RU2112273C1 - System of devices for interpretation of notions by images - Google Patents
System of devices for interpretation of notions by images Download PDFInfo
- Publication number
- RU2112273C1 RU2112273C1 RU95115205A RU95115205A RU2112273C1 RU 2112273 C1 RU2112273 C1 RU 2112273C1 RU 95115205 A RU95115205 A RU 95115205A RU 95115205 A RU95115205 A RU 95115205A RU 2112273 C1 RU2112273 C1 RU 2112273C1
- Authority
- RU
- Russia
- Prior art keywords
- block
- figurative
- unit
- information
- concepts
- Prior art date
Links
Abstract
Description
Изобретение относится к области разработки и применения систем и устройств, позволяющих автоматизировать элементы мыслительного процесса человека на основе логических, вычислительных и распознавательных функций. The invention relates to the field of development and application of systems and devices that automate elements of the human thought process based on logical, computational and recognition functions.
Изобретение может быть использовано в научной практике для анализа и моделирования элементов умственной деятельности, а также для решения творческих задач, расширяющих функции современных вычислительных систем. The invention can be used in scientific practice for the analysis and modeling of elements of mental activity, as well as for solving creative problems that expand the functions of modern computing systems.
Уровень техники. Современные автоматы обеспечивают решение любых задач, которые могут быть описаны с помощью алгоритмов. При этом должно быть определено точное содержание понятий задач [1]. В этом случае любая задача решается в виде нахождения определенной комбинации понятий в соответствии с заданными условиями [2]. В том случае, когда интерпретация понятий не точна, что соответствует тому, что смысл понятия не выражается однозначно (для данной задачи), решение невозможно. Возникает новая задача - уточнение смысла и содержания понятия, что соответствует уточнению интерпретации понятия с помощью более детальных образных представлений. Несмотря на существование множества устройств, выполняющих функции, потребные для решения таких задач, отсутствуют автоматы, способные решать эти задачи. Подобные задачи состоят в выявлении новых элементов в образах процессов или объектов, позволяющих устанавливать новые связи, функции, свойства или зависимости в различных областях: в физике, в биологии, в изобретательской деятельности и др. The prior art. Modern machines provide solutions to any problems that can be described using algorithms. In this case, the exact content of the concepts of tasks should be determined [1]. In this case, any problem is solved in the form of finding a certain combination of concepts in accordance with given conditions [2]. In the case when the interpretation of concepts is not accurate, which corresponds to the fact that the meaning of the concept is not expressed unambiguously (for a given task), a solution is impossible. A new task arises - clarification of the meaning and content of the concept, which corresponds to the refinement of the interpretation of the concept using more detailed imaginative representations. Despite the existence of many devices that perform the functions required to solve such problems, there are no machines that can solve these problems. Similar tasks are to identify new elements in the images of processes or objects that allow you to establish new relationships, functions, properties or dependencies in various fields: in physics, in biology, in inventive activity, etc.
Использование новых детальных элементов позволяет более точно и эффективно организовать или использовать соответствующие процессы. Наиболее ярким доказательством того, что в настоящее время отсутствуют автоматы или системы устройств, решающие подобные задачи, является отсутствие разгадки противоречий в древних логических парадоксах [3]. До настоящего времени нет данных о решении подобных задач. В различных случаях в физике, биологии, химии, изобретательстве эти задачи решаются человеком с помощью интуиции. The use of new detailed elements allows you to more accurately and efficiently organize or use the appropriate processes. The most striking evidence that there are currently no automata or systems of devices that solve such problems is the absence of a solution to the contradictions in the ancient logical paradoxes [3]. To date, there is no data on the solution of such problems. In various cases in physics, biology, chemistry, invention, these tasks are solved by a person with the help of intuition.
В математике уточнение содержания и смысла понятий происходит на основе первоначальных (неопределимых) понятий [4]. Содержательные понятия не определяются строго, в основе их смысла лежат образные представления, причем последние интерпретируются первоначальными образными представлениями. Под содержанием понимается вся совокупность интерпретирующих образных представлений, а под смыслом - ограниченный аспект представлений [2]. In mathematics, the content and meaning of concepts are refined based on the initial (indefinable) concepts [4]. Substantive concepts are not strictly defined, their meaning is based on figurative representations, the latter being interpreted by the original figurative representations. Content refers to the totality of interpretive imaginative representations, and meaning - a limited aspect of representations [2].
