形からそれぞれに含まれる単一ピークを抽出し、その単一ピークの形状を特徴付ける予め決められた形状パラメータを求めるステップと、
前記形状パラメータを利用した機械学習により、ピーク波形を近似するモデル関数とその関数のパラメータの分布とを含む生成モデルを得るステップと、
前記生成モデルを用いて、複数のピークの重なり及び/又はノイズを含む模擬的な信号波形を生成するステップと、
前記模擬的な信号波形を訓練用又は評価用のデータとした機械学習により、試料を測定して得られた信号波形において観測されるピークを検出するための識別器を作成するステップと、
を含む。
分析装置を用い複数の試料を測定することにより複数の信号波形を得るステップと、
前記複数の信号波形からそれぞれに含まれる単一ピークを抽出し、その単一ピークの形状を特徴付ける予め決められた形状パラメータを求めるステップと、
前記形状パラメータを利用した機械学習により、ピーク波形を近似するモデル関数とその関数のパラメータの分布とを含む生成モデルを得るステップと、
前記生成モデルを用いて、複数のピークの重なり及び/又はノイズを含む模擬的な信号波形を生成するステップと、
前記模擬的な信号波形を訓練用又は評価用のデータとした機械学習により、試料を測定して得られた信号波形において観測されるピークを検出するための識別器を作成するステップと、
を含む。
また上記課題を解決するために成された本発明に係る識別器生成装置の一態様は、本発明に係る上記態様の識別器の生成方法を実施するための装置であり、
分析装置を用い複数の試料を測定することにより得られた複数の信号波形からそれぞれに含まれる単一ピークを抽出し、その単一ピークの形状を特徴付ける予め決められた形状パラメータを求めるパラメータ情報取得部と、
前記形状パラメータを利用した機械学習により、ピーク波形を近似するモデル関数とその関数のパラメータの分布とを含む生成モデルを得る生成モデル取得部と、
前記生成モデルを用いて、複数のピークの重なり及び/又はノイズを含む模擬的な信号波形を生成する模擬波形生成部と、
前記模擬的な信号波形を訓練用又は評価用のデータとした機械学習により、試料を測定して得られた信号波形において観測されるピークを検出するための識別器を作成する識別器取得部と、
を備える。
分析装置を用い複数の試料を測定することにより得られた複数の信号波形からそれぞれに含まれる単一ピークを抽出し、その単一ピークの形状を特徴付ける予め決められた形状パラメータを求めるパラメータ情報取得部と、
前記形状パラメータを利用した機械学習により、ピーク波形を近似するモデル関数とその関数のパラメータの分布とを含む生成モデルを得る生成モデル取得部と、
前記生成モデルを用いて、複数のピークの重なり及び/又はノイズを含む模擬的な信号波形を生成する模擬波形生成部と、
前記模擬的な信号波形を訓練用又は評価用のデータとした機械学習により、試料を測定して得られた信号波形において観測されるピークを検出するための識別器を作成する識別器取得部と、
を備える。
本発明に係る上記態様の識別器の生成方法及び装置では、例えば、非特許文献3、4等に開示されている、機械学習の一手法である敵対的生成ネットワーク(Generative Adversarial Network:以下「GAN」と称す)を利用して、信号波形上で観測されるピークについての形状パラメータの変動(ばらつき)に関する分布(確率分布)を学習する。GANによる学習の際には、例えばクロマトグラフ装置で実際に試料を分析することで得られたクロマトグラム波形から抽出された形状パラメータを本物のデータとして与える。GANによる学習の過程で、形状パラメータの頻度(分布)を反映した生成モデル(生成器)を取得することができる。
本発明によれば、例えば、クロマトグラフ装置で実際に得られるクロマトグラム波形における形状パラメータの分布を、高い精度で以て取得することができる。こうした分布を反映した生成モデルを用いて、合理的なパラメータのばらつきを有するピークが出現する信号波形や、複数のピークが重なり合った信号波形、又はピークにノイズが重畳した信号波形などを模擬的に生成することができる。こうした模擬的な信号波形では、各ピーク開始点及び終了点などのピーク情報が正確に得られている。従って、ピーク検出のための識別器を機械学習によって生成する際の教師データとして又は評価用データとして、こうした模擬的な信号波形を用いることで、労力と時間とを節約しながら、ピーク検出のための識別器の性能を向上させることができる。
また、本発明によれば、ピークを高い精度で検出したり、ピーク面積値や高さ値等の特徴値を精度良く算出したりすることができる。それによって、従来のピーク検出法では適切に検出できないピークを検出することができるほか、ピーク面積値等を利用した成分の定量精度を向上させることができる。
Claims (14)
- 分析装置を用い複数の試料を測定することにより複数の信号波形を得るステップと、
前記複数の信号波形からそれぞれに含まれる単一ピークを抽出し、その単一ピークの形状を特徴付ける予め決められた形状パラメータを求めるステップと、
前記形状パラメータを利用した機械学習により、ピーク波形を近似するモデル関数とその関数のパラメータの分布とを含む生成モデルを得るステップと、
