特許
J-GLOBAL ID：200903045046255223
信号識別方法
発明者：
出願人/特許権者：
代理人 (2件)：
西川 惠清
, 森 厚夫
公報種別：公開公報
出願番号（国際出願番号）：特願2006-124262
公開番号（公開出願番号）：特開2007-299059
出願日： 2006年04月27日
公開日（公表日）： 2007年11月15日
要約：
【課題】競合学習型ニューラルネットワークを用いて信号のカテゴリを判別するにあたり、カテゴリの境界付近の入力データを高い精度で判別する。【解決手段】競合学習型ニューラルネットワーク1の学習によって作成されたクラスタリングマップの各ニューロンにガウス関数を割り当てる。ガウス関数の平均値と分散は、学習済みの競合学習型ニューラルネットワーク1における重みベクトルと学習データとを用いて求める。監視対象物から得られた入力データのカテゴリを判定する際には、入力データに対するガウス関数の出力値の総和に基づいて、カテゴリの境界である入力データを判別する。クラスタリングマップにガウス関数を設定することにより、カテゴリの判定精度が向上し、各学習データにガウス関数を設定する場合に比較して処理時間を大幅に短縮できる。【選択図】図1
請求項（抜粋）：
監視対象物の状態を反映する電気信号から抽出した特徴量を入力データとし、当該入力データがあらかじめ学習したカテゴリに属するか否かを競合学習型ニューラルネットワークにより判別し、競合学習型ニューラルネットワークの出力層のニューロンをカテゴリに対応付けているクラスタリングマップ上に判別結果を出力する信号識別方法であって、競合学習型ニューラルネットワークの学習後に、学習時に用いた学習データを競合学習型ニューラルネットワークに再度入力したときに発火する各ニューロンの重みベクトルと当該学習データとのユークリッド距離とにより決定した分散、および当該ニューロンの重みベクトルである平均値により定義したガウス関数をクラスタリングマップの各ニューロンに設定し、さらに、ガウス関数の設定後に、学習時に用いた学習データを競合学習型ニューラルネットワークに再度入力して学習データごとのクラスタリングマップの出力値の総和を求め、すべての学習データに関する当該総和の大きさの分布を用いて閾値を設定し、監視対象物から得られた入力データのカテゴリを判別する際に、クラスタリングマップの各ニューロンに設定されたガウス関数の出力値の総和を求め、求めた総和が前記閾値を下回るときには、入力データが学習データのカテゴリに含まれないと判定することを特徴とする信号識別方法。
IPC (2件)：
FI (2件)：
G06N3/00 560A
, G01D21/00 N
2F076BA05
, 2F076BA11
, 2F076BD05
, 2F076BD12
, 2F076BE06
, 2F076BE08
, 2F076BE09
, 2F076BE13
, 2F076BE17