Все законы, свойства, новые явления в различных областях знаний формулируются в виде элементарных первоначальных понятий, несмотря на углубление и сложность знаний. К первоначальным понятиям можно отнести такие: наличие, отсутствие, различие, движение, быстро, медленно, объект, сильно, слабо, действие, взаимодействие, длина, простейшие свойства: зеленый, твердый и т. п. В данном случае первоначальных понятий может быть значительно больше, чем в математике. All laws, properties, new phenomena in various fields of knowledge are formulated in the form of elementary initial concepts, despite the deepening and complexity of knowledge. The following can be attributed to the initial concepts: presence, absence, difference, movement, fast, slow, object, strong, weak, action, interaction, length, simplest properties: green, solid, etc. In this case, the initial concepts can be significantly more than in math.
Существуют способы определения значений понятий с помощью формирования списочной структуры [5]. Известны также программы формирования понятий [5] на основании положений, сформулированных А.Черчем [6]. Однако подобные интерпретации не выходят за пределы формальных представлений. Там не используются образные представления. Отсутствуют системы, представляющие организацию иерархических структур образных понятий, включающие все понятия, используемые, например, в универсальных вычислительных машинах. There are ways to determine the meaning of concepts using the formation of the payroll structure [5]. There are also known programs for the formation of concepts [5] based on the provisions formulated by A. Church [6]. However, such interpretations do not go beyond formal representations. No figurative representations are used there. There are no systems representing the organization of hierarchical structures of figurative concepts, including all concepts used, for example, in universal computing machines.
Существуют комбинации устройств, позволяющих комбинировать сложные образные представления из деталей и воспроизводить их, например, на телеэкране. Известны системы, анализирующие и распознающие образы. Это автоматы, выполненные в виде систем комбинированных устройств, содержащие блоки хранения информации, воспроизведения, распознавания, анализа образной информации, блоки устройств управления, внешних устройств, арифметических и логических операционных устройств. Однако недостатком подобных систем является отсутствие таких связей между устройствами, которые могли бы обеспечить функциональные возможности, позволяющие осуществлять интерпретацию понятий в виде уточнения их с помощью детальных (первоначальных) образных представлений. Иначе говоря, все функции в отдельности в настоящее время реализуются, однако отсутствует система, решающая описанную задачу. Так как эта задача формулируется впервые, то отсутствует и алгоритм решения подобной задачи интерпретации, и это еще раз доказывает, что отсутствуют системы с функциональными связями, позволяющими решать эту задачу. There are combinations of devices that allow you to combine complex figurative representations of parts and play them, for example, on a television screen. Known systems that analyze and recognize images. These are machines made in the form of systems of combined devices, containing blocks for storing information, reproducing, recognizing, analyzing figurative information, blocks of control devices, external devices, arithmetic and logical operating devices. However, the disadvantage of such systems is the lack of such connections between devices that could provide functional capabilities that allow interpretation of concepts in the form of refinement using detailed (initial) imaginative representations. In other words, all functions separately are currently being implemented, however, there is no system that solves the described problem. Since this problem is formulated for the first time, there is no algorithm for solving a similar interpretation problem, and this once again proves that there are no systems with functional connections that allow solving this problem.
Также отсутствуют системы, представляющие собой банки данных образных представлений, подобные организации списочных структур, поясняющих значения понятий. Ввиду этого, речь идет не об усовершенствовании определенных свойств той или другой системы, а о создании системы, выполняющей новые функции. Поэтому прототип предлагаемой системы отсутствует. Для сравнения можно выбрать совокупность блоков, имеющихся в комбинированных системах, связанных с решением задач воспроизведения, комбинирования, хранения, передачи, анализа и распознавания образной информации. Also, there are no systems representing data banks of figurative representations, similar organizations of list structures explaining the meanings of concepts. In view of this, we are not talking about improving certain properties of a system, but about creating a system that performs new functions. Therefore, the prototype of the proposed system is missing. For comparison, you can choose the set of blocks available in combined systems related to solving the problems of reproduction, combination, storage, transmission, analysis and recognition of figurative information.
Целью изобретения является расширение функциональных возможностей автоматов (систем), реализующих мыслительные функции, связанные с оперированием образными (чувственными) представлениями. The aim of the invention is to expand the functionality of automata (systems) that implement mental functions associated with operating figurative (sensory) representations.