前記生成モデルを用いて、複数のピークの重なり及び/又はノイズを含む模擬的な信号波形を生成するステップと、
前記模擬的な信号波形を訓練用又は評価用のデータとした機械学習により、試料を測定して得られた信号波形において観測されるピークを検出するための識別器を作成するステップと、
を含む識別器の生成方法。 - 前記生成モデルを得るステップでは、前記形状パラメータを入力とし、生成モデルと識別モデルという互いに敵対する二つのモデルを用いた敵対的学習を実行することで、形状パラメータの分布を含む生成モデルを取得する、請求項1に記載の識別器の生成方法。
- 前記形状パラメータを求めるステップでは、信号波形から、孤立したピークで且つSN比が基準値以上である単一ピークを抽出して該ピークに関する形状パラメータを求める、請求項1に記載の識別器の生成方法。
- 前記形状パラメータは、ピーク高さ、ピーク幅、ピークのテーリング度合い、のいずれか1つを含む、請求項3に記載の識別器の生成方法。
- 前記形状パラメータは、ピーク数、隣接するピーク間の距離、及び、信号波形の中央付近にあるピークの位置、を含み、前記第4ステップでは、これらの形状パラメータの分布により模擬的な信号波形におけるピーク位置を決定する、請求項1に記載の識別器の生成方法。
- 前記模擬的な信号波形を生成するステップでは、前記生成モデルを用いて生成された1又は複数のピークを含む波形にノイズを加算することによって模擬的な信号波形を生成する、請求項1に記載の識別器の生成方法。
- 前記複数の信号波形は、特定の種類の試料に対する分析により得られたクロマトグラム波形又はスペクトル波形である、請求項1に記載の識別器の生成方法。
- 分析装置を用い複数の試料を測定することにより得られた複数の信号波形からそれぞれに含まれる単一ピークを抽出し、その単一ピークの形状を特徴付ける予め決められた形状パラメータを求めるパラメータ情報取得部と、
前記形状パラメータを利用した機械学習により、ピーク波形を近似するモデル関数とその関数のパラメータの分布とを含む生成モデルを得る生成モデル取得部と、
前記生成モデルを用いて、複数のピークの重なり及び/又はノイズを含む模擬的な信号波形を生成する模擬波形生成部と、
前記模擬的な信号波形を訓練用又は評価用のデータとした機械学習により、試料を測定して得られた信号波形において観測されるピークを検出するための識別器を作成する識別器取得部と、
を備える識別器生成装置。 - 前記生成モデル取得部は、前記形状パラメータを入力とし、生成モデルと識別モデルという互いに敵対する二つのモデルを用いた敵対的学習を実行することで、形状パラメータの分布を含む生成モデルを取得する、請求項8に記載の識別器生成装置。
- 前記パラメータ情報取得部は、信号波形から、孤立したピークで且つSN比が基準値以上である単一ピークを抽出して該ピークに関する形状パラメータを求める、請求項8に記載の識別器生成装置。
- 前記形状パラメータは、ピーク高さ、ピーク幅、ピークのテーリング度合い、のいずれか1つを含む、請求項10に記載の識別器生成装置。
- 前記形状パラメータは、ピーク数、隣接するピーク間の距離、及び、信号波形の中央付近にあるピークの位置、を含み、前記模擬波形生成部は、これらの形状パラメータの分布により模擬的な信号波形におけるピーク位置を決定する、請求項8に記載の識別器生成装置。
- 前記模擬波形生成部は、前記生成モデルを用いて生成された1又は複数のピークを含む波形にノイズを加算することによって模擬的な信号波形を生成する、請求項8に記載の識別器生成装置。
- 前記複数の信号波形は、特定の種類の試料に対する分析により得られたクロマトグラム波形又はスペクトル波形である、請求項8に記載の識別器生成装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020107606 | 2020-06-23 | ||
JP2020107606 | 2020-06-23 | ||
PCT/JP2021/021184 WO2021261202A1 (ja) | 2020-06-23 | 2021-06-03 | データ生成方法及び装置、並びに、識別器の生成方法及び装置 |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2021261202A1 JPWO2021261202A1 (ja) | 2021-12-30 |
JPWO2021261202A5 true JPWO2021261202A5 (ja) | 2023-02-27 |
JP7424595B2 JP7424595B2 (ja) | 2024-01-30 |
Family
ID=79282579
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022531651A Active JP7424595B2 (ja) | 2020-06-23 | 2021-06-03 | 識別器の生成方法及び装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230280317A1 (ja) |
JP (1) | JP7424595B2 (ja) |
