特許
J-GLOBAL ID：201103049397510754
信号識別方法および信号識別装置
発明者：
出願人/特許権者：
代理人 (1件)：
西川 惠清
公報種別：公開公報
出願番号（国際出願番号）：特願2009-245537
公開番号（公開出願番号）：特開2011-090627
出願日： 2009年10月26日
公開日（公表日）： 2011年05月06日
要約：
【課題】検査領域となる抽出範囲の組み合わせを自動的に選択するとともに検査精度を向上させる。【解決手段】学習時において、抽出部3は各学習用信号において抽出範囲ごとに特徴量を抽出し、選択部4は検査領域を選択する。設定部5は、検査領域の抽出範囲ごとに、特徴量と信頼度との積である学習用データをニューラルネットワークに入力してクラスタリングマップを作成する。その後、設定部5は、学習済重みベクトルと学習用データとのユークリッド距離を算出して最大値を選択し、ガウス関数を設定する。その後、設定部5は、学習用データごとにガウス関数値の総和を算出して検査用閾値を設定する。検査時において、検査部7は、検査領域の抽出範囲の特徴量を選択する。検査部7は、各特徴量と信頼度との積である検査用データを用いてガウス関数値の総和を算出し、ガウス関数値の総和が検査用閾値以上である場合、検査対象Aが正常状態であると判定する。【選択図】図1
請求項（抜粋）：
正常信号と非正常信号とを含む複数の学習用信号を用いて、検査対象の状態を検査するための検査基準を作成する学習と、前記検査対象の状態を表わす検査用信号と前記検査基準とを用いて、前記検査対象の状態を判定する検査とを行う信号識別方法であって、
学習時に、前記複数の学習用信号から、予め設定された抽出範囲ごとに特徴量を抽出する第1のステップと、
各学習用信号の各抽出範囲の特徴量を用いて、前記検査に用いる抽出範囲の組み合わせを検査領域として選択する第2のステップと、
前記検査領域の各抽出範囲の特徴量を用いて前記検査基準を設定する第3のステップと、
検査時に、前記検査用信号から前記抽出範囲ごとに特徴量を抽出し、抽出した各抽出範囲の特徴量から前記検査領域の各抽出範囲の特徴量を選択し、選択した特徴量と前記検査基準とを用いて前記検査対象の状態を検査する第4のステップとを有し、
前記第2のステップでは、
各学習用信号に重みを設定し、前記重みを変更するごとに、各抽出範囲において、各学習用信号の特徴量を用いて、判定基準を変更しながら各特徴量の当該判定基準への照合を行うことによって、各学習用信号がそれぞれ正常信号であるか否かを判定し、前記判定基準ごとに、誤判定した学習用信号の重みを用いて誤判定率を算出し、前記抽出範囲ごとに、前記誤判定率が最小となる判定基準を適用した識別器候補を作成し、
前記重みを変更するごとに、前記抽出範囲ごとに作成した前記識別器候補の中から前記誤判定率が最小である識別器候補を識別器として選択し、前記識別器ごとに前記誤判定率を用いて信頼度を算出し、各識別器の抽出範囲の組み合わせを前記検査領域とし、
前記第3のステップでは、
各学習用信号において、前記検査領域の各抽出範囲ごとに、前記特徴量と前記信頼度との積を算出して学習用データとし、
各学習用データをそれぞれ競合学習型ニューラルネットワークに入力して当該競合学習型ニューラルネットワークを学習させ、当該競合学習型ニューラルネットワークの出力層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を作成し、作成したクラスタリングマップを用いて前記検査基準を設定し、
前記第4のステップでは、
前記検査用信号における前記検査領域の各抽出範囲の特徴量と前記信頼度との積を算出して検査用データとし、前記検査用データと前記検査基準とを比較して前記検査対象が正常状態であるか否かを判定する
ことを特徴とする信号識別方法。
IPC (2件)：
FI (2件)：
G06N3/00 560A
, G06N3/08 Z