Эта цель достигается тем, что выходы и входы блока данных образной информации связаны с входами и выходами блока воспроизведения образной информации, блока увеличения разрешающей способности воспроизведения, блока распознавания, блока логических и арифметических операций, блока внешних устройств; выходы блока управления связаны с входами блока данных образной информации, блока воспроизведения образной информации, блока увеличения разрешающей способности воспроизведения, блока распознавания, блока арифметических и логических операций, блока внешних устройств; выходы и входы блока логических и арифметических операций связаны с входами и выходами блока распознавания, блока управления, блока внешних устройств; выход блока увеличения разрешающей способности воспроизведения связан с входом блока воспроизведения образной информации; выход видеоканала связан с входом блока распознавания, а вход с выходом блока воспроизведения. This goal is achieved by the fact that the outputs and inputs of the block of figurative information data are connected with the inputs and outputs of the block of reproduction of figurative information, a block for increasing the resolution of reproduction, a recognition block, a block of logical and arithmetic operations, a block of external devices; the outputs of the control unit are connected to the inputs of the figurative information data block, the figurative information playback block, the reproducing resolution increasing block, the recognition block, the arithmetic and logical operations block, the block of external devices; the outputs and inputs of the block of logical and arithmetic operations are connected with the inputs and outputs of the recognition unit, control unit, block of external devices; the output of the reproducing resolution increasing unit is connected to the input of the image information reproducing unit; the output of the video channel is connected to the input of the recognition unit, and the input to the output of the playback unit.
Сущность изобретения состоит в том, что система представляет собой комбинацию устройств обработки образной информации, образующих контуры, позволяющие осуществлять прямую и обратную связь в процессе формирования новых, более точных деталей образных представлений. При этом одновременно возможно формирование связей в структуре понятий, представленной в виде кодов (например, соответствующих списочной структуре описания понятий). The essence of the invention lies in the fact that the system is a combination of devices for processing figurative information, forming circuits that allow direct and feedback in the process of forming new, more accurate details of figurative representations. At the same time, it is possible to form relationships in the structure of concepts presented in the form of codes (for example, corresponding to the list structure of the description of concepts).
Система позволяет осуществлять интерпретацию любых понятий, используемых в универсальных вычислительных машинах. Это достигается, в частности, наличием блока данных образной информации, включающего детали образной информации, составляющие первоначальные понятия, а также наличием блока увеличения разрешающей способности воспроизведения, способного представлять реальную образную информацию в виде более мелких деталей и более точных свойств этих деталей. Именно это и позволяет уточнять содержание понятий и решать новые задачи. The system allows the interpretation of any concepts used in universal computing machines. This is achieved, in particular, by the presence of a block of figurative information data, including details of the figurative information that make up the initial concepts, as well as by the presence of a block to increase the resolution of reproduction, capable of representing real figurative information in the form of smaller details and more accurate properties of these details. This is what makes it possible to clarify the content of concepts and solve new problems.
В настоящее время более точная интерпретация понятия осуществляется только человеком, интуитивно. Поэтому данная система расширяет функциональные возможности автоматов, реализующих мыслительные функции человека. Система решает не одну частную задачу интерпретации, а за счет того, что в системе реализуются функции детализации понятий и синтеза понятий с новыми деталями, она способна интерпретировать любое понятие, используемое в алгоритмах универсальной вычислительной машины, образными представлениями и производить его уточнение. Currently, a more accurate interpretation of the concept is carried out only by man, intuitively. Therefore, this system expands the functionality of automata that realize the mental functions of man. The system solves not one particular interpretation task, but due to the fact that the system implements the functions of detailing concepts and synthesizing concepts with new details, it is able to interpret any concept used in the algorithms of a universal computer, figurative representations, and refine it.
Разумеется, что для решения широкого круга задач и большой глубины решения необходима информация весьма большого объема. Однако эта система обеспечивает необходимые функции. Данная система может быть основой для построения вариантов подобных систем. Of course, to solve a wide range of problems and a great depth of solution, information of a very large volume is needed. However, this system provides the necessary functions. This system can be the basis for building options for such systems.
Кратко можно описать задачу интерпретации следующим образом. В систему поступает задача интерпретации и уточнения определенных понятий и указывается, каким условиям должно отвечать это уточнение. Коды понятий преобразуются в образы, происходит уточнение образов, корректировка и далее сопоставление новому образу кодов, соответствующих уточненному значению. Далее информация выдается в виде решения. We can briefly describe the interpretation problem as follows. The system receives the task of interpreting and clarifying certain concepts and indicates what conditions this specification should meet. Codes of concepts are converted into images, the images are refined, corrected, and then the codes corresponding to the updated value are compared to a new image. Further information is issued in the form of a solution.