CN (1) | CN115997219A (ja) |
WO (1) | WO2021261202A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115326783B (zh) * | 2022-10-13 | 2023-01-17 | 南方科技大学 | 拉曼光谱预处理模型生成方法、系统、终端及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5333089B2 (ja) * | 2009-09-09 | 2013-11-06 | 株式会社島津製作所 | クロマトグラフ用データ処理装置 |
JP2019086475A (ja) * | 2017-11-09 | 2019-06-06 | 富士通株式会社 | 学習プログラム、検出プログラム、学習方法、検出方法、学習装置および検出装置 |
JP7014100B2 (ja) * | 2018-08-27 | 2022-02-01 | 日本電信電話株式会社 | 拡張装置、拡張方法及び拡張プログラム |
EP3865872A4 (en) * | 2018-11-19 | 2022-08-10 | Canon Kabushiki Kaisha | INFORMATION PROCESSING DEVICE, METHOD FOR CONTROLLING AN INFORMATION PROCESSING DEVICE, PROGRAM, CALCULATION DEVICE AND CALCULATION METHOD |
-
2021
- 2021-06-03 US US18/010,963 patent/US20230280317A1/en active Pending
- 2021-06-03 CN CN202180043989.2A patent/CN115997219A/zh active Pending
- 2021-06-03 WO PCT/JP2021/021184 patent/WO2021261202A1/ja active Application Filing
- 2021-06-03 JP JP2022531651A patent/JP7424595B2/ja active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109163997B (zh) | 一种基于声谱图深度学习的岩石表面强度测定方法 | |
CN102770856B (zh) | 用于精确波形测量的域识别和分离 | |
JP2007301003A5 (ja) | ||
CN105637331A (zh) | 异常检测装置、异常检测方法及计算机可读取的存储介质 | |
CN112149549A (zh) | 一种基于深度残差网络的gis局部放电类型识别方法 | |
JPWO2021261202A5 (ja) | 識別器の生成方法及び装置 | |
CN105954366A (zh) | 一种烟用香精香料品质监控方法 | |
CN110020604A (zh) | 一种蔬菜品质检测方法及系统 | |
Le | Use of the Morlet mother wavelet in the frequency-scale domain decomposition technique for the modal identification of ambient vibration responses | |
CN109765426A (zh) | 基于宽频谱激励信号的系统模型参数快速辨识方法 | |
CN115954017A (zh) | 一种基于hht的发动机小样本声音异常故障识别方法及系统 | |
CN110619216B (zh) | 一种对抗性网络的恶意软件检测方法及系统 | |
CN104112003B (zh) | 对游戏终端的性能进行检测的方法及系统 | |
CN110057918B (zh) | 强噪声背景下的复合材料损伤定量识别方法及系统 | |
CN101292245B (zh) | 识别统计线性数据的设备和方法 | |
CN109710536A (zh) | 一种自动提取fpga软件验证结果仿真波形的系统及方法 | |
JP7424595B2 (ja) | 識別器の生成方法及び装置 | |
CN111191502B (zh) | 基于钻柱振动信号的粘滑和跳钻异常工况识别方法 | |
CN109540446B (zh) | 基于时域冲击面积的固体发动机跌落式冲击试验处理方法 | |
CN116844566A (zh) | 一种小样本数据下气体泄漏故障检测方法及装置 | |
WO2017121338A1 (zh) | 一种判断产品是否结晶的方法、装置以及检测设备 | |
CN113720952B (zh) | 用于储层解释评价的图版生成方法、装置、设备及介质 | |
CN113793581A (zh) | 一种基于运动检测辅助识别的打击乐智能教育系统 | |
Seth et al. | Feature learning for bird call clustering | |
CN113219042A (zh) | 一种用于人体呼出气体中各成分分析检测的装置及其方法 |