На чертеже представлена схема соединений элементов предлагаемой системы. The drawing shows a connection diagram of the elements of the proposed system.
Сведения, подтверждающие возможность осуществления изобретения. Information confirming the possibility of carrying out the invention.
Система включает следующие блоки устройств: блок данных образной информации 1, блок воспроизведения образной информации 2, блок увеличения разрешающей способности воспроизведения 3, блок распознавания 4, блок управления 5, блок арифметических и логических операций 6, видеоканал 7, блок внешних устройств 8. The system includes the following device units: figurative information data unit 1, figurative information playback unit 2, playback resolution increasing unit 3, recognition unit 4, control unit 5, arithmetic and logical operations unit 6, video channel 7, external device unit 8.
Блок данных образной информации 1 содержит записи изображений, соответствующие понятиям, представленным в словесном выражении в виде записей с помощью кодов. Имеются детали, из которых можно воспроизвести сложные изображения. Блок воспроизведения образной информации 2 содержит экран, на котором воспроизводятся записи образной информации, а также устройство, позволяющее воспроизводить комбинации образов и взаимодействия элементов, соответствующих осуществлению различных процессов. The data block of figurative information 1 contains image records corresponding to concepts presented in verbal expression in the form of records using codes. There are parts from which complex images can be reproduced. The reproduction unit for figurative information 2 comprises a screen on which records of figurative information are reproduced, as well as a device that allows reproducing combinations of images and interaction of elements corresponding to the implementation of various processes.
Блок увеличения разрешающей способности воспроизведения 3 позволяет усилить изображение, если детали плохо различимы, либо представить необходимую комбинацию взаимодействия рассматриваемых объектов, либо сформировать образную модель процесса, соответствующую действительности. Блок распознавания 4 содержит фотоэлементное устройство восприятия видеоинформации, устройство для приема эталонов деталей образцов. Оно выделяет распознаваемые элементы, представляя детали интерпретации. Блок управления 5 содержит запоминающее устройство для хранения программы работы и осуществляет последовательную совместную работу всех блоков системы. Блок логических и арифметических операций 6 осуществляет операции дешифрации и кодирования информации при реализации программы работы системы. Видеоканал 7 представляет ограниченное пространство между блоком воспроизведения 2 и блоком распознавания 4, защищенное от помех передачи и восприятия образной информации. Блок внешних устройств 8 содержит устройства, позволяющие принимать и выдавать информацию, используемую в системе. The unit for increasing the resolution of reproduction 3 allows you to enhance the image if the details are poorly distinguishable, either to present the necessary combination of interaction of the objects in question, or to form a figurative model of the process that corresponds to reality. The recognition unit 4 contains a photocell perceiving video information, a device for receiving standards of sample details. It highlights recognizable elements, presenting the details of interpretation. The control unit 5 contains a storage device for storing the program of work and carries out sequential joint work of all units of the system. The block of logical and arithmetic operations 6 carries out operations of decoding and encoding information when implementing the program of the system. Video channel 7 represents a limited space between the playback unit 2 and the recognition unit 4, protected from interference from the transmission and perception of figurative information. The block of external devices 8 contains devices that allow receiving and issuing information used in the system.
Реализация работы системы, подтверждающая возможность решения описанной задачи уточнения содержания понятий с целью решения поставленных проблем, может быть проиллюстрирована на двух примерах. В каждом из примеров будут рассмотрены различные понятия. The implementation of the system, confirming the possibility of solving the described problem of clarifying the content of concepts in order to solve the problems posed, can be illustrated by two examples. In each of the examples, various concepts will be considered.
Пример 1. Поставлена задача усовершенствования подшипника - устройства, сочленяющего вращающийся вал и неподвижный элемент. Рассмотрим решение с помощью уточнения представления взаимодействия элементов, образующих среду, где осуществляется этот процесс. В качестве модели этой среды можно взять вращающийся стержень в воде, ограниченной объемом с цилиндрическими стенками. Задача, представленная на языке системы, в виде программы через блок внешних устройств 8 в соответствии с программой, находящейся в блоке управления 5 поступает в блок логических и арифметических операций 6, где происходит дешифрация, затем задача в виде программы поступает в блок управления 5, а исходные данные в виде кодов соответствующих образных представлений передаются в блок данных образной информации 1. Далее по программе блока управления 5 в блок увеличения разрешающей способности воспроизведения 3 передается образное изображение картины процесса в виде взаимодействия элементов описанной выше среды, где происходит увеличение образных элементов. Далее изображение передается в блок воспроизведения информации 2. На его экране появляется изображение вращения стержня в воде, различимы детали: концентрические слои воды со скоростями, большими вблизи стержня; дальше от стержня скорости убывают. Это изображение по видеоканалу 7 передается в блок распознавания 4, где осуществляется выделение этих деталей с помощью эталонов, полученных из блока данных образной информации 1 (соответствующие этим эталонам коды поступают также в блок логических и арифметических операций 6). Распознанные в блоке распознавания 4 детали образов передаются в блок данных образной информации и туда же передаются соответствующие коды, выделенные в блоке логических и арифметических операций 6. Далее блок управления 5 по программе путем операций на блоке логических и арифметических операций 6 формирует описание решения задачи в форме уточненного представления среды в виде концентрических колец с невысокими относительными скоростями и высокой абсолютной скоростью вала и неподвижной границей (цилиндром). После этого решение выдается через блок внешних устройств. Example 1. The task of improving the bearing - a device articulating a rotating shaft and a fixed element. Consider the solution by clarifying the representation of the interaction of the elements that make up the environment where this process is carried out. As a model of this medium, we can take a rotating rod in water limited by a volume with cylindrical walls. The task presented in the language of the system, in the form of a program through the block of external devices 8, in accordance with the program located in the control unit 5 enters the block of logical and arithmetic operations 6, where decryption takes place, then the task in the form of a program enters the control unit 5, and source data in the form of codes of the corresponding figurative representations are transmitted to the figurative information data block 1. Next, according to the program of the control unit 5, the figurative image is transmitted to the block for increasing the resolution of reproduction 3 ARTIN process of interaction elements described above environment, where the increase occurs shaped elements. Next, the image is transmitted to the information reproducing unit 2. An image of the rotation of the rod in water appears on its screen, the details are distinguishable: concentric layers of water with speeds large near the rod; further away from the rod speed decreases. This image is transmitted via video channel 7 to the recognition unit 4, where these details are extracted using the standards obtained from the data block of figurative information 1 (codes corresponding to these standards are also sent to the block of logical and arithmetic operations 6). The image details recognized in the recognition unit 4 are transmitted to the image information data unit and the corresponding codes allocated in the logical and arithmetic operations unit 6 are transmitted there. Next, the control unit 5 according to the program, by operations on the logical and arithmetic operations unit 6, generates a description of the solution of the problem in the form a refined representation of the medium in the form of concentric rings with low relative velocities and a high absolute speed of the shaft and a fixed boundary (cylinder). After that, the solution is issued through the block of external devices.
Подобное решение может быть использовано для более детального синтеза устройства (подшипника) уже, например, с помощью программ универсальных вычислительных машин. A similar solution can be used for a more detailed synthesis of the device (bearing) already, for example, using the programs of universal computers.
Пример 2. Рассмотрим этот пример кратко, так как детали решений были описаны. Пример приводится лишь для того, чтобы было очевидным, что возможно решение задачи интерпретации самых различных понятий. Example 2. Let us consider this example briefly, since the details of the solutions have been described. An example is given only to make it obvious that it is possible to solve the problem of interpreting a variety of concepts.
Как известно, проблема логических парадоксов не решена математиками до настоящего времени. Решение задачи интерпретации содержания понятий является основой для решения этой проблемы. As you know, the problem of logical paradoxes has not been solved by mathematicians to date. Solving the problem of interpreting the content of concepts is the basis for solving this problem.
Парадокс: "Парикмахер бреет всех тех, кто не бреет себя". Здесь не определено: бреет ли он себя ? Если - "да", то не верно, что "бреет всех тех, кто не бреет себя", если "нет", то по условию он должен "брить себя". Paradox: "The hairdresser shaves all those who do not shave themselves." It is not defined here: does he shave himself? If “yes”, then it is not true that “he shaves all those who do not shave themselves”, if “no”, then by condition he should “shave himself”.
Программа в виде задачи и исходных понятий через блок внешних устройств 8 передается в блок данных образной информации 1 и в блок логических и арифметических операций 6, затем в блок воспроизведения образной информации 2. Далее, через видеоканал 7 картина в виде процесса бритья передается в блок распознавания 4, где по программе блока управления 5 уточняются содержания процессов "брить себя" и "брить всех". Блок распознавания 4 выдает информацию, показывающую, что процессы "брить себя" и "брить всех" различаются деталями изгиба рук парикмахера в том и другом случае и др. Далее информация обрабатывается и выдается через блок внешних устройств 8. Решение состоит в том, что детальная интерпретация содержания понятий "брить себя" и "брить всех" указывает, что смысл понятий различен и использование одного смысла понятий в данной фразе некорректно. Таким образом, рассмотренные примеры показывают возможность решения задач, не решаемых логическим путем, а также эффективность использования данного устройства. The program in the form of a task and initial concepts is transmitted through a block of external devices 8 to a data block of figurative information 1 and to a block of logical and arithmetic operations 6, then to a block of reproduction of figurative information 2. Further, through a video channel 7, a picture in the form of a shaving process is transmitted to a recognition unit 4, where, according to the program of the control unit 5, the contents of the “shave yourself” and “shave everyone” processes are specified. Recognition unit 4 provides information showing that the processes of “shaving oneself” and “shaving everyone” differ in the details of the bending of the hairdresser's hands in both cases, etc. Further, the information is processed and issued through the block of external devices 8. The solution is that the detailed the interpretation of the contents of the terms “shave oneself” and “shave everyone” indicates that the meaning of the concepts is different and the use of one sense of the concepts in this phrase is incorrect. Thus, the considered examples show the possibility of solving problems that cannot be solved logically, as well as the efficiency of using this device.
Claims (1)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU95115205A RU2112273C1 (en) | 1995-08-28 | 1995-08-28 | System of devices for interpretation of notions by images |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU95115205A RU2112273C1 (en) | 1995-08-28 | 1995-08-28 | System of devices for interpretation of notions by images |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| RU95115205A RU95115205A (en) | 1997-08-27 |
| RU2112273C1 true RU2112273C1 (en) | 1998-05-27 |
Family
ID=20171655
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU95115205A RU2112273C1 (en) | 1995-08-28 | 1995-08-28 | System of devices for interpretation of notions by images |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2112273C1 (en) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2000062196A1 (en) * | 1999-04-08 | 2000-10-19 | David Evgenievich Yang | Method for using auxiliary data blocks during the conversion and/or verification process of computer codes and of their corresponding originals |
| WO2000063797A1 (en) * | 1999-04-20 | 2000-10-26 | David Evgenievich Yang | Method for the oriented location of regions in an initial data block and for the successive activation and processing of convertible computer codes therein |
| WO2000070498A1 (en) * | 1999-05-12 | 2000-11-23 | David Evgenievich Yang | Method using recognition integrity, recognition task-orientation and adaptability for the conversion of computer codes during the process for recognising their corresponding image fragments |
| WO2003009218A1 (en) * | 2001-07-18 | 2003-01-30 | Intel Zao | Dynamic gesture recognition from stereo sequences |
| US7165029B2 (en) | 2002-05-09 | 2007-01-16 | Intel Corporation | Coupled hidden Markov model for audiovisual speech recognition |
| US7171043B2 (en) | 2002-10-11 | 2007-01-30 | Intel Corporation | Image recognition using hidden markov models and coupled hidden markov models |
| US7203368B2 (en) | 2003-01-06 | 2007-04-10 | Intel Corporation | Embedded bayesian network for pattern recognition |
| US7274800B2 (en) | 2001-07-18 | 2007-09-25 | Intel Corporation | Dynamic gesture recognition from stereo sequences |
| US7472063B2 (en) | 2002-12-19 | 2008-12-30 | Intel Corporation | Audio-visual feature fusion and support vector machine useful for continuous speech recognition |
-
1995
- 1995-08-28 RU RU95115205A patent/RU2112273C1/en active
Non-Patent Citations (1)
| Title |
|---|
| 1. Мальцев А.И. Алгоритмы и рекурсивные функции. - М.: Наука, 1965, с. 14 - 16, 236. 2. Сивков О.Я. Алгоритмизация мышления в научном и техническом творчестве. - М.: Ассоциация "Коньково", 1992, с. 14, 17, 21 - 28. 3. Клини Ст. Введение в математику. - М.: Иностранная литература, 1957, с. 42, 59. 4. Шиханович Ю.А. Введение в современную математику. - М.: 1965, с. 25, 29. 5. Вычислительные машины и мышление. /Под ред.Фейгенбаума Э. и др. - М.: Мир, 1967, с. 221, 283, 317. 6.Черч А. Введение в математическую логику. - М.: Иностранная литература, т. 1, 1960, с. 17, 18, 31. * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2000062196A1 (en) * | 1999-04-08 | 2000-10-19 | David Evgenievich Yang | Method for using auxiliary data blocks during the conversion and/or verification process of computer codes and of their corresponding originals |
| WO2000063797A1 (en) * | 1999-04-20 | 2000-10-26 | David Evgenievich Yang | Method for the oriented location of regions in an initial data block and for the successive activation and processing of convertible computer codes therein |
| WO2000070498A1 (en) * | 1999-05-12 | 2000-11-23 | David Evgenievich Yang | Method using recognition integrity, recognition task-orientation and adaptability for the conversion of computer codes during the process for recognising their corresponding image fragments |
| WO2003009218A1 (en) * | 2001-07-18 | 2003-01-30 | Intel Zao | Dynamic gesture recognition from stereo sequences |
| US7274800B2 (en) | 2001-07-18 | 2007-09-25 | Intel Corporation | Dynamic gesture recognition from stereo sequences |
| US7165029B2 (en) | 2002-05-09 | 2007-01-16 | Intel Corporation | Coupled hidden Markov model for audiovisual speech recognition |
| US7171043B2 (en) | 2002-10-11 | 2007-01-30 | Intel Corporation | Image recognition using hidden markov models and coupled hidden markov models |
| US7472063B2 (en) | 2002-12-19 | 2008-12-30 | Intel Corporation | Audio-visual feature fusion and support vector machine useful for continuous speech recognition |
| US7203368B2 (en) | 2003-01-06 | 2007-04-10 | Intel Corporation | Embedded bayesian network for pattern recognition |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Storace et al. | The Hindmarsh–Rose neuron model: bifurcation analysis and piecewise-linear approximations | |
| Taylor | Geographic information systems: The microcomputer and modern cartography | |
| Paulus et al. | Applied pattern recognition: algorithms and implementation in C++ | |
| US10346751B2 (en) | Extraction of inference rules from heterogeneous graphs | |
| RU2112273C1 (en) | System of devices for interpretation of notions by images | |
| Paulus | Pattern Recognition and Image Processing in C++ | |
| Duke | Reasoning about gestural interaction | |
| Ernst | Technológos in Being: Radical Media Archaeology & the Computational Machine | |
| Nance et al. | The methodology roles in the realization of a model development environment | |
| CN111968624A (en) | Data construction method and device, electronic equipment and storage medium | |
| CN114924876A (en) | Voiceprint recognition method and device based on distributed heterogeneous operation and storage medium | |
| Szynkiewicz et al. | Utilisation of embodied agents in the design of smart human–computer interfaces—A Case Study in Cyberspace Event Visualisation Control | |
| Tanaka-Ishii | Semiotics of computing: Filling the gap between humanity and mechanical inhumanity | |
| Burgin et al. | In a search for deeper meanings: Navigating the circle of Sense and Nonsense and in turn articulating logical varieties as knowledge illuminators | |
| Ilmonen et al. | Software architecture for multimodal user input-FLUID | |
| Irvine | Semiotics in Computing and Information Systems | |
| Burgin et al. | In the Circle of Sense and Nonsense: Through a Mathematical Model of Meaning | |
| Tsagaris et al. | Design of Gesture-Controlled Interface for Mechatronic Systems: A Computational Approach | |
| Kotsopoulos | Design without rigid rules | |
| Mokhov et al. | Toward multimodal interaction in scalable visual digital evidence visualization using computer vision techniques and ISS | |
| Coutaz et al. | Taxonomic issues for multimodal and multimedia interactive systems | |
| Malik et al. | Merging virtual world with data sciences | |
| Agarwal et al. | Unveiling the Depths: A Comprehensive Analysis of Natural Language Processing and Generative Adversarial Neural Networks for Text Generation Models in Deep Learning | |
| Cayme et al. | Gesture Recognition of Filipino Sign Language Using Convolutional and Long-Short Term Memory Neural Network | |
| Pavlovic et al. | From Gödel’s Incompleteness Theorem to the completeness of bot beliefs